Vedení, které se ptá, jak zaznamenat, co dělá AI, klade ve skutečnosti jinou otázku: co zůstane, když určití lidé zítra odejdou. Kupující si klade stejnou otázku, jen o celé firmě. Nekupuje počet zaměstnanců na výplatní listině, kupuje to, co funguje i bez nich. Zaznamenat, co dělá AI, tedy není technický přehled nástrojů a licencí, je to popis toho, jaká práce visí na systému a jaká na osobě.
Chyba, kterou dělá většina přehledů, spočívá v tom, že rozdělují práci do dvou přihrádek: automatizováno, nebo ne. To přehlíží prostřední pásmo, kde se dnes odehrává nejvíc. Existují úkoly, které AI zvládá samostatně, úkoly, u kterých AI předkládá návrh a člověk jej schvaluje či zamítá s uvedením důvodu, a úkoly, které zůstávají lidskou prací, protože úsudek, vztah nebo odpovědnost nelze delegovat. Ta prostřední kategorie je nestabilní: dohled, který je dnes ještě potřeba, může být za rok mírnější, nebo stejně náročný jako dnes. Kdo zaznamenává jen to, co dnes už běží zcela automaticky, přehlíží, kde se odehrává pohyb.
Název funkce toho o tom, co AI dokáže převzít, řekne málo. Kontrolor vykonává reportingovou práci, kterou lze do značné míry automatizovat, a hodnotící práci, kterou nelze, často v rámci téhož pracovního týdne. Zaznamenat, co dělá AI, proto znamená sestoupit na úroveň jednotlivých úkolů: jaký úkon, s jakým vstupem, s jakým rozhodnutím na konci. Na úrovni funkcí vzniká zkreslený obraz, který kupující při due diligence prokoukne během jednoho dne.
Každý odhad toho, co AI dokáže převzít, stojí na předpokladech o kvalitě dat, stabilitě procesu a ochotě organizace nechat rozhodnutí na systému. U úkolů s množstvím výjimek, proměnlivým vstupem nebo citlivým posuzováním je rozpětí široké a výsledek je spíše směrem než faktem. Přehled, který na to neponechává prostor a vše prezentuje v pevných procentech, si zaslouží méně důvěry než přehled, který uvádí, kde je marže velká. Totéž platí pro dopad na cenu: jaká závislost na dodavateli AI snižuje cenu nelze vyjádřit jedním číslem, protože záleží na tom, kolik z převzaté práce visí na jedné externí straně oproti tomu, kolik je zakotveno ve vlastním procesu.
Existují situace, kdy má přehled toho, co dělá AI, pro kupujícího malou hodnotu. Pokud převzetí úkolů zcela stojí na znalostech jedné osoby, která systém nastavila, a nikdo jiný nedokáže vysvětlit, proč funguje, pak označení „automatizováno“ o riziku nic nevypovídá. Je to stejná otázka jako u lidské práce: proč se kupující ptá, kdo udržuje AI se týká přesně tohoto bodu. Úkol, který dnes vyřizuje systém, ale při poruše jej dokáže napravit jen jeho tvůrce, kupující posuzuje jinak než úkol, kterému rozumí a který udržuje celý tým.
Některé firmy toto už zaznamenaly, jiné vůbec ne, a rozdíl málokdy spočívá v odvětví nebo velikosti. Spočívá v tom, kdo měl úkoly popsané ještě předtím, než se objevila AI. Firma s popsanými procesy dokáže poměrně rychle určit, jakou jejich část lze převést na systém. Firma, kde práce sídlí v hlavách lidí, musí tento krok nejprve udělat, než v ní AI může něco převzít. To je zároveň otázka hodnoty: jak změřit, kolik toho prochází přes majitele vysvětluje, proč firmy se zaznamenanými znalostmi dokážou rychleji doložit, co dělá AI, než firmy, kde tyto znalosti nikdy nebyly zapsány.
Úspora, která vzniká díky AI, se u kupujícího automaticky nepočítá jako zisk dobré kvality. Úspora vázaná na jednu smlouvu s jedním dodavatelem je křehčí než úspora zakotvená v samotném procesu, která funguje i bez tohoto dodavatele. Ani dopad na pracovní kapitál není samozřejmě příznivý: rychlejší zpracování faktur nebo objednávek může zkrátit dobu oběhu, ale co je pracovní kapitál a proč se počítá při prodeji ukazuje, že vztah mezi automatizací a hotovostní pozicí není přímočarý.
Co firma následně udělá s přehledem převzaté, částečně dohledem podmíněné nebo trvale lidské práce, je rozhodnutí zaměstnavatele. Pro rozhodnutí, která se týkají personálu, platí vlastní zákonné požadavky a tento přehled není jejich podkladem. Cílem je obraz faktů: jaká práce visí na kom nebo na čem a co to znamená pro to, co zůstane, když daná osoba odejde. Zde hraje roli i rozložení znalostí: jak zabránit tomu, aby vaše hodnota spočívala na hrstce lidí se týká stejné otázky, ale z pohledu lidí místo systémů.
Moment, kdy tento přehled přináší nejvíce, není těsně před prodejem, ale s dostatečným předstihem, kdy je ještě prostor něco se závislostmi udělat, než na ně narazí kupující. Kdy máte začít s přípravou prodeje částečně závisí na tom, kolik ze současné práce ještě visí na lidech, kteří nezůstanou.
Základní otázka, jaká práce v této konkrétní firmě je skutečně přenositelná na AI, se zodpovídá po jednotlivých úkolech ve werkscan od FTE TO AI. Pro toho, kdo chce nejprve vědět, kde je cena dnes pod největším tlakem, je k dispozici bezplatná waardecheck: osm krátkých otázek, jedna na každý hodnotový faktor, s obrazem toho, který faktor dnes váží nejvíce. Kompletní waardescan, se skóre vyspělosti, důkazy u každého faktoru a dvouletým kalendářem směřujícím k okamžiku exitu, se právě připravuje.