マイケル・デルガド、Canalsの共同創設者兼CEO – インタビュー・シリーズ
By Antoine Tardif, CEO & Founder of Unite.AI マイケル・デルガド、Canalsの共同創設者兼CEOは、元の企業弁護士から起業家に転身し、法律の専門知識、製品開発、運用技術を結び付けるキャリアを築いてきた。トップレベルの法律事務所であるCravath, Swaine & Moore LLPでキャリアをスタートさせ、スタートアップに移り、Willingのリーダーシップ役割を経て、後にMetLifeに買収されたVestedを共同創設した。彼は2022年にCanalsを設立し、法律、運用、製品開発の経験を活かし、特にAIを活用して伝統的な業界の非効率性を解決することを目指している。Canalsは、卸売業者向けのバックオフィス業務を自動化するためのAI駆動プラットフォームである。同社は、販売注文処理、Accounts Payable、調達などの業務を自動化し、既存のERPシステムに直接統合することを目的としている。ユーザーの操作から継続的に学習することで、Canalsは手動データ入力を削減し、エラーを最小限に抑え、業務の効率化を実現する。あなたは、Cravath, Swaine & Moore LLPのような法律事務所での法律の背景からスタートアップに移り、最終的にVestedを共同創設しました。どのような分野での非効率性がCanalsの設立につながったのか、その経験がどのようにあなたの決定に影響したのかについてお話しください。私の妻が卸売業を営んでいるため、倉庫を訪問し、卸売業者と話をし、業界について学ぶ機会が多かった。業界に触れるにつれて、最も印象に残ったのは「販売注文入力」というプロセスだった。注文は様々なチャネルや形式で卸売業者に届き、それぞれが確認され、手動でERPシステムに入力される必要がある。販売担当者が時間を浪費する作業であり、収入を生み出すべき役割から遠ざかっている。卸売業者と話をすると、非効率性が小さなものではないことが明らかになった。販売注文入力は巨大な業界の核心的なワークフローであり、従来のソフトウェアでは解決できなかった。私はソフトウェアの開発とAIの進歩を追ってきており、大きな市場、実際の痛み点、そして新しい解決策を見出すことができた。Canalsはそこから生まれた。この分野に新しい読者向けに、Canalsは組織内で日常的に何をしているのか、また既存のシステム such as Enterprise Resource Planning (ERP) とどのように連携しているのかについて説明してください。高レベルでは、Canalsは、卸売業者、請負業者、メーカーが毎日扱う入力データ（メール、PDF、スプレッドシート、手書きメモなど）を構造化されたデータに変換し、システム間でワークフローを可能にする。次に、販売注文の生成や請求書の提出などのダウンストリームのアクションを自動化し、クリーンで検証されたデータをERPシステムに直接入力する。ERPシステムはシステムの記録として残り、Canalsは運用AIとしてそれを正確で最新の状態に保つ。産業用配送はまだ、メール、PDF、電話での注文管理と請求書管理に大きく依存しています。なぜこの程度の手動作業が長く続いたのか、また今まで自動化が進まなかったのかについてお話しください。問題は、従来のソフトウェアが厳格なルールと標準テンプレートに依存していることにある。入力データが一貫性がある環境では機能するが、建設や配送業界はそうではない。ドキュメントは様々な形式で来ることがあり、同じ製品を表すために様々な名前、略称、専門用語が使用される。ある時点で、エッジケースの数が管理不能になる。すべてのバリエーションに対してルールを定義することは現実的に不可能であるため、プロセスは手動解釈に頼ることになる。効率性を高める意志は常に存在したが、技術が追いつかなかったため、以前のアプローチは難しかったり、スケーラビリティがなかったりした。ここでの核心的な課題は、構造化されていない入力データを構造化されたアクションに変換することです。Canalsはどのようにしてメール、添付ファイル、ドキュメントを解釈し、利用可能なデータとワークフローに変換するのかについて説明してください。これは2つのステップを必要とする課題です。最初のステップはパーシングです。Canalsはユーザーの受信トレイ内の関連ドキュメントを特定し、重要なアイテムとフィールドを抽出してデータを抽出します。2番目のステップはマッチングです。これは、抽出されたデータをシステム内で解決するステップです。場合によっては、アイテムを正しいSKUにマッピングし、製品の記述のバリエーションを処理し、単位を正規化することを意味します。他の場合、請求書を購入注文と領収書に照合し、アイテムを整列し、相違点を特定することを意味します。結果は、エンドツーエンドのワークフローを駆動することができる、構造化された、文脈化されたデータになります。あなたは21億ドル以上の支払い可能なワークフローをサポートしてきました。この規模では、非効率性、遅延、またはエラーに関するどのようなパターンがほとんどの会社では気づいていないものとして現れるのかについてお話しください。明らかな効率性の向上があります。例えば、顧客は平均して96%の請求書処理を自動化しており、手動作業を大幅に削減します。もっと興味深いのは、それがコスト削減を超えてどのように表現されるかです。特に注文入力では、速度が直接収入に影響します。建設では、タイミングが重要で、スケジュールを守ることが優先されます。請負業者が複数の卸売業者から見積もりを依頼し、1つの業者が10分で応答し、他の業者が数時間かかる場合、仕事は通常、最も低い価格ではない業者に依頼されます。素材を時間通りに入手することは、数ドルを節約するよりも重要です。そのダイナミクスは収入に直接影響します。販売注文入力を自動化すると、卸売業者が最初に応答する頻度が増え、ビジネスを獲得する頻度も増えます。私たちの顧客の1社の場合、57%の取引が注文に変換されたのに対し、以前は20%程度でした。レガシーシステム such as ERPプラットフォームは、しばしば硬直的で、近代化が難しいと言われています。会社が既存のインフラストラクチャをすべて見直すことを強制せずに、どのように統合に取り組んでいますか。ERPシステムは、ビジネス運営の根幹にあるため、実際の制約は統合だけではなく、統合の速度とクリーンさです。実装が遅い場合、または内部のITからの深い関与が必要な場合、阻害要因となります。私たちのアプローチは、実装を迅速で無摩擦にすることに尽力することです。多数の事前構築された統合と、カスタム展開をサポートするための大規模なエンジニアチームを保有しており、迅速に顧客を立ち上げることと、継続的なメンテナンスの負担を最小限に抑えることを優先しています。業界全体で、より自律的なシステムへの移行が見られます。配送ワークフローで自動化が実現可能な限界はどこまでなのか、またシステムが支援ツールからよりエージェントのような意思決定者への移行について、5年後の将来を見通してみてください。確実に言うことは難しいですが、AIがどのように適用されるかが明らかになってきています。繰り返しの多い特定のワークフローで、信頼性のあるパスが確立されると、そこではAIが活用されます。調達とサプライチェーンでは、実行に重きを置いたプロセスでそれが表現されます。これらのワークフローは、実際の関係と実際の関係者に結びついており、自律性の基準は高いです。近い将来の変化は、エージェントによる意思決定ではなく、信頼性のあるものが扱えるものを拡大し、重要な点では人間が関与することになります。自動化の1つのリスクは、経験豊富なオペレーターの制度的知識を失うことです。Canalsはどのようにして専門知識をシステムに取り込み、代替するのではなく、反映させるのかについて説明してください。AIの1つの大きな利点は、時間の経過とともに学習できることです。経験豊富なオペレーターが何かを確認したり、修正したり、例外を処理したりするとき、システムはその決定を捉え、将来にわたってそれを賢く適用することができます。使用が増えるにつれて、システムはパターンを信頼性高く反映するようになり、固定されたルールセットに頼るのではなく、実際のビジネス運営方法を反映するようになります。経験豊富な従業員が去ったとしても、彼らの専門知識はCanalsの中に残ります。新しい従業員が始めたとき、彼らはすでにビジネスがどのように運営されているかを反映したシステムで働くことができます。これにより、スピードと一貫性が向上します。データセンターの建設ブームは、サプライチェーンに大きな圧力をかけています。需要の変化は、配送業者への速度、精度、調整の期待をどのように変えているのかについてお話しください。データセンターの建設競争は加速し、700億ドルが建設に投入されており、請負業者や配送業者に大きな圧力をかけています。需要の変化は、遅延に対する耐性を変えます。手動の注文処理や文書の整理のようなワークフローは、低容量では管理可能ですが、スケールアップすると崩壊し始めます。プロジェクトが大きくなり、スピードが上がると、見積もり、購入、納品のギャップが明らかになり、トランザクションの両側で高額なコストが発生します。正確で最新の情報がなければ、調整が損なわれ、予期せぬ遅延や作業の中断が発生する可能性があります。スピードとリアルタイムの可視性で運営できるチームは明らかな優位性を持っています。そこでは、自動化は効率性だけではなく、需要のペースと複雑さに追いつくための要件となります。今後5年間で、AIが調達とサプライチェーンのワークフローをどのように変えていくのか、特にシステムが支援ツールからよりエージェントのような意思決定者への移行について見通してみてください。確実に言うことは難しいですが、AIの適用がどのように進むかが明らかになってきています。繰り返しの多い特定のワークフローで、信頼性のあるパスが確立されると、そこではAIが活用されます。調達とサプライチェーンでは、実行に重きを置いたプロセスでそれが表現されます。これらのワークフローは、実際の関係と実際の関係者に結びついており、自律性の基準は高いです。近い将来の変化は、エージェントによる意思決定ではなく、信頼性のあるものが扱えるものを拡大し、重要な点では人間が関与することになります。ご質問ありがとうございました。読者がもっと知りたい場合は、Canalsを訪れてください。
