Ostaja esittää ennemmin tai myöhemmin saman kysymyksen: jos osan työstä tekee AI, mitä jää jäljelle sellaista, joka riippuu ihmisistä, ja mitä jää jäljelle sellaista, joka riippuu teistä. Vastaus, jonka annatte, ratkaisee, luetaanko säästö rakenteelliseksi asiaksi vai tilapäiseksi asiaksi, joka katoaa sitten kun omistaja lähtee.
Joissakin yrityksissä AI ottaa jo nykyään hoitaakseen tehtäviä, jotka vielä viime vuonna olivat listalla: ensimmäiset luonnokset, luokittelu, toistuva tarkistustyö. Toisissa yrityksissä ei muutu juuri mikään. Ero ei tavallisesti johdu toimialasta, vaan siitä, miten työ on pilkottu osiin. Missä tehtävät on jo kuvattu, ne ovat toistettavia ja järjestetty erillään henkilöstä, siellä ohjelmisto voi ottaa osan hoitaakseen. Missä tieto on ihmisten päässä ja päätökset kulkevat dokumentoimattomina, siellä muutosta on vähän, riippumatta siitä, mikä malli hankitaan.
Kolme luokkaa kulkevat läpi joka prosessin. Tehtävä otetaan kokonaan hoidettavaksi, tehtävä otetaan osittain hoidettavaksi ihmisen hyväksyessä tai hylätessä tuloksen ja voidessa perustella sitä, tai tehtävä pysyy ihmistyönä, koska harkintaa, kontekstia tai vastuuta ei voi siirtää. Useimmilla yrityksillä on jotakin kaikista kolmesta, usein kukaan ei ole koskaan kirjannut tätä ylös.
Ostaja ei ostaa palkkalistalla olevien ihmisten määrää, vaan sitä, mikä jatkuu, kun osa näistä ihmisistä ei ole enää paikalla. Työ, jonka AI todistetusti ottaa hoitaakseen, muuttaa siksi käytännössä jokaisen arvoajurin painoarvoa. Omistajariippuvuus painaa raskaimmin, koska jos tieto ja päätökset ovat teillä, AI-soveltamisen mahdollinen hyöty muuttuu epävarmaksi taas sitten kun lähdette. Mutta myös tuloksen laadun luonne muuttuu: säästö, joka syntyy siitä, että sattumalta löysitte edullisen toimittajan, painaa eri tavalla kuin säästö, joka on ankkuroitu itse prosessiin ja siis siirtyy yrityksen mukana. Se, miten perustelette AI:n parantaman katteen, ratkaisee, jääkö tuo kate arvonmääritykseen vai kuoritaanko se pois.
Työskannaus, joka arvioi tehtävä kerrallaan, ottaako AI sen kokonaan hoidettavakseen, osittain hoidettavakseen tai ei ollenkaan, tuottaa näyttöä siitä, miten työ on nykyisellään järjestetty: miten toistettava tehtävä on, kuinka paljon kontekstia tarvitaan, kuinka paljon valvontaa tulos vaatii. Se on tämän päivän tilannekuva, ei ennuste siitä, mihin toimittajan malli pystyy kahden vuoden kuluttua. Mallit kehittyvät, sääntely muuttuu, ja tehtävä, joka nyt on vielä ihmistyötä, ei sitä välttämättä ole enää vuoden päästä. Toisin päin pätee myös: tehtävä, joka nyt on osittain otettu hoidettavaksi, voi henkilöstön vaihtuessa palata täysin ihmistyöksi, jos tietoa ei ole tallennettu.
Lopputulos ei kerro mitään myöskään ilman sen prosessin kontekstia, jossa tehtävä sijaitsee. Kymmenen tuntia, jonka AI ottaa hoitaakseen prosessissa, jossa on yksi asiakas ja yksi sopimus, on eri asia kuin kymmenen tuntia prosessissa, joka koskee sataa asiakasta — tästä syystä ostaja katsoo myös, mitä asiakaskeskittymä tarkoittaa säästön painottamiselle. Ja säästö, joka nojaa täysin yhteen ohjelmistolisenssiin, on herkempi kuin säästö, joka on rakennettu useisiin järjestelmiin, mikä osaltaan selittää, miksi due diligence tarkastelee ohjelmistolisenssejänne. Skannaus, joka ei ota tätä huomioon, antaa luvun vailla merkitystä.
Henkilöstöstä menetelmä ei kerro mitään. Se, mitä tehtävää AI:lle voidaan siirtää ja mitä ei, on tosiasia työstä, ei suositus siitä, kuka työn tekee. Jos lopputulos vaikuttaa henkilöstöpäätöksiin, niihin pätevät omat lakisääteiset vaatimukset, riippumatta siitä, mitä arvoskannaus näyttää.
Ostaja, joka kysyy tarkasti, näkee läpi tarinan, joka on vain optimistinen. Uskottava on tarina, joka pitää kolme asiaa erillään: mitkä tehtävät on tänä päivänä jo otettu hoidettaviksi ja tästä on näyttöä prosessista, mitkä tehtävät on osittain otettu hoidettaviksi valvonnan alla ja vaativat siis edelleen ihmistyötunteja, ja mitkä tehtävät pysyvät tarkoituksella ihmistyönä ja miksi. Se, joka ei pysty tekemään tätä erottelua, saa usein tarjouksen alemmasta hinnasta tai ehdotuksen earn-outista, jonka tarkoitus on jättää lupauksen ja näytön välinen ero myyjän kannettavaksi.
Taustalla oleva kysymys — mikä työ tässä yrityksessä on todella siirrettävissä AI:lle, tehtävä kerrallaan, näytöllä — on juuri se, mihin FTE TO AI:n työskannaus antaa vastauksen. Ja koska AI:n soveltaminen ei ole päätepiste vaan jatkuva prosessi markkinan muuttuessa, kannattaa myös tietää, miten pidätte arvonne yllä markkinan muuttuessa, ja mitkä sopimukset auttavat siinä, sillä tietyt sopimukset nostavat yrityksen arvoa enemmän kuin toiset, juuri silloin kun osa työstä siirtyy ihmisiltä järjestelmille.
Hyvä vastaus ostajan kysymykseen alkaa siitä, että tiedätte itse, missä olette. Ilmainen arvotarkistus koostuu kahdeksasta lyhyestä kysymyksestä, yksi per arvoajuri, ja antaa kuvan siitä, mikä ajuri painaa hintaanne tänä päivänä enimmän. Täydellinen arvoskannaus, jossa on kypsyyspisteet per ajuri, omistajariippuvuusindeksi ja kahden vuoden aikataulu kohti exit-hetkeä, on rakenteilla.