Michael Delgado, mede-oprichter en CEO van Canals – Interviewreeks

Michael Delgado, mede-oprichter en CEO van Canals, is een voormalig corporate lawyer die ondernemer is geworden en een carrière heeft opgebouwd door juridische expertise, productontwikkeling en operationele technologie te combineren. Na zijn start bij top-tier advocatenkantoren, waaronder Cravath, Swaine & Moore LLP, is hij overgestapt naar startups en heeft hij leidinggevende functies bekleed bij Willing voordat hij Vested mede-oprichtte, dat later door MetLife is overgenomen. Vervolgens is hij in 2022 Canals opgericht, waarbij hij zijn ervaring op het gebied van recht, operaties en producten heeft gebruikt om inefficiënties in traditionele industrieën aan te pakken, met name door het gebruik van AI om complexe bedrijfsprocessen te moderniseren.

Canals is een AI-gedreven platform dat is ontworpen om kritieke back-office operaties voor groothandeldistributeurs te automatiseren, waaronder verkooporderverwerking, accounts payable en inkoop. Het bedrijf richt zich op het transformeren van ongestructureerde invoer, zoals e-mails, PDF’s en handgeschreven documenten, naar gestructureerde, actiegerichte gegevens die rechtstreeks in bestaande ERP-systemen worden geïntegreerd. Door voortdurend te leren van gebruikersinteracties, vermindert Canals handmatige gegevensinvoer, minimaliseert fouten en versnelt operationele workflows, waardoor het zichzelf positioneert als een praktische uitvoeringslaag voor bedrijven in plaats van een puur analytische AI-oplossing.

U bent overgestapt van een juridische achtergrond bij kantoren als Cravath, Swaine & Moore LLP naar startups en uiteindelijk heeft u Canals opgericht na uw ervaring bij Vested. Welke specifieke inefficiënties in de distributieprocessen hebben u ertoe aangezet om het bedrijf op te richten, en hoe hebben uw eerdere functies die beslissing beïnvloed?

Mijn vrouw runt een distributiebedrijf, dus het was via haar dat ik voor het eerst warehouses bezocht, met distributeurs sprak en de industrie leerde kennen.

Naarmate ik meer tijd in de distributie doorbracht, viel het me op dat een proces genaamd “sales order entry” een grote inefficiëntie was. Bestellingen komen bij een distributeur binnen via een breed scala aan kanalen en in een breed scala aan formaten, en elk moet worden beoordeeld en handmatig ingevoerd in een ERP. Het is tijdrovend werk dat valt op teams van verkoopmedewerkers – mensen wiens baan erop gericht is om omzet te genereren en relaties op te bouwen.

Naarmate ik meer gesprekken had met distributeurs, werd het duidelijker dat dit geen kleine inefficiëntie was. Sales order entry is een kernproces in een enorme industrie die historisch gezien niet goed door technologie is bediend, deels omdat traditionele software de variabiliteit niet aankon. Ik had jarenlang software gebouwd en de vooruitgang van AI gevolgd, dus ik was goed uitgerust om een grote markt, een echte pijn en een nieuwe manier om het op te lossen te zien. Canals is daaruit voortgekomen.

Voor lezers die nieuw zijn in deze ruimte, wat doet Canals eigenlijk binnen een organisatie op dagelijkse basis, en hoe werkt het samen met bestaande systemen zoals Enterprise Resource Planning (ERP)?

Op hoog niveau neemt Canals de invoer die distributeurs, aannemers en fabrikanten elke dag te maken krijgen – e-mails, PDF’s, spreadsheets, zelfs handgeschreven notities – en zet deze om in gestructureerde gegevens die tussen systemen kunnen worden uitgewisseld en eind-tot-eind-workflows kunnen aandrijven. Vervolgens gebruikt het deze gegevens om downstream-acties te automatiseren, of het nu gaat om het genereren van een verkooporder of het indienen van een factuur, voordat het schoon, gevalideerde gegevens rechtstreeks in een ERP pusht.

De ERP blijft het systeem van record, terwijl Canals fungeert als de operationele AI die het nauwkeurig en up-to-date houdt.

Industriële distributie is nog steeds sterk afhankelijk van e-mails, PDF’s en telefoontjes om bestellingen en facturen te beheren. Waarom heeft dit niveau van handmatig werk zo lang standgehouden, en wat heeft ervoor voorkomen dat er tot nu toe sprake was van een betekenisvolle automatisering? 

Het probleem is dat traditionele software afhankelijk is van strikte regels en standaardsjablonen. Dat werkt in omgevingen waarin invoer consistent is, maar constructie en distributie zijn dat niet. Documenten komen in een breed scala aan formaten en er zijn tientallen verschillende namen, afkortingen en veldjargon die allemaal hetzelfde product beschrijven. Op een bepaald moment wordt het aantal randgevallen onbeheersbaar. U kunt geen realistische regels definiëren voor elke variatie, dus het proces valt terug op handmatige interpretatie.

De wil om meer efficiëntie in te voeren, heeft altijd bestaan, maar tot voor kort kon de technologie niet mee. Eerdere benaderingen waren moeilijk uit te voeren en onmogelijk om te schalen.

Een van de belangrijkste uitdagingen hier is het omzetten van ongestructureerde invoer in gestructureerde acties. Hoe interpreteert uw platform e-mails, bijlagen en documenten, en zet deze om in bruikbare gegevens en workflows?

Het is een uitdaging die in twee stappen moet worden opgelost.

De eerste stap is parsing. Canals identificeert de relevante documenten in de inbox van een gebruiker, haalt de belangrijkste regelitems en velden eruit en extracteert de gegevens.

De tweede stap is matching. Hier wordt de geëxtraheerde data opgelost binnen het systeem. In sommige gevallen betekent dit het toewijzen van regelitems aan de juiste SKUs, het omgaan met variaties in de productbeschrijving en het normaliseren van eenheden. In andere gevallen betekent dit het verzoenen van documenten, zoals het koppelen van een factuur aan een bestelling en ontvangst, het uitlijnen van regelitems en het identificeren van discrepanties.

Het resultaat is gestructureerde, gecontextualiseerde gegevens die een eind-tot-eind-workflow kunnen aandrijven.

U heeft workflows ondersteund die zijn gekoppeld aan meer dan $2,1 miljard aan te betalen bedragen. Op die schaal, welke patronen komen naar voren rondom inefficiënties, vertragingen of fouten die de meeste bedrijven niet eens beseffen dat ze hebben? 

Er zijn enkele voor de hand liggende efficiëntieverbeteringen. Aan de kant van de accounts payable, bijvoorbeeld, automatiseren onze klanten gemiddeld 96% van hun factuurverwerking, wat een aanzienlijke hoeveelheid handmatig werk wegneemt.

Wat interessanter is, is hoe dit zich manifesteert buiten de kostenbesparingen. In de bestellingsspecifieke entry heeft de snelheid een directe invloed op de omzet.

Bij constructie is timing kritisch en is het behouden van de planning de prioriteit. Als een aannemer offertes aanvraagt bij meerdere distributeurs en een daarvan reageert binnen tien minuten, terwijl de anderen uren nodig hebben, gaat de klus meestal naar degene die het eerste reageerde, zelfs als het niet de laagste prijs is. Het tijdig ontvangen van het materiaal is belangrijker dan een paar dollar besparen.

Die dynamiek heeft een directe invloed op de omzet. Het automatiseren van de bestellingsspecifieke entry verhoogt de frequentie waarmee een distributeur als eerste reageert, wat de frequentie verhoogt waarmee hij zaken wint. Voor een van onze klanten vertaalde dit zich in 57% van hun transacties die werden omgezet in bestellingen, in vergelijking met een eerdere gemiddelde van ongeveer 20%.

Legacy-systemen zoals ERP-platforms zijn vaak star en moeilijk te moderniseren. Hoe benadert u integratie zonder bedrijven te dwingen hun bestaande infrastructuur te vervangen?

ERPs zijn diep verankerd in de manier waarop een bedrijf werkt, dus de echte beperking is niet alleen integratie, maar hoe snel en schoon u kunt integreren zonder overhead toe te voegen. Als de implementatie langzaam is of veel betrokkenheid van de interne IT vereist, wordt het een disruptieve blocker.

Onze aanpak is altijd geweest om te investeren in het maken van onze implementatie snel en wrijvingsloos. We hebben tientallen vooraf gebouwde integraties en een groot team van ingenieurs om aangepaste implementaties te ondersteunen, en we geven prioriteit aan het zo snel mogelijk in gebruik nemen van klanten zonder een blijvende onderhoudsbelasting te creëren.

We zien een verschuiving naar meer autonome systemen in verschillende industrieën. Hoe ver kan automatisering realistisch gezien worden in distributieprocessen voordat menselijke toezicht weer kritiek wordt?

Er zijn veel dingen die AI niet kan doen. Het zal geen complexe zakelijke beslissingen nemen, geen klantrelaties beheren of op het veld opereren. Wat het wel kan doen, is het verwijderen van veel van de repetitieve administratieve taken die onder die processen liggen.

In de meeste industriële workflows is het juiste model human-in-the-loop, waarbij AI het grootste deel van het werk doet, terwijl mensen de uitzonderingen in de hand houden. Wanneer iets eenvoudig is, kan het worden geautomatiseerd. Wanneer iets ambigu, van hoge waarde of met echt risico is, is menselijk oordeel kritiek.

Het doel is niet 100% autonomie. Het is om de saaie, handmatige en routineuze delen van de workflow te automatiseren, zodat mensen zich kunnen concentreren op hoge-waarde beslissingen en uitzonderingen.

Een van de risico’s van automatisering is het verlies van institutionele kennis van ervaren operators. Hoe zorgt Canals ervoor dat deze expertise wordt vastgelegd en weerspiegeld in het systeem in plaats van vervangen? 

Een van de belangrijkste voordelen van AI boven traditionele software is dat het kan leren over tijd.

Wanneer een ervaren operator iets beoordeelt, een correctie aanbrengt of een uitzondering afhandelt, kan het systeem die beslissingen vastleggen en intelligent toepassen in de toekomst. Naarmate het gebruik toeneemt, begint het betrouwbaar die patronen weer te geven in plaats van te vertrouwen op een vast stel regels.

Daardoor wordt institutionele kennis niet langer gekoppeld aan één persoon. In plaats daarvan wordt het gebakken in de systemen die worden gebruikt om het bedrijf te runnen, zodat het consistent wordt toegepast throughout de organisatie. Wanneer ervaren medewerkers vertrekken, blijft hun expertise vastgelegd in Canals. Wanneer nieuwe medewerkers beginnen, werken ze binnen een systeem dat al weerspiegelt hoe het bedrijf werkt, wat helpt om sneller op te starten en consistent uit te voeren.

De toename van de vraag naar datacenterconstructie zet druk op de toeleveringsketen. Hoe verandert deze vraag de verwachtingen rondom snelheid, nauwkeurigheid en coördinatie voor distributeurs? 

De race om datacenters te bouwen versnelt, met $700 miljard dat wordt geïnvesteerd in de constructie, waardoor er een enorme druk op aannemers en distributeurs komt om bij te blijven.

Wat deze vraag verandert, is de tolerantie voor vertraging. Workflows die beheersbaar waren bij lagere volumes – zoals handmatige bestellingverwerking en documentverzoening – beginnen te breken bij schaal. Naarmate projecten groter en sneller worden, worden de gaten tussen offertes, aankopen en levering zichtbaarder en duurder aan beide kanten van de transactie. Het gebrek aan nauwkeurige, up-to-date informatie ondermijnt de coördinatie en kan leiden tot onverwachte vertragingen en plotselinge stopzettingen van het werk.

De teams die kunnen opereren met snelheid en real-time zichtbaarheid hebben een duidelijk voordeel. Op dat punt is automatisering niet langer alleen maar een kwestie van efficiëntie, maar wordt het een vereiste om bij te blijven met het tempo en de complexiteit van de vraag.

Kijkend naar de toekomst, hoe ziet u AI de inkoop- en toeleveringsketenprocessen veranderen in de komende vijf jaar, met name nu systemen veranderen van hulpmiddelen naar meer agent-achtige beslissers?

Het is moeilijk om met enige zekerheid te zeggen, maar wat duidelijker wordt, is hoe AI wordt toegepast – smal, in specifieke workflows waar veel herhaling en een duidelijk pad naar betrouwbaarheid is. In inkoop en toeleveringsketen manifesteert dit zich in uitvoeringszware processen. Deze workflows zijn gekoppeld aan echte dollars en echte relaties, dus de lat voor autonomie is hoog. De korte-termijnverschuiving zal minder gaan over agent-gedreven besluitvorming en meer over het uitbreiden van wat betrouwbaar kan worden afgehandeld, met mensen die nauw betrokken blijven waar het ertoe doet.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen een bezoek brengen aan Canals.