ผมจะอธิบายให้ฟังว่าทำไมคุณถึงควรซื้อกิจการแล้วใช้ AI agents มาช่วยดัน EBITDA ให้โตขึ้น 3 เท่า พออ่านไกด์ที่เข้าใจง่ายสุดๆ นี้จบ คุณจะรู้วิธีหาธุรกิจที่ใช่ ซื้อกิจการนั้น และบริหารด้วย agents แบบลงลึกไปถึงโครงสร้างโฟลเดอร์และ prompts เลยล่ะ บทความนี้ค่อนข้างยาว (ใช้เวลาอ่านประมาณ 10-15 นาที) แต่ถ้าคุณสนใจเรื่องนี้ บอกเลยว่าคุ้มค่าทุกวินาที
ข้อมูลจาก McKinsey ระบุว่าธุรกิจอเมริกันมูลค่าราว 5 ล้านล้านดอลลาร์จะเปลี่ยนมือเจ้าของภายในปี 2035 โดยส่วนใหญ่เป็นของเหล่า Baby Boomers ที่กำลังจะเกษียณ และเจ้าของจำนวนมากก็ยังหาคนมารับช่วงต่อไม่ได้เลย
ในเมืองเบลลิงแฮม รัฐวอชิงตัน มีบริษัทบัญชีชื่อ Larson Gross ก่อตั้งมาตั้งแต่ปี 1949 มีสำนักงาน 5 แห่ง พนักงานราว 200 คน และล่าสุด Thrive Holdings ก็เพิ่งเข้าซื้อหุ้นบางส่วนไป
ในฤดูยื่นภาษีปีนี้ AI ของบริษัทจัดการใบแจ้งภาษีไปแล้ว 7,000 ฉบับ นักบัญชีประหยัดเวลาได้เฉลี่ย 31% และมีนักบัญชีคนหนึ่งที่เคยต้องทำงานกินเวลา 180 ชั่วโมงต่อปี ลดเหลือแค่ 15 ชั่วโมงเท่านั้น บ้าไปแล้ว!!!
นี่แหละคือไอเดียทั้งหมด ซื้อธุรกิจที่มีลูกค้า มีใบอนุญาต และมีความน่าเชื่อถืออยู่แล้ว จากนั้นก็เปลี่ยนวิธีการทำงานใหม่ด้วย AI agents
AI roll up คืออะไรกันแน่
ผมคิดว่า AI roll-ups คือ Private Equity ยุคใหม่
Roll-up เป็นแนวคิดที่มีมานานแล้ว! คุณซื้อธุรกิจเล็กๆ ในอุตสาหกรรมเดียวกันมารวมกัน แล้วบริษัทที่ใหญ่ขึ้นจะมีมูลค่ามากกว่าผลรวมของแต่ละชิ้นส่วน PE เล่นเกมนี้กับธุรกิจบริการมา 40 ปีแล้ว ส่วนใหญ่ใช้วิศวกรรมทางการเงินเป็นหลัก คือรวบงานหลังบ้าน เจรจาสัญญาซัพพลายเออร์ให้ได้ราคาดีขึ้น เพิ่มหนี้ แล้วขายให้กองทุนที่ใหญ่กว่าในอีกห้าปีต่อมา
แต่ AI roll-up เปลี่ยนขั้นตอนตรงกลาง คุณซื้อธุรกิจบริการในราคาแบบธุรกิจบริการ แล้วสร้างระบบการส่งมอบงานใหม่โดยให้ agents รับภาระงานส่วนใหญ่ไป ลูกค้ายังอยู่ รายได้ยังอยู่ แต่ต้นทุนในการส่งมอบงานแต่ละหน่วยลดลง
บริษัทบริการแบบดั้งเดิมมีอัตรากำไร EBITDA อยู่ที่ราวๆ 5 ถึง 10% แต่สมมติฐานของเราคือบริษัทเดิมนี้สามารถทำกำไรได้ถึง 30 ถึง 40% ลูกค้ากลุ่มเดิม ใบแจ้งหนี้แบบเดิม แต่กำไรเพิ่มขึ้น 3 ถึง 4 เท่า ทำไมเรื่องนี้ถึงเกิดขึ้นตอนนี้
มีสามปัจจัยที่มาบรรจบกันพอดี
1/ โมเดล AI เก่งพอที่จะทำงานจริงได้แล้ว ไม่ว่าจะเป็นการป้อนข้อมูล ร่างใบแจ้งภาษีรอบแรก ตรวจทานสัญญา ตอบตั๋วสนับสนุน หรือรับเรื่องซ่อมบำรุง เมื่อสองปีก่อนผลลัพธ์ที่ได้ยังต้องมานั่งแก้ใหม่ แต่ตอนนี้แค่ต้องตรวจทาน
2/ เจ้าของกิจการกำลังจะเกษียณ ธุรกิจบริการขนาดเล็กจำนวนมากในสหรัฐฯ เป็นของคนวัยหกสิบเจ็ดสิบปีที่อยากวางมือ และหลายคนไม่มีแผนสืบทอดกิจการ ลูกๆ ไม่อยากรับช่วงต่อ พนักงานก็ไม่มีเงินซื้อ
3/ ตัวเลขมันคุ้ม ธุรกิจบริการมักขายกันใน multiple ต่ำ เพราะตลาดเชื่อว่าอัตรากำไรของมันตันแล้ว แต่ถ้าคุณพิสูจน์ได้ว่ามันไม่ตัน คุณก็ได้ซื้อสินทรัพย์ในราคาที่ต่ำกว่ามูลค่าที่แท้จริงของมัน
ใครกำลังทำสิ่งนี้อยู่
Gregisenberg.com เพื่อรับกรณีศึกษาแบบนี้เพิ่มเติมส่งตรงถึงอีเมลของคุณ
1/Long Lake Property management เข้าซื้อกิจการ 18 แห่ง ทำ EBITDA ได้ 100 ล้านดอลลาร์ในเวลาไม่ถึงสองปี อัตรากำไรเพิ่มเป็นสองเท่า
2/Crescendo Contact centers ให้ AI จัดการตั๋วหน้าบ้านได้ถึง 90% อัตรากำไรมากกว่าผู้ให้บริการแบบดั้งเดิม 4 เท่า
3/Titan MSP IT services วางระบบอัตโนมัติให้กับ workflow มากกว่า 30% ตั้งเป้าเพิ่มอัตรากำไรสุทธิเป็นสามเท่า
4/Dwelly UK real estate ลดระยะเวลาแก้ปัญหาจาก 50 วันเหลือ 20 วัน อัตรากำไรเพิ่มเป็นสองเท่า
5/Thrive Holdings เข้าซื้อสำนักงานบัญชีท้องถิ่นเกือบ 50 แห่งในช่วงสองปีที่ผ่านมา และเพิ่งทุ่มเงิน 1 พันล้านดอลลาร์เพื่อซื้อเพิ่ม บ้าไปแล้วจริงๆ!
6/ General Catalyst กันเงิน 1.5 พันล้านดอลลาร์ไว้สำหรับกลยุทธ์นี้ และลงทุนไปกว่า 750 ล้านดอลลาร์ในบริษัทอย่างน้อยสิบแห่ง ผลลัพธ์ที่พวกเขารายงานออกมาน่าทึ่งมาก แต่ก็มีข้อควรระวังที่ต้องบอกตามตรง นั่นคือตัวเลขเหล่านี้เป็นการรายงานด้วยตัวเอง และยังไม่มีบริษัทไหนเคยผ่านช่วงเศรษฐกิจถดถอยเลย
โครงสร้างดีลของ GC นั้นน่าลอกเลียนแบบไม่ว่าคุณจะอยู่ในสเกลไหนก็ตาม จ่ายเงินสดตอนปิดดีลประมาณ 60 ถึง 70% และอีกราว 30% แปลงเป็นหุ้นให้ผู้ก่อตั้ง เพื่อให้คนที่สร้างความสัมพันธ์มากับมือมีเหตุผลที่จะอยู่ต่อและทำให้การส่งมอบกิจการราบรื่น เป็นโมเดลที่น่าสนใจมาก
ทำไมเรื่องนี้ถึงไม่ใช่แค่เกมของ Thrive, General Catalyst และพวกทุนหนา (คุณก็ทำได้!)
เวลาคนอ่านข่าวว่ากองทุนระดับพันล้านดอลลาร์เข้าซื้อบริษัทบัญชี ผมเดาว่าหลายคนคงคิดว่ามันไกลเกินเอื้อมสำหรับคนธรรมดา แต่ผมคิดกลับกันเลย! กองทุนใหญ่ๆ จะทิ้งตลาดส่วนใหญ่ไว้ให้รายย่อย ด้วยเหตุผลไม่กี่ข้อดังนี้
1/ กองทุนต้องการดีลใหญ่ ยานพาหนะระดับพันล้านดอลลาร์ไม่สามารถเสียเวลากับบริษัทรับทำบัญชีที่รายได้ปีละ 2 ล้านดอลลาร์ได้ เม็ดเงินมันเล็กเกินกว่าจะขยับผลตอบแทนของพวกเขา McKinsey คาดว่าจะมีธุรกิจของชาว Baby Boomer กว่า 1 ล้านแห่งถูกขายภายในปี 2035 และส่วนใหญ่ก็คือขนาดนั้นเป๊ะๆ จะไม่มีใครจาก Thrive โทรหาพวกเขาแน่นอน และนั่นแหละคือจุดที่มีการแข่งขันน้อยที่สุด
2/ เครื่องมือที่ใช้ก็เป็นตัวเดียวกับที่คุณมี Tax agents ของ Larson Gross รันบน Codex ของ OpenAI โมเดลที่อยู่เบื้องหลัง roll-up ที่ใหญ่ที่สุดในประเทศเปิดให้ทุกคนใช้งานได้ในราคาค่าสมาชิกรายเดือน กองทุนจะสร้างแพลตฟอร์มก่อนซื้อกิจการ แต่ผู้ก่อตั้งที่ทำคนเดียวสามารถสร้าง workflow สำหรับบริษัทเดียวด้วย Claude Code หรือ Codex ในช่วงเย็นๆ แล้วค่อยๆ ปรับปรุงเมื่องานจริงเข้ามาได้
3/ คุณเป็นคนบูรณาการระบบเองได้เลย ความเสี่ยงที่ใหญ่ที่สุดของ roll-up ใดๆ คือการซื้อเร็วกว่าที่จะรวมระบบได้ทัน กองทุนต้องจ้างผู้จัดการมาดูแลแต่ละบริษัทที่ซื้อ และผู้จัดการเหล่านั้นก็ต้องเรียนรู้ธุรกิจใหม่ตั้งแต่ต้น แต่เมื่อคนคนเดียวซื้อบริษัทเดียว คนๆ นั้นจะนั่งอยู่ในออฟฟิศ รู้จักลูกค้าทุกคนด้วยชื่อ และตรวจดูร่างงานของ agent ทุกฉบับ คอขวดที่ทำให้กองทุนช้าลง คือสิ่งที่ผู้ก่อตั้งรายเดี่ยวทำได้เป็นธรรมชาติอยู่แล้ว
4/ เจ้าของกิจการจำนวนมากยอมขายให้ "คน" มากกว่า คนที่ใช้เวลา 40 ปีสร้างบริษัทที่มีพนักงาน 12 คน ย่อมแคร์ว่าใครจะมารับช่วงต่อ หลายคนยอมยกให้คนที่เคยนั่งคุยกันที่โต๊ะครัวและถามไถ่เรื่องลูกค้าของเขา มากกว่าจะยกให้กองทุนที่เจอกันแค่ใน Zoom call ความสัมพันธ์แบบนี้คือข้อได้เปรียบที่เงินซื้อไม่ได้
5/ แหล่งเงินทุนรองรับธุรกิจในสเกลนี้ สินเชื่อ SBA และ seller note ถูกสร้างมาเพื่อดีลแบบนี้โดยเฉพาะ คุณสามารถซื้อธุรกิจที่มีรายได้หลักล้านได้โดยไม่ต้องระดมทุนตั้งกองทุน
กองทุนต่างๆ กำลังพิสูจน์ว่าโมเดลนี้ได้ผลจริง และยังชี้ให้เห็นด้วยว่าผลตอบแทนอยู่ที่ไหน ซึ่งผลตอบแทนส่วนใหญ่ซ่อนอยู่ในธุรกิจที่เล็กเกินกว่าที่พวกเขาจะสนใจ
ดังนั้นคุณจะได้เห็นกองทุนระดับพันล้านดอลลาร์ครองพาดหัวข่าวมากขึ้นเรื่อยๆ
แต่ความจริงคือ ผู้ก่อตั้งรายเดี่ยวที่มีการเข้าซื้อกิจการดีๆ สักหนึ่งครั้งและมีชุด agents ที่ดี จะได้ครอบครองธุรกิจอีก 999,000 แห่งที่เหลือ
พื้นที่กว้างขวางพอสำหรับทุกคน
ทำไมต้องซื้อแทนที่จะสร้างใหม่
ถ้าคุณสามารถสร้างผลิตภัณฑ์บัญชีที่ใช้ AI ได้ ทำไมต้องไปซื้อบริษัทบัญชีด้วย?
เพราะส่วนที่ยากที่สุดของธุรกิจบริการไม่เกี่ยวกับซอฟต์แวร์เลย รายชื่อลูกค้าใช้เวลาสร้างมา 30 ปี ความไว้วางใจเป็นเรื่องส่วนบุคคล ใบอนุญาตต้องผ่านการสอบและใช้เวลา ความรู้ว่าอะไรคือความ "ถูกต้อง" ในนิชนี้อยู่ในหัวของคนทำงานมาหลายสิบปี
สตาร์ทอัพต้องใช้เวลาหลายปีเพื่อสร้างความน่าเชื่อถือในสิ่งที่การซื้อกิจการมอบให้คุณตั้งแต่วันแรก คุณไม่ต้องไปโน้มน้าวคลินิกทันตกรรมให้เชื่อใจเวนเดอร์รายใหม่ เพราะพวกเขาเชื่อใจบริษัทนี้มาตั้งแต่ปี 2006 แล้ว
แล้วยังมีประวัติศาสตร์การทำงาน ทุกโปรเจกต์ในอดีต ทุกกรณีพิเศษ ทุกข้อผิดพลาดที่ถูกจับได้และแก้ไขไปแล้ว สิ่งเหล่านี้คือสื่อการสอนสำหรับ agents ของคุณ ซึ่งสตาร์ทอัพไม่มีทางมีข้อมูลพวกนี้
สตาร์ทอัพต้องหาลูกค้าให้ได้ก่อนแล้วค่อยทำงาน แต่การซื้อกิจการมีลูกค้ารออยู่แล้ว สิ่งที่คุณต้องทำจึงเหลือแค่เปลี่ยนวิธีการทำงานเท่านั้น
โครงสร้างโฟลเดอร์ของ holdco
ถ้าคุณจะทำสิ่งนี้คนเดียวหรือกับทีมเล็กๆ ผมมีเคล็ดลับการใช้ AI สร้างอาณาจักรจิ๋วของคุณมาฝาก
ก่อนจะซื้ออะไร ให้ตั้งค่าระบบที่คุณจะใช้บริหารทุกอย่างก่อน โครงสร้างโฟลเดอร์คือโมเดลการดำเนินงาน บริษัทที่ซื้อมาแต่ละแห่งจะถูกเสียบเข้ากับโครงสร้างเดียวกันนี้
Gregisenberg.com เพื่อรับกรณีศึกษาแบบนี้เพิ่มเติมส่งตรงถึงอีเมลของคุณ
สรุปคือ ไฟล์เล็กๆ 3 ไฟล์นี้ทำหน้าที่เกือบทั้งหมด: target-criteria.md กำหนดว่าคุณจะซื้ออะไร rules/ กำหนดว่าเราจะไว้ใจ agents ได้ไหม และ corrections-log.md คือวิธีที่ทำให้กฎเกณฑ์ดีขึ้นในทุกๆ สัปดาห์ ถ้าคุณจะไม่เซ็ตอย่างอื่นเลย อย่างน้อยขอให้เซ็ตสามไฟล์นี้
Agents ที่คุณต้องสร้าง
คุณต้องมี agents สองชุด ชุดแรกช่วยให้คุณซื้อธุรกิจที่ถูกต้อง ชุดที่สองช่วยบริหารธุรกิจนั้นเมื่อคุณเป็นเจ้าของแล้ว ก่อนปิดดีล
Gregisenberg.com เพื่อรับกรณีศึกษาแบบนี้เพิ่มเติมส่งตรงถึงอีเมลของคุณ
การตัดสินใจด้านการออกแบบที่สำคัญที่สุดในรายการนี้คือ: ผู้ตรวจทาน (reviewer) สามารถบล็อกงานได้แต่ห้ามปล่อยงานเอง และผู้จัดทำ (preparer) ห้ามปล่อยงานใดๆ ด้วยตัวเองเด็ดขาด การแยกสองบทบาทนี้ออกจากกันจะช่วยป้องกันไม่ให้งานคุณภาพต่ำหลุดไปถึงมือลูกค้าได้เกือบทั้งหมด
ขั้นตอนที่ 1: การค้นหาเป้าหมาย (Sourcing)
บริษัทเล็กๆ ส่วนใหญ่ที่พร้อมขายไม่ได้ประกาศไว้ที่ไหนเลย เจ้าของยังไม่ตัดสินใจด้วยซ้ำ งานของคุณคือต้องเจอพวกเขาก่อนนายหน้า
แหล่งข้อมูลที่ดี: ระบบตรวจสอบใบอนุญาตของรัฐ (CPA, ตัวแทนประกัน, ผู้จัดการทรัพย์สิน ล้วนมีใบอนุญาตที่มีบันทึกสาธารณะ), ทะเบียนธุรกิจของ Secretary of State, ไดเรกทอรีของสมาคมอุตสาหกรรม, BizBuySell และมาร์เก็ตเพลสที่คล้ายกัน รวมถึงวารสารธุรกิจท้องถิ่น
คุณคือนักวิเคราะห์การจัดหา (sourcing analyst) ให้กับโฮลดิ้งคอมพานีที่กำลังเข้าซื้อบริษัทใน [industry] บริเวณ [region] โดยใช้รายชื่อบริษัทที่ได้รับใบอนุญาตที่แนบมา จงระบุธุรกิจที่มีแนวโน้มตรงกับเกณฑ์เหล่านี้: มีพนักงาน 5 ถึง 50 คน ก่อตั้งก่อนปี 2005 บริหารโดยเจ้าของ และไม่มีแผนสืบทอดกิจการที่ชัดเจน สำหรับแต่ละบริษัท ให้ระบุปีที่ก่อตั้ง ชื่อเจ้าของและระยะเวลาที่ถือใบอนุญาต จำนวนสาขา บริการที่มี และสัญญาณใดๆ ที่บ่งบอกว่าสนใจจะเกษียณ เช่น การลดชั่วโมงทำงาน พาร์ทเนอร์ที่เพิ่งลาออกไป หรือเว็บไซต์ที่เก่ามาก จากนั้นจัดอันดับตามความเหมาะสม และทำเครื่องหมายทุกจุดที่คุณอนุมานไว้อย่างชัดเจนว่าเป็นการอนุมาน
จากนั้นเขียนจดหมายถึงเจ้าของด้วยตัวคุณเอง ทุกการสนทนาเริ่มต้นจากคนที่ใช้เวลาหลายสิบปีสร้างบางสิ่งขึ้นมา และเขาแค่อยากรู้ว่ามันจะได้รับการดูแลอย่างดี
แต่ผมต้องพูดตามตรงนะ ผมคิดว่ามาร์เก็ตเพลสไม่ใช่ทางเลือกที่ดีที่สุด พอธุรกิจขึ้นไปอยู่บนมาร์เก็ตเพลสแล้ว "alpha" หรือความได้เปรียบส่วนใหญ่ก็หายไปหมดแล้ว นั่นคือเหตุผลที่ผมชอบการติดต่อเข้าไปโดยตรงมากกว่า จำข้อนี้ไว้ให้ดี
ขั้นตอนที่ 2: สกอร์การ์ด
Gregisenberg.com เพื่อรับกรณีศึกษาแบบนี้เพิ่มเติมส่งตรงถึงอีเมลของคุณ
ให้คะแนนทุกเป้าหมายด้วยมาตรฐานเดียวกัน เพื่อไม่ให้ความตื่นเต้นของคุณมาชี้นำการตัดสินใจ
บริษัทที่ได้คะแนนต่ำกว่า 60% มักจะเป็นแค่การซื้อ "งาน" มาทำ ไม่ใช่การซื้อกิจการ แต่บริษัทที่ได้คะแนนสูงกว่า 80% สมควรได้รับหนังสือแสดงเจตจำนง (letter of intent)
ขั้นตอนที่ 3: การตรวจสอบสถานะ (Diligence) พร้อมตัวอย่างงานจริง
การตรวจสอบสถานะทางการเงินบอกแค่ว่าธุรกิจทำเงินได้เท่าไหร่ แต่ไม่ได้บอกว่าหน้าตาการทำงานเป็นอย่างไร และงานนั้นแหละคือสิ่งที่คุณกำลังจะเข้าไปเปลี่ยนแปลง
ขอตัวอย่างงานจริงที่ไม่เปิดเผยข้อมูลส่วนตัวจำนวน 20 ถึง 50 ชิ้นที่เสร็จสมบูรณ์แล้ว ครอบคลุมบริการหลักของบริษัท จากนั้นสร้างแผนที่ระบบอัตโนมัติ (automation map)
ตรวจสอบตัวอย่างงานที่เสร็จสมบูรณ์เหล่านี้จากบริษัทใน [industry] สำหรับแต่ละงานที่แตกต่างกันใน workflow ให้ระบุ: อะไรเป็นตัวกระตุ้นให้เกิดงาน ข้อมูลนำเข้า ขั้นตอนการทำงาน ผลลัพธ์ เวลาที่คนใช้ทำโดยประมาณ ความถี่ที่เกิดขึ้นต่อเดือน ผลลัพธ์สามารถตรวจสอบเทียบกับมาตรฐานที่ชัดเจนได้หรือไม่ และจะเกิดอะไรขึ้นหากทำผิดพลาด จากนั้นจัดประเภทแต่ละงานเป็น: ทำให้เป็นอัตโนมัติทันที, ทำให้เป็นอัตโนมัติโดยมีคนตรวจทาน, เป็นผู้ช่วยเท่านั้น, หรือให้คนทำต่อไป อธิบายเหตุผลของการจัดประเภททุกครั้ง หากไม่แน่ใจให้ตั้งข้อสังเกตไว้แทนการเดา
ผลลัพธ์จะออกมาหน้าตาแบบนี้:
Gregisenberg.com เพื่อรับกรณีศึกษาแบบนี้เพิ่มเติมส่งตรงถึงอีเมลของคุณ
เอาปริมาณงานคูณกับจำนวนชั่วโมง แล้วคุณจะรู้ว่าอัตรากำไรซ่อนอยู่ตรงไหนก่อนจะเซ็นสัญญาอะไรด้วยซ้ำ แผนที่ระบบอัตโนมัติคือเอกสารที่มีค่าที่สุดในดีลนี้
ขั้นตอนที่ 4: ตัวเลขคณิตศาสตร์
นี่คือตัวอย่างประกอบโดยใช้ตัวเลขกลมๆ
Gregisenberg.com เพื่อรับกรณีศึกษาแบบนี้เพิ่มเติมส่งตรงถึงอีเมลของคุณ
คุณซื้อกิจการมาในราคาประมาณ 800,000 ดอลลาร์ คุณไม่ได้เปลี่ยนอะไรเลยว่าลูกค้าคือใครหรือพวกเขาจ่ายเท่าไหร่ แต่ถ้าคุณสามารถดันอัตรากำไรจาก 10% ไปเป็น 30% และรักษามันไว้ได้ ธุรกิจนี้จะมีมูลค่าเพิ่มขึ้นประมาณสามเท่าของราคาที่คุณจ่ายมาที่ multiple เดิม ก่อนที่ใครจะตัดสินใจว่ามันสมควรได้ multiple ที่สูงกว่านี้ด้วยซ้ำ
นี่คือตัวเลขก่อนหักค่าเครื่องมือ ก่อนหักเวลาหลายเดือนที่ต้องใช้ และก่อนที่อะไรจะผิดพลาด มันคือภาพรวมของโอกาส เกมทั้งหมดขึ้นอยู่กับว่าคุณจะรักษาอัตรากำไรไว้ได้หรือไม่
การเข้าซื้อกิจการขนาดเล็กแบบนี้มักใช้สินเชื่อ SBA ร่วมกับ seller note ซึ่งคือการทยอยจ่ายเงินค่าซื้อบางส่วนไปตามเวลา Seller note ทำหน้าที่เหมือนกับ rollover equity ของ GC คือทำให้คนที่รู้จักลูกค้าดีที่สุดยังคงมีส่วนได้ส่วนเสียกับการส่งมอบกิจการ
ขั้นตอนที่ 5: คู่มือกฎเกณฑ์
นี่คือจุดที่สินทรัพย์ที่แท้จริงถูกสร้างขึ้น
ทุกบริษัทดำเนินไปด้วยกฎที่ไม่มีคนเขียนไว้ เช่น ลูกค้าที่ส่งเอกสารช้าเสมอ ประเภทของค่าใช้จ่ายที่พาร์ทเนอร์อาวุโสต้องตรวจซ้ำทุกครั้ง หรือถ้อยคำที่ลูกค้าบางรายมองว่าหยาบคาย เมื่อคนรุ่นเก๋าออกจากบริษัท กฎเหล่านั้นก็หายไปกับพวกเขาด้วย งานของคุณใน 60 วันแรกคือการดึงกฎเหล่านี้ออกจากหัวคนมาใส่ไว้ในไฟล์
คุณกำลังสัมภาษณ์ [role] ระดับอาวุโสที่บริษัทใน [industry] เพื่อบันทึกวิธีการทำงานของพวกเขา ถามเกี่ยวกับข้อผิดพลาดที่พบบ่อยที่สุดจากพนักงานระดับจูเนียร์ ลูกค้าที่ต้องการการจัดการเป็นพิเศษและเหตุผล การตรวจสอบที่พวกเขาทำเสมอก่อนปล่อยงานออกจากบริษัท และสถานการณ์ที่พวกเขาจะหยุดแล้วไปถามคนอื่น หลังการสัมภาษณ์ ให้นำทุกคำตอบมาแปลงเป็นกฎที่มีหมายเลขกำกับพร้อมตัวอย่าง ทำเครื่องหมายกฎใดก็ตามที่ขัดแย้งกับกฎอื่น ห้ามเปิดใช้งานกฎใดจนกว่าพวกเขาจะอนุมัติ
จากนั้นนำ corrections log มาแปลงเป็นกฎในทุกๆ สัปดาห์:
เปรียบเทียบร่างงานของ agent แต่ละตัวกับเวอร์ชันที่คนอนุมัติแล้ว จัดประเภทการเปลี่ยนแปลงทุกครั้งว่าเป็นข้อผิดพลาดด้านข้อเท็จจริง ความชอบของลูกค้า ข้อมูลที่ขาดหายไป หรือการปรับสไตล์ เสนอกฎใหม่สำหรับการแก้ไขที่เกิดขึ้นมากกว่าหนึ่งครั้ง เพิ่มกฎที่ได้รับการอนุมัติแต่ละข้อเป็น test case โดยใช้ข้อมูลนำเข้าเดิมและผลลัพธ์ที่ได้รับการยอมรับ
หลังจากผ่านงานไปหลายร้อยชิ้น คู่มือกฎเกณฑ์นี้คือเหตุผลที่ผลลัพธ์ของคุณน่าเชื่อถือ ใครๆ ก็ใช้โมเดลเดียวกันได้ แต่ไม่มีใครมีรายชื่อทุกรูปแบบที่โมเดลเหล่านี้จะพลาดในนิชของคุณ
Gregisenberg.com เพื่อรับกรณีศึกษาแบบนี้เพิ่มเติมส่งตรงถึงอีเมลของคุณ
ขั้นตอนที่ 6: 100 วันแรก
วันที่ 1 ถึง 30: อย่าเปลี่ยนอะไรที่ลูกค้ามองเห็น
พบปะพนักงานทุกคนแบบตัวต่อตัว แจ้งข่าวการเข้าซื้อกิจการให้ลูกค้าทราบด้วยตัวเอง โดยมีเจ้าของเดิมอยู่ในห้องหรือเข้าร่วมสายโทรด้วย ขอสิทธิ์เข้าถึงทุกระบบ รัน agents ในโหมด shadow คือให้พวกมันทำงานคู่ขนานไป ขณะที่คนทำงานด้วยวิธีปกติ แล้วคุณก็นำมาเปรียบเทียบกัน เริ่มการสัมภาษณ์เพื่อทำคู่มือกฎเกณฑ์
วันที่ 31 ถึง 60: ขยับงานหลังบ้าน
เปิดใช้ระบบรับงานและรวบรวมเอกสารจริงๆ จังๆ นำ preparer ไปใส่ในงานที่มีปริมาณสูงสุดและความเสี่ยงต่ำสุดจาก automation map ของคุณ โดยต้องมีการตรวจทานร่างงานทุกครั้ง ติดตามเวลาที่คนต้องใช้ใส่ใจในแต่ละงานเป็นประจำทุกสัปดาห์ เขียนบทบาทใหม่: คนที่เคยเป็นผู้จัดทำ ตอนนี้เปลี่ยนมาเป็นผู้ตรวจทาน
วันที่ 61 ถึง 100: ขยายตัวอย่างระมัดระวัง
นำ 2 งานถัดไปในแผนที่เข้าสู่การใช้งานจริง เริ่มใช้ client-comms agent กับเฉพาะการอัปเดตสถานะทั่วไป จัดประชุมรายเดือนกับพนักงานอาวุโสเพื่อทบทวน corrections log และอนุมัติกฎใหม่ วัดผลการรักษาลูกค้าและการรักษาบุคลากรสำคัญควบคู่ไปกับอัตรากำไร
ในวันที่ 100 คุณควรรู้ 3 สิ่ง: agents ทำงานได้อย่างน่าเชื่อถือมากแค่ไหน ต้นทุนการตรวจทานโดยคนจริงๆ อยู่ที่เท่าไหร่ และมีใครคนสำคัญที่ไม่พอใจหรือเปล่า!
เนื้อหาดีมาก
แดชบอร์ด
ตัวเลข 5 ตัว ทุกวันจันทร์ สำหรับทุกบริษัท
Gregisenberg.com เพื่อรับกรณีศึกษาแบบนี้เพิ่มเติมส่งตรงถึงอีเมลของคุณ
ถ้าอัตรากำไรเพิ่มขึ้นในขณะที่อัตราการรักษาลูกค้าลดลง แปลว่าคุณกำลังขายสินทรัพย์เพื่อเอาเงินมาจ่ายค่ารีโนเวทนั่นเอง
ควรซื้ออะไร
อุตสาหกรรมที่มักจะผ่านตัวกรองส่วนใหญ่: บัญชีและรับทำบัญชี, การจัดการทรัพย์สิน, เอเจนซี่ประกันภัย, IT managed services, การเรียกเก็บเงินทางการแพทย์, งานเงินเดือน, การจัดการนิติบุคคลหมู่บ้าน, โอนกรรมสิทธิ์และเอสโครว์, นายหน้าขนส่ง และการจัดหาบุคลากร
แต่ละอุตสาหกรรมมีงานที่ทำซ้ำได้ ผลลัพธ์ที่ตรวจสอบได้ ลูกค้าประจำ ความเป็นเจ้าของที่กระจุกตัวน้อย และเจ้าของจำนวนมากที่ใกล้เกษียณ
มีนิชเป็นล้าน นี่เป็นแค่ไอเดียบางส่วน หาไอเดียสตาร์ทอัพเพิ่มเติมได้ที่ Ideabrowser.com
อะไรที่จะทำให้พัง
1/ ซื้อเร็วกว่าที่จะรวมระบบได้ทัน นี่คือสาเหตุยอดฮิตที่ทำให้ roll-up ล้มเหลว ไม่ว่าจะใช้ AI หรือไม่ก็ตาม ถ้าการซื้อกิจการวิ่งแซงการบูรณาการระบบ คุณก็จะกลายเป็นเจ้าของกองปัญหา
2/ บุคลากรสำคัญลาออก นักบัญชีที่รู้จักลูกค้าทุกคนลาออกหลังการขายเพียงหกสัปดาห์ และความสัมพันธ์ก็เดินตามหลังก้าวเท้าเธอออกไป Rollover equity, seller note และโบนัสรักษาพนักงานจริงๆ ถูกสร้างมาเพื่อแก้ปัญหานี้ ผมเห็นเรื่องนี้บ่อยมาก มันโหดร้ายสุดๆ
3/ ลูกค้าตามเจ้าของเดิมไป ลูกค้าบางคนภักดีต่อตัวบุคคล เตรียมใจเรื่องการสูญเสียลูกค้าไว้บ้าง และทำให้การเปลี่ยนผ่านเป็นไปอย่างเชื่องช้าและเป็นส่วนตัว
4/ ใช้ระบบอัตโนมัติทำลายความไว้วางใจ กำไรที่เพิ่มขึ้นมาจากงานหลังบ้าน แต่มูลค่าที่แท้จริงมาจากความสัมพันธ์ ถ้าคุณทำให้ความสัมพันธ์ดูถูกลง คุณก็สูญเสียสิ่งที่คุณจ่ายเงินซื้อมา
5/ Agents ที่มีอำนาจมากเกินไป Agent ที่สามารถส่งอีเมลหาลูกค้าได้โดยไม่มีจุดตรวจสอบ สุดท้ายจะส่งอีเมลผิดฉบับไปหาคนผิด เก็บจุดตรวจสอบไว้จนกว่าอัตราความผิดพลาดจะต่ำพอที่จะตัดมันทิ้งได้
6/ เชื่อตัวเลขพาดหัวข่าว ผลลัพธ์ส่วนใหญ่ที่เผยแพร่ในวงการนี้เป็นการรายงานด้วยตัวเองจากบริษัทอายุน้อยที่กำลังระดมทุน ตัวเลขอาจจะจริง แต่มันยังไม่เคยถูกทดสอบด้วยภาวะเศรษฐกิจขาลง ประเมินดีลของคุณด้วยตัวเลขของคุณเอง
TLDR
และนั่นคือ playbook ทั้งหมด เป้าหมายของผมคือการจุดประกายไอเดียให้คุณ หวังว่าจะทำสำเร็จนะ ถ้าอยากได้แรงบันดาลใจเพิ่มเติม คุณสามารถฟังพอดแคสต์ของผมได้ที่ @startupideaspod (Spotify/Apple/YouTube) ถ้าผมช่วยอะไรได้ ทัก DM มาเลย หรือถ้าคุณกำลังมองหาพาร์ทเนอร์เพื่อสร้างบริษัท AI native ของคุณ ลองคุยกับบริษัทดีไซน์ของเรา LCA เราคือบริษัทออกแบบผลิตภัณฑ์ชั้นนำด้าน AI
ธุรกิจมูลค่าราว 5 ล้านล้านดอลลาร์กำลังจะเปลี่ยนมือในอีกสิบปีข้างหน้า ส่วนใหญ่เป็นธุรกิจขนาดเล็ก เจ้าของส่วนใหญ่แคร์มากๆ ว่าใครจะมารับช่วงต่อ และส่วนใหญ่ยังคงบริหารงานหลังบ้านด้วยวิธีเดียวกับเมื่อ 20 ปีก่อน ขอชื่นชม Boring Marketer who ที่มองเห็นเทรนด์นี้ตั้งแต่เนิ่นๆ และใช้ AI ทำการตลาดอัตโนมัติ
ถ้าคุณซื้อกิจการมาสักแห่ง ดูแลลูกค้าให้ดี รักษาคนเก่งไว้ และปล่อยให้ agents จัดการงานหลังบ้าน คุณมีโอกาสจริงๆ ที่จะเพิ่มกำไรของธุรกิจนั้นเป็นสามเท่า
ผมคิดว่าผู้คนจำนวนมากจะทำสิ่งนี้ในทศวรรษหน้า และคนที่เริ่มจากธุรกิจแสนน่าเบื่อสักหนึ่งแห่งในปีนี้ จะอยู่ในจุดที่ได้เปรียบมากๆ
DM มาหาผมได้เลยถ้าผมช่วยอะไรได้ อาจตอบไม่ครบทุกคน แต่จะพยายามตอบบางส่วน! บอกผมด้วยนะว่าคุณชอบไกด์นี้ไหม มีคำถามหรือข้อเสนอแนะอะไร และอยากให้ผมเขียนเรื่องอะไรต่อไป
ผมเป็นกำลังใจให้คุณครับ
Greg Isenberg
