Elk bedrijf met een technisch product of proces heeft iemand die het antwoord weet voordat de vraag af is. Vaak de oprichter, vaak de eerste technisch specialist die is aangenomen. Die persoon heeft in de loop der jaren duizenden kleine beslissingen genomen over hoe iets werkt, waarom een oplossing wel of niet functioneert, welke afwijking normaal is en welke niet. Dat is nooit vastgelegd omdat er nooit tijd voor was en omdat vragen stellen sneller ging dan documenteren.
Die concentratie is niet ontstaan uit onwil om kennis te delen. Ze is ontstaan omdat het sneller werkt: één persoon die het antwoord paraat heeft, is efficiënter dan een proces waarin drie mensen een document raadplegen. Voor de dagelijkse gang van zaken is dat een voordeel. Voor een koper is het een risico, want een koper betaalt niet voor de mensen die er zijn, maar voor wat er blijft werken als een van die mensen weggaat.
Bij een overname wordt technische kennisconcentratie zichtbaar zodra iemand vraagt: wat gebeurt er als deze persoon zes weken afwezig is. Als het antwoord is dat de kwaliteit van beslissingen dan daalt, of dat klanten met specifieke vragen moeten wachten, dan telt die persoon niet als bezit maar als risico op de balans. Dat risico wordt vaak vertaald in een lagere prijs of in een langere periode waarin de verkoper aan moet blijven, wat het exit-moment verder weg zet dan de eigenaar wilde.
Dit is geen personeelsvraagstuk en geen aansturing van wie er wel of niet blijft: dat is aan de eigenaar, en raakt het onderwerp arbeidsrechtelijke keuzes, dan gelden daarvoor eigen wettelijke vereisten. Hier gaat het om iets anders: is de kennis die nu bij één persoon zit, ook zonder die persoon nog te raadplegen.
Technische kennis bestaat uit drie soorten werk, en AI raakt ze niet allemaal even hard.
Een deel is patroonherkenning: welke storing hoort bij welke oorzaak, welke specificatie past bij welke toepassing. Dat is met de juiste vastlegging het werk dat AI het beste overneemt, omdat het te herleiden is tot vergelijkbare gevallen uit het verleden.
Een tweede deel is beoordeling: een AI-systeem kan een voorstel doen, maar iemand met ervaring keurt goed of af, en kan zeggen waarom. Dat is het deel met menselijk toezicht, en het blijft nodig zolang de onderliggende situaties genoeg van elkaar verschillen om een vaste regel onbruikbaar te maken.
Een derde deel is uitleg aan een klant die niet zelf technisch is, met gevoel voor wat die klant al begrijpt en wat niet. Dat blijft in de meeste bedrijven mensenwerk, al verschuift ook hier het aandeel als de eerste twee lagen zijn vastgelegd, omdat er dan meer tijd overblijft voor het gesprek zelf.
Bedrijven waar dit al werkt, zijn de bedrijven waar iemand ooit heeft geïnvesteerd in het vastleggen van de eerste laag: storingsgeschiedenis, foutcodes, oplossingen, in een vorm die een systeem kan doorzoeken. Bedrijven waar dit nog niet werkt, zijn niet per se achterstallig; ze hebben simpelweg nooit de reden gehad om iets te documenteren dat toch al in één hoofd paraat was.
De kennis vastleggen is geen kwestie van één document schrijven en klaar. Het werkt beter stapsgewijs: begin met de vragen die het vaakst terugkomen, leg vast wat het antwoord was en waarom, en laat een AI-systeem die antwoorden doorzoekbaar maken voor de rest van het team. De specialist blijft nodig voor de gevallen die afwijken, maar wordt minder de enige ingang voor alles.
Dit raakt niet alleen de eigenaarafhankelijkheids-index. Een besparing die ontstaat doordat één persoon minder tijd kwijt is aan herhaalvragen, telt voor een koper anders dan een besparing die van één externe leverancier afhangt: winstkwaliteit gaat over waar een resultaat vandaan komt, niet alleen over de hoogte ervan. Kennis die in het proces zit, houdt waarde ook als de persoon vertrekt; kennis die aan een enkele leverancier of specialist hangt, verdwijnt met diegene.
Dezelfde logica speelt in andere delen van het bedrijf. Wie wil weten hoe klantrelaties minder aan één verkoper vast komen te hangen, leest hoe het netwerk in de markt overdraagbaar wordt gemaakt; wie zich afvraagt of het eerstelijns klantcontact ook zonder de eigenaar kan lopen, vindt dat in hoe klantcontact overdraagbaar wordt met AI; en wie wil zien hoe consistente kwaliteitsbeoordeling minder van één beoordelaar afhankelijk wordt, leest hoe kwaliteitscontrole overdraagbaar wordt gemaakt. Wie wil weten hoe groot dit probleem in het eigen bedrijf al is, kan meten hoeveel er via de eigenaar loopt, en wie zich afvraagt vanaf welk moment dit relevant wordt voor een verkoop, leest wanneer de voorbereiding van een verkoop moet beginnen.
De vraag welk deel van de technische kennis in dit specifieke bedrijf werkelijk overdraagbaar is aan een systeem, en welk deel mensenwerk blijft, verschilt per proces en per klantgroep. Die vraag wordt per taak beantwoord met de werkscan van FTE TO AI.
De gratis waardecheck bestaat uit acht korte vragen, één per waardedrijver, en geeft een eerste beeld van welke drijver de prijs van uw bedrijf vandaag het meest drukt. De volledige waardescan, met maturiteitsscore per drijver, bewijs, eigenaarafhankelijkheids-index en een tweejarenkalender naar het exit-moment, is in aanbouw.