Всяка компания с технически продукт или процес има някой, който знае отговора още преди въпросът да е зададен докрай. Често основателят, често първият нает технически специалист. През годините този човек е взел хиляди малки решения за това как нещо работи, защо дадено решение функционира или не, кое отклонение е нормално и кое не. Това никога не е било документирано, защото никога не е имало време за това и защото да зададеш въпрос е било по-бързо от документиране.
Тази концентрация не е възникнала от нежелание да се споделят знания. Тя е възникнала, защото така работи по-бързо: един човек, който има отговора наготово, е по-ефективен от процес, при който трима души трябва да проверят документ. За ежедневната дейност това е предимство. За купувач това е риск, защото купувачът не плаща за хората, които са там, а за това, което продължава да работи, ако някой от тези хора си тръгне.
При придобиване концентрацията на техническо know-how става видима веднага щом някой попита: какво се случва, ако този човек отсъства шест седмици. Ако отговорът е, че качеството на решенията тогава спада, или че клиентите със специфични въпроси трябва да чакат, то този човек не се брои като актив, а като риск в баланса. Този риск често се превръща в по-ниска цена или в по-дълъг период, през който продавачът трябва да остане, което отдалечава момента на изход повече, отколкото собственикът е искал.
Това не е кадрови въпрос, нито въпрос за управление на това кой остава и кой не: това е решение на собственика, а ако темата засяга трудовоправни избори, за тях важат собствени законови изисквания. Тук става дума за нещо друго: дали know-how-то, което сега се намира в един-единствен човек, е достъпно и без да се обръщате към него.
Техническото know-how се състои от три вида работа и AI не засяга и трите еднакво силно.
Една част е разпознаване на образци: коя повреда се свързва с коя причина, коя спецификация подхожда на кое приложение. Това е, при правилно документиране, работата, която AI поема най-добре, защото може да се сведе до сравними случаи от миналото.
Втора част е преценка: AI система може да направи предложение, но човек с опит го одобрява или отхвърля и може да обясни защо. Това е частта с човешки надзор и тя остава необходима дотогава, докато основните ситуации се различават достатъчно една от друга, за да направят фиксираното правило неизползваемо.
Трета част е обяснение към клиент, който сам не е технически подкован, с усет за това какво този клиент вече разбира и какво не. Това в повечето компании остава човешка работа, макар че и тук делът се измества, когато първите два слоя са документирани, защото тогава остава повече време за самия разговор.
Компаниите, при които това вече работи, са компаниите, в които някой навремето е инвестирал в документиране на първия слой: история на повредите, кодове за грешки, решения, във форма, която дадена система може да претърсва. Компаниите, при които това още не работи, не са непременно изостанали; те просто никога не са имали причина да документират нещо, което така или иначе вече е било наготово в една глава.
Документирането на know-how-то не е въпрос на написване на един документ и готово. По-добре работи стъпка по стъпка: започнете с въпросите, които се повтарят най-често, документирайте какъв е бил отговорът и защо, и оставете AI система да направи тези отговори търсими за останалата част от екипа. Специалистът остава необходим за случаите, които се отклоняват, но престава да бъде единственият вход за всичко.
Това засяга не само индекса на зависимост от собственика. Спестяване, което възниква, защото един човек отделя по-малко време за повтарящи се въпроси, се брои от купувача различно от спестяване, което зависи от един-единствен външен доставчик: качеството на печалбата се отнася до това откъде идва даден резултат, а не само за неговия размер. Know-how, което е вградено в процеса, запазва стойността си дори когато човекът си тръгне; know-how, което виси на единичен доставчик или специалист, изчезва заедно с него.
Същата логика важи и за други части на компанията. Който иска да разбере как клиентските взаимоотношения стават по-малко зависими от един-единствен продавач, може да прочете как мрежата на пазара се прави прехвърляема; който се пита дали контактът с клиентите на първа линия може да функционира и без собственика, ще намери отговор в как контактът с клиентите става прехвърляем с AI; а който иска да види как последователната оценка на качеството става по-малко зависима от един-единствен оценител, може да прочете как контролът на качеството се прави прехвърляем. Който иска да разбере колко голям е този проблем вече в собствената компания, може да измери колко минава през собственика, а който се пита от кой момент това става релевантно за продажба, може да прочете кога трябва да започне подготовката за продажба.
Въпросът коя част от техническото know-how в тази конкретна компания наистина е прехвърляема към система и коя част остава човешка работа, се различава според процеса и групата клиенти. Този въпрос се отговаря по задачи с работния скенер на FTE TO AI.
Безплатната проверка на стойността се състои от осем кратки въпроса, по един за всеки фактор на стойността, и дава първоначална представа кой фактор днес най-силно натиска цената на вашата компания надолу. Пълният скенер на стойността, с оценка на зрелостта по фактор, доказателства, индекс на зависимост от собственика и двугодишен календар до момента на изход, е в процес на разработка.