Erik Salazar, Fundador e CEO da Iconic – Série de Entrevistas

Erik Salazar, Fundador e CEO da Iconic é um empreendedor em série e executivo de tecnologia com mais de duas décadas de experiência que abrangem fusões e aquisições, infraestrutura empresarial, tecnologia de saúde e liderança de startups. Antes de lançar a Iconic em 2023, ele atuou como COO e cofundador da Kit.com, uma plataforma de testes de saúde que foi posteriormente adquirida pela Ro Health Ventures. No início de sua carreira, Salazar cofundou a Unitas Global, ajudando a escalar a empresa para se tornar um grande provedor de serviços de nuvem e infraestrutura antes de sua aquisição pela Digital Alpha. Ele também ocupou cargos de liderança na CoreSite e iniciou sua carreira em finanças no The Carlyle (CG ) Group, onde se concentrou em subscrição, modelagem e aquisições. Aproveitando essa combinação de expertise financeira, liderança operacional e execução de startups, Salazar fundou a Iconic para modernizar a tradicionalmente fragmentada indústria de M&A por meio de serviços de consultoria orientados por tecnologia, correspondência de compradores impulsionada por IA e avaliações de negócios.

Iconic é uma plataforma de M&A alimentada por IA projetada para ajudar proprietários de empresas a venderem suas companhias de forma mais eficiente, ao mesmo tempo em que melhora os resultados tanto para vendedores quanto para compradores. A empresa combina software proprietário com consultores experientes para simplificar cada etapa do processo de transação, desde avaliação e descoberta de compradores até gestão de negócios e fechamento. Ao aproveitar inteligência artificial, automação e análise de dados, a Iconic pretende trazer maior transparência, rapidez e precisão às transações de M&A no mercado de médio‑baixo, um setor que historicamente depende de processos manuais e redes fragmentadas. O foco da plataforma em serviços de consultoria habilitados por tecnologia a posiciona na interseção de fintech, IA e corretagem de negócios, buscando modernizar a forma como empresas privadas são compradas e vendidas.

Sua experiência como proprietário de pequena empresa, que não conseguiu perceber totalmente o valor do que construiu ao longo de décadas, foi a inspiração para a Iconic. Você pode compartilhar essa história e explicar como ela influenciou sua decisão de modernizar o processo de M&A para pequenas empresas?

Meu pai passou décadas administrando uma agência de viagens. Ele construiu algo real com clientes que confiavam nele, funcionários que dependiam dele e um negócio que funcionava. Então ele adoeceu. Chegou a um ponto em que não pôde mais operá-lo, e ele não tinha ideia do que fazer a seguir. Ele não sabia que existia um processo para vender uma pequena empresa. Não sabia que havia um mercado para isso. Ele presumiu que, se não pudesse administrá‑la, e nenhum de seus filhos pudesse assumir, tudo havia acabado.

Então foi isso que aconteceu. O negócio foi encerrado, e não foi porque falhou. Foi porque ninguém sabia como salvá‑lo.

Isso ficou comigo. Quando meu cofundador Roberto e eu começamos a investigar o mercado de M&A de pequenas empresas, a oportunidade profissional era óbvia. Mas por baixo da análise de mercado sempre havia algo mais pessoal – a memória de ver o negócio do meu pai desaparecer porque a infraestrutura adequada não existia para alguém como ele. A Iconic é, de certa forma, o resultado que ele nunca pôde ter.

Espera‑se que quase seis milhões de pequenas empresas mudem de mãos na próxima década. Por que você acredita que a infraestrutura atual de M&A está despreparada para essa onda de transferências de propriedade?

A infraestrutura nunca foi construída para o mercado de M&A de pequenas empresas. Bancos de investimento, consultores de M&A e suporte institucional a transações foram tradicionalmente projetados para negócios acima de certo tamanho. Pequenas empresas da Main Street foram deixadas de fora da equação.

O que existe para elas é, em sua maioria, manual e inclui planilhas, cadeias de e‑mail, corretores locais trabalhando isoladamente sem dados compartilhados e sem processos padronizados. Essa configuração não resistirá quando milhões de transações estiverem acontecendo simultaneamente.

Você tem um histórico que abrange private equity na Carlyle, infraestrutura de data center, startups de saúde e agora tecnologia de M&A. Quais lições dessas indústrias se mostraram mais valiosas na construção da Iconic?

A resposta mais honesta que posso dar vem da experiência pessoal. Quando a Kit foi adquirida, eu estava do lado da venda de uma transação com um exército de advogados e executivos de M&A profissionais sentados à mesa. Posso dizer que, se eu não tivesse a equipe certa ao meu redor, pessoas que realmente sabiam o que estavam fazendo em M&A, o resultado teria sido muito diferente.

Essa experiência deixou uma coisa clara: as pessoas com a infraestrutura e acesso corretos vencem. As que não os têm deixam dinheiro na mesa ou, pior, são exploradas no momento financeiro mais importante de suas vidas.

Vi o mesmo padrão no private equity. As empresas com o melhor fluxo de negócios e os melhores dados acumulam suas vantagens ao longo do tempo. Todos os demais preenchem as lacunas que lhes são permitidas. Essa assimetria existe tão nitidamente na Main Street quanto na Wall Street. A diferença é que na Main Street, acabamos normalizando isso.

Proprietários de pequenas empresas passaram décadas construindo algo real. Eles serviram seus clientes e comunidades com as próprias mãos. E quando chega a hora de vender, eles navegam por um processo estrangeiro sem roteiro. Esse é o problema que a Iconic foi criada para resolver.

As transações de pequenas empresas frequentemente dependem de planilhas, e‑mails e processos manuais. Quais são as maiores ineficiências que a IA pode eliminar realisticamente nos próximos cinco anos?

A preparação de negócios é o primeiro gargalo real. Preparar uma empresa para ir ao mercado leva semanas, e a maior parte disso consiste em organizar as finanças, montar um CIM e estabelecer um perfil de comprador. Tudo isso é trabalho estruturado e repetível que a IA realmente domina.

A correspondência de compradores também é vital para garantir bons resultados. No momento, o processo é basicamente a lista de contatos de um corretor. A IA pode extrair sinais que nenhum corretor individual tem acesso, incluindo histórico de aquisições, critérios de investimento declarados, padrões de consolidação em um setor e comportamento de busca que indica caça ativa a negócios. E a due diligence é fundamentalmente um problema de gerenciamento de documentos e de referência cruzada. É exatamente esse tipo de trabalho onde a IA pode ajudar a reduzir o tempo de fechamento pela metade.

Daqui a cinco anos, a frente (preparação) e a retaguarda (diligência) de uma transação parecerão muito diferentes de hoje. A parte do meio, onde o vendedor decide se confia alguém com o que construiu, ainda será humana. Aproveitar a IA para o trabalho braçal liberará os consultores para fazer a parte mais impactante do trabalho.

Muitos startups de IA focam em substituir a expertise humana. A Iconic parece estar ampliando os consultores ao invés de eliminá‑los. Por que você acredita que o futuro de M&A será humano‑mais‑IA ao invés de apenas IA?

M&A é, em sua essência, uma transação de confiança. Um vendedor está entregando aquilo que passou a vida construindo. Esse momento não se automatiza. No instante em que o vendedor sente que está lidando com um sistema ao invés de uma pessoa que realmente entende o que está em jogo, você perde o negócio.

O desafio com M&A de pequenas empresas hoje é que os corretores foram solicitados a fazer tudo manualmente, o que limita quantos negócios eles podem conduzir e quanto tempo podem realmente dedicar a cada vendedor. Esse é o custo real. Esses proprietários estão navegando a maior decisão financeira de suas vidas, muitas vezes pela primeira vez, sem roteiro e com limitações na qualidade da representação. Em transações maiores, bancos de investimento resolvem isso colocando uma equipe de analistas no problema. Na Main Street isso não é possível, mas o que é possível é o que a tecnologia atual nos permite fazer. Podemos fechar essa lacuna agora. Quando um corretor está soterrado em planilhas e e‑mails de compradores, esse é tempo que ele não está passando na sala com a pessoa que mais precisa dele.

O que estamos construindo remove esse teto. A IA lida com a carga operacional. O corretor cuida do relacionamento, da confiança, do julgamento humano que nenhum modelo pode replicar.

Há também uma realidade prática. Essas transações carregam complexidade legal, financeira e tributária real que requer profissionais responsáveis. Mas além da mecânica, um vendedor que decide se entrega o trabalho de sua vida a um estranho precisa sentir‑se genuinamente visto e guiado ao longo desse processo. Isso não é um problema de software. É um problema de pessoas. E sempre será.

Uma das principais promessas da Iconic é reduzir o tempo necessário para fechar uma transação. Quais são os gargalos específicos que mais frequentemente atrasam os negócios, e como a IA ajuda a resolvê‑los?

Os vendedores costumam entrar no mercado despreparados. Organizar as finanças, montar materiais de apresentação e definir uma faixa de avaliação realista pode acrescentar semanas antes mesmo de o processo iniciar. Então a prospecção de compradores é muito ampla porque os dados de segmentação são escassos. Os corretores compensam a má correspondência executando uma abordagem ampla, o que significa gastar tempo com compradores que nunca foram adequados ao negócio. Uma vez que alguém está sob LOI, a due diligence se transforma em uma cadeia de e‑mails com unidades de armazenamento compartilhadas e confusão de versões. Lento e manual, sempre.

A IA comprime cada uma dessas etapas. A preparação fica mais rápida quando as ferramentas podem extrair e organizar dados financeiros automaticamente, a prospecção fica mais focada quando você trabalha a partir de sinais comportamentais e histórico de transações ao invés de uma lista de contatos, e a diligência avança quando os documentos são organizados e cruzados em tempo real ao invés de revisados sequencialmente à mão.

A avaliação de negócios continua sendo um dos aspectos mais debatidos de qualquer aquisição. Como você vê a IA mudando as metodologias de avaliação, particularmente para empresas menores que frequentemente carecem de dados extensos de transações comparáveis?

O desafio aqui é realmente sobre dados. Os dados de transações comparáveis que os banqueiros de investimento utilizam para negócios de médio mercado não existem em escala aqui. Os negócios não são reportados, os termos não são divulgados e as amostras são pequenas. Portanto, as avaliações acabam inconsistentes, e essa inconsistência gera atrito em ambos os lados de cada negócio.

A IA ajuda ao fazer correspondência de padrões entre entradas que a análise manual não consegue processar eficientemente. Isso inclui benchmarks setoriais, condições de mercado local, dependência do proprietário, concentração de clientes e receita recorrente. Você obtém um ponto de partida mais defensável para a negociação, que é genuinamente útil mesmo que não resolva tudo. Os modelos também melhoram à medida que mais dados de transações são capturados ao longo do tempo.

A IA terá mais dificuldade com negócios onde a maior parte do valor está nos relacionamentos do proprietário. Como você compara isso? Na maioria das vezes não é possível, e um algoritmo que finge o contrário vai enganar as pessoas.

A correspondência de compradores é outra área onde a Iconic está aplicando IA. Que sinais ou pontos de dados a aprendizagem de máquina pode descobrir que corretores tradicionais podem perder ao identificar o melhor comprador estratégico ou financeiro?

Um corretor tradicional trabalha a partir de uma rede que construiu ao longo dos anos. Essa rede pode ser excelente. Também é local e finita. Um corretor no Centro‑Oeste que está negociando um negócio de manufatura conhece os compradores em sua região. Provavelmente não conhece a firma de private equity que está realizando uma consolidação discreta naquele setor, ou o family office que acabou de sair de um negócio similar há seis meses e está ativamente procurando.

O aprendizado de máquina opera com um conjunto de sinais totalmente diferente, incluindo buscas ativas de aquisição, padrões históricos de transações, mandatos de investimento declarados, comportamento na web que indica modo de caça a negócios e adjacências setoriais que um humano pode não pensar em verificar. Isso traz à tona compradores que nenhum corretor individual encontra através de sua lista de contatos.

Ele também faz algo mais sutil, que é ponderar. Nem todo comprador qualificado é o comprador certo. A melhor correspondência costuma ser aquela onde as sinergias são reais, o alinhamento cultural existe e as pessoas e o legado do vendedor provavelmente serão preservados. Esses sinais existem nos dados. Eles ainda não estão sendo usados.

O mercado de médio‑baixo tem sido historicamente negligenciado pelos bancos de investimento. Por que esse segmento foi ignorado por tanto tempo, e que oportunidade econômica isso cria para plataformas impulsionadas por tecnologia?

Economia unitária pura. Os bancos de investimento são estruturados em torno de modelos de taxa que funcionam em negócios grandes. Uma transação de US$ 500 milhões gera a receita que justifica a equipe e o cronograma. Uma transação de US$ 3 milhões não gera, pelo menos não sem uma estrutura de custos completamente diferente. Então os bancos subiram para o mercado de alto nível, e a Main Street recebeu a infraestrutura de corretagem local que já existia, que era fragmentada e em sua maioria subcapitalizada.

Isso não é uma falha dos bancos. É apenas matemática. E a tecnologia muda a matemática. Quando a IA lida com o trabalho que antes exigia muitas horas de trabalho, a economia de um negócio menor se torna viável. Você pode conduzir mais transações com melhores resultados a uma fração do custo anterior. Isso é o que realmente abre esse mercado.

Os riscos são reais. Há trilhões de dólares em patrimônio de pequenas empresas neste segmento. A maioria desses proprietários nunca teve acesso a uma infraestrutura real de transação. Essa é a oportunidade que buscamos.

Olhando para o futuro, você imagina um cenário onde agentes de IA podem lidar independentemente de partes significativas do processo de M&A, desde a prospecção e diligência até negociações, ou o julgamento humano continuará sendo o fator decisivo em transações importantes?

Agentes de IA lidarão com mais desse processo do que a maioria das pessoas espera, e mais rápido. Prospecção, preparação de negócios, gestão de data rooms, revisão de diligência e estruturação preliminar de termos. As capacidades subjacentes estão se desenvolvendo rápido o suficiente para que um envolvimento significativo da IA em todas essas áreas seja uma realidade de curto prazo.

O julgamento humano permanece nos momentos que realmente decidem se um negócio acontece. Um vendedor decidindo se confia neste comprador com o que construiu. Uma negociação que se resume a algo que nenhum modelo capturará, como se o novo proprietário manterá as 30 pessoas que estão lá há 15 anos. Essas são decisões de julgamento feitas por pessoas com reais interesses.

A versão que estou construindo não é IA conduzindo o processo enquanto os humanos observam. É IA absorvendo o trabalho operacional para que os consultores possam dedicar seu tempo à parte do trabalho que só eles podem fazer. Esta é a maior transação na vida de um proprietário de empresa, tipicamente. Ter um humano credível guiando‑os ao longo de todo o processo e ajudando a descobrir nuances nas ofertas que a IA não pode captar é o motivo pelo qual isso será sempre fundamentalmente um esforço humano aprimorado por IA.

Obrigado pela ótima entrevista, leitores que desejam saber mais devem visitar Iconic.