Amex Global Business Travel: 's Werelds Eerste AI Take Private met Long Lake CEO Alexander Taubman

Today Pars, we're joined by Alex Topman, the co-founder and CEO of Long Lake Management. Vandaag is Alexander Taubman bij ons, mede-oprichter en CEO van Long Lake Management. Long Lake recently announced their intent to acquire American Express Global Business Travel for $6.3 billion in what I believe is the world's first AI take private. Long Lake heeft onlangs hun intentie aangekondigd om American Express Global Business Travel over te nemen voor $6,3 miljard, wat naar mijn mening de eerste AI take private ter wereld is. They have previously bought around 30 companies and they transform and optimize them with AI. Ze hebben eerder al zo'n 30 bedrijven overgenomen en transformeren en optimaliseren die met AI. So, we're very excited to have him on board today. Dus we zijn erg blij hem vandaag te verwelkomen. Alex, thanks so much for joining us at Enterprise. Alex, hartelijk dank voor je deelname. Pleasure to be here. Een genoegen. Thank you for having me, Lad. Dank je wel dat je me uitnodigde, Elad. Um, you just announced what I believe, and I I could be wrong on this, but I think it may be um the world's first ever AI take private where you've agreed to acquire Ammex Express Global Business Travel, the world's largest corporate travel platform for 6.3 billion, which is pretty amazing. Je hebt zojuist aangekondigd wat ik geloof, en ik kan het mis hebben, maar wat misschien de eerste AI take private ooit is: de overname van Amex Express Global Business Travel, 's werelds grootste zakelijke reisplatform, voor $6,3 miljard. Dat is behoorlijk indrukwekkend. And before that, you've already done 30 acquisitions under this premise that you can buy businesses and transform them with AI, what some people are referring to as AIdriven roll-ups or AIdriven um uh buyouts. En daarvoor heb je al 30 overnames gedaan met de overtuiging dat je bedrijven kunt kopen en transformeren met AI, wat sommigen een AI-gedreven roll-up of AI-gedreven buyout noemen. And so I it's very exciting to have you here and learn more about your business. Dus het is heel fijn om jou hier te hebben en meer te leren over jullie bedrijf. You mentioned you have this Nexus platform which helps your employees serve their customers better and automates a lot of their work. Je noemde dat jullie het Nexus-platform hebben waarmee medewerkers hun klanten beter kunnen bedienen en veel van hun werk automatiseren. Can you give examples of some of the things that that automates or how it helps them in the context of HOA and I know you're now in four other verticals or three other verticals and so what you do kind of crosses across the different businesses you're involved with. Kun je voorbeelden geven van wat dat automatiseert of hoe het helpt, in de context van HOA en de andere verticals waar je nu actief in bent? Yeah, that's right. Ja, klopt. So we've taken an approach since the beginning of investing very heavily in our horizontal AI platform which call Nexus. Vanaf het begin hebben we zwaar geïnvesteerd in ons horizontale AI-platform dat we Nexus noemen. Um I'd say roughly 80% of the infrastructure is shared across the verticals and then there's a lot of work to take it and deploy it into those end markets and the deployment involves mapping workflows understanding data sources cleaning up data sources integrating with them to make them easier for the models to access and sort of our next platform sits in between the models on one side we're model agnostic and the data sources the skills the workflows of the business and so that takes a lot of customization and significant applied AI engineering capabilities which we've built built at Long Lake. Zo'n 80% van de infrastructuur wordt gedeeld over de verticals. De rest is implementatiewerk: workflows in kaart brengen, databronnen begrijpen en opschonen, en integreren zodat de modellen er makkelijker bij kunnen. Ons Nexus-platform zit tussen de modellen, want we zijn modelonafhankelijk, en de databronnen, vaardigheden en workflows van het bedrijf. Dat vergt veel maatwerk en gedegen applied AI-engineeringcapaciteiten die we bij Long Lake hebben opgebouwd. So once we can take that platform, we buy a company now or partner with a company now very quickly. Zodra we dat platform hebben, kunnen we een nieuw bedrijf waarmee we samenwerken nu heel snel operationeel maken. You know, in the beginning it took us over a year with our first acquisitions to actually, you know, find the the real potential of AI uh and see it in the in the business outcomes. In het begin kostte het ons met onze eerste overnames meer dan een jaar om het echte potentieel van AI te vinden en het terug te zien in de bedrijfsresultaten. But now within days of partnering with a company, we can deploy this very quickly and see immediate impact. Maar nu kunnen we dit platform binnen dagen na de samenwerking inzetten en direct impact zien. So you can buy a company and then within a couple weeks you have instant margin lift because the employees of that new acquisition just go on a platform you've already built for similar businesses. Je koopt dus een bedrijf en binnen een paar weken heb je direct een margewinst, omdat de medewerkers van die nieuwe overname op een platform stappen dat je al had gebouwd voor vergelijkbare bedrijven. Yeah. Ja. What we what we see is instant time savings. Wat we meteen zien zijn tijdsbesparingen. And then the question is how do we grow to give our team members so we actually invest very heavily in growth. En dan is de vraag: hoe kunnen we groeien om onze teamleden te ondersteunen, want we investeren heel zwaar in groei. We're actually not really you know we're not focused on cost saving. We zijn eigenlijk helemaal niet gericht op kostenbesparing. We're actually focused on driving growth and customer experience. We zijn juist gericht op groei en klantervaring. That's our that's our big and what we've seen it's a much more powerful model because it's our view of AI is it's incredibly positive sum. Dat is ons grote punt, en wat we hebben gezien is dat het een veel krachtiger model is, omdat onze visie op AI is dat het ongelooflijk positief-soms is. I know this is a little bit of a narrative violation but we actually think AI makes people more productive and we have more productive people. Ik weet dat dit een beetje in tegenspraak is met het gangbare verhaal, maar wij geloven echt dat AI mensen productiever maakt en als mensen productiever zijn, You want more of them and when your customers are happier you grow faster. wil je er meer van, en als je klanten gelukkiger zijn, groei je sneller. You actually create jobs and everybody wins. Je creëert eigenlijk banen en iedereen wint. And so we're seeing this in our companies. En dat zien we terug in onze bedrijven. We're fastest growing company in the HOA industry now. We zijn nu het snelst groeiende bedrijf in de HOA-industrie. We are growing organically. We groeien organisch. We when we invested in the businesses, they're typically growing 0 to 5% a year in terms of volume. Toen we in die bedrijven investeerden, groeiden ze typisch 0 tot 5% per jaar in volume. We're now growing 20 plus% a year. We groeien nu meer dan 20% per jaar. And that's because we've made our team members, we've given them extra capacity to go and serve more customers. Dat komt doordat we onze teamleden extra capaciteit hebben gegeven om meer klanten te bedienen. We actually have better uh more attractive customer acquisition economics. We hebben betere en aantrekkelijkere klantacquisitie-economics. Um because we can serve those customers at incrementally lower costs with better products and services. Want we kunnen die klanten bedienen tegen incrementeel lagere kosten met betere producten en diensten. So, we've been able to take sort of the the software style playbook of go to market and apply it into these sleepy industries and and I think it's a win-winwin. We hebben het softwarematige go-to-market-draaiboek weten toe te passen op deze slapende industrieën, en dat is denk ik een win-win-win. It must be hard for your employees to go and work anywhere else in the industry then because if they're dramatically more productive, they're doing less busy work. Het moet dan wel moeilijk zijn voor je medewerkers om ergens anders in de industrie te gaan werken, want als ze dramatisch productiever zijn doen ze veel minder saai werk. Have you found that you've decreased employee churn or have other things? Heb je gezien dat het personeelsverloop is gedaald of heb je andere effecten opgemerkt? That's right. Precies. We've seen very very high retention of our team members across all of our acquisitions. We zien een zeer hoge retentie van onze teamleden in al onze overnames. Um, and actually this is the vision. En dit is eigenlijk de visie. This is the vision long lake. Dit is de visie van Long Lake. We want to basically be the best place to work in every industry that we operate so we can get give the best people the best tools with the best customers and that flywheel becomes self-perpetuating because if you now leave Long Lake or you leave our one of our partner companies to go to a competitor you have to start doing all this mundane work again that you 25% of your day 30% of your day you have to go do that again and the thought of it's like it's like giving up email or something you know you're not going to it's just so actually we've started to become a real talent magnet in these industries, in our companies. We willen de beste werkplek zijn in elke industrie waar we actief zijn, zodat we de beste mensen de beste tools en de beste klanten kunnen geven, en dat vliegwiel is zelfversterkend. Want als je nu Long Lake verlaat, of een van onze partnerbedrijven, om naar een concurrent te gaan, moet je al dat saaie werk weer oppakken dat 25, 30% van je dag in beslag nam. En de gedachte daaraan is als het opgeven van e-mail. Je doet het gewoon niet. We zijn dan ook een echte talentmagneet geworden in deze industrieen. And by the way, we can pay people the most because they're the most productive. En we kunnen mensen het meest betalen omdat ze het meest productief zijn. They're actually making more money. Ze verdienen echt meer. And we're we're delighted about that. En dat verheugt ons enorm. So, we can pay you the most, give you the best tools, and we're growing the fastest. Dus we kunnen je het meest betalen, je de beste tools geven, en we groeien het snelst. Um, you know, that's part of our vision is it's just it's it's really making things better for team members and customers. Dat is ook onderdeel van onze visie: het gaat er echt om dingen beter te maken voor teamleden en klanten. And by the way, the other important thing is you give your team members superpowers with AI, the customers are much much happier. En wat ook belangrijk is: als je je teamleden AI-superkrachten geeft, zijn klanten veel gelukkiger. So, we're seeing customer retention going up. We zien de klantretentie omhooggaan. We're seeing response times much faster, We zien dat de responstijden veel sneller zijn, errors going down in sort of things like board reporting, budgeting, email, you know, and uh that's driving up customer fouten dalen bij zaken als bestuursrapportages, budgettering, e-mail, en dat stuwt de klanttevredenheid op. Mhm. Mm. Oh, so cool. O, zo gaaf. Why why do this v acquisition versus just offering software to people? Waarom kiezen voor overname in plaats van gewoon software aanbieden? In other words, the traditional Silicon Valley playbook would be, you know, you find the HOA industry, you realize that there's a need in terms of software, you build software for the industry, and then you sell it as a vendor and in this case, sell it as a sort of AI product or tool. Het klassieke Silicon Valley-draaiboek zou zijn: je ontdekt de HOA-industrie, je ziet dat er behoefte is aan software, je bouwt die software en verkoopt die als vendor, in dit geval als een soort AI-product. Yeah. Ja. um why not do that or why did you decide to go down the acquisition path? Waarom niet dat doen, of waarom heb je gekozen voor de overnameroute? We we think that you can drive better win-win business outcomes with deeper alignment. We denken dat je betere win-win bedrijfsresultaten kunt bereiken met diepere afstemming. And so by actually owning the companies and and owning those customer relationships directly, we can drive better better results. Door de bedrijven zelf te bezitten en die klantrelaties direct te beheren, kunnen we betere resultaten realiseren. Software companies are wonderful. Softwarebedrijven zijn geweldig. We partner with many of them. We werken met veel van hen samen. But when you're just selling software and you don't actually then care what happens with the with the business outcomes, you just don't see the same business. Maar als je alleen software verkoopt en je het daarna niet uitmaakt wat er met de bedrijfsresultaten gebeurt, zie je gewoon niet hetzelfde resultaat. Your engineers are just viewing your employees as their customers in some sense then. Je engineers beschouwen jouw medewerkers dan in feite als hun klanten. Is that correct? Klopt dat? That's right. Precies. Our our team views our employees and our team members in the field as the customer and that feedback loop internally. Ons team ziet onze medewerkers en teamleden in het veld als de klant, en die interne feedbackloop is ook cruciaal. That's the other point is we have a much tighter feedback loop. Dat is het andere punt: we hebben een veel strakker feedbackloop. So you know the old skunk works thing of you want the engineers and the factory to be colllocated so you can have more innovation. Je kent dat oude skunkworks-idee: je wilt dat engineers en de werkvloer samen zitten voor meer innovatie. That's what we have at Long Lake. Dat is precies wat we bij Long Lake hebben. So our team members and our engineers are together in the field all the time. Onze teamleden en engineers zitten constant samen in het veld. I think there's of our engineering team they're probably in 20 different states right now sitting with team members across our architecture business across our HOA business across our HR services or you know specialty tax business and so they're sort of um and there's a deep amount of change management that's involved so this is a lot of you know sitting with the team members understanding their pain points and so there's a real like solutions orientation of how do we take the pain point we and then we build a tool within Nexus to solve it and that feedback loop is really important. Ons engineeringteam zit waarschijnlijk nu in 20 verschillende staten, samen met teamleden in onze architectuur-, HOA-, HR-diensten en gespecialiseerde belastingbedrijven. Er zit ook veel verandermanagement in: samen met teamleden zitten, pijnpunten begrijpen, en dan vanuit een echte oplossingsgerichte instelling een tool binnen Nexus bouwen om dat probleem op te lossen. Die feedbackloop is cruciaal. So you get to better outcomes this way. Zo kom je tot betere resultaten. No, it's pretty amazing because I think one of the biggest issues for actually adoption of AI is uh change management uh changing processes, changing organizational design. Dat is behoorlijk indrukwekkend, want een van de grootste obstakels voor AI-adoptie is verandermanagement, het aanpassen van processen en organisatiestructuur. And I guess if you own the actual company, then you can make those changes. En als je het bedrijf zelf bezit, kun je die veranderingen doorvoeren. If you're just selling software, you can't really impact it very much. Als je alleen software verkoopt, kun je er nauwelijks invloed op uitoefenen. I think in general, um in order to do this very well, and I've talked to dozens of people trying to do different forms of AI rollups and, uh things like that, um is you really need three competencies. Om dit echt goed te doen, en ik heb met tientallen mensen gesproken die verschillende vormen van AI roll-ups proberen, heb je echt drie competenties nodig. It seems like it seems like you need some folks who are great at the the private equity style motion of purchasing things. Je hebt mensen nodig die uitblinken in de private equity-stijl van bedrijven kopen. You need somebody who's great at engineering and building out the uh AI uh stack and then you need really good change management. Je hebt iemand nodig die geweldig is in engineering en het bouwen van de AI-stack, en dan heb je echt goed verandermanagement nodig. How how were you able to pull those three disciplines together? Hoe hebben jullie die drie disciplines weten samen te brengen? Because it's very rare and again I've seen very very few very very few companies in this area who've done this. Want het is echt zeldzaam en ik heb maar zeer weinig bedrijven in deze ruimte gezien die dit hebben gedaan. Was it a magic initial founding team? Was het een magisch eerste oprichtersteam? Was it just how you've hired? Of gewoon de manier waarop je geworven hebt? I'm just sort of curious how you because you've also gotten exceptional engineers which most you know uh folks aren't able to get in this industry. Ik ben gewoon benieuwd hoe jullie dat hebben gedaan, want je hebt ook uitzonderlijke engineers aangetrokken die de meeste bedrijven in deze industrie niet kunnen krijgen. Yeah. Ja. Well, thank you for saying that. Goed, dank je dat je dat zegt. Yeah. Ja. So, because we were purpose-built from day one to kind of be this uh cross functional company with technology, DNA, change management and M&A, we were able to attract, you know, the right type of people from network. Omdat we van dag één doelbewust opgebouwd zijn als dit cross-functionele bedrijf met technologie-DNA, verandermanagement en M&A, konden we de juiste mensen aantrekken via ons netwerk. And so, I think 100% of our first 20 people were through network. Ik denk dat 100% van onze eerste 20 mensen via het netwerk kwamen. We knew them really well. We kenden ze echt goed. and people from, you know, places like Palunteer, RAMP, Robin Hood, you know, um some of the top Glean, some of the top um sort of modern AI and data uh companies. Mensen van bedrijven als Palantir, Ramp, Robinhood, Glean, sommige van de beste moderne AI- en databedrijven. And so, you know, Rasmus, our our co-founder and CTO, uh he and I were connected through one of our, you know, early investors and board members who've we've all known each other for kind of 15 plus years. Rasmus, onze mede-oprichter en CTO, hij en ik kwamen in contact via een van onze vroege investeerders en bestuursleden die we al zo'n 15 jaar kennen. um we all started our careers together and it's We zijn allemaal samen begonnen in onze carrières, en het is really rare by the way I think for many business people to have those deep technical networks like what I've observed is that often these are separate worlds and technologists are very bad at hiring business people early on at least in their careers and vice versa business people tend to be awful at hiring engineers and so you end up with these mismatches on the early teams so it's pretty amazing you were able to pull people out of some of these great companies echt zeldzaam, denk ik, dat veel zakenmensen die diepe technische netwerken hebben. Wat ik heb gezien is dat dit vaak gescheiden werelden zijn: technologen zijn heel slecht in het aannemen van zakenmensen in hun vroege carriere, en vice versa, zakenmensen zijn verschrikkelijk in het aannemen van engineers. Dus je eindigt met dit soort mismatches in vroege teams. Het is dus behoorlijk indrukwekkend dat jullie mensen uit een aantal van deze geweldige bedrijven konden halen. yeah well thank you Ja, dank je. I mean I think it's a re what it's a really exciting project Ik bedoel, ik denk dat het echt een heel spannend project is. I think that's you know the idea of bringing AI into the real world there's a lot I mean Ik denk dat het idee van AI in de echte wereld brengen veel, ik bedoel, What the labs are doing is extraordinary obviously and they're enabling all of this and all the you know hundreds of billions of investment that's going in models are getting part of our thesis was the models are going to get better every day. Wat de labs doen is buitengewoon en ze maken dit allemaal mogelijk, en al die honderden miljarden aan investeringen. Deel van onze these was dat de modellen elke dag beter worden. There's going to be a tremendous amount in the trillions of investment Er gaan enorme bedragen, in de biljoenen, aan investeringen naartoe,