Et uddannelsesinstitut, en lektiehjælpsorganisation eller et træningsbureau sælger ikke kun viden, men også overdragelsen af den. En stor del af timerne ligger i tre slags arbejde: udarbejdelse og vedligeholdelse af undervisningsmateriale og læreplaner, vejledning og bedømmelse af individuelle deltagere, og det administrative lag omkring det — tilmeldinger, planlægning, fremdriftsregistrering, rapportering til opdragsgivere eller undervisningstilsyn. Ovenpå det står ofte én person, der bærer den didaktiske vision og vedligeholder relationerne til skoler, virksomheder eller tilskudsgivere. Den fordeling styrer, hvad en køber ser: materiale og administration kan overdrages, visionen og netværket er det langtfra altid.
AI overtager delvist arbejde, ikke som et fremtidsbillede, men som noget, der i nogle undervisningsorganisationer allerede står i dag, og i andre endnu ikke gør. Udarbejdelsen af øvelsesmateriale, generering af prøvespørgsmål baseret på læringsmål, sammenfatning af fremdrift ud fra prøveresultater — det er arbejde, hvor AI i vidt omfang kan overtage opgaven, med en lærer, der bedømmer resultatet, før det når deltageren. Individuel vejledning ved komplekse indlæringsproblemer eller adfærdsspørgsmål forbliver menneskeligt arbejde; der mangler den slags kontekst, som et system ikke har. Mellem de to ligger et bredt lag med tilsyn: en AI, der giver en første feedbackrunde på en opgave, en lærer, der retter tonen og nuancen, før det går til deltageren.
Hvor den forskel kommer fra, er sjældent organisationens størrelse, men i hvor høj grad undervisningsprocessen allerede er opdelt i genkendelige trin. Et institut med en fast læreplan og standardiseret bedømmelse kan hurtigere overlade dele af den proces til AI end en organisation, hvor hvert kursus i vid udstrækning genudformes af den lærer, der afholder det.
Forskydningen påvirker ikke kun kostnadsstrukturen, men vægten af hver driver, som en køber lægger til grund.
Ejerafhængighed bliver mest synligt påvirket. Hvis ejeren selv udtænker læreplanen, vejleder de svære sager og kender opdragsgiverne personligt, så ændrer AI ganske vist den administrative eller materialebundne belastning, men ikke kernen af afhængigheden. Indtjeningskvalitet ændrer sig også, men ikke ensartet: en besparelse, der opstår fordi processen selv er blevet omorganiseret, tæller anderledes for en køber end en besparelse, der fuldstændigt bygger på én AI-leverandør eller licens. Det sidste er en forudsætning, der falder bort igen, så snart kontrakten ændres.
Kundekoncentration og kontraktsikkerhed får også en anden vægt. Et institut, der for den største del af omsætningen er afhængig af én opdragsgiver — en skole, kommune eller tilskudsordning — ser ikke den sårbarhed forsvinde på grund af AI, men spørgsmålet forskydes: kan det leverede undervisningsprodukt også gentages hos en anden aftager uden den specifikke relation? Vækstpotentiale bedømmes på spørgsmålet om, hvorvidt den opskalerede del af undervisningen — materialet, bedømmelsen — kan genbruges til nye grupper, uden at lærerkapaciteten skal vokse proportionalt med.
De lovmæssige og pædagogiske rammer omkring undervisning — kvalifikationskrav, eksamensreglementer, tilsyn fra en tilsynsmyndighed — ændres ikke af, hvad AI overtager eller ikke overtager, og en køber vurderer det uafhængigt heraf. Og hvor spørgsmålet berører personalebeslutninger — hvilke funktioner der stadig er nødvendige ved en ændret opgavefordeling — gælder der egne lovmæssige krav; den vurdering ligger hos arbejdsgiveren, ikke hos en værdiscanning.
Måden, hvorpå AI forskyder arbejde, varierer stærkt fra sektor til sektor, og det påvirker værdivurderingen forskelligt hver gang. I detailhandlen ses der ofte først på, hvad der sker med værdifastsættelsen af en butiksvirksomhed, når lager- og kassearbejde delvist automatiseres, mens spørgsmålet i restaurationsbranchen handler om hvad AI betyder for værdien af en restaurationsvirksomhed, hvor servering og køkken i vidt omfang forbliver menneskeligt arbejde. I IT-sektoren ligger tyngdepunktet igen anderledes, som det kan læses i hvordan AI påvirker værdifastsættelsen af en IT-virksomhed via kode- og supportarbejde. For undervisningsorganisationer forbliver sammenligningen nyttig, fordi det bliver synligt, hvor stærkt resultatet afhænger af, hvor gentageligt arbejdet allerede var, før AI kom i billedet.
En køber spørger sig selv, om undervisningsproduktet fortsætter med at fungere, hvis den nuværende ejer falder bort, og hvilken del af teamet der faktisk bærer den proces. Det er et andet spørgsmål end, hvem der står på lønningslisten; det handler om, hvem der tager de beslutninger, som afgør kvaliteten. Mere om, hvordan en køber ser på teamet og organisationen omkring ejeren, er beskrevet i hvorfor en køber vurderer ledelsesteamet separat ved købet af en virksomhed, og et mere generelt overblik over de otte drivere, der udgør værdifastsættelsen af en virksomhed, findes i hvordan værdien af en virksomhed fastsættes ud fra otte drivere.
Det underliggende spørgsmål — hvilket arbejde i denne organisation der reelt kan overtages af AI, og hvilken del der forbliver menneskeligt arbejde — besvares med FTE TO AI's arbejdsscanning pr. opgave.
For at se, hvilken af de otte værdidrivere der i dag lægger størst tryk på prisen for Deres virksomhed, findes der den gratis værditjek: otte korte spørgsmål, ét pr. driver, med et resultat, der giver et billede af, hvor det største tryk ligger. Den fulde værdiscanning, med modenhedsscorer pr. driver, ejerafhængigheds-indekset og en toårskalender frem til exit-tidspunktet, er under udarbejdelse.