Erik Salazar, grundare och VD för Iconic – Intervjuserie

Erik Salazar, grundare och VD för Iconic är en serieentreprenör och teknikchef med mer än två decennier av erfarenhet som spänner över fusioner och förvärv, företagsinfrastruktur, hälsoteknik och ledarskap i startups. Före lanseringen av Iconic 2023 tjänstgjorde han som COO och medgrundare av Kit.com, en plattform för hälsotestning som senare förvärvades av Ro Health Ventures. Tidigare i sin karriär var Salazar medgrundare till Unitas Global, där han hjälpte till att skala företaget till en ledande leverantör av moln- och infrastrukturtjänster innan det såldes till Digital Alpha. Han har också haft ledande roller på CoreSite och började sin karriär inom finans hos The Carlyle (CG ) Group, där han fokuserade på underwriting, modellering och förvärv. Med denna kombination av finansiell expertis, operativt ledarskap och startup‑genomförande grundade Salazar Iconic för att modernisera den traditionellt fragmenterade M&A‑branschen genom teknikdrivna rådgivningstjänster, AI‑baserad köparmatchning och företagsvärderingar.

Iconic är en AI‑driven M&A‑plattform som är utformad för att hjälpa företagsägare att sälja sina bolag mer effektivt samtidigt som resultaten förbättras för både säljare och köpare. Företaget kombinerar egenutvecklad mjukvara med erfarna rådgivare för att effektivisera varje steg i transaktionsprocessen, från värdering och köparupptäckt till affärshantering och avslut. Genom att utnyttja artificiell intelligens, automatisering och dataanalys strävar Iconic efter att skapa större transparens, snabbhet och precision i M&A‑transaktioner på den lägre mellanstora marknaden, en bransch som historiskt har förlitat sig på manuella processer och fragmenterade nätverk. Plattformens fokus på teknikstödd rådgivning placerar den i skärningspunkten mellan fintech, AI och affärsmäkleri, med målet att modernisera hur privata företag köps och säljs.

Din fars erfarenhet som småföretagare som inte kunde fullt ut realisera värdet av det han byggde under decennier blev inspirationen till Iconic. Kan du dela den historien och förklara hur den påverkade ditt beslut att modernisera M&A‑processen för småföretag?

Min far drev i decennier en resebyrå. Han byggde något verkligt med kunder som litade på honom, anställda som var beroende av honom och ett företag som fungerade. Sedan blev han sjuk. Det kom en tidpunkt då han inte längre kunde driva verksamheten och han hade ingen aning om vad han skulle göra härnäst. Han visste inte att det fanns en process för att sälja ett litet företag. Han kände inte till någon marknad för det. Han antog att om han inte kunde driva det och ingen av hans barn kunde ta över, så var det helt enkelt över.

Så gick det till. Företaget lades ner, och det berodde inte på att det misslyckades. Det berodde på att ingen visste hur man skulle rädda det.

Det fastnade i mig. När min medgrundare Roberto och jag började gräva i M&A‑marknaden för småföretag var den professionella möjligheten uppenbar. Men under marknadsanalysen fanns alltid något mer personligt – minnet av att se min fars företag försvinna eftersom rätt infrastruktur inte fanns för någon som honom. Iconic är på vissa sätt det resultat han aldrig fick uppleva.

Nästan sex miljoner småföretag förväntas byta ägare under det kommande decenniet. Varför tror du att den nuvarande M&A‑infrastrukturen är oförberedd för denna våg av ägarbyten?

Infrastrukturen har aldrig byggts för M&A‑marknaden för småföretag. Investeringsbanker, M&A‑rådgivare och institutionellt transaktionsstöd har traditionellt utformats för affärer över en viss storlek. Småföretag på huvudgatan har lämnats utanför ekvationen.

Det som finns för dem är mestadels manuellt och inkluderar kalkylblad, e‑posttrådar, lokala mäklare som arbetar i isolering utan delad data och utan standardiserade processer. Denna uppsättning kommer inte att hålla när miljontals transaktioner sker samtidigt.

Du har en bakgrund som spänner över private equity på Carlyle, datacenterinfrastruktur, hälsostartups och nu M&A‑teknik. Vilka lärdomar från dessa branscher har visat sig mest värdefulla när du byggde Iconic?

Det mest ärliga svaret jag kan ge kommer från personlig erfarenhet. När Kit såldes befann jag mig på säljsidan av en transaktion med en armé av advokater och professionella M&A‑chefer mitt emot. Jag kan säga att om jag inte hade haft rätt team omkring mig, personer som faktiskt visste vad de gjorde inom M&A, hade resultatet varit mycket annorlunda.

Den erfarenheten gjorde en sak tydlig: de som har rätt infrastruktur och tillgång vinner. De som saknar det lämnar pengar på bordet, eller ännu värre, blir utnyttjade i det viktigaste finansiella ögonblicket i deras liv.

Jag såg samma mönster inom private equity. Företagen med det bästa affärsflödet och den bästa datan förstärker sina fördelar över tid. Alla andra fyller de luckor de får fylla. Den asymmetrin finns lika tydligt på huvudgatan som på Wall Street. Skillnaden är att på huvudgatan har vi bara normaliserat den.

Småföretagare har under decennier byggt något verkligt. De har betjänat sina kunder och samhällen med egna händer. Och när tiden kommer att sälja navigerar de i en främmande process utan någon färdplan. Det är det problemet som Iconic är byggt för att lösa.

Transaktioner för småföretag förlitar sig ofta på kalkylblad, e‑post och manuella processer. Vilka är de största ineffektiviteterna som AI realistiskt kan eliminera under de kommande fem åren?

Affärsförberedelse är den första verkliga flaskhalsen. Att göra ett företag redo för marknaden tar veckor, och det mesta handlar om att organisera finanser, bygga ett CIM och fastställa en köparprofil. Detta är strukturerat, repeterbart arbete som AI verkligen är bra på.

Köparmatchning är också avgörande för att säkerställa goda resultat. Just nu är processen i princip en mäklares kontaktlista. AI kan hämta signaler som ingen enskild mäklare har tillgång till, inklusive förvärvshistorik, uttalade investeringskriterier, roll‑up‑mönster i en sektor och sökbeteende som indikerar aktiv affärsjakt. Och due diligence är i grunden ett problem med dokumenthantering och korsreferens. Det är exakt den typ av arbete där AI kan hjälpa till att halvera avslutningstiderna.

Om fem år kommer front‑end (förberedelse) och back‑end (due diligence) av en transaktion att se mycket annorlunda ut än idag. Den delen i mitten, där en säljare beslutar om de ska lita på någon med det de byggt, kommer fortfarande att vara mänsklig. Genom att utnyttja AI för det tunga arbetet frigörs rådgivare att fokusera på den mest påverkningsfulla delen av jobbet.

Många AI‑startupar fokuserar på att ersätta mänsklig expertis. Iconic verkar snarare förstärka rådgivare än att eliminera dem. Varför tror du att framtiden för M&A är människa‑plus‑AI snarare än enbart AI?

M&A är i grunden en förtroendetransaktion. En säljare överlämnar det de har byggt hela sitt liv. Det ögonblicket kan inte automatiseras. Så snart en säljare känner att de hanterar ett system snarare än en person som faktiskt förstår vad som står på spel, har du förlorat affären.

Utmaningen med M&A för småföretag idag är att mäklare har blivit ombedda att göra allt för hand, vilket begränsar hur många affärer de kan hantera och hur mycket tid de faktiskt kan spendera med varje säljare. Det är den verkliga kostnaden. Dessa ägare navigerar det största finansiella beslutet i sina liv, ofta för första gången, utan någon färdplan och med begränsningar i kvaliteten på representationen. I större transaktioner löser investeringsbanker detta genom att sätta ett team av analytiker på problemet. På huvudgatan är detta inte möjligt, men vad som är möjligt är vad den nuvarande tekniken låter oss göra. Vi kan nu minska klyftan. När en mäklare är begravd i kalkylblad och köpar‑e‑post är det tid de inte spenderar i rummet med den person som behöver dem mest.

Det vi bygger tar bort den begränsningen. AI hanterar den operativa belastningen. Mäklaren hanterar relationen, förtroendet, det mänskliga omdömet som ingen modell kan replikera.

Det finns också en praktisk verklighet. Dessa transaktioner innebär verklig juridisk, finansiell och skattemässig komplexitet som kräver ansvariga yrkespersoner. Men bortom mekaniken behöver en säljare som bestämmer sig för att överlämna sitt livsverk till en främling känna sig genuint sedd och vägledd genom processen. Det är inte ett mjukvaruproblem. Det är ett människoproblem. Och det kommer alltid att vara så.

Ett av Iconics kärnlöften är att minska den tid som krävs för att slutföra en transaktion. Vilka är de specifika flaskhalsarna som oftast fördröjer affärer, och hur hjälper AI till att lösa dem?

Säljare kommer ofta till marknaden underförberedda. Att organisera finanser, skapa presentationsmaterial och fastställa ett realistiskt värderingsintervall kan lägga till veckor innan den faktiska processen ens börjar. Därefter är köparutskicket för brett eftersom målgruppsdata är för gles. Mäklare kompenserar för dålig matchning genom att gå brett, vilket innebär att de spenderar tid på köpare som aldrig var rätt för affären. När någon är under LOI förvandlas due diligence till en e‑postkedja med delade enheter och versionsförvirring. Långsam och manuell, varje gång.

AI komprimerar var och en av dessa steg. Förberedelsen blir snabbare när verktyg kan hämta och organisera finansiella data automatiskt, utskicket blir mer precist när du arbetar utifrån beteendesignaler och transaktionshistorik snarare än en kontaktlista, och due diligence går framåt när dokument organiseras och korsrefereras i realtid istället för att granskas sekventiellt för hand.

Företagsvärdering förblir en av de mest omdebatterade aspekterna av varje förvärv. Hur ser du att AI förändrar värderingsmetoder, särskilt för mindre företag som ofta saknar omfattande jämförbara transaktionsdata?

Utmaningen här handlar egentligen om data. De jämförbara transaktionsdata som investeringsbanker förlitar sig på för mellanstora affärer finns inte i skala här. Affärer rapporteras inte, villkor avslöjas inte och urvalsstorlekarna är små. Så värderingar blir inkonsekventa, och den inkonsekvensen skapar friktion på båda sidor av varje affär.

AI hjälper genom att mönstermatcha över indata som manuell analys inte kan bearbeta effektivt. Detta inkluderar branschbenchmarkar, lokala marknadsförhållanden, ägarkoncentration, kundkoncentration och återkommande intäkter. Du får en mer försvarbar utgångspunkt för förhandlingen, vilket är genuint användbart även om det inte löser allt. Modellerna blir också bättre i takt med att mer transaktionsdata fångas över tid.

AI kommer att ha svårast med företag där majoriteten av värdet ligger i ägarens relationer. Hur värderar du det? Du kan i princip inte, och en algoritm som låtsas annars kommer att vilseleda människor.

Köparmatchning är ett annat område där Iconic använder AI. Vilka signaler eller datapunkter kan maskininlärning avslöja som traditionella mäklare kan missa när de identifierar den bästa strategiska eller finansiella köparen?

En traditionell mäklare arbetar från ett nätverk de har byggt upp under år. Det nätverket kan vara utmärkt. Det är också lokalt och begränsat. En mäklare i Mellanvästern som hanterar en tillverkningsaffär känner till köparna i sin region. De vet sannolikt inte om PE‑firman som gör en tyst roll‑up i den sektorn, eller familjekontoret som för sex månader sedan sålde ett liknande företag och aktivt letar.

Maskininlärning körs på en helt annan uppsättning signaler, med aktiva förvärvssökningar, historiska transaktionsmönster, uttalade investeringsmandat, webb‑beteende som indikerar affärsjaktläge och branschadjacenser som en människa kanske inte tänker kontrollera. Det framhäver köpare som ingen enskild mäklare hittar genom sin kontaktlista.

Det gör också något subtilare, nämligen viktning. Inte varje kvalificerad köpare är rätt köpare. Den bästa matchen är vanligtvis den där synergierna är verkliga, kulturell anpassning finns och säljarens personer och arv sannolikt bevaras. Dessa signaler finns i data. De används bara ännu inte.

Den lägre mellanstora marknaden har historiskt sett varit underbetjänad av investeringsbanker. Varför har detta segment förbises så länge, och vilken ekonomisk möjlighet skapar det för teknikdrivna plattformar?

Ren enhetsekonomi. Investeringsbanker är byggda kring avgiftsstrukturer som fungerar för stora affärer. En transaktion på 500 miljoner dollar genererar den intäkt som rättfärdigar teamet och tidslinjen. En transaktion på 3 miljoner dollar gör det inte, åtminstone inte utan en helt annan kostnadsstruktur. Så bankerna gick upp mot högre segment, och huvudgatan fick den lokala mäklarinfrastruktur som redan fanns, vilken var fragmenterad och mestadels underkapitaliserad.

Det är inte ett misslyckande från bankernas sida. Det är bara matematik. Och teknik förändrar matematiken. När AI hanterar det arbete som tidigare krävde betydande arbetskraftstimmar blir ekonomin för en mindre affär hållbar. Du kan genomföra fler transaktioner med bättre resultat till en bråkdel av den tidigare kostnaden. Det är vad som faktiskt öppnar denna marknad.

Ingen tvekan om insatserna. Det finns biljoner dollar i småföretagskapital i detta segment. De flesta av dessa ägare har aldrig haft tillgång till riktig transaktionsinfrastruktur. Det är den möjlighet vi siktar på.

Ser du framför dig en framtid där AI‑agenter kan hantera betydande delar av M&A‑processen självständigt, från sourcing och due diligence till förhandlingar, eller kommer mänskligt omdöme fortsatt vara den avgörande faktorn i stora transaktioner?

AI‑agenter kommer att hantera mer av denna process än de flesta förväntar sig, och snabbare. Sourcing, affärsförberedelse, data‑rumshantering, granskning av due diligence och tidig term‑strukturering. De underliggande kapaciteterna utvecklas tillräckligt snabbt för att betydande AI‑involvering i alla dessa områden blir en realitet på kort sikt.

Där mänskligt omdöme kvarstår är i de ögonblick som faktiskt avgör om en affär sker. En säljare som bestämmer om de litar på den här köparen med det de byggt. En förhandling som handlar om något som ingen modell kan fånga, som huruvida den nya ägaren kommer att behålla de 30 personer som har varit där i 15 år. Detta är bedömningsbeslut som tas av personer med verkliga insatser.

Den version jag bygger mot är inte AI som driver processen medan människor observerar. Det är AI som tar hand om det operativa slitaget så att rådgivare kan ägna sin tid åt den del av jobbet som bara de kan utföra. Detta är den största transaktionen i en företagsägares liv, vanligtvis. Att ha en trovärdig människa som guidar dem genom hela processen och hjälper till att upptäcka nyanser i erbjudanden som AI inte kan fånga är anledningen till att detta alltid i grunden kommer att vara ett mänskligt företag förstärkt av AI.

Tack för den fantastiska intervjun, läsare som vill lära sig mer bör besöka Iconic.