En direktion, der spørger, hvordan den registrerer, hvad AI gør, stiller egentlig et andet spørgsmål: hvad der er tilbage, hvis bestemte medarbejdere falder bort i morgen. En køber stiller også det spørgsmål, blot om hele virksomheden. Han køber ikke antallet af medarbejdere på lønningslisten, han køber det, der fortsætter uden dem. At registrere, hvad AI gør, er derfor ikke en teknisk oversigt over værktøjer og licenser, det er en beskrivelse af, hvilket arbejde der hænger på et system, og hvilket der hænger på en person.
Den fejl, de fleste oversigter begår, er, at de deler arbejde op i to bunker: automatiseret eller ikke. Det udelader den mellemste del, hvor der på nuværende tidspunkt sker mest. Der er opgaver, som AI leverer selvstændigt, opgaver hvor AI fremsætter et forslag og et menneske godkender eller afviser med en begrundelse, og opgaver der forbliver menneskeligt arbejde, fordi vurdering, relation eller ansvar ikke kan delegeres. Den mellemste kategori er ustabil: det tilsyn, der stadig er nødvendigt nu, kan om et år være lettere, eller lige så vel forblive lige så tungt. Den, der kun registrerer, hvad der i dag allerede kører fuldt automatisk, går glip af, hvor bevægelsen befinder sig.
En jobtitel siger lidt om, hvad AI kan overtage. En controller udfører rapporteringsarbejde, som i vid udstrækning kan automatiseres, og vurderingsarbejde, som ikke kan det, ofte inden for samme arbejdsuge. At registrere, hvad AI gør, betyder derfor at gå ned på opgaveniveau: hvilken handling, med hvilken input, med hvilken beslutning til sidst. På funktionsniveau opstår et fordrejet billede, som en køber punkterer inden for en dag ved due diligence.
Ethvert skøn over, hvad AI kan overtage, bygger på antagelser om datakvaliteten, procesens stabilitet og en organisations vilje til at lade et system træffe beslutningen. Ved opgaver med mange undtagelser, varierende input eller følsomme vurderinger er båndbredden bred, og resultatet er mindre et faktum end en retning. En oversigt, der ikke giver plads til dette, og som præsenterer alt i fastsatte procenter, fortjener mindre tillid end en oversigt, der angiver, hvor margenen er stor. Det gælder også for effekten på prisen: hvilken afhængighed af en AI-leverandør, der trykker prisen kan ikke fanges i ét tal, fordi det afhænger af, hvor meget af det overtagne arbejde der hænger på en enkelt ekstern part versus er forankret i den egne proces.
Der er situationer, hvor en oversigt over, hvad AI gør, har ringe værdi for en køber. Hvis overtagelsen af opgaver fuldstændig hviler på kendskabet hos en enkelt person, der har opsat systemet, og ingen andre kan forklare, hvorfor det fungerer, siger flaget "automatiseret" intet om risiko. Det er det samme spørgsmål som ved menneskeligt arbejde: hvorfor en køber spørger, hvem der vedligeholder AI'en rammer præcis dette punkt. En opgave, der i dag håndteres af et system, men som ved fejl kun kan genoprettes af ejeren, tæller anderledes for en køber end en opgave, som et team forstår og følger op på.
Nogle virksomheder har allerede registreret dette, andre slet ikke endnu, og forskellen ligger sjældent i branchen eller størrelsen. Den ligger i, hvem der har skrevet opgaverne ned, før AI kom i billedet. En virksomhed med beskrevne processer kan relativt hurtigt påpege, hvilken del af dem der kan overdrages til et system. En virksomhed, hvor arbejdet sidder i hovederne, skal først tage det skridt, før AI kan overtage noget dér. Det er samtidig også et værdispørgsmål: hvordan De måler, hvor meget der går via ejeren forklarer, hvorfor virksomheder med registreret viden hurtigere kan påvise, hvad AI gør, end virksomheder, hvor denne viden aldrig er blevet skrevet ned.
En besparelse, der stammer fra AI, tæller ikke automatisk for en køber som overskud af god kvalitet. En besparelse, der hænger på en enkelt kontrakt med en enkelt leverandør, er mere skrøbelig end en besparelse, der er forankret i selve processen og fortsætter at fungere uden den leverandør. Effekten på arbejdskapitalen er heller ikke pr. definition gunstig: hurtigere behandling af fakturaer eller ordrer kan forkorte gennemløbstider, men hvad arbejdskapital er, og hvorfor det tæller ved et salg viser, at forholdet mellem automatisering og kassestilling ikke er lineært.
Hvad en virksomhed derefter gør med oversigten over overtaget, delvist tilsynspligtigt eller varigt menneskeligt arbejde, er en beslutning for arbejdsgiveren. For beslutninger, der berører personale, gælder egne lovmæssige krav, og denne oversigt er ikke et grundlag for det. Målet er et faktabillede: hvilket arbejde hænger på hvem eller hvad, og hvad betyder det for, hvad der er tilbage, hvis en person falder bort. Det er også her spredning af viden spiller en rolle: hvordan De forhindrer, at Deres værdi sidder hos en håndfuld hoveder rammer det samme spørgsmål set fra menneskene i stedet for systemerne.
Det tidspunkt, hvor denne oversigt giver mest, er ikke lige før et salg, men et godt stykke tid inden, når der stadig er plads til at gøre noget ved afhængighederne, før en køber møder dem. Hvornår De skal begynde med forberedelsen af et salg afhænger blandt andet af, hvor meget af det nuværende arbejde stadig sidder fast på personer, der ikke bliver.
Det underliggende spørgsmål, hvilket arbejde i denne specifikke virksomhed reelt kan overtages af AI, besvares pr. opgave i FTE TO AI's arbejdsscan. For den, der først vil vide, hvor prisen i dag er under størst pres, findes den gratis værditjek: otte korte spørgsmål, ét pr. værdidriver, med et billede af, hvilken driver der vejer mest i dag. Den fulde værdiscan, med modenhedsscore, bevis pr. driver og en toårskalender frem til exit-tidspunktet, er under udarbejdelse.