Michael Delgado, Co-Fondateur et PDG de Canals – Série d’entretiens

Michael Delgado, Co-Fondateur et PDG de Canals, est un ancien avocat d’entreprise devenu entrepreneur qui a construit une carrière en reliant l’expertise juridique, le développement de produits et la technologie opérationnelle. Après avoir commencé dans des cabinets d’avocats de premier plan, notamment Cravath, Swaine & Moore LLP, il est passé dans les startups, occupant des postes de direction chez Willing avant de co-fonder Vested, qui a été acquise par MetLife. Il a ensuite fondé Canals en 2022, en appliquant son expérience dans le droit, les opérations et les produits pour résoudre les inefficacités dans les industries traditionnelles, en particulier en utilisant l’IA pour moderniser les flux de travail commerciaux complexes.

Canals est une plate-forme alimentée par l’IA conçue pour automatiser les opérations de back-office critiques pour les distributeurs en gros, notamment le traitement des commandes de vente, les comptes payables et les achats. L’entreprise se concentre sur la transformation des entrées non structurées, telles que les e-mails, les PDF et les documents manuscrits, en données structurées et actionnables qui s’intègrent directement dans les systèmes ERP existants. En apprenant continuellement des interactions utilisateur, Canals réduit les saisies de données manuelles, minimise les erreurs et accélère les flux de travail opérationnels, se positionnant comme une couche d’exécution pratique pour les entreprises plutôt que comme une solution d’IA purement analytique.

Vous avez passé d’un background juridique dans des cabinets comme Cravath, Swaine & Moore LLP à des startups, pour finalement fonder Canals après avoir construit Vested. Quels sont les problèmes spécifiques dans les flux de distribution qui vous ont poussé à créer l’entreprise, et comment vos précédents rôles ont-ils influencé cette décision ?

Ma femme dirige une entreprise de distribution, donc c’est à travers elle que j’ai commencé à visiter des entrepôts, à parler avec des distributeurs et à apprendre l’industrie.

À mesure que je passais plus de temps immergé dans la distribution, ce qui ressortait le plus était un processus appelé « saisie de commande de vente ». Les commandes arrivent à un distributeur par une grande variété de canaux et de formats, et chacune doit être examinée et saisie manuellement dans un ERP. C’est un travail fastidieux qui incombe à des équipes de représentants des ventes – des personnes dont le travail est censé être de générer des revenus et de construire des relations.

Plus j’avais de conversations avec des distributeurs, plus il devenait clair que ce n’était pas une petite inefficacité. La saisie de commande de vente est un flux de travail de base dans une industrie massive que la technologie n’avait historiquement pas réussi à servir, en partie parce que les logiciels traditionnels ne pouvaient pas gérer la variabilité. J’avais passé des années à construire des logiciels et à suivre les progrès de l’IA, donc j’étais bien équipé pour voir un grand marché, un véritable problème et une nouvelle façon de le résoudre. Canals est né de là.

Pour les lecteurs qui découvrent cet espace, qu’est-ce que Canals fait réellement au sein d’une organisation au quotidien, et comment interagit-il avec les systèmes existants comme la planification des ressources d’entreprise (ERP) ?

À un niveau élevé, Canals prend les entrées que les distributeurs, les entrepreneurs et les fabricants traitent chaque jour – e-mails, PDF, tableurs, même notes manuscrites – et les transforme en données structurées qui peuvent s’écouler entre les systèmes et alimenter les flux de travail de bout en bout. Il utilise ensuite ces données pour automatiser les actions en aval, que ce soit la génération d’une commande de vente ou la soumission d’une facture, avant de pousser des données propres et validées directement dans un ERP.

L’ERP reste le système d’enregistrement, tandis que Canals agit comme l’IA opérationnelle qui le maintient précis et à jour.

La distribution industrielle repose encore fortement sur les e-mails, les PDF et les appels téléphoniques pour gérer les commandes et les factures. Pourquoi ce niveau de travail manuel a-t-il persisté si longtemps, et qu’est-ce qui a empêché une automatisation significative jusqu’à présent ? 

Le problème est que les logiciels traditionnels dépendent de règles rigides et de modèles standard. Cela fonctionne dans des environnements où les entrées sont cohérentes, mais la construction et la distribution ne sont pas comme cela. Les documents arrivent dans une grande variété de formats, et il y a des dizaines de noms différents, de termes abrégés et de jargon de domaine qui décrivent tous le même produit. À un certain point, le nombre de cas limites devient ingérable. Vous ne pouvez pas réalistiquement définir des règles pour chaque variation, donc le processus revient à l’interprétation manuelle.

La volonté d’introduire plus d’efficacité a toujours existé, mais jusqu’à récemment, la technologie ne pouvait pas suivre, ce qui rendait les approches antérieures difficiles à mettre en œuvre et impossibles à mettre à l’échelle.

Un défi clé ici est de transformer les entrées non structurées en actions structurées. Comment votre plate-forme interprète-t-elle les e-mails, les pièces jointes et les documents, et les convertit-elle en données et flux de travail utilisables ?

C’est un défi qui nécessite deux étapes pour être résolu.

La première est l’analyse. Canals identifie les documents pertinents dans la boîte de réception d’un utilisateur, extrait les éléments clés et les champs, et extrait les données.

La deuxième est la correspondance. C’est là que les données extraites sont résolues dans le système. Dans certains cas, cela signifie mapper les éléments de ligne aux SKUs corrects, gérer les variations dans la description des produits et normaliser les unités. Dans d’autres cas, cela signifie concilier les documents, tel que faire correspondre une facture à une commande d’achat et à un reçu, aligner les éléments de ligne et identifier les écarts.

Le résultat est des données structurées et contextualisées qui peuvent alimenter un flux de travail de bout en bout.

Vous avez soutenu des flux de travail liés à plus de 2,1 milliards de dollars en payables. À cette échelle, quels sont les modèles qui émergent autour des inefficacités, des retards ou des erreurs que la plupart des entreprises ne réalisent même pas qu’elles ont ? 

Il y a des gains d’efficacité évidents. Sur le côté des comptes payables, par exemple, nos clients automatisent en moyenne 96 % de leur traitement des factures, ce qui supprime une quantité importante de travail manuel.

Ce qui est plus intéressant, cependant, c’est la façon dont cela se manifeste au-delà des économies de coûts. Dans l’entrée de commande, par exemple, la rapidité a un impact direct sur les revenus.

Dans la construction, le timing est critique et rester dans les délais est la priorité. Si un entrepreneur demande des devis à plusieurs distributeurs et que l’un répond en dix minutes tandis que les autres mettent des heures, le travail est généralement attribué à celui qui a répondu en premier, même si ce n’est pas le prix le plus bas. Recevoir le matériel à temps est plus important que de sauver quelques dollars.

Cela a un impact direct sur les revenus. L’automatisation de l’entrée de commande de vente augmente la fréquence à laquelle un distributeur est le premier à répondre, ce qui augmente la fréquence à laquelle il gagne des affaires. Pour l’un de nos clients, cela s’est traduit par 57 % de leurs transactions se transformant en commandes, comparé à une moyenne précédente d’environ 20 %.

Les systèmes hérités comme les plateformes ERP sont souvent rigides et difficiles à moderniser. Comment abordez-vous l’intégration sans forcer les entreprises à remplacer leur infrastructure existante ?

Les ERP sont profondément ancrés dans la façon dont une entreprise fonctionne, donc la véritable contrainte n’est pas seulement l’intégration, mais également la rapidité et la propreté avec lesquelles vous pouvez intégrer sans ajouter de surcharge. Si la mise en œuvre est lente ou nécessite une implication importante de l’équipe IT interne, cela devient un bloqueur disruptif.

<p Notre approche a toujours été d'investir dans la mise en œuvre rapide et sans friction. Nous avons des dizaines d'intégrations préconstruites et une grande équipe d'ingénieurs pour soutenir les déploiements personnalisés, et nous privilégions la mise en route rapide des clients sans créer de fardeau de maintenance permanent.

On assiste à un déplacement vers des systèmes plus autonomes dans les industries. Jusqu’où l’automatisation peut-elle réellement aller dans les flux de distribution avant que la surveillance humaine devienne à nouveau critique ?

Il y a beaucoup de choses que l’IA ne peut pas faire. Elle ne prendra pas de décisions commerciales complexes, ne gérera pas les relations avec les clients ou ne fonctionnera pas sur le terrain. Ce qu’elle peut faire, c’est supprimer beaucoup de travail administratif répétitif qui se trouve sous ces processus.

Dans la plupart des flux de travail industriels, le modèle approprié est l’homme dans la boucle où l’IA gère la majeure partie du travail tandis que les gens restent aux commandes des exceptions. Lorsque quelque chose est simple, cela peut être automatisé. Lorsque quelque chose est ambigu, à haute valeur ou comporte un risque réel, c’est là que le jugement humain est critique.

L’objectif n’est pas une autonomie à 100 %. C’est d’automatiser les parties fastidieuses, manuelles et répétitives des flux de travail afin que les gens puissent se concentrer sur les décisions et les exceptions à haute valeur.

L’un des risques de l’automatisation est de perdre les connaissances institutionnelles des opérateurs expérimentés. Comment Canals garantit-il que l’expertise est capturée et reflétée dans le système plutôt que remplacée ? 

L’un des avantages clés de l’IA par rapport aux logiciels traditionnels est qu’elle peut apprendre avec le temps.

Lorsqu’un opérateur expérimenté examine quelque chose, apporte une correction ou gère une exception, le système peut capturer ces décisions et les appliquer de manière intelligente à l’avenir. À mesure que l’utilisation augmente, il commence à refléter de manière fiable ces modèles au lieu de s’appuyer sur un ensemble fixe de règles.

Cela signifie que les connaissances institutionnelles ne sont plus liées à une seule personne. Au lieu de vivre avec les individus, elles sont intégrées dans les systèmes utilisés pour faire fonctionner l’entreprise, donc elles sont appliquées de manière plus cohérente dans l’ensemble de l’organisation. Lorsque des employés expérimentés partent, leur expertise reste capturée dans Canals. Lorsque de nouveaux employés commencent, ils travaillent dans un système qui reflète déjà la façon dont l’entreprise fonctionne, ce qui les aide à démarrer plus rapidement et à exécuter de manière plus cohérente.

La ruée vers la construction de centres de données exerce une pression réelle sur les chaînes d’approvisionnement. Comment cette demande change-t-elle les attentes en matière de rapidité, de précision et de coordination pour les distributeurs ? 

La course pour construire des centres de données s’accélère avec 700 milliards de dollars investis dans la construction, ce qui met une pression immense sur les entrepreneurs et les distributeurs pour suivre le rythme.

Ce que cette demande change, c’est la tolérance au retard. Les flux de travail qui étaient gérables à des volumes plus faibles – comme le traitement manuel des commandes et la conciliation des documents – commencent à se dégrader à grande échelle. À mesure que les projets deviennent plus importants et plus rapides, les écarts entre les devis, les achats et la livraison deviennent plus visibles et plus coûteux des deux côtés de la transaction. Le manque d’informations précises et à jour mine la coordination et peut entraîner des retards et des arrêts de travail imprévus.

Les équipes qui peuvent fonctionner avec rapidité et visibilité en temps réel ont un avantage clair. À ce stade, l’automatisation ne concerne pas seulement l’efficacité, mais devient une exigence pour suivre le rythme et la complexité de la demande.

En regardant vers l’avenir, comment voyez-vous l’IA remodeler les flux de travail d’approvisionnement et de chaîne d’approvisionnement au cours des cinq prochaines années, en particulier à mesure que les systèmes passent d’outils d’assistance à des décideurs plus autonomes ?

Il est difficile de le dire avec un certain degré de certitude, mais ce qui devient plus évident est la façon dont l’IA est appliquée – de manière étroite, dans des flux de travail spécifiques où il y a beaucoup de répétition et un chemin clair vers la fiabilité. Dans l’approvisionnement et la chaîne d’approvisionnement, cela se manifeste dans les processus d’exécution lourds. Ces flux de travail sont liés à de véritables dollars et à de véritables relations, donc la barre pour l’autonomie est élevée. Le déplacement à court terme sera moins axé sur la prise de décision par l’agent et plus sur l’expansion de ce qui peut être géré de manière fiable, les gens restant étroitement impliqués là où cela compte.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Canals.