Alex Yakubovich, Co-Founder en CEO van Levelpath – Interview Serie

Alex Yakubovich, Co-Founder en CEO van Levelpath, is een ervaren technologie-ondernemer die zijn carrière heeft besteed aan het bouwen en schalen van inkoop- en operatiesoftware. Voordat hij Levelpath in 2022 lanceerde, was hij GM van Spend bij Workday na de overname van Scout RFP, waar hij Vice President en eerder CEO was na het co-founding en groeien van het bedrijf tot een toonaangevend sourcingsplatform. Eerdere rollen bij ONOSYS en LivingSocial versterkten zijn achtergrond in enterprise-operaties, productontwikkeling en digitale transformatie.

Levelpath is een AI-gedreven inkoopplatform dat is gebouwd om de manier waarop ondernemingen inkoop, contracten, leveranciers en uitgaven beheren te vereenvoudigen en te moderniseren. Het systeem verenigt workflows die traditioneel zijn verdeeld over meerdere niet-geconnecteerde tools, met behulp van automatisering en slimme dataprocessing om wrijving te elimineren, zichtbaarheid te verbeteren en besluitvorming te versnellen. Ontworpen voor gebruiksvriendelijkheid en schaalbaarheid, stelt Levelpath ondernemingen in staat om inkoopprocessen te stroomlijnen, risico’s te verminderen en met grotere efficiëntie te opereren gedurende de hele inkooplevenscyclus.

Nadat je Spend bij Workday hebt geleid en eerder Scout RFP hebt geschaald tot een van de meest erkende inkoopplatforms, welke ervaringen of pijnpunten uit die jaren hebben je uiteindelijk ertoe aangezet om Levelpath te creëren als een AI-natief inkoopsysteem?

Mijn co-founder, Stan Garber, en ik hebben Scout RFP gebouwd om organisaties te helpen bij het vereenvoudigen van sourcings. Terwijl we op die reis waren, zagen we hoe ontbonden inkoopprocessen frustratie, hoofdpijn en vertragingen veroorzaakten, zelfs vanaf het begin. Nadat Scout RFP was overgenomen door Workday, hoorden we hetzelfde verhaal. Inkoop was allesbehalve leuk, en gewone gebruikers konden niet voorbij de moeilijkheden van complexe, gefragmenteerde processen komen.

We zagen met eigen ogen bij Workday hoe ingewikkeld het kopen kan zijn in een groot bedrijf, en we zagen een grote kans. Deze organisaties hebben waarschijnlijk voorkeursleveranciers voor alles, van professionele diensten tot bedrijfsmerchandise. Echter, de kans dat elke potentiële eindgebruiker in een bedrijf die leveranciersinformatie kent, is laag, omdat er veel gesiloede kennis en complexiteit is. Met zo veel complicaties voor de businessgebruiker en inkoop, wilden we inkoop leuk maken.

Toen Stan en ik onze visie voor Levelpath ontwikkelden, realiseerden we de kans om een platform te creëren dat vanaf de grond af aan met AI was gebouwd. De inkoopervaring moest opnieuw worden uitgevonden op een manier die prioriteit gaf aan de mensen die het systeem gebruiken. We ontwikkelden Levelpath als een AI-natief, leveranciersgericht inkoopplatform dat zich richt op inkoop vanaf het begin. Ons doel is om leuk inkoop mogelijk te maken door teams snellere en eerder manieren te geven om samen te werken.

Veel inkooptools vertrouwen nog steeds op legacy-architecturen. Hoe heb je Levelpath ontworpen om vanaf de eerste dag AI-natief te zijn, en wat zijn de praktische voordelen die dit jouw gebruikers biedt?

Legacy-tools kunnen de kloof niet overbruggen tussen wat bedrijven nu nodig hebben en wat legacy-tools daadwerkelijk kunnen leveren. Net als de meeste back-office bedrijfsprocessen, is inkoop de afgelopen twee decennia aanzienlijk veranderd. Het is alleen logisch dat de technologie die inkoopfuncties ondersteunt, ook een extreme transformatie nodig heeft, vooral met de Generative AI-vooruitgang die we nu ter beschikking hebben.

In plaats van Generative AI en aangepaste grote taalmodellen in legacy-software te proberen te integreren, hebben we Levelpath gebouwd als een echt AI-natief inkoopoplossing. Vanaf het begin van de Generative AI-tijdperk betekent dit dat elke workflow en interactie is ontworpen met AI-natieve mogelijkheden. Deze intelligente ontwerp is een voordeel voor onze gebruikers, omdat elke SaaS-inkoopsoftwareoplossing die vóór 2022 is gemaakt, niet vanaf de grond af aan met Generative AI in gedachten is gebouwd.

Het integreren van AI in inkoop is een groot thema op dit moment. Hoe gebruikt Levelpath AI om complexe sourcings, leveranciersbeheer en contractgerelateerde workflows te automatiseren?

Levelpath’s AI-agents automatiseren repetitieve taken zoals het opbouwen van vragenlijsten voor sourcings, het verzamelen van leveranciersinformatie en het uitvoeren van risicobeoordelingen, zodat teams zich kunnen concentreren op strategie. De agents brengen contextuele intelligentie naar workflows en helpen teams risico’s te identificeren en contractcompliance te garanderen.

Aangezien intelligentie is geïntegreerd in Levelpath via onze Hyperbridge-redeneringsmotor, kan het platform gebruikersintent begrijpen en handmatige inspanning verminderen. Dit betekent snellere implementatie, betere adoptie door het hele bedrijf en meer geïnformeerde beslissingen die betere bedrijfsresultaten opleveren. Alle leveranciers-, contract- en sourcingsgegevens worden ook opgeslagen in één geünificeerd model, wat betekent dat AI-agents actie kunnen ondernemen gedurende de hele inkooplevenscyclus. Het stroomlijnen van deze saaie, tijdrovende handmatige processen geeft inkoop de kans om van reactief naar strategisch te gaan.

Indirecte uitgaven zijn vaak de moeilijkste categorie om te controleren. Hoe helpt uw platform bedrijven om diepere zichtbaarheid te krijgen, lekkage te verminderen en tariefgerelateerde volatiliteit te navigeren?

Indirecte uitgavencategorieën zijn vaak gefragmenteerd over afdelingen en verschillende systemen, waardoor het moeilijk is om kosten te zien toenemen in real-time. Bedrijven die vertrouwen op handmatige spreadsheets, statische rapporten of niet-geconnecteerde systemen, kunnen niet bijhouden met veranderingen, en tariefimpacten worden vaak begraven in documenten die leiders niet hebben of zien totdat budgetten al zijn beïnvloed.

Levelpath lost dit op door at-risk leverancierscategorieën te identificeren en indirecte uitgaven strategischer te heralloceren. AI-gedreven inkoop biedt leiders een enkel, real-time overzicht van indirecte uitgaven. Ons platform markeert vroeg aanwijzingen van kostenstijgingen, zoals stijgende materiaalkosten, contractanomalieën of tariefgerelateerde prijswijzigingen. Supply chain-leiders kunnen dan onmiddellijk reageren, in plaats van te wachten tot rapporten of te leren over prijsverhogingen nadat een factuur is ontvangen.

Bovendien kunnen leiders met Levelpath’s AI-agents natuurlijke taalvragen stellen over hun overeenkomsten en antwoorden krijgen op clausule-niveau in seconden. Dit stelt alle teams in staat om dieper in hun contracten te graven voor potentiële veranderingen tijdens volatiliteit en proactief te reageren.

U hebt gesproken over het creëren van AI-agents die echt waarde toevoegen voor B2B-kopers. Wat ziet “nut” eruit in een inkoopcontext, en wat onderscheidt effectieve agents van oppervlakkige?

Wanneer het gaat om AI-agents in inkoop, is praktische integratie belangrijker dan technische sofisticatie. Vroege enterprise-agents faalden omdat ze als chatbots of bolted-on automatiseringen werkten in plaats van echte digitale specialisten. Inkoopteams hebben agents nodig die als geïnformeerde samenwerkers werken, die precieze, contextuele en betrouwbare outputs leveren.

Een nuttige agent begint met de juiste basis. Als de onderliggende leveranciers-, contract- en sourcingsgegevens niet zijn geünificeerd en goed getraind in het model, kan de agent niet betrouwbaar redeneren of handelen. Dat is waarom AI-natieve platforms zoals Levelpath agents direct trainen op een bedrijfs eigen workflows en gegevensstructuur, waardoor ze kunnen werken met context in plaats van giswerk.

Om agents te vinden die waarde toevoegen, moeten kopers vragen: “Lost dit agent een echt pijnpunt op?” High-impact agents zijn rechtstreeks gekoppeld aan bedrijfsdoelen, of het nu gaat om het versnellen van sourcingscycli, het versterken van leveranciersrelaties of het verminderen van kosten en risico’s. Wanneer agents zijn getraind op een geünificeerd dataset en zijn geïntegreerd in een AI-natieve architectuur, ontgrendelen ze een niveau van operationele intelligentie en flexibiliteit dat teams helpt om te herschikken hoe ze zaken doen.

Inkoop raakt finance, juridisch, risico en leveranciers. Hoe brengt Levelpath deze stakeholders samen zodat workflows, gegevens en communicatie meer natuurlijk stromen?

Levelpath verbindt cross-functionele teams door iedereen in de organisatie in staat te stellen deel te nemen aan gestandaardiseerde workflows. Het centraliseren van inkoopgegevens maakt samenwerking en zichtbaarheid veel eenvoudiger voor rapportage en tracking. In een agent-gedreven, gebruikersvriendelijke interface kunnen stakeholders efficiënt aanvragen, beoordelen en samenwerken aan inkoop, sourcings en contracten. Dit maakt goedkeuringsworkflows pijnloos.

Levelpath verbetert ook wereldwijde samenwerking door taalbarrières te verwijderen. Leveranciers kunnen in hun moedertaal schrijven en executives ontvangen samenvattingen in hun eigen taal.

Kunt u een concreet voorbeeld delen van hoe Levelpath het dagelijkse leven van een inkoopteam heeft veranderd – ofwel door snelheid, kostenreductie of verbeterde leverancierssamenwerking?

Levelpath heeft als doel het inkoopproces echt leuk te maken, en we bereiken dit door intuïtieve en betrouwbare workflows te creëren voor inkoopteams met snellere innovatie en schaalbare automatisering. Als resultaat hebben onze klanten tijd en geld bespaard op traditioneel handmatige processen.

Bijvoorbeeld:

• GATX heeft de RFP-cyclus vermindert van maanden tot minuten en heeft 10x sourcingscapaciteit per inkoopmedewerker bereikt, wat resulteerde in $3,5 miljoen aan contractbesparingen. GATX paste Levelpath’s AI-agents toe om documenten te centraliseren, legacy-workflows te vervangen en snellere resultaten te bereiken.
• Acrisure heeft 10x sourcingscapaciteit per inkoopmedewerker bereikt en 80% van de addressable uitgaven beheerd door Levelpath te implementeren als het eerste inkoopplatform van het bedrijf. Levelpath’s snelle implementatie, efficiënte schaalbaarheid en slimme sourcingshulpmiddelen leverden onmiddellijke waarde.
• PADNOS heeft 6.000 uur aan uitvaltijd van de vloot bespaard met 76% snellere inkoopcycli en een 5-voudige toename van sourcingsprojecten per inkoopmedewerker door directe verbindingen met leveranciers tot stand te brengen en uitvaltijd te verminderen.
• Western Union heeft een vermindering van 60% van de beoordelingstijd voor leveranciersovereenkomsten bereikt en weken bespaard tijdens jaarlijkse auditcycli door volledige zichtbaarheid te krijgen in hun contractlandschap.

Wereldwijde supply chains blijven onvoorspelbare druk te maken. Hoe helpt AI organisaties om risico’s eerder te detecteren en meer strategisch te reageren?

Supply chain-drukken zoals tarieven en inflatie zijn een blijvende realiteit. Inkoopleiders hebben tools nodig die hen helpen bij het plannen, niet alleen reageren op onvoorspelbare drukken. AI-mogelijkheden zoals Levelpath’s Optical Character Recognition en slimme zoekfunctie helpen contractclausules te detecteren die zijn gekoppeld aan trefwoorden rond tarieven, de Consumentenprijsindex en inflatie. Met deze transparantie kunnen organisaties risico’s bepalen voordat ze budgetproblemen veroorzaken.

Met onze oplossing analyseerde een zorgcliënt 30.000 documenten in minuten, werk dat handmatig meer dan 3.350 uur zou hebben geduurd. Door contractrisico’s te detecteren die eerder verborgen waren, konden hun teams ongunstige voorwaarden heronderhandelen, aanstaande verlengingen detecteren en betere alternatieven vinden. Deze mogelijkheid verhoogde ook de strategische waarde van inkoop, waardoor het team in staat was om kritische contractinformatie voor het hoger management snel en eenvoudig te detecteren, waardoor het team werd gepositioneerd als een proactieve businesspartner in plaats van alleen een verwerkingseenheid. Deze proactieve strategie elimineert dure verrassingen en beschermt financiële prestaties.

Wanneer bedrijven voor het eerst AI-gedreven inkoop adopteren, welke culturele of operationele barrières zien jullie meestal, en hoe moeten leiders deze barrières navigeren?

AI heeft de kracht om bedrijven te revolutioneren, wat duidelijk wordt wanneer bijna 80% van de organisaties AI gebruiken in tenminste één bedrijfsfunctie. Echter, de realiteit is dat slechts 1% succesvol schaalt deze initiatieven voorbij een pilotprogramma. Interne toepassingen van AI die zijn geïntegreerd in legacy-oplossingen, houden bedrijven tegen, frustreren medewerkers en voorkomen dat organisaties 5x ROI zien.

Leiders zullen vaak een AI-oplossing nastreven omdat ze zich richten op de technologiekenmerken in plaats van de bedrijfsresultaten die het kan leveren. Om daadwerkelijke waarde te behalen uit AI-gedreven inkoopoplossingen, moeten organisaties beginnen met pilotprogramma’s die specifieke pijnpunten oplossen, problemen kiezen waarbij AI onmiddellijke impact creëert en plannen voor schaalbaarheid.

Over het algemeen moeten organisaties stoppen met investeren in retro-uitgeruste oplossingen die tegen muren zullen botsen en omleidingen zullen vereisen die niet bestaan voor AI-natieve platforms. Leiders moeten de juiste basis creëren door AI-natieve oplossingen te kiezen die integratie-uitdagingen vermijden en zullen evolueren naarmate inkoopoperaties blijven transformeren.

Naarmate AI blijft evolueren, waar zie je inkooptechnologie naartoe gaan in de komende drie tot vijf jaar, en hoe positioneert Levelpath zich voor die toekomst?

Ik zie de agent-gedreven economie de ondernemingsinkoop herschikken. Dit jaar maakten AI-agents de sprong van consumententrend naar ondernemingsdisruptor, en die verschuiving zal blijven extrapoleren. De grootste AI-gedreven transformaties gebeuren in de manier waarop bedrijven werken, en dat strekt zich uit tot inkoop in het bijzonder. Een onderneming heeft geen overvloed aan kopers nodig om gefragmenteerde legacy-systemen te navigeren.

Levelpath’s AI-natieve platform laat organisaties toe om te sourcen, onderhandelen en sluiten met totale transparantie en onmiddellijkheid. AI-agents zijn al bezig met het evalueren van leveranciers, het detecteren van risico’s en het versnellen van deals met een tempo dat moderne bedrijven herschikt. Gaande naar de toekomst zullen AI-agents stoppen met assisteren en beginnen met opereren, waardoor ze de prestaties van ondernemingen van binnenuit herschikken.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten Levelpath bezoeken.