Svaka tvrtka s tehničkim proizvodom ili procesom ima nekoga tko zna odgovor prije nego što je pitanje uopće postavljeno do kraja. Često je to osnivač, često prvi tehnički specijalist koji je zaposlen. Ta je osoba tijekom godina donijela tisuće malih odluka o tome kako nešto funkcionira, zašto neko rješenje radi ili ne radi, koje je odstupanje normalno, a koje nije. To nikada nije zabilježeno jer za to nikada nije bilo vremena i jer je postavljanje pitanja išlo brže od dokumentiranja.
Ta koncentracija znanja nije nastala iz nevoljkosti da se znanje podijeli. Nastala je zato što tako brže funkcionira: jedna osoba koja ima odgovor spreman je učinkovitija od procesa u kojem tri osobe konzultiraju dokument. Za svakodnevno poslovanje to je prednost. Za kupca je to rizik, jer kupac ne plaća za ljude koji su tu, nego za ono što će nastaviti funkcionirati kada jedan od tih ljudi ode.
Kod preuzimanja koncentracija tehničkog znanja postaje vidljiva čim netko postavi pitanje: što se događa ako je ova osoba odsutna šest tjedana. Ako je odgovor da kvaliteta odluka tada opada, ili da klijenti sa specifičnim pitanjima moraju čekati, ta se osoba na bilanci ne broji kao imovina nego kao rizik. Taj se rizik često pretvara u nižu cijenu ili u dulje razdoblje u kojem prodavatelj mora ostati, čime se trenutak izlaska pomiče dalje nego što je vlasnik želio.
Ovo nije kadrovsko pitanje niti pitanje odlučivanja o tome tko ostaje, a tko ne: to je na vlasniku, a ako se dotiče radnopravnih odluka, za to vrijede vlastiti zakonski zahtjevi. Ovdje je riječ o nečem drugom: je li znanje koje se sada nalazi kod jedne osobe dostupno i bez konzultiranja te osobe.
Tehničko znanje sastoji se od tri vrste rada, i AI ih ne dotiče sve jednako snažno.
Jedan dio je prepoznavanje obrazaca: koji kvar pripada kojem uzroku, koja specifikacija odgovara kojoj primjeni. To je, uz pravilno bilježenje, rad koji AI najbolje preuzima, jer se može svesti na usporedive slučajeve iz prošlosti.
Drugi dio je prosudba: sustav AI-a može dati prijedlog, ali osoba s iskustvom ga odobrava ili odbija, i može reći zašto. To je dio koji zahtijeva ljudski nadzor, i on ostaje potreban dokle god se osnovne situacije dovoljno razlikuju da fiksno pravilo postane neupotrebljivo.
Treći dio je objašnjavanje klijentu koji sam nije tehnički potkovan, uz osjećaj za ono što taj klijent već razumije, a što ne. To u većini tvrtki ostaje ljudski posao, iako se i tu udio pomiče kada su prva dva sloja zabilježena, jer tada ostaje više vremena za sam razgovor.
Tvrtke u kojima ovo već funkcionira jesu tvrtke u kojima je netko nekad uložio u bilježenje prvog sloja: povijest kvarova, kodovi grešaka, rješenja, u obliku koji sustav može pretraživati. Tvrtke u kojima ovo još ne funkcionira nisu nužno u zaostatku; jednostavno nikada nisu imale razlog dokumentirati nešto što je i onako bilo spremno u jednoj glavi.
Bilježenje znanja nije pitanje pisanja jednog dokumenta i gotovo. Bolje funkcionira postupno: počnite s pitanjima koja se najčešće vraćaju, zabilježite koji je odgovor bio i zašto, te dopustite sustavu AI-a da te odgovore učini pretraživima za ostatak tima. Specijalist ostaje potreban za slučajeve koji odstupaju, ali sve manje postaje jedini ulaz za sve.
Ovo se ne dotiče samo indeksa ovisnosti o vlasniku. Ušteda koja nastaje jer je jedna osoba manje vremena utrošila na ponavljajuća pitanja, za kupca se broji drugačije od uštede koja ovisi o jednom vanjskom dobavljaču: kvaliteta dobiti govori o tome odakle rezultat dolazi, ne samo o njegovoj visini. Znanje koje je ugrađeno u proces zadržava vrijednost i kad osoba ode; znanje koje visi o jednom dobavljaču ili specijalistu nestaje s njim.
Ista se logika javlja i u drugim dijelovima tvrtke. Tko želi znati kako odnose s klijentima manje vezati uz jednog prodavača, može pročitati kako se mreža na tržištu čini prenosivom; tko se pita može li prvolinijski kontakt s klijentima funkcionirati i bez vlasnika, to pronalazi u kako kontakt s klijentima postaje prenosiv uz pomoć AI; a tko želi vidjeti kako dosljedna ocjena kvalitete postaje manje ovisna o jednom ocjenjivaču, može pročitati kako se kontrola kvalitete čini prenosivom. Tko želi znati koliko je ovaj problem već velik u vlastitoj tvrtki, može izmjeriti koliko toga prolazi kroz vlasnika, a tko se pita od kojeg trenutka ovo postaje relevantno za prodaju, može pročitati kada priprema prodaje treba započeti.
Pitanje koji je dio tehničkog znanja u ovoj konkretnoj tvrtki uistinu prenosiv na sustav, a koji dio ostaje ljudski posao, razlikuje se po procesu i po skupini klijenata. Na to se pitanje odgovara po zadatku pomoću radne analize FTE TO AI.
Besplatna provjera vrijednosti sastoji se od osam kratkih pitanja, po jedno za svaki pokretač vrijednosti, i daje prvu sliku o tome koji pokretač danas najviše snižava cijenu vaše tvrtke. Potpuna analiza vrijednosti, s ocjenom zrelosti po pokretaču, dokazima, indeksom ovisnosti o vlasniku i dvogodišnjim kalendarom prema trenutku izlaska, trenutno je u izradi.