Erik Salazar, fondateur et PDG d’Iconic – Série d’interviews

Erik Salazar, fondateur et PDG d’Iconic est un entrepreneur en série et un dirigeant technologique avec plus de deux décennies d’expérience couvrant les fusions et acquisitions, l’infrastructure d’entreprise, la technologie de santé et la direction de startups. Avant de lancer Iconic en 2023, il a été COO et cofondateur de Kit.com, une plateforme de tests de santé qui a ensuite été acquise par Ro Health Ventures. Plus tôt dans sa carrière, Salazar a cofondé Unitas Global, aidant à faire évoluer l’entreprise en un important fournisseur de services cloud et d’infrastructure avant son acquisition par Digital Alpha. Il a également occupé des postes de direction chez CoreSite et a débuté sa carrière en finance au sein de The Carlyle (CG ) Group, où il s’est concentré sur la souscription, la modélisation et les acquisitions. En s’appuyant sur cette combinaison d’expertise financière, de leadership opérationnel et d’exécution de startups, Salazar a fondé Iconic pour moderniser l’industrie traditionnellement fragmentée des fusions et acquisitions grâce à des services de conseil axés sur la technologie, un appariement d’acheteurs alimenté par l’IA et des évaluations d’entreprises.

Iconic est une plateforme de fusions et acquisitions propulsée par l’IA, conçue pour aider les propriétaires d’entreprises à vendre leurs sociétés plus efficacement tout en améliorant les résultats tant pour les vendeurs que pour les acheteurs. L’entreprise combine un logiciel propriétaire avec des conseillers expérimentés afin de rationaliser chaque étape du processus de transaction, de l’évaluation et la découverte d’acheteurs à la gestion de l’accord et la clôture. En tirant parti de l’intelligence artificielle, de l’automatisation et de l’analyse de données, Iconic vise à apporter davantage de transparence, de rapidité et de précision aux transactions de M&A du segment lower‑middle‑market, un secteur qui s’est historiquement appuyé sur des processus manuels et des réseaux fragmentés. L’accent de la plateforme sur les services de conseil habilités par la technologie la place à l’intersection de la fintech, de l’IA et du courtage d’affaires, cherchant à moderniser la façon dont les sociétés privées sont achetées et vendues.

L’expérience de votre père en tant que petit propriétaire d’entreprise qui n’a pas pu réaliser pleinement la valeur de ce qu’il a passé des décennies à construire a été l’inspiration d’Iconic. Pouvez‑vous partager cette histoire et expliquer comment elle a influencé votre décision de moderniser le processus de M&A pour les petites entreprises ?

Mon père a passé des décennies à gérer une agence de voyages. Il a construit quelque chose de réel avec des clients qui lui faisaient confiance, des employés qui dépendaient de lui et une entreprise qui fonctionnait. Puis il est tombé malade. Il est arrivé à un moment où il ne pouvait plus la gérer, et il n’avait aucune idée de ce qu’il devait faire ensuite. Il ne savait pas qu’il existait un processus pour vendre une petite entreprise. Il ne savait pas qu’il y avait un marché pour cela. Il supposait que s’il ne pouvait plus la diriger, et qu’aucun de ses enfants ne pouvait prendre le relais, c’était simplement fini.

C’est ce qui s’est passé. L’entreprise a été liquidée, et ce n’était pas parce qu’elle avait échoué. C’était parce que personne ne savait comment la sauver.

Cela est resté avec moi. Lorsque mon co‑fondateur Roberto et moi avons commencé à explorer le marché des M&A pour les petites entreprises, l’opportunité professionnelle était évidente. Mais sous l’analyse du marché se cachait toujours quelque chose de plus personnel – le souvenir de voir l’entreprise de mon père disparaître parce que l’infrastructure adéquate n’existait pas pour quelqu’un comme lui. Iconic est, à certains égards, le résultat qu’il n’a jamais pu obtenir.

Près de six millions de petites entreprises devraient changer de mains au cours de la prochaine décennie. Pourquoi pensez‑vous que l’infrastructure actuelle de M&A n’est pas prête à gérer cette vague de transferts de propriété ?

L’infrastructure n’a jamais été conçue pour le marché des M&A des petites entreprises. Les banques d’investissement, les conseillers en M&A et le support transactionnel institutionnel ont traditionnellement été destinés aux accords au‑delà d’une certaine taille. Les petites entreprises de la rue principale ont été exclues de l’équation.

Ce qui existe pour elles est principalement manuel et comprend des feuilles de calcul, des fils de courriels, des courtiers locaux travaillant en isolement sans données partagées, et aucun processus standardisé. Cette configuration ne tiendra pas le coup lorsque des millions de transactions se dérouleront simultanément.

Vous avez un parcours couvrant le capital‑investissement chez Carlyle, l’infrastructure des centres de données, les startups de santé, et maintenant la technologie M&A. Quelles leçons tirées de ces industries se sont avérées les plus précieuses pour construire Iconic ?

La réponse la plus honnête que je puisse donner vient de mon expérience personnelle. Lorsque Kit a été acquis, j’étais du côté vendeur d’une transaction avec une armée d’avocats et de cadres professionnels du M&A assis de l’autre côté de la table. Je peux vous dire que si je n’avais pas eu la bonne équipe autour de moi, des personnes qui savaient réellement ce qu’elles faisaient en M&A, le résultat aurait été très différent.

Cette expérience a clairement montré : les personnes disposant de la bonne infrastructure et des bons accès gagnent. Celles qui n’en ont pas laissent de l’argent sur la table, ou pire, se font exploiter au moment financier le plus important de leur vie.

J’ai observé le même schéma dans le capital‑investissement. Les sociétés avec le meilleur flux de transactions et les meilleures données renforcent leurs avantages au fil du temps. Tous les autres remplissent les lacunes qu’ils sont autorisés à combler. Cette asymétrie existe tout aussi nettement dans la rue principale que sur Wall Street. La différence, c’est que sur la rue principale, nous l’avons simplement normalisée.

Les propriétaires de petites entreprises ont passé des décennies à construire quelque chose de réel. Ils ont servi leurs clients et leurs communautés de leurs propres mains. Et quand le moment de vendre arrive, ils naviguent dans un processus étranger sans feuille de route. C’est le problème qu’Iconic a été créé pour résoudre.

Les transactions de petites entreprises reposent souvent sur des feuilles de calcul, des courriels et des processus manuels. Quelles sont les plus grandes inefficacités que l’IA peut réellement éliminer au cours des cinq prochaines années ?

La préparation d’une transaction est le premier véritable goulot d’étranglement. Mettre une entreprise prête à être mise sur le marché prend des semaines, et la majeure partie du travail consiste à organiser les états financiers, à créer un CIM et à établir un profil d’acheteur. Tout cela est du travail structuré et répétable que l’IA maîtrise réellement.

L’appariement d’acheteurs est également essentiel pour garantir de bons résultats. Aujourd’hui, le processus se résume essentiellement à la liste de contacts d’un courtier. L’IA peut extraire des signaux qu’aucun courtier individuel n’a, y compris l’historique d’acquisition, les critères d’investissement déclarés, les schémas de roll‑up dans un secteur, et le comportement de recherche qui indique une chasse active aux deals. Et la due diligence est fondamentalement un problème de gestion de documents et de croisement de références. C’est exactement le type de travail où l’IA peut aider à réduire de moitié les délais de clôture.

Dans cinq ans, le front‑end (préparation) et le back‑end (diligence) d’une transaction seront très différents d’aujourd’hui. La partie du milieu, où le vendeur décide s’il fait confiance à quelqu’un avec ce qu’il a construit, restera humaine. L’utilisation de l’IA pour le travail fastidieux libérera les conseillers pour se concentrer sur la partie la plus impactante du travail.

De nombreuses startups d’IA se concentrent sur le remplacement de l’expertise humaine. Iconic semble plutôt augmenter les conseillers que les éliminer. Pourquoi pensez‑vous que l’avenir du M&A sera humain‑plus‑IA plutôt qu’IA‑seule ?

Le M&A est avant tout une transaction de confiance. Un vendeur remet ce qu’il a passé sa vie à construire. Ce moment ne s’automatise pas. Dès que le vendeur a l’impression de traiter avec un système plutôt qu’avec une personne qui comprend réellement ce qui est en jeu, vous avez perdu la transaction.

Le défi du M&A des petites entreprises aujourd’hui est que les courtiers sont obligés de tout faire à la main, ce qui limite le nombre d’accords qu’ils peuvent gérer et le temps qu’ils peuvent réellement consacrer à chaque vendeur. C’est le vrai coût. Ces propriétaires naviguent la décision financière la plus importante de leur vie, souvent pour la première fois, sans feuille de route et avec des limites sur la qualité de la représentation. Dans les transactions plus importantes, les banques d’investissement résolvent cela en mobilisant une équipe d’analystes. Sur la rue principale, ce n’est pas possible, mais ce qui est possible, c’est ce que la technologie actuelle nous permet de faire. Nous pouvons combler l’écart dès maintenant. Lorsqu’un courtier est submergé par des feuilles de calcul et des courriels d’acheteurs, c’est du temps qu’il ne passe pas dans la salle avec la personne qui en a le plus besoin.

Ce que nous construisons supprime ce plafond. L’IA gère la charge opérationnelle. Le courtier gère la relation, la confiance, le jugement humain qu’aucun modèle ne peut reproduire.

Il y a aussi une réalité pratique. Ces transactions comportent une véritable complexité juridique, financière et fiscale qui nécessite des professionnels responsables. Mais au‑delà de la mécanique, un vendeur qui décide de remettre le fruit de sa vie à un étranger doit se sentir réellement compris et guidé tout au long du processus. Ce n’est pas un problème logiciel. C’est un problème humain. Et cela le restera toujours.

L’une des promesses clés d’Iconic est de réduire le temps nécessaire pour clôturer une transaction. Quels sont les goulots d’étranglement spécifiques qui retardent le plus souvent les accords, et comment l’IA aide‑t‑elle à les résoudre ?

Les vendeurs arrivent souvent sur le marché mal préparés. Organiser les états financiers, créer les documents de présentation et définir une fourchette d’évaluation réaliste peut ajouter des semaines avant même que le processus réel ne commence. Ensuite, la prospection d’acheteurs est trop large parce que les données de ciblage sont trop faibles. Les courtiers compensent le mauvais appariement en élargissant la recherche, ce qui signifie perdre du temps avec des acheteurs qui n’étaient jamais adaptés à l’accord. Une fois sous LOI, la due diligence se transforme en une chaîne d’e‑mails avec des disques partagés et une confusion de versions. Lent et manuel, à chaque fois.

L’IA compresse chacune de ces étapes. La préparation s’accélère lorsque les outils peuvent extraire et organiser automatiquement les données financières, la prospection devient plus ciblée lorsqu’on travaille à partir de signaux comportementaux et d’historiques de transactions plutôt que d’une simple liste de contacts, et la diligence progresse lorsque les documents sont organisés et croisés en temps réel au lieu d’être examinés séquentiellement à la main.

L’évaluation d’entreprise reste l’un des aspects les plus débattus de toute acquisition. Comment voyez‑vous l’IA modifier les méthodologies d’évaluation, notamment pour les petites entreprises qui manquent souvent de données de transactions comparables ?

Le défi ici réside réellement dans les données. Les données de transactions comparables sur lesquelles les banquiers d’investissement s’appuient pour les accords du marché intermédiaire n’existent pas à grande échelle ici. Les accords ne sont pas publiés, les termes ne sont pas divulgués, et les tailles d’échantillon sont faibles. Ainsi, les évaluations deviennent incohérentes, et cette incohérence crée des frictions des deux côtés de chaque accord.

L’IA aide en faisant correspondre des modèles à travers des entrées que l’analyse manuelle ne peut pas traiter efficacement. Cela inclut les repères sectoriels, les conditions du marché local, la dépendance au propriétaire, la concentration client et les revenus récurrents. Vous obtenez un point de départ plus défendable pour la négociation, ce qui est réellement utile même s’il ne résout pas tout. Les modèles s’améliorent également à mesure que davantage de données transactionnelles sont capturées au fil du temps.

L’IA aura le plus de difficultés avec les entreprises où la majorité de la valeur réside dans les relations du propriétaire. Comment évaluer cela ? Vous ne pouvez généralement pas, et un algorithme qui prétend le contraire induira les gens en erreur.

L’appariement d’acheteurs est un autre domaine où Iconic applique l’IA. Quels signaux ou points de données le machine learning peut‑il révéler que les courtiers traditionnels peuvent manquer lorsqu’ils identifient le meilleur acheteur stratégique ou financier ?

Un courtier traditionnel travaille à partir d’un réseau qu’il a construit pendant des années. Ce réseau peut être excellent. Il est aussi local et fini. Un courtier du Midwest qui gère une transaction de fabrication connaît les acheteurs de sa région. Il ne connaît probablement pas la société de capital‑investissement qui réalise discrètement un roll‑up dans ce secteur, ou le family office qui a quitté une entreprise similaire il y a six mois et recherche activement.

L’apprentissage automatique fonctionne sur un ensemble de signaux totalement différent, incluant les recherches d’acquisition actives, les schémas de transactions historiques, les mandats d’investissement déclarés, le comportement web indiquant une phase de chasse aux deals, et les adjacences sectorielles qu’un humain ne penserait pas à vérifier. Cela fait apparaître des acheteurs qu’aucun courtier individuel ne trouve via sa liste de contacts.

Il fait aussi quelque chose de plus subtil, qui est le pondération. Tous les acheteurs qualifiés ne sont pas le bon acheteur. La meilleure correspondance est généralement celle où les synergies sont réelles, l’alignement culturel présent, et les personnes et l’héritage du vendeur sont susceptibles d’être préservés. Ces signaux existent dans les données. Ils ne sont tout simplement pas encore exploités.

Le marché du lower‑middle market a historiquement été sous‑servi par les banques d’investissement. Pourquoi ce segment a‑t‑il été négligé pendant si longtemps, et quelle opportunité économique cela crée‑t‑il pour les plateformes technologiques ?

Purement une question d’économie d’unité. Les banques d’investissement sont construites autour de structures de frais qui fonctionnent sur de gros accords. Une transaction de 500 millions de dollars génère les revenus qui justifient l’équipe et le calendrier. Une transaction de 3 millions de dollars ne le fait pas, du moins pas sans une structure de coûts complètement différente. Ainsi, les banques sont montées vers le haut du marché, et la rue principale a reçu l’infrastructure de courtage local déjà existante, qui était fragmentée et majoritairement sous‑capitalisée.

Ce n’est pas un échec des banques. C’est simplement une question de mathématiques. Et la technologie change les mathématiques. Lorsque l’IA prend en charge le travail qui nécessitait auparavant de nombreuses heures de main‑d’œuvre, l’économie d’un petit accord devient viable. Vous pouvez réaliser plus de transactions avec de meilleurs résultats à une fraction du coût précédent. C’est ce qui ouvre réellement ce marché.

Les enjeux sont réels. Il y a des billions de dollars d’équité de petites entreprises dans ce segment. La plupart de ces propriétaires n’ont jamais eu accès à une véritable infrastructure transactionnelle. C’est l’opportunité que nous recherchons.

En regardant vers l’avenir, envisagez‑vous un futur où les agents IA pourront gérer de façon indépendante des parties importantes du processus de M&A, de la recherche et de la diligence aux négociations, ou le jugement humain restera‑t‑il le facteur décisif dans les transactions majeures ?

Les agents IA géreront davantage de ce processus que la plupart des gens ne l’attendent, et plus rapidement. La recherche, la préparation de l’accord, la gestion de la salle de données, la revue de la diligence et la structuration précoce des termes. Les capacités sous‑jacentes se développent suffisamment rapidement pour que l’implication significative de l’IA dans tous ces domaines devienne une réalité à court terme.

Là où le jugement humain demeure, ce sont les moments qui décident réellement si un accord se concrétise. Un vendeur qui décide s’il fait confiance à cet acheteur avec ce qu’il a construit. Une négociation qui dépend de quelque chose qu’aucun modèle ne pourra capturer, comme si le nouveau propriétaire gardera les 30 personnes qui sont là depuis 15 ans. Ce sont des décisions de jugement prises par des personnes avec de réels enjeux.

La version que je construis n’est pas une IA qui dirige le processus pendant que les humains observent. C’est une IA qui absorbe la charge opérationnelle afin que les conseillers puissent consacrer leur temps à la partie du travail que seuls eux peuvent faire. C’est la plus grande transaction dans la vie d’un propriétaire d’entreprise, généralement. Avoir un humain crédible qui les guide tout au long et aide à déceler les nuances dans les offres que l’IA ne peut pas saisir est la raison pour laquelle cela restera toujours fondamentalement une entreprise humaine augmentée par l’IA.

Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter Iconic.