En ledning som frågar hur den ska dokumentera vad AI gör, ställer egentligen en annan fråga: vad blir kvar om vissa personer försvinner i morgon. En köpare ställer också den frågan, fast då om hela företaget. Han köper inte antalet medarbetare på lönelistan, han köper det som fortsätter fungera utan dem. Att dokumentera vad AI gör är alltså inte en teknisk översikt över verktyg och licenser, det är en beskrivning av vilket arbete som hänger på ett system och vilket arbete som hänger på en person.
Misstaget som de flesta översikter gör är att de delar in arbete i två fack: automatiserat eller inte. Det missar mellandelen där det mesta händer just nu. Det finns uppgifter som AI levererar självständigt, uppgifter där AI lägger fram ett förslag och en människa godkänner eller avvisar med en motivering, och uppgifter som förblir mänskligt arbete eftersom omdöme, relation eller ansvar inte går att delegera. Den mellersta kategorin är instabil: tillsynen som fortfarande behövs nu kan om ett år vara lättare, eller lika väl förbli lika omfattande. Den som bara registrerar det som idag redan går helt automatiskt missar var rörelsen finns.
En befattningstitel säger lite om vad AI kan ta över. En controller utför rapporteringsarbete som till stor del går att automatisera och bedömningsarbete som inte gör det, ofta inom samma arbetsvecka. Att dokumentera vad AI gör innebär därför att gå ner till uppgiftsnivå: vilken handling, med vilken input, med vilket beslut i slutet. På befattningsnivå uppstår en skev bild som en köpare vid due diligence genomskådar inom en dag.
Varje bedömning av vad AI kan ta över vilar på antaganden om datakvalitet, processens stabilitet och organisationens vilja att låta ett system fatta beslutet. Vid uppgifter med många undantag, varierande input eller känsliga bedömningar är intervallet brett och resultatet mindre ett faktum än en riktning. En översikt som inte ger utrymme för detta, och presenterar allt i fasta procentsatser, förtjänar mindre förtroende än en översikt som anger var marginalen är stor. Detsamma gäller effekten på priset: vilket beroende av en AI-leverantör som pressar priset går inte att fånga i en enda siffra, eftersom det beror på hur mycket av det övertagna arbetet som hänger på en enda extern part jämfört med hur mycket som är förankrat i den egna processen.
Det finns situationer där en översikt över vad AI gör har litet värde för en köpare. Om övertagandet av uppgifter helt vilar på kunskapen hos en enda person som har konfigurerat systemet och ingen annan kan förklara varför det fungerar, säger flaggan "automatiserat" ingenting om risk. Det är samma fråga som vid mänskligt arbete: varför en köpare frågar vem som underhåller AI:n berör exakt denna punkt. En uppgift som idag hanteras av ett system men som vid störning bara kan återställas av ägaren räknas annorlunda av en köpare än en uppgift som förstås och underhålls av ett team.
Vissa företag har redan dokumenterat detta, andra inte alls, och skillnaden ligger sällan i branschen eller storleken. Den ligger i vem som har skrivit ner uppgifterna innan AI kom i bilden. Ett företag med beskrivna processer kan relativt snabbt peka ut vilken del av dessa som går att överföra till ett system. Ett företag där arbetet sitter i huvudena måste först ta det steget innan AI kan ta över något där. Det är samtidigt en värdefråga: hur ni mäter hur mycket som går via ägaren förklarar varför företag med dokumenterad kunskap snabbare kan visa vad AI gör än företag där den kunskapen aldrig skrevs ner.
En besparing som härrör från AI räknas inte automatiskt som vinst av god kvalitet hos en köpare. En besparing som hänger på ett enda avtal med en enda leverantör är sköraregre än en besparing som är förankrad i själva processen och fortsätter fungera utan den leverantören. Även effekten på rörelsekapitalet är inte självklart gynnsam: snabbare hantering av fakturor eller order kan förkorta genomloppstider, men vad rörelsekapital är och varför det räknas vid en försäljning visar att förhållandet mellan automatisering och kassaposition inte är rätlinjigt.
Vad ett företag därefter gör med översikten över övertaget, delvis tillsynspliktigt eller bestående mänskligt arbete, är ett beslut för arbetsgivaren. För beslut som berör personal gäller egna lagstadgade krav, och denna översikt är inte ett underlag för det. Syftet är en faktabild: vilket arbete hänger på vem eller vad, och vad betyder det för vad som blir kvar om en person försvinner. Det är också där spridning av kunskap spelar in: hur ni förhindrar att ert värde sitter i en handfull huvuden berör samma fråga utifrån människorna istället för systemen.
Det ögonblick då denna översikt ger mest värde är inte strax före en försäljning utan en god tid dessförinnan, när det fortfarande finns utrymme att göra något åt beroendena innan en köpare stöter på dem. När ni bör börja förbereda en försäljning beror delvis på hur mycket av det nuvarande arbetet som fortfarande sitter fast hos personer som inte stannar kvar.
Den underliggande frågan, vilket arbete i just detta företag som verkligen går att överta med AI, besvaras per uppgift i FTE TO AI:s arbetsscan. För den som först vill veta var priset idag är mest utsatt finns den kostnadsfria värdekontrollen: åtta korta frågor, en per värdedrivare, med en bild av vilken drivare som väger tyngst idag. Den fullständiga värdescan, med mognadspoäng, bevis per drivare och en tvåårskalender fram till exit-tillfället, är under uppbyggnad.