Erik Salazar, Tagapagtatag at CEO ng Iconic – Seri ng Panayam

Erik Salazar, Tagapagtatag at CEO ng Iconic ay isang serial na negosyante at teknolohiyang ehekutibo na may higit sa dalawampung taon ng karanasan na sumasaklaw sa mergers and acquisitions, enterprise infrastructure, teknolohiyang pangkalusugan, at pamumuno sa startup. Bago ilunsad ang Iconic noong 2023, nagsilbi siya bilang COO at Co-Founder ng Kit.com, isang platform para sa pagsusuri ng kalusugan na kalaunan ay nakuha ng Ro Health Ventures. Noong unang bahagi ng kanyang karera, itinatag ni Salazar ang Unitas Global, na tumulong magpalawak ng kumpanya tungo sa isang pangunahing tagapagbigay ng cloud at serbisyo sa imprastruktura bago ito nakuha ng Digital Alpha. Nagsilbi rin siya sa mga posisyon sa pamumuno sa CoreSite at sinimulan ang kanyang karera sa pananalapi sa The Carlyle (CG ) Group, kung saan tumuon siya sa underwriting, pagmomodelo, at mga acquisition. Sa pagsasama ng kahusayan sa pananalapi, pamumunong operasyonal, at karanasan sa startup, itinatag ni Salazar ang Iconic upang gawing moderno ang tradisyonal na pira-pirasong industriya ng M&A sa pamamagitan ng mga serbisyong pangkonsulta na pinapagana ng teknolohiya, AI-powered na pagtutugma ng mamimili, at pagtatasa ng negosyo.

Iconic ay isang AI-powered na platform ng M&A na dinisenyo upang tulungan ang mga may-ari ng negosyo na ibenta ang kanilang mga kumpanya nang mas epektibo habang pinapabuti ang mga kinalabasan para sa parehong nagbebenta at mamimili. Pinagsasama ng kumpanya ang proprietary software sa mga karanasang tagapayo upang pasimplehin ang bawat yugto ng proseso ng transaksyon, mula sa pagtatasa at pagtuklas ng mamimili hanggang sa pamamahala ng deal at pagsasara. Sa pamamagitan ng paggamit ng artificial intelligence, automation, at data analytics, layunin ng Iconic na magdala ng mas malaking transparency, bilis, at katumpakan sa lower-middle-market na mga M&A na transaksyon, isang industriya na tradisyonal na umaasa sa manu-manong proseso at pira-pirasong network. Ang pokus ng platform sa technology-enabled na mga serbisyong pangkonsulta ay naglalagay nito sa intersection ng fintech, AI, at business brokerage, na naglalayong gawing moderno kung paano binibili at ibinebenta ang mga pribadong kumpanya.

Ang karanasan ng iyong ama bilang isang may-ari ng maliit na negosyo na hindi lubos na naipakita ang halaga ng kanyang itinayo sa loob ng mga dekada ay naging inspirasyon para sa Iconic. Maaari mo bang ibahagi ang kwentong iyon at ipaliwanag kung paano ito nakaapekto sa iyong desisyon na gawing moderno ang proseso ng M&A para sa mga maliit na negosyo?

Ang aking ama ay nagpatakbo ng travel agency sa loob ng maraming dekada. Nagtayo siya ng isang tunay na negosyo kasama ang mga customer na nagtitiwala sa kanya, mga empleyadong umaasa sa kanya, at isang negosyo na maayos ang takbo. Pagkatapos ay nagkasakit siya. Dumating ang punto na hindi na niya ito kayang patakbuhin, at wala siyang alam kung ano ang susunod na gagawin. Hindi niya alam na may proseso para ibenta ang isang maliit na negosyo. Hindi niya alam na may merkado para dito. Inakala niya na kung hindi na niya mapapatakbo, at walang anak na makakapasok, tapos na ito.

Kaya iyon ang nangyari. Ang negosyo ay unti-unting humina, at hindi ito dahil nabigo. Ito ay dahil walang nakakaalam kung paano ito ililigtas.

Manatili iyon sa akin. Nang magsimulang magsaliksik ang aking co-founder na si Roberto at ako sa merkado ng maliit na negosyo M&A, halata ang propesyonal na oportunidad. Ngunit sa ilalim ng pagsusuri ng merkado ay laging may personal na aspeto – ang alaala ng panonood sa pagkawala ng negosyo ng aking ama dahil walang tamang imprastruktura para sa isang katulad niya. Sa ilang paraan, ang Iconic ay ang kinalabasan na hindi niya naranasan.

Halos anim na milyong maliliit na negosyo ang inaasahang magpapalit ng may-ari sa susunod na dekada. Bakit sa tingin mo hindi handa ang kasalukuyang imprastruktura ng M&A para sa alon ng mga paglilipat ng pagmamay-ari na ito?

Ang imprastruktura ay hindi kailanman itinayo para sa merkado ng maliit na negosyo M&A. Ang mga investment bank, M&A advisors, at institusyonal na suporta sa transaksyon ay tradisyonal na dinisenyo para sa mga deal na lampas sa isang tiyak na laki. Ang mga maliliit na negosyo sa Main Street ay napabayaan sa equation.

Ang umiiral para sa kanila ay karamihan ay manu-mano at kinabibilangan ng mga spreadsheet, mga thread ng email, mga lokal na broker na nagtatrabaho nang mag-isa nang walang pinagsasaluhang data, at walang standardisadong proseso. Ang setup na ito ay hindi magtatagal kapag milyun-milyong transaksyon ang sabay-sabay na dumadaloy.

Mayroon kang background na sumasaklaw sa private equity sa Carlyle, imprastruktura ng data center, mga startup sa healthcare, at ngayon ay teknolohiya ng M&A. Anong mga aral mula sa mga industriyang iyon ang pinakapakinabang sa pagbuo ng Iconic?

Ang pinaka-tapat na sagot na maibibigay ko ay nagmula sa personal na karanasan. Nang ma-acquire ang Kit, ako ay nasa panig ng nagbebenta sa isang transaksyon kasama ang isang hukbo ng mga abogado at mga propesyonal na M&A executive na nakaupo sa kabilang mesa. Masasabi ko sa iyo na kung wala ang tamang koponan sa paligid ko, mga taong talagang alam ang ginagawa nila sa M&A, magiging napakaiba ang kinalabasan.

Ang karanasang iyon ay naglinaw ng isang bagay: ang mga tao na may tamang imprastruktura at access ang nananalo. Ang mga tao na wala nito ay nag-iiwan ng pera sa mesa, o mas masama, napapakinabangan sa pinakamahalagang pananalaping sandali ng kanilang buhay.

Nakita ko ang parehong pattern sa private equity. Ang mga firm na may pinakamahusay na deal flow at pinakamahusay na data ay pinapalakas ang kanilang mga kalamangan sa paglipas ng panahon. Ang iba ay pinupunan ang mga puwang na pinapayagan nilang punan. Ang asymmetry na iyon ay kasing-tindi sa Main Street tulad ng sa Wall Street. Ang pagkakaiba ay sa Main Street, normal na natin ito.

Ang mga may-ari ng maliit na negosyo ay gumugol ng dekada upang magtayo ng isang tunay na bagay. Pinagsilbihan nila ang kanilang mga customer at komunidad nang personal. At kapag dumating ang oras na ibenta ito, sila ay nagna-navigate sa isang banyagang proseso na walang roadmap. Iyan ang problemang nilikha ng Iconic upang lutasin.

Kadalasang umaasa ang mga transaksyon ng maliit na negosyo sa mga spreadsheet, email, at manu-manong proseso. Ano ang pinakamalaking mga hindi epektibo na maaaring realistiko na alisin ng AI sa susunod na limang taon?

Ang paghahanda ng deal ay ang unang tunay na bottleneck. Ang pag-aayos ng isang negosyo upang ihanda ito para sa merkado ay tumatagal ng ilang linggo, at karamihan nito ay pag-aayos ng mga financials, paggawa ng CIM, at pagtatakda ng profile ng mamimili. Lahat ng ito ay nakabalangkas, paulit-ulit na trabaho na talagang magaling ang AI.

Ang pagtutugma ng mamimili ay mahalaga rin upang matiyak ang magagandang kinalabasan. Sa ngayon, ang proseso ay halos listahan ng contact ng broker. Maaaring kunin ng AI ang mga signal na walang indibidwal na broker na may access, kabilang ang kasaysayan ng acquisition, nakasaad na pamantayan sa pamumuhunan, mga pattern ng roll-up sa isang sektor, at pag-uugali sa paghahanap na nagpapahiwatig ng aktibong paghahanap ng deal. At ang due diligence ay pangunahing problema sa pamamahala ng dokumento at cross-referencing. Iyon eksaktong uri ng trabaho kung saan makakatulong ang AI na paikliin ang oras ng pagsasara ng kalahati.

Sa limang taon mula ngayon, ang front end (preparation) at back end (diligence) ng isang transaksyon ay magiging napakaiba kumpara sa ngayon. Ang bahagi sa gitna, kung saan nagdedesisyon ang nagbebenta kung pagtitiwalaan ang isang tao sa kanilang itinayo, ay mananatiling tao. Ang paggamit ng AI para sa mabibigat na trabaho ay magpapalaya sa mga tagapayo upang gawin ang pinaka-impluwensyal na bahagi ng trabaho.

Maraming AI startup ang nakatuon sa pagpapalit ng ekspertong tao. Ang Iconic ay tila nagpapalawak sa mga tagapayo sa halip na alisin sila. Bakit sa tingin mo ang hinaharap ng M&A ay human-plus-AI sa halip na AI-only?

Ang M&A ay isang transaksyon ng tiwala sa pinakapuso nito. Ang nagbebenta ay iniaabot ang bagay na kanilang ginugol ang buhay na itinatag. Ang sandaling iyon ay hindi maaaring i-automate. Kapag naramdaman ng nagbebenta na nakikipag-ugnayan sila sa isang sistema sa halip na isang tao na talagang nauunawaan kung ano ang nakataya, nawala na ang deal.

Ang hamon sa maliit na negosyo M&A ngayon ay ang mga broker ay inatasang gawin ang lahat nang mano-mano, na naglilimita kung ilang deal ang kanilang mapapatakbo at kung gaano karaming oras ang maaari nilang ilaan sa bawat nagbebenta. Iyan ang tunay na gastos. Ang mga may-ari ay nagna-navigate sa pinakamalaking desisyon sa pananalapi ng kanilang buhay, madalas sa unang pagkakataon, nang walang roadmap at may limitasyon sa kalidad ng representasyon. Sa mas malalaking transaksyon, nilulutas ito ng mga investment bank sa pamamagitan ng pagpadala ng koponan ng mga analyst sa problema. Sa Main Street, hindi ito posible, ngunit ang posible ay kung ano ang pinapayagan na ng kasalukuyang teknolohiya. Maaari naming isara ang agwat ngayon. Kapag ang isang broker ay nababad sa mga spreadsheet at email ng mamimili, iyon ay oras na hindi nila ginugugol sa silid kasama ang taong pinaka-kailangan nila.

Ang aming binubuo ay nag-aalis ng limitasyong iyon. Ang AI ang humahawak sa operational load. Ang broker ang humahawak sa relasyon, tiwala, at husay ng tao na walang modelo ang kayang tularan.

Mayroon ding praktikal na realidad. Ang mga transaksyong ito ay may tunay na legal, pinansyal, at tax na komplikasyon na nangangailangan ng mga responsable na propesyonal. Ngunit higit pa sa mekanika, ang isang nagbebenta na nagdedesisyon kung ipapasa ang kanilang buhay na gawain sa isang estranghero ay kailangang maramdaman na tunay na nakikita at ginagabayan sa proseso. Hindi iyon problema ng software. Problema ito ng tao. At palagi itong magiging ganoon.

Isa sa mga pangunahing pangako ng Iconic ay ang pagpapababa ng oras na kinakailangan upang isara ang isang transaksyon. Ano ang mga tiyak na bottleneck na kadalasang nagpapabagal sa mga deal, at paano tumutulong ang AI na tugunan ang mga ito?

Kadalasang pumapasok sa merkado ang mga nagbebenta nang hindi handa. Ang pag-aayos ng mga financials, paggawa ng mga materyales sa presentasyon, at pagtukoy ng realistic na saklaw ng pagtatasa ay maaaring magdagdag ng linggo bago pa magsimula ang aktwal na proseso. Pagkatapos, ang outreach sa mamimili ay masyadong malawak dahil manipis ang data ng target. Ang mga broker ay nagkokompensate sa maling pagtutugma sa pamamagitan ng malawak na pag-abot, na nangangahulugang gumugol ng oras sa mga mamimili na hindi kailanman tama para sa deal. Kapag may nasa ilalim ng LOI, ang due diligence ay nagiging isang chain ng email na may shared drives at kalituhan sa bersyon. Mabagal at manu-mano, sa bawat pagkakataon.

Pinapabilis ng AI ang bawat isa sa mga yugto na ito. Mas mabilis ang paghahanda kapag ang mga tool ay maaaring awtomatikong kunin at ayusin ang financial data, mas tiyak ang outreach kapag gumagamit ka ng mga signal ng pag-uugali at kasaysayan ng transaksyon sa halip na listahan ng contact, at mas mabilis ang diligence kapag ang mga dokumento ay nakaayos at cross-referenced sa real time sa halip na mano-manong sinusuri sunod-sunod.

Ang pagtatasa ng negosyo ay nananatiling isa sa mga pinaka-pinagtatalunang aspeto ng anumang acquisition. Paano mo nakikita ang AI na binabago ang mga metodolohiya ng pagtatasa, lalo na para sa mas maliliit na negosyo na kadalasang kulang sa malawak na comparable transaction data?

Ang hamon dito ay talagang tungkol sa data. Ang comparable transaction data na pinagkakatiwalaan ng mga investment banker para sa mid-market na mga deal ay hindi umiiral sa sukat dito. Ang mga deal ay hindi naiulat, ang mga termino ay hindi ibinubunyag, at ang mga sukat ng sample ay manipis. Kaya nagiging hindi pare-pareho ang mga pagtatasa, at ang hindi pagkakapareho na iyon ay nagdudulot ng alitan sa parehong panig ng bawat deal.

Tinutulungan ng AI sa pamamagitan ng pattern-matching sa mga input na hindi kayang maproseso nang mahusay ng manu-manong pagsusuri. Kabilang dito ang mga benchmark ng industriya, lokal na kondisyon ng merkado, pag-asa sa may-ari, konsentrasyon ng customer, at recurring revenue. Makakakuha ka ng mas matibay na panimulang punto para sa negosasyon, na talagang kapaki-pakinabang kahit na hindi nito nalulutas ang lahat. Ang mga modelo ay nagiging mas mahusay habang mas maraming transaction data ang nakukuha sa paglipas ng panahon.

Ang AI ay mahihirapan lalo na sa mga negosyo kung saan ang karamihan ng halaga ay nakasalalay sa mga relasyon ng may-ari. Paano mo ito ikokompara? Kadalasan ay hindi mo magagawa, at ang isang algorithm na nagpapanggap na kaya ito ay maglilinlang sa mga tao.

Ang pagtutugma ng mamimili ay isa pang larangan kung saan ginagamit ng Iconic ang AI. Anong mga signal o data point ang maaaring matuklasan ng machine learning na maaaring mapalampas ng tradisyonal na broker kapag tinutukoy ang pinakamahusay na strategic o financial na mamimili? 

Ang tradisyonal na broker ay gumagawa mula sa network na kanilang binuo sa loob ng maraming taon. Ang network na iyon ay maaaring mahusay. Ito rin ay lokal at limitado. Ang isang broker sa Midwest na nagpapatakbo ng manufacturing deal ay alam ang mga mamimili sa kanilang rehiyon. Marahil hindi nila alam ang PE firm na tahimik na nagro-roll-up sa sektor na iyon, o ang family office na kakalabas lang ng katulad na negosyo anim na buwan ang nakalipas at aktibong naghahanap.

Ang machine learning ay tumatakbo sa isang ganap na ibang set ng signal, kasama ang mga aktibong paghahanap ng acquisition, mga historikal na pattern ng transaksyon, nakasaad na investment mandates, pag-uugali sa web na nagpapahiwatig ng deal-hunting mode, at mga industry adjacencies na maaaring hindi maisip ng tao na suriin. Ipinapakita nito ang mga mamimili na hindi natatagpuan ng indibidwal na broker sa kanilang listahan ng contact.

Gumagawa rin ito ng mas banayad na bagay, na tinatawag na weighting. Hindi lahat ng kwalipikadong mamimili ay tamang mamimili. Ang pinakamahusay na tugma ay kadalasang yaong kung saan totoo ang mga synergy, naroroon ang cultural alignment, at malamang na mapanatili ang mga tao at pamana ng nagbebenta. Ang mga signal na iyon ay nasa data. Hindi pa lamang ito nagagamit.

Ang lower-middle market ay tradisyonal na hindi napaglingkuran ng mga investment bank. Bakit napabayaan ang segment na ito nang matagal, at anong oportunidad pang-ekonomiya ang nililikha nito para sa mga platform na pinapatakbo ng teknolohiya?

Puro unit economics. Ang mga investment bank ay binuo sa paligid ng mga estruktura ng bayad na gumagana sa malalaking deal. Ang $500 milyong transaksyon ay nagbubuo ng kita na nagpapawalang-sala sa koponan at timeline. Ang $3 milyong transaksyon ay hindi, kahit hindi kung walang ganap na ibang estruktura ng gastos. Kaya ang mga bangko ay umakyat sa mas mataas na merkado, at ang Main Street ay nakuha ang anumang lokal na brokerage infrastructure na umiiral, na pira-piraso at karamihan ay kulang sa kapital.

Hindi ito kabiguan ng mga bangko. Ito ay simpleng matematika. At binabago ng teknolohiya ang matematika. Kapag hinahawakan ng AI ang trabaho na dati ay nangangailangan ng malaking oras ng paggawa, nagiging posible ang ekonomiya ng mas maliit na deal. Maaari kang magsagawa ng mas maraming transaksyon na may mas magagandang kinalabasan sa isang bahagi lamang ng dating gastos. Iyan ang tunay na nagbubukas ng merkado na ito.

Ang mga pusta ay tunay. Mayroong trilyong dolyar na equity ng maliliit na negosyo na nakaupo sa segment na ito. Karamihan sa mga may-ari ay hindi kailanman nagkaroon ng access sa tunay na imprastruktura ng transaksyon. Iyan ang oportunidad na hinahangad namin.

Sa hinaharap, nakikita mo ba ang isang panahon kung saan ang mga AI agent ay maaaring mag-isa na hawakan ang malalaking bahagi ng proseso ng M&A, mula sa sourcing at diligence hanggang sa negosasyon, o mananatili bang ang husay ng tao ang magiging mapagpasya sa mga pangunahing transaksyon?

Ang mga AI agent ay hahawakan ang mas maraming bahagi ng prosesong ito kaysa inaasahan ng karamihan, at mas mabilis. Sourcing, paghahanda ng deal, pamamahala ng data room, pagsusuri ng diligence, at maagang pag-struct ng mga termino. Ang mga pangunahing kakayahan ay umuunlad nang sapat na mabilis na ang makabuluhang paglahok ng AI sa lahat ng mga larangang iyon ay isang malapit na realidad.

Ang husay ng tao ay mananatili sa mga sandaling talagang nagdedesisyon kung magaganap ang isang deal. Ang nagbebenta na nagdedesisyon kung pagtitiwalaan niya ang mamimili sa kung ano ang kanilang itinayo. Ang negosasyon na bumababa sa isang bagay na walang modelo ang makakakuha, tulad kung panatilihin ba ng bagong may-ari ang 30 taong nasa kumpanya sa loob ng 15 taon. Ang mga ito ay mga desisyon na ginagawa ng mga tao na may tunay na pusta.

Ang bersyon nito na aking binubuo ay hindi kinabibilangan ng AI na nagpapatakbo ng proseso habang ang mga tao ay nagmamasid. Ito ay AI na sumisipsip sa operational grind upang ang mga tagapayo ay magamit ang kanilang oras sa bahaging ng trabaho na tanging sila lamang ang makakagawa. Ito ang pinakamalaking transaksyon sa buhay ng isang may-ari ng negosyo, karaniwan. Ang pagkakaroon ng mapagkakatiwalaang tao na gumagabay sa kanila sa kabuuan at tumutulong na matuklasan ang mga nuance sa mga alok na hindi kayang mahuli ng AI ay dahilan kung bakit ito ay palaging magiging isang gawain ng tao na pinalalakas ng AI.

Salamat sa mahusay na panayam, mga mambabasa na nais pang matuto ay dapat bumisita sa Iconic.