Každá firma s technickým produktem nebo procesem má někoho, kdo zná odpověď dřív, než je otázka domyšlená. Často je to zakladatel, často první přijatý technický specialista. Tato osoba během let učinila tisíce drobných rozhodnutí o tom, jak něco funguje, proč řešení funguje nebo nefunguje, jaká odchylka je normální a jaká ne. Nikdy to nebylo zaznamenáno, protože na to nikdy nebyl čas a protože položit otázku šlo rychleji než dokumentovat.
Tato koncentrace nevznikla z neochoty sdílet znalosti. Vznikla proto, že to tak funguje rychleji: jedna osoba, která má odpověď po ruce, je efektivnější než proces, kdy tři lidé nahlížejí do dokumentu. Pro každodenní chod je to výhoda. Pro kupujícího je to riziko, protože kupující neplatí za lidi, kteří tam jsou, ale za to, co bude dál fungovat, když jeden z těchto lidí odejde.
Při akvizici se technická koncentrace znalostí projeví ve chvíli, kdy se někdo zeptá: co se stane, když tato osoba bude šest týdnů nepřítomná. Pokud je odpovědí, že kvalita rozhodnutí klesne, nebo že klienti se specifickými dotazy budou muset čekat, pak tato osoba nefiguruje v bilanci jako aktivum, ale jako riziko. Toto riziko se často promítne do nižší ceny nebo do delšího období, po které musí prodávající zůstat ve firmě, což posouvá okamžik exitu dál, než si majitel přál.
Toto není personální otázka ani rozhodování o tom, kdo zůstane a kdo ne: to je na majiteli, a pokud se téma dotýká pracovněprávních rozhodnutí, platí pro ně vlastní zákonné požadavky. Zde jde o něco jiného: zda jsou znalosti, které nyní patří jedné osobě, dostupné i bez nutnosti se s touto osobou radit.
Technické znalosti se skládají ze tří druhů práce a AI je nezasahuje všechny stejně silně.
Část tvoří rozpoznávání vzorů: jaká porucha souvisí s jakou příčinou, jaká specifikace patří k jakému použití. To je při správném zaznamenání práce, kterou AI přebírá nejlépe, protože ji lze odvodit z podobných případů z minulosti.
Druhá část je posuzování: systém AI může navrhnout řešení, ale schválí nebo zamítne ho někdo se zkušenostmi, kdo dokáže říct proč. To je část s lidským dohledem a zůstává nutná, dokud se výchozí situace od sebe dostatečně liší na to, aby pevné pravidlo bylo nepoužitelné.
Třetí část je vysvětlování klientovi, který sám není technik, s citem pro to, co tento klient už chápe a co ne. To ve většině firem zůstává prací pro lidi, ačkoli i zde se podíl posouvá, jakmile jsou první dvě vrstvy zaznamenány, protože pak zbývá víc času na samotný rozhovor.
Firmy, kde už toto funguje, jsou firmy, kde někdo kdysi investoval do zaznamenání první vrstvy: historie poruch, chybové kódy, řešení, ve formě, kterou dokáže systém prohledávat. Firmy, kde to ještě nefunguje, nejsou nutně pozadu; jednoduše nikdy neměly důvod dokumentovat něco, co bylo stejně po ruce v jedné hlavě.
Zaznamenání znalostí není otázkou napsání jednoho dokumentu a hotovo. Lépe funguje postupně: začněte otázkami, které se vracejí nejčastěji, zaznamenejte, jaká byla odpověď a proč, a nechte systém AI, aby tyto odpovědi zpřístupnil k prohledávání zbytku týmu. Specialista zůstává potřebný pro odchylné případy, ale přestává být jediným vstupním bodem pro všechno.
Toto se netýká jen indexu závislosti na majiteli. Úspora, která vznikne díky tomu, že jedna osoba tráví méně času opakovanými dotazy, se pro kupujícího počítá jinak než úspora závislá na jediném externím dodavateli: kvalita zisku se týká toho, odkud výsledek pochází, ne jen jeho výše. Znalosti zabudované v procesu si drží hodnotu i po odchodu dané osoby; znalosti vázané na jediného dodavatele nebo specialistu s ním zmizí.
Stejná logika platí i v jiných částech firmy. Kdo chce vědět, jak učinit vztahy se zákazníky méně závislými na jednom obchodníkovi, může si přečíst jak se síť na trhu stává přenositelnou; kdo se ptá, zda může prvoliniový kontakt se zákazníky fungovat i bez majitele, najde odpověď v jak se kontakt se zákazníky stává přenositelným pomocí AI; a kdo chce vidět, jak se konzistentní hodnocení kvality stává méně závislým na jednom posuzovateli, může si přečíst jak se kontrola kvality stává přenositelnou. Kdo chce zjistit, jak velký je tento problém už teď ve vlastní firmě, může změřit, kolik toho prochází přes majitele, a kdo se ptá, od jaké chvíle je to relevantní pro prodej, může si přečíst kdy má začít příprava na prodej.
Otázka, jaká část technických znalostí v této konkrétní firmě je skutečně přenositelná do systému a jaká část zůstává prací pro lidi, se liší podle procesu a podle skupiny klientů. Tato otázka se zodpovídá pro jednotlivé úkoly pomocí pracovního skenu FTE TO AI.
Bezplatná kontrola hodnoty se skládá z osmi krátkých otázek, jedné pro každý cenový faktor, a poskytuje první obraz o tom, který faktor dnes nejvíce tlačí cenu vaší firmy dolů. Kompletní skenování hodnoty, se skóre vyspělosti pro každý faktor, důkazy, indexem závislosti na majiteli a dvouletým kalendářem směřujícím k okamžiku exitu, se právě připravuje.