Erik Salazar, Fondatore e CEO di Iconic – Serie di Interviste

Erik Salazar, Fondatore e CEO di Iconic è un imprenditore seriale e dirigente tecnologico con oltre due decenni di esperienza che copre fusioni e acquisizioni, infrastrutture aziendali, tecnologia sanitaria e leadership di startup. Prima di lanciare Iconic nel 2023, è stato COO e cofondatore di Kit.com, una piattaforma di test sanitari successivamente acquisita da Ro Health Ventures. All’inizio della sua carriera, Salazar ha cofondato Unitas Global, contribuendo a far crescere l’azienda in un importante fornitore di servizi cloud e infrastrutturali prima della sua acquisizione da parte di Digital Alpha. Ha ricoperto ruoli di leadership anche presso CoreSite e ha iniziato la sua carriera nella finanza con The Carlyle (CG ) Group, dove si è concentrato su underwriting, modellazione e acquisizioni. Attraendo da questa combinazione di competenza finanziaria, leadership operativa ed esecuzione di startup, Salazar ha fondato Iconic per modernizzare l’industria tradizionalmente frammentata delle fusioni e acquisizioni attraverso servizi di consulenza guidati dalla tecnologia, abbinamento di acquirenti potenziato dall’AI e valutazioni aziendali.

Iconic è una piattaforma di M&A alimentata dall’AI progettata per aiutare i proprietari di aziende a vendere le loro società in modo più efficiente, migliorando al contempo i risultati sia per i venditori che per gli acquirenti. L’azienda combina software proprietario con consulenti esperti per semplificare ogni fase del processo di transazione, dalla valutazione e scoperta dell’acquirente alla gestione dell’accordo e alla chiusura. Sfruttando l’intelligenza artificiale, l’automazione e l’analisi dei dati, Iconic mira a offrire maggiore trasparenza, velocità e precisione alle transazioni M&A del mercato medio-basso, un settore che storicamente si è basato su processi manuali e reti frammentate. L’attenzione della piattaforma sui servizi di consulenza abilitati dalla tecnologia la colloca all’intersezione di fintech, AI e intermediazione aziendale, cercando di modernizzare il modo in cui le società private vengono acquistate e vendute.

L’esperienza di tuo padre come piccolo imprenditore, che non è riuscito a realizzare pienamente il valore di ciò che ha costruito per decenni, è diventata l’ispirazione per Iconic. Puoi condividere quella storia e spiegare come ha influenzato la tua decisione di modernizzare il processo di M&A per le piccole imprese?

Mio padre ha gestito per decenni un’agenzia di viaggi. Ha costruito qualcosa di reale con clienti che si fidavano di lui, dipendenti che contavano su di lui e un’azienda che funzionava. Poi si è ammalato. È arrivato un momento in cui non poteva più gestirla, e non aveva idea di cosa fare dopo. Non sapeva che esistesse un processo per vendere una piccola impresa. Non sapeva che ci fosse un mercato per essa. Supponeva che se non poteva gestirla, e nessuno dei suoi figli poteva subentrare, fosse semplicemente finita.

Così è andata. L’azienda è stata chiusa, e non è stato perché è fallita. È stato perché nessuno sapeva come salvarla.

Questo è rimasto con me. Quando il mio cofondatore Roberto e io abbiamo iniziato a esplorare il mercato M&A delle piccole imprese, l’opportunità professionale era ovvia. Ma sotto l’analisi di mercato c’era sempre qualcosa di più personale – il ricordo di vedere l’azienda di mio padre scomparire perché non esisteva l’infrastruttura giusta per qualcuno come lui. Iconic è, in qualche modo, il risultato che lui non ha mai potuto avere.

Si prevede che quasi sei milioni di piccole imprese cambieranno proprietario nel prossimo decennio. Perché credi che l’attuale infrastruttura M&A non sia pronta per questa ondata di trasferimenti di proprietà?

L’infrastruttura non è mai stata costruita per il mercato M&A delle piccole imprese. Banche d’investimento, consulenti M&A e supporto istituzionale alle transazioni sono tradizionalmente stati progettati per operazioni sopra una certa dimensione. Le piccole imprese della Main Street sono state escluse dall’equazione.

Ciò che esiste per loro è per lo più manuale e include fogli di calcolo, thread di email, broker locali che lavorano in isolamento senza dati condivisi e nessun processo standardizzato. Questa configurazione non reggerà quando milioni di transazioni si muoveranno simultaneamente.

Hai un background che spazia dal private equity presso Carlyle, infrastrutture di data center, startup sanitarie e ora tecnologia M&A. Quali lezioni di quei settori si sono rivelate più preziose nella costruzione di Iconic?

La risposta più onesta che posso dare proviene dall’esperienza personale. Quando Kit è stata acquisita, ero dalla parte venditrice di una transazione con un esercito di avvocati e professionisti M&A seduti dall’altra parte del tavolo. Posso dirti che se non avessi avuto il team giusto intorno a me, persone che sapevano davvero cosa fare nel M&A, il risultato sarebbe stato molto diverso.

Quell’esperienza ha chiarito una cosa: le persone con la giusta infrastruttura e accesso vincono. Le persone senza di essa lasciano soldi sul tavolo, o peggio, vengono sfruttate nel momento finanziario più importante della loro vita.

Ho visto lo stesso schema nel private equity. Le società con il miglior flusso di operazioni e i dati migliori compongono i loro vantaggi nel tempo. Tutti gli altri colmano le lacune che possono colmare. Quell’asimmetria esiste tanto nella Main Street quanto nella Wall Street. La differenza è che nella Main Street l’abbiamo semplicemente normalizzata.

I proprietari di piccole imprese hanno trascorso decenni a costruire qualcosa di reale. Hanno servito i loro clienti e le loro comunità con le proprie mani. E quando arriva il momento di vendere, si trovano a navigare un processo estraneo senza una mappa. Questo è il problema che Iconic è stato creato per risolvere.

Le transazioni di piccole imprese spesso si basano su fogli di calcolo, email e processi manuali. Quali sono le più grandi inefficienze che l’AI può realisticamente eliminare nei prossimi cinque anni?

La preparazione dell’accordo è il primo vero collo di bottiglia. Preparare un’azienda per il mercato richiede settimane, e la maggior parte del tempo è dedicata all’organizzazione dei dati finanziari, alla creazione di un CIM e alla definizione di un profilo dell’acquirente. Questo è tutto lavoro strutturato e ripetibile in cui l’AI è davvero efficace.

L’abbinamento degli acquirenti è anche fondamentale per garantire buoni risultati. Attualmente, il processo è sostanzialmente una lista di contatti del broker. L’AI può estrarre segnali a cui nessun broker individuale ha accesso, inclusi la storia delle acquisizioni, i criteri di investimento dichiarati, i pattern di roll-up in un settore e il comportamento di ricerca che indica una ricerca attiva di accordi. E la due diligence è fondamentalmente un problema di gestione dei documenti e di cross‑referencing. È esattamente il tipo di lavoro in cui l’AI può aiutare a dimezzare i tempi di chiusura.

Tra cinque anni, la parte frontale (preparazione) e quella posteriore (diligenza) di una transazione saranno molto diverse da oggi. La parte centrale, in cui un venditore decide se fidarsi di qualcuno con ciò che ha costruito, rimarrà umana. Sfruttare l’AI per il lavoro di routine libererà i consulenti per concentrarsi sulla parte più impattante del lavoro.

Molte startup AI si concentrano sulla sostituzione dell’expertise umana. Iconic sembra invece potenziare i consulenti piuttosto che eliminarli. Perché credi che il futuro del M&A sia umano‑plus‑AI piuttosto che solo AI?

Il M&A è una transazione di fiducia al suo nucleo. Un venditore sta consegnando ciò che ha costruito per tutta la vita. Quel momento non si automatizza. Non appena un venditore sente di stare trattando con un sistema piuttosto che con una persona che comprende davvero ciò che è in gioco, hai perso l’accordo.

La sfida del M&A per le piccole imprese oggi è che ai broker è stato chiesto di fare tutto manualmente, il che limita il numero di operazioni che possono gestire e il tempo che possono effettivamente dedicare a ciascun venditore. Questo è il vero costo. Questi proprietari stanno affrontando la decisione finanziaria più grande della loro vita, spesso per la prima volta, senza una mappa e con limitazioni sulla qualità della rappresentanza. Nelle transazioni più grandi, le banche d’investimento risolvono questo problema impiegando un team di analisti. Nella Main Street ciò non è possibile, ma ciò che è possibile è ciò che la tecnologia attuale ci permette di fare. Possiamo colmare il divario ora. Quando un broker è sommerso da fogli di calcolo e email di acquirenti, è tempo che non trascorre nella stanza con la persona che più ne ha bisogno.

Ciò che stiamo costruendo rimuove quel limite. L’AI gestisce il carico operativo. Il broker gestisce la relazione, la fiducia, il giudizio umano che nessun modello può replicare.

C’è anche una realtà pratica. Queste transazioni comportano una reale complessità legale, finanziaria e fiscale che richiede professionisti responsabili. Ma oltre alla meccanica, un venditore che decide se affidare il proprio lavoro di una vita a uno sconosciuto deve sentirsi realmente visto e guidato attraverso quel processo. Non è un problema di software. È un problema di persone. E lo sarà sempre.

Una delle promesse fondamentali di Iconic è ridurre il tempo necessario per chiudere una transazione. Quali sono i colli di bottiglia specifici che più spesso ritardano gli accordi e come l’AI aiuta a risolverli?

I venditori spesso arrivano al mercato poco preparati. Organizzare i dati finanziari, creare materiali di presentazione e definire una fascia di valutazione realistica può aggiungere settimane prima che il processo effettivo inizi. Poi il contatto con gli acquirenti è troppo ampio perché i dati di targeting sono troppo scarsi. I broker compensano il cattivo abbinamento facendo una ricerca ampia, il che significa spendere tempo con acquirenti che non erano mai adatti all’accordo. Una volta che qualcuno è sotto LOI, la due diligence si trasforma in una catena di email con unità condivise e confusione di versioni. Lento e manuale, ogni volta.

L’AI comprime ciascuna di queste fasi. La preparazione diventa più veloce quando gli strumenti possono estrarre e organizzare automaticamente i dati finanziari, il contatto diventa più mirato quando si lavora su segnali comportamentali e storia delle transazioni invece che su una lista di contatti, e la due diligence avanza quando i documenti sono organizzati e cross‑referenziati in tempo reale invece di essere revisionati sequenzialmente a mano.

La valutazione aziendale rimane uno degli aspetti più dibattuti di qualsiasi acquisizione. Come vedi l’AI cambiare le metodologie di valutazione, in particolare per le piccole imprese che spesso mancano di dati comparabili estesi?

La sfida qui riguarda davvero i dati. I dati di transazioni comparabili su cui si basano le banche d’investimento per le operazioni di medio mercato non esistono su larga scala qui. Le operazioni non vengono riportate, i termini non vengono divulgati e le dimensioni del campione sono ridotte. Così le valutazioni risultano incoerenti, e quell’incoerenza crea attriti su entrambi i lati di ogni accordo.

L’AI aiuta facendo pattern‑matching su input che l’analisi manuale non può processare efficientemente. Questo include benchmark di settore, condizioni di mercato locali, dipendenza dal proprietario, concentrazione dei clienti e ricavi ricorrenti. Ottieni un punto di partenza più difendibile per la negoziazione, che è realmente utile anche se non risolve tutto. I modelli migliorano anche man mano che più dati di transazione vengono catturati nel tempo.

L’AI avrà più difficoltà con le imprese in cui la maggior parte del valore risiede nelle relazioni del proprietario. Come valutare questo? In gran parte non puoi, e un algoritmo che pretenda il contrario ingannerà le persone.

L’abbinamento degli acquirenti è un’altra area in cui Iconic sta applicando l’AI. Quali segnali o dati può scoprire il machine learning che i broker tradizionali potrebbero perdere nell’identificare il miglior acquirente strategico o finanziario? 

Un broker tradizionale lavora su una rete che ha costruito negli anni. Quella rete può essere eccellente. È anche locale e finita. Un broker nel Midwest che gestisce un accordo di produzione conosce gli acquirenti nella sua regione. Probabilmente non conosce la società di private equity che sta facendo un silenzioso roll‑up in quel settore, o l’ufficio familiare che ha appena ceduto un’azienda simile sei mesi fa e sta cercando attivamente.

Il machine learning opera su un insieme di segnali completamente diverso, con ricerche di acquisizione attive, pattern di transazioni storiche, mandati di investimento dichiarati, comportamento web che indica modalità di ricerca di accordi e adiacenze di settore che un umano potrebbe non pensare di verificare. Questo porta alla luce acquirenti che nessun broker individuale trova tramite la sua lista di contatti.

Fa anche qualcosa di più sottile, ovvero il weighting. Non tutti gli acquirenti qualificati sono l’acquirente giusto. La migliore corrispondenza è solitamente quella in cui le sinergie sono reali, l’allineamento culturale è presente e le persone e l’eredità del venditore sono probabilmente preservate. Quei segnali esistono nei dati. Non vengono ancora utilizzati.

Il mercato lower‑middle è stato storicamente trascurato dalle banche d’investimento. Perché questo segmento è stato ignorato così a lungo e quale opportunità economica crea per le piattaforme guidate dalla tecnologia?

Pura economia di unità. Le banche d’investimento sono costruite attorno a strutture di commissioni che funzionano su grandi operazioni. Una transazione da 500 milioni di dollari genera i ricavi che giustificano il team e i tempi. Una transazione da 3 milioni di dollari non lo fa, almeno non senza una struttura di costi completamente diversa. Così le banche sono andate verso il mercato alto, e la Main Street ha ottenuto l’infrastruttura di brokeraggio locale già esistente, che era frammentata e per lo più sottocapitalizzata.

Questo non è un fallimento delle banche. È solo matematica. E la tecnologia cambia la matematica. Quando l’AI gestisce il lavoro che prima richiedeva molte ore di lavoro, l’economia di una piccola operazione diventa sostenibile. Puoi gestire più transazioni con risultati migliori a una frazione del costo precedente. È quello che realmente apre questo mercato.

Le poste in gioco sono reali. Ci sono trilioni di dollari di equity di piccole imprese in questo segmento. La maggior parte di quei proprietari non ha mai avuto accesso a una vera infrastruttura di transazione. Questa è l’opportunità che stiamo cercando.

Guardando al futuro, immagini un scenario in cui gli agenti AI possano gestire in modo indipendente parti significative del processo M&A, dalla ricerca e due diligence alle negoziazioni, o il giudizio umano rimarrà il fattore decisivo nelle grandi transazioni?

Gli agenti AI gestiranno più di questo processo di quanto la maggior parte delle persone si aspetti, e più velocemente. Ricerca, preparazione dell’accordo, gestione della data room, revisione della due diligence e strutturazione preliminare dei termini. Le capacità sottostanti si stanno sviluppando così rapidamente che un coinvolgimento significativo dell’AI in tutte queste aree è una realtà a breve termine.

Dove il giudizio umano rimane è nei momenti che realmente decidono se un accordo avviene. Un venditore che decide se fidarsi di questo acquirente con ciò che ha costruito. Una negoziazione che si riduce a qualcosa che nessun modello catturerà, come se il nuovo proprietario manterrà le 30 persone che sono lì da 15 anni. Queste sono decisioni di giudizio prese da persone con veri interessi.

La versione verso cui sto costruendo non è l’AI che gestisce il processo mentre gli umani osservano. È l’AI che assorbe il lavoro operativo in modo che i consulenti possano dedicare il loro tempo alla parte del lavoro che solo loro possono fare. Questa è la più grande transazione nella vita di un proprietario d’impresa, tipicamente. Avere un umano credibile che li guidi lungo tutto il percorso e aiuti a scoprire le sfumature nelle offerte che l’AI non può cogliere è il motivo per cui questo sarà sempre fondamentalmente un’impresa umana potenziata dall’AI.

Grazie per la fantastica intervista, i lettori che desiderano saperne di più dovrebbero visitare Iconic.