Egy vevő nem fejeket számol. Egy vevő egyetlen kérdést tesz fel önmagának: mi marad működésben, ha holnap egy kulcsszereplő kiesik. Az erre a kérdésre adott válasz határozza meg, hogy egy vállalatot a tavalyi nyereség alapján értékelnek-e, vagy valamivel alacsonyabban, mert a nyereség egy része olyan emberektől függ, akik maguk nem kerülnek eladásra a vállalattal együtt.
Ez nem egy új szemléletmód. A due diligence mindig is rákérdezett az átadhatóságra. Ami viszont változik, az a mód, ahogyan a vállalatok ezt az átadhatóságot megszervezik. Az a munka, amely korábban csak egy munkatárs fejében létezett, egyre több vállalatnál egy olyan rendszerben kerül rögzítésre, amely azt elvégzi vagy ellenőrzi. Ez nemcsak azt változtatja meg, hogy mennyi munka van, hanem azt is, hogy ki vagy mi viseli a munkát.
Az AI munkát vesz át. Nem mindenhol, nem egyszerre, és nem a jövőre tett ígéretként — hanem részekben, már ma, három olyan kategóriában, amelyek majdnem minden folyamaton keresztülhúzódnak. Néhány feladatot egy rendszer teljesen önállóan tud elvégezni. Más feladatokat részben vesz át, ahol egy ember hagyja jóvá vagy utasítja el, és ehhez indoklást ad. A harmadik kategória pedig emberi munka marad, mert olyan megítélés, kapcsolat vagy kontextus szükséges hozzá, amellyel egy rendszer nem rendelkezik.
A megoszlás e három kategória között vállalatonként erősen eltér, akár ugyanazon szektoron belül is. A különbség nem a szektorban rejlik, hanem abban, hogy a munka hogyan van felépítve: le van-e írva és megismételhető-e a folyamat, vagy a tudás csak annak a fejében létezik, aki már évek óta végzi azt. Azok a vállalatok, ahol a folyamatok rögzítve vannak, gyorsabban látják meg, mely feladatok alkalmasak az átvételre. Azoknak a vállalatoknak, ahol a munkát szóban adják tovább, előbb valami mást kell tenniük, mielőtt az AI ott bármit átvehetne: láthatóvá kell tenniük a munkát.
Amint a munka egy személytől egy felügyelt rendszer felé mozdul el, megváltozik minden olyan értéknövelő tényező súlya, amelyet egy vevő figyelembe vesz. A tulajdonosfüggőség a legerősebben: ha maga a tulajdonos az egyetlen, aki tudja, milyen kivételeket kap egy ügyfél, akkor semmilyen automatizálás nem számít bele abba a tudásba — a függőség megmarad. De a nyereség minősége is változik. Egy megtakarítás, amely ma azért jelenik meg a nyereségben, mert egy külső beszállító automatikusan elvégez egy feladatot, más, mint egy megtakarítás, amely a saját folyamatban van beépítve, és holnap is működni fog, ha az a beszállító megszűnik vagy emeli az árat. Egy vevő, aki nem látja ezt a különbséget, tudtán kívül túl- vagy alulértékeli a vállalatot. Mi történik az értékkel, ha a munka egy beszállítótól függ pontosan ezt a megkülönböztetést írja le.
Egy érettségi pontszám (maturiteitsscore) az egyes értéknövelő tényezőkhöz becslés, nem mérés. Bizonyítékon alapul — rögzített folyamatokon, feladatokat elvégző rendszereken, dokumentáción, amely lehetővé teszi az átadást — de a bizonyíték nem mindenhol egyformán könnyen fellelhető. Egy olyan feladatnál, amelyet egy rendszer teljesen elvégez, ez a bizonyíték gyakran egyszerűen megmutatható: egy log, egy jelentés, egy eredmény. Egy olyan feladatnál, amelyet emberi felügyelet mellett részben vesznek át, a bizonyíték lágyabb: valaki jóváhagy vagy elutasít, de ennek indoklása nem mindig áll papíron rögzítve. Ott a becslés bizonytalanabb, és ezt nem rejtjük el egy olyan pontszám mögé, amely biztosabbnak tűnik, mint amilyen valójában.
Egy pontszám semmit nem mond anélkül a kérdés nélkül, hogy ki hitelesítené azt. Egy érettségi pontszám, amely csak belső benyomásokra épül, nem győz meg egy vevőt. Hogyan igazol egy AI által elért megtakarítást megmutatja, milyen bizonyíték áll meg a due diligence során, és milyen bizonyíték csak belsőleg győz meg. És anélkül, hogy rögzítenék, mit csinál pontosan az AI a vállalatban — melyik feladatot, melyik rendszert, milyen felügyelet mellett — kevés dologra lehet visszatámaszkodni; hogyan rögzíti, mit tesz az AI a vállalatában erről a rögzítésről szól.
A scan eredménye elsősorban arról szól, hol kezdene rákérdezni egy vevő. Nem mond semmit arról, hogy mi történjen a személyzettel. Ha egy eredmény arra a kérdésre vonatkozik, hogy a munkaköröknek meg kell szűnniük vagy megváltozniuk kell, arra saját jogi követelmények vonatkoznak, függetlenül ettől a módszertől.
Minden értéknövelő tényező alatt egyetlen kérdés rejlik: melyik munka vehető ebben a vállalatban valóban át az AI által, és melyik nem. Ez az a kérdés, amelyre az FTE TO AI munkaelemző scanje feladatonként ad választ, a három kategóriát kiindulópontként használva.
Egy vállalat eladásra kész állapotba hozása nem egyetlen beavatkozás, hanem két éven átívelő döntések sorozata, ahol minden döntés egy értéknövelő tényezőt egy hajszálnyival erősebbé tesz. Hogyan tegyem a vállalatomat eladásra késszé ezeket a döntéseket egy idővonalra helyezi. A tulajdonosfüggőség ezen belül gyakran az a tényező, amely a legjobban nyomja lefelé az értéket, és egyben a leglassabb is a csökkentése — a tudás átadása és a rendszerek bevonása időt vesz igénybe. Hogyan legyek kevésbé függő tulajdonosként leírja, hol kezdődik jellemzően ez a leépítés.
Az a kérdés, hogy egy vevő a jövőben embereket vagy egy working method-ot vásárol meg, nem válaszolható meg egyetlen beszélgetésben. Egy első kép azonban igen. Az ingyenes értékellenőrzés nyolc rövid kérdésből áll, egy-egy az egyes értéknövelő tényezőkhöz, és megmutatja, melyik tényező nyomja ma leginkább a vállalat árát. A teljes waardescan, tényezőnkénti bizonyítékkal és egy kétéves naptárral az exit-pillanatig, jelenleg készül.