Интервью
Майкл Дельгадо, сооснователь и генеральный директор Canals – Интервью
Майкл Дельгадо, сооснователь и генеральный директор Canals, является бывшим корпоративным юристом, ставшим предпринимателем, который построил карьеру, объединяя юридическую экспертизу, разработку продукта и операционную технологию. После начала работы в топовых юридических фирмах, включая Cravath, Swaine & Moore LLP, он перешел в стартапы, взяв на себя руководящие роли в Willing, прежде чем стать сооснователем Vested, который позже был приобретен MetLife. Затем он основал Canals в 2022 году, применяя свой опыт в области права, операций и продукта для решения неэффективностей в традиционных отраслях, особенно путем использования ИИ для модернизации сложных бизнес-процессов.
Canals – это платформа, управляемая ИИ, предназначенная для автоматизации критически важных операций в офисе для оптовых дистрибьюторов, включая обработку заказов на продажу, счетов-фактур и закупок. Компания фокусируется на преобразовании неструктурированных входных данных, таких как электронные письма, PDF и рукописные документы, в структурированные, действенные данные, которые напрямую интегрируются в существующие системы ERP. Постоянно учась от взаимодействия пользователей, Canals снижает ручной ввод данных, минимизирует ошибки и ускоряет операционные процессы, позиционируя себя как практический слой выполнения для бизнеса, а не как чисто аналитическое решение ИИ.
Вы перешли из юридического фона в стартапы, в конечном итоге основав Canals после вашего опыта в Vested. Какие конкретные сбои в процессах распределения побудили вас начать компанию, и как ваш предыдущий опыт повлиял на это решение?
Моя жена управляет дистрибьюторским бизнесом, поэтому именно через нее я начал посещать склады, разговаривать с дистрибьюторами и узнавать отрасль.
Когда я провел больше времени, погруженный в дистрибуцию, то, что выделилось больше всего, – это процесс, называемый “вводом заказа на продажу”. Заказы приходят к дистрибьютору через широкий спектр каналов в широком диапазоне форматов, и каждый из них необходимо просмотреть и вручную ввести в ERP. Это трудоемкая работа, которая ложится на команды продаж – людей, чья работа должна заключаться в том, чтобы стимулировать доход и строить отношения.
Чем больше я разговаривал с дистрибьюторами, тем яснее становилось, что это не небольшая неэффективность. Ввод заказа на продажу – это основной процесс в огромной отрасли, которую технологии исторически не смогли обслужить, частично потому, что традиционное программное обеспечение не могло справиться с изменчивостью. Я провел годы, строя программное обеспечение и следя за развитием ИИ, поэтому я был хорошо оснащен, чтобы увидеть большой рынок, реальную боль и новый способ ее решения. Canals вырос из этого.
Для читателей, новых в этой области, что делает Canals внутри организации в повседневной деятельности, и как он взаимодействует с существующими системами, такими как планирование ресурсов предприятия (ERP)?
На высоком уровне Canals принимает входные данные, с которыми дистрибьюторы, подрядчики и производители сталкиваются каждый день – электронные письма, PDF, электронные таблицы, даже рукописные заметки – и преобразует их в структурированные данные, которые могут течь между системой и питать конечные процессы. Затем он использует эти данные для автоматизации последующих действий, будь то генерация заказа на продажу или отправка счета-фактуры, прежде чем вставить чистые, проверенные данные напрямую в ERP.
ERP остается системой учета, а Canals действует как операционный ИИ, поддерживающий ее точность и актуальность.
Промышленная дистрибуция все еще сильно полагается на электронные письма, PDF и телефонные звонки для управления заказами и счетами-фактурами. Почему этот уровень ручной работы сохранился так долго, и что помешало значительной автоматизации до сих пор?
Проблема заключается в том, что традиционное программное обеспечение зависит от жестких правил и стандартных шаблонов. Это работает в средах, где входные данные последовательны, но строительство и дистрибуция не такие. Документы приходят в широком диапазоне форматов, и существует множество разных названий, сокращений и жаргона, которые все описывают один и тот же продукт. В определенный момент количество исключительных случаев становится неуправляемым. Вы не можете реалистично определить правила для каждой вариации, поэтому процесс откатывается к ручной интерпретации.
Желание ввести больше эффективности всегда существовало, но до недавнего времени технологии не могли поспевать, что делало ранние подходы трудными для реализации и невозможными для масштабирования.
Одной из основных проблем является преобразование неструктурированных входных данных в структурированные действия. Как ваша платформа интерпретирует электронные письма, вложения и документы, и преобразует их в действенные данные и процессы?
Это проблема, требующая двух шагов для решения.
Первый – парсинг. Canals определяет соответствующие документы в почтовом ящике пользователя, извлекает ключевые позиции и поля, и извлекает данные.
Второй – сопоставление. Это то место, где извлеченные данные разрешаются в системе. В некоторых случаях это означает сопоставление позиций с правильными SKU, обработку вариаций в описании продуктов и нормализацию единиц. В других случаях это означает согласование документов, таких как сопоставление счета-фактуры с заказом на покупку и квитанцией, выравнивание позиций и выявление несоответствий.
Результатом являются структурированные, контекстуализированные данные, которые могут стимулировать конечный процесс.
Вы поддержали процессы, связанные с более чем 2,1 миллиардами долларов США по оплате. На таком уровне, какие закономерности возникают вокруг неэффективностей, задержек или ошибок, о которых большинство компаний даже не подозревают?
Существуют некоторые очевидные выгоды от эффективности. Например, на стороне оплаты счетов-фактур наши клиенты автоматизируют в среднем 96% обработки счетов-фактур, что удаляет значительную часть ручной работы.
Что более интересно, так это то, как это проявляется за пределами экономии средств. В частности, при вводе заказа на продажу скорость напрямую влияет на доход.
В строительстве время имеет решающее значение, и соблюдение графика является приоритетом. Если подрядчик запрашивает котировки у нескольких дистрибьюторов, и один из них отвечает в течение десяти минут, а другие – через несколько часов, работа обычно достается тому, кто ответил первым, даже если это не самая низкая цена. Получение материала вовремя имеет значение больше, чем экономия нескольких долларов.
Эта динамика имеет прямое влияние на доход. Автоматизация ввода заказа на продажу увеличивает частоту, с которой дистрибьютор становится первым, кто отвечает, что увеличивает частоту, с которой он выигрывает бизнес. Для одного из наших клиентов это перевело 57% транзакций в заказы, по сравнению с предыдущим средним показателем около 20%.
Наследственные системы, такие как платформы ERP, часто жесткие и трудные для модернизации. Как вы подходите к интеграции без принуждения компаний к удалению существующей инфраструктуры?
ERP глубоко укоренились в том, как работает бизнес, поэтому реальная ограничение заключается не только в интеграции, но и в том, насколько быстро и чисто можно интегрироваться без добавления накладных расходов. Если реализация медленная или требует значительного участия внутренней ИТ, она становится разрушительным препятствием.
Наш подход всегда заключался в том, чтобы инвестировать в быструю и бесшовную реализацию. У нас есть десятки предварительно построенных интеграций и большая команда инженеров для поддержки пользовательских развертываний, и мы отдаем приоритет быстрому запуску клиентов без создания постоянной нагрузки на обслуживание.
Мы наблюдаем сдвиг в сторону более автономных систем в различных отраслях. Насколько реалистично можно автоматизировать процессы распределения до тех пор, пока человеческий надзор снова не станет критическим?
Существует множество вещей, которые ИИ не может сделать. Он не будет принимать сложные бизнес-решения, управлять отношениями с клиентами или работать в поле. Что он может сделать, так это удалить много повторяющейся административной работы, лежащей в основе этих процессов.
В большинстве промышленных процессов правильной моделью является человек в цикле, где ИИ обрабатывает основную часть работы, оставляя людей в контроле исключений. Когда что-то простое, оно может быть автоматизировано. Когда что-то неоднозначно, высокоценно или несет реальный риск, там человеческая суждение имеет решающее значение.
Цель не состоит в 100% автономии. Это автоматизация скучной, ручной и рутинной части процесса, чтобы люди могли сосредоточиться на высокоценных решениях и исключениях.
Одним из рисков, связанных с автоматизацией, является потеря институциональных знаний опытных операторов. Как Canals обеспечивает, чтобы эта экспертиза была захвачена и отражена в системе, а не заменена?
Одним из ключевых преимуществ ИИ над традиционным программным обеспечением является его способность учиться со временем.
Когда опытный оператор просматривает что-то, делает исправление или обрабатывает исключение, система может захватить эти решения и интеллектуально применить их в будущем. По мере увеличения использования оно начинает надежно отражать эти закономерности вместо того, чтобы полагаться на фиксированный набор правил.
Это означает, что институциональные знания больше не связаны с одним человеком. Вместо этого они внедряются в системы, используемые для управления бизнесом, поэтому они применяются более последовательно во всей организации. Когда опытные сотрудники уходят, их экспертиза остается захваченной в Canals. Когда новые сотрудники начинают работать, они работают в системе, которая уже отражает, как работает бизнес, что помогает им быстрее разгоняться и выполнять более последовательно.
Рост строительства центров обработки данных оказывает реальное давление на цепочки поставок. Как этот спрос меняет ожидания вокруг скорости, точности и координации для дистрибьюторов?
Гонка за строительство центров обработки данных ускоряется с 700 миллиардами долларов, вложенными в строительство, что оказывает огромное давление на подрядчиков и дистрибьюторов, чтобы они поспевали.
Что этот спрос меняет, так это терпимость к задержке. Процессы, которые были управляемыми при более низких объемах – такие как ручная обработка заказов и согласование документов – начинают разрушаться при масштабировании. По мере того, как проекты становятся крупнее и развиваются быстрее, пробелы между котировкой, покупкой и выполнением становятся более заметными и более дорогими с обеих сторон транзакции. Недостаток точной и актуальной информации подрывает координацию и может привести к неожиданным задержкам и внезапным остановкам работы.
Команды, которые могут работать с высокой скоростью и реальной видимостью, имеют явное преимущество. На этом этапе автоматизация не только вопрос эффективности, но и требование для поддержания темпа и сложности спроса.
Оглядываясь вперед, как вы видите, что ИИ изменит процессы закупок и цепочки поставок в течение следующих пяти лет, особенно когда системы переходят от инструментов помощи к более агентным принятиям решений?
Трудно сказать с какой-либо степенью уверенности, но то, что становится более очевидным, так это то, как ИИ применяется – узко, в конкретных процессах, где существует много повторения и четкий путь к надежности. В закупках и цепочках поставок это проявляется в процессах, требующих выполнения. Эти процессы связаны с реальными деньгами и реальными отношениями, поэтому планка автономности высока. Ближайший сдвиг будет менее связан с принятием решений, управляемым агентом, и более связан с расширением того, что можно обрабатывать надежно, при этом люди остаются тесно вовлеченными там, где это имеет значение.
Спасибо за отличное интервью, читателям, которые хотят узнать больше, следует посетить Canals.
