Każda firma z produktem lub procesem technicznym ma kogoś, kto zna odpowiedź, zanim pytanie zostanie w pełni sformułowane. Często jest to założyciel, często pierwszy zatrudniony specjalista techniczny. Osoba ta przez lata podjęła tysiące drobnych decyzji dotyczących tego, jak coś działa, dlaczego dane rozwiązanie sprawdza się lub nie, jakie odchylenie jest normalne, a jakie nie. Nigdy nie zostało to zapisane, ponieważ nigdy nie było na to czasu i ponieważ zadanie pytania szło szybciej niż dokumentowanie.
Ta koncentracja wiedzy nie powstała z niechęci do dzielenia się nią. Powstała, ponieważ tak po prostu działa szybciej: jedna osoba, która ma odpowiedź w zanadrzu, jest wydajniejsza niż proces, w którym trzy osoby muszą sięgnąć po dokument. Dla codziennego funkcjonowania to zaleta. Dla kupującego to ryzyko, ponieważ kupujący nie płaci za obecnych ludzi, lecz za to, co nadal będzie działać, gdy jeden z tych ludzi odejdzie.
Przy przejęciu koncentracja wiedzy technicznej staje się widoczna, gdy ktoś pyta: co się stanie, jeśli ta osoba będzie nieobecna przez sześć tygodni. Jeśli odpowiedź brzmi, że jakość decyzji wtedy spada, albo że klienci ze specyficznymi pytaniami muszą czekać, to osoba ta liczy się w bilansie nie jako aktywo, lecz jako ryzyko. Ryzyko to często przekłada się na niższą cenę lub na dłuższy okres, w którym sprzedający musi pozostać w firmie, co odsuwa moment wyjścia dalej, niż chciałby właściciel.
Nie jest to kwestia personalna ani decyzja o tym, kto zostaje, a kto nie: to należy do właściciela, a jeśli dotyczy wyborów z zakresu prawa pracy, obowiązują tam odrębne wymogi ustawowe. Tutaj chodzi o coś innego: czy wiedza, która obecnie tkwi w jednej osobie, jest dostępna również bez konieczności pytania tej osoby.
Wiedza techniczna składa się z trzech rodzajów pracy, a AI nie wpływa na wszystkie z nich w tym samym stopniu.
Część to rozpoznawanie wzorców: która usterka odpowiada której przyczynie, która specyfikacja pasuje do którego zastosowania. To, przy odpowiednim zapisaniu, jest praca, którą AI przejmuje najlepiej, ponieważ można ją odnieść do porównywalnych przypadków z przeszłości.
Drugą częścią jest ocena: system AI może przedstawić propozycję, ale ktoś z doświadczeniem ją zatwierdza lub odrzuca i potrafi wyjaśnić dlaczego. To część wymagająca ludzkiego nadzoru, i pozostaje ona potrzebna tak długo, jak sytuacje bazowe różnią się od siebie na tyle, że stała reguła staje się nieprzydatna.
Trzecia część to wyjaśnianie klientowi, który sam nie jest techniczny, z wyczuciem tego, co ten klient już rozumie, a czego nie. W większości firm pozostaje to pracą ludzką, choć i tu udział ten się przesuwa, gdy pierwsze dwie warstwy zostaną utrwalone, ponieważ wtedy zostaje więcej czasu na sam rozmowę.
Firmy, w których to już działa, to firmy, w których ktoś kiedyś zainwestował w zapisanie pierwszej warstwy: historii usterek, kodów błędów, rozwiązań, w formie, którą system może przeszukiwać. Firmy, w których to jeszcze nie działa, niekoniecznie są zapóźnione; po prostu nigdy nie miały powodu, by dokumentować coś, co i tak było dostępne w jednej głowie.
Zapisanie wiedzy nie jest kwestią napisania jednego dokumentu i gotowe. Lepiej działa to etapami: zacznij od pytań, które powracają najczęściej, zapisz, jaka była odpowiedź i dlaczego, i pozwól systemowi AI uczynić te odpowiedzi przeszukiwalnymi dla reszty zespołu. Specjalista pozostaje potrzebny w przypadkach odbiegających od normy, ale przestaje być jedynym punktem dostępu do wszystkiego.
Dotyczy to nie tylko wskaźnika zależności od właściciela. Oszczędność, która powstaje dzięki temu, że jedna osoba poświęca mniej czasu na powtarzające się pytania, liczy się dla kupującego inaczej niż oszczędność zależna od jednego zewnętrznego dostawcy: jakość zysku dotyczy tego, skąd pochodzi wynik, a nie tylko jego wysokości. Wiedza wbudowana w proces zachowuje wartość również po odejściu danej osoby; wiedza uzależniona od pojedynczego dostawcy lub specjalisty znika wraz z nim.
Ta sama logika działa w innych częściach firmy. Kto chce wiedzieć, jak sprawić, by relacje z klientami mniej zależały od jednego sprzedawcy, przeczyta jak sieć kontaktów na rynku staje się przenośna; kto zastanawia się, czy pierwsza linia kontaktu z klientem może funkcjonować bez właściciela, znajdzie to w jak kontakt z klientem staje się przenośny dzięki AI; a kto chce zobaczyć, jak spójna ocena jakości staje się mniej zależna od jednego oceniającego, przeczyta jak kontrola jakości staje się przenośna. Kto chce wiedzieć, jak duży jest ten problem już teraz we własnej firmie, może zmierzyć, ile przechodzi przez właściciela, a kto zastanawia się, od jakiego momentu staje się to istotne przy sprzedaży, przeczyta kiedy powinno się rozpocząć przygotowania do sprzedaży.
Pytanie, która część wiedzy technicznej w tej konkretnej firmie jest rzeczywiście przenośna do systemu, a która pozostaje pracą ludzką, różni się w zależności od procesu i grupy klientów. Na to pytanie odpowiada się dla każdego zadania osobno za pomocą skanu pracy FTE TO AI.
Bezpłatny test wartości składa się z ośmiu krótkich pytań, po jednym na każdy czynnik wartości, i daje wstępny obraz tego, który czynnik dziś najbardziej obniża cenę Państwa firmy. Pełny skan wartości, ze wskaźnikiem dojrzałości dla każdego czynnika, dowodami, wskaźnikiem zależności od właściciela oraz dwuletnim kalendarzem prowadzącym do momentu wyjścia, jest w przygotowaniu.