Toda demonstração de resultados mostra um lucro. Um comprador coloca depois outra pergunta: como surgiu este número, e resiste ele quando as circunstâncias mudam. A qualidade dos lucros é a medida em que o lucro é previsível, repetível e independente de acasos. Uma margem que assenta numa única encomenda grande, numa taxa de câmbio favorável ou numa poupança temporária pesa menos do que uma margem que decorre do próprio processo. Os compradores corrigem por isso muitas vezes o resultado para aquilo a que chamam um lucro normalizado, e essa correção determina uma grande parte do preço final.
A IA assume tarefas, e isso não acontece em toda a parte na mesma medida. Em algumas empresas, uma parte da administração, do planeamento ou do contacto de primeira linha com o cliente já funciona sem intervenção manual, com supervisão humana que aprova ou rejeita resultados com fundamento. Noutras empresas, com produtos comparáveis e faturação comparável, o mesmo trabalho ainda é feito de forma totalmente manual. Essa diferença não está no setor, mas em como o trabalho está organizado: uma tarefa está suficientemente desligada da pessoa que a executa para poder ser assumida, ou depende de conhecimento que só existe na cabeça de alguém.
Essa organização afeta diretamente a qualidade dos lucros. Uma poupança que surge porque um colaborador executa uma tarefa mais depressa desaparece assim que esse colaborador sai. Uma poupança que surge porque o próprio processo mudou permanece na empresa, mesmo após uma transferência de propriedade. Os compradores distinguem estas duas formas, e o segundo tipo pesa mais na avaliação.
Um comprador não olha para o lucro de um único ano, mas para padrões ao longo de vários anos e para a origem de cada melhoria de margem. Concretamente, a atenção vai para:
Estes fatores não estão isolados de outros fatores de valor. Uma poupança que está ligada a um único cliente ou a um único fornecedor toca também na questão de o que é a concentração de clientes e porque é que um comprador a pesa, e uma margem que só se mantém enquanto o próprio proprietário toma as decisões toca em o que a IA faz com a dependência do proprietário.
A qualidade dos lucros pode ser avaliada com meios limitados, antes de um comprador o fazer.
1. Divida o lucro dos últimos três anos em componentes estruturais e incidentais. Tudo o que não se repete pertence à segunda categoria, mesmo que fique bem no papel. 2. Siga cada poupança de custos até à sua origem. A poupança é resultado de uma alteração de processo, de uma tecnologia, ou da atuação de uma pessoa ou fornecedor específico. Uma poupança que desaparece assim que essa pessoa ou parte falta não é uma melhoria estrutural do lucro. 3. Coloque a margem ao lado da evolução da faturação. A margem acompanha a faturação, ou desvia-se, e esse desvio é explicável a partir do processo. 4. Avalie o papel da IA nas poupanças atuais. Trabalho que foi assumido por um sistema com regras fixas e supervisão humana é geralmente repetível. Trabalho que fica mais rápido porque um colaborador usa uma ferramenta de forma inteligente muitas vezes não o é, até o processo em si estar documentado.
Este quarto passo toca num tema com enquadramentos próprios: decisões sobre pessoal com base na mudança de trabalho estão sujeitas a requisitos legais próprios, e esta página não fornece fundamentação para isso. Trata-se aqui exclusivamente da questão de que parte de uma poupança está no processo e que parte depende de uma pessoa.
A qualidade dos lucros não melhora aumentando o lucro, mas tornando a origem do lucro mais convincente. Isso exige:
A pergunta subjacente é sempre a mesma: que trabalho nesta empresa pode realmente ser assumido pela IA, com que margem de manobra, e com que supervisão. Essa pergunta é respondida por tarefa no scan de trabalho da FTE TO AI.
A qualidade dos lucros é um dos oito fatores que um comprador pesa, e raramente o único fator que pressiona o preço. A verificação de valor gratuita coloca oito perguntas curtas, uma por fator, e dá uma imagem de qual fator pressiona mais o seu preço hoje. O scan de valor completo, com uma pontuação de maturidade por fator, evidência por pontuação e um calendário de dois anos até ao momento de saída, está em construção.