En köpare betalar inte för förra årets vinst. Han betalar för den del av den vinsten som han antar kommer att fortsätta bestå utan att han själv behöver ingripa. Det är vinstkvalitet: inte marginalens storlek, utan dess ursprung. Vinst från en strukturell process väger annorlunda än vinst från en enstaka lyckträff, en tillfällig leverantörsrabatt eller en kund som just detta år beställde extra.
Om AI tar över en del av arbetet förändras något grundläggande i den vägningen. En besparing på personalkostnader som uppstår eftersom en uppgift nu sker automatiserat är inte automatiskt god vinstkvalitet. Det beror på varifrån besparingen kommer och hur stadigt den är förankrad.
Inte varje besparing genom AI väger lika mycket för en köpare.
Denna åtskillnad går igenom de tre kategorier som återkommer överallt: arbete som AI helt tar över, arbete som sker med mänsklig tillsyn där någon godkänner eller avslår med motivering, och arbete som förblir mänskligt arbete. Vinst som vilar på de två första kategorierna, väl dokumenterad, är för en köpare annorlunda att väga än vinst som uppstår av en slump utan dokumentation.
En köpare tittar inte på etiketten "AI" i en årsredovisning. Han tittar på mönstret bakom siffrorna.
Dessa punkter utgör tillsammans det bevis med vilket vinstkvalitet underbyggs. Utan det beviset förblir en besparing ett påstående.
Börja med resultaträkningen för de senaste två till tre åren och dela upp varje förbättring i marginalen efter ursprung: volym, pris, kostnader, eller något annat. För varje kostnadsbesparing som har att göra med automatisering eller AI fastställer ni om besparingen sitter i processen eller hänger på en leverantör, och om den är dokumenterad eller bara existerar tack vare en enda person.
Därefter räknar ni inte bara vad AI redan gör idag, utan även vad som fortfarande sker manuellt medan det skulle vara överförbart till en automatiserad process med tillsyn. Den skillnaden mellan vad som sker nu och vad som är möjligt är ofta större än förväntat och förklarar varför två företag med samma omsättning har olika vinstkvalitet.
Denna fråga — vilket arbete i detta företag verkligen kan tas över av AI — besvaras per uppgift med arbetsscanen från FTE TO AI.
Vinstkvalitet förbättras inte genom att sätta in mer AI, utan genom att förankra befintliga besparingar. Det innebär: dokumentera vilket arbete som sker varför via vilken process, ordna tillsyn där det behövs, och koppla loss besparingar från en specifik leverantör där det är möjligt. Det innebär också att ärligt fastställa vilken del av vinsten som fortfarande vilar på en enda person som vet hur det fungerar — det berör ägarberoende och hur överlåtbarhet påverkar priset.
Vinstkvalitet hänger också samman med andra drivkrafter. Vinst som till en stor del kommer från en enda kund väger lättare, som framgår av kundkoncentration. Vinst som är underbyggd med tydlig rapportering väger tyngre, som framgår av ledningsinformation. Och vinst från löpande kontrakt väger annorlunda än vinst från lösa uppdrag, som diskuteras under återkommande intäkter. Vid varje ändring i personalanvändning som följer av denna typ av analys gäller de egna lagstadgade kraven för det beslutet; det är inte en del av denna scan.
Vinstkvalitet går sällan att bedöma med en enda blick. Den sitter utspridd över marginaluppbyggnaden, dokumentationen av processer och i vilken grad besparingar hänger på en enda part. Den kostnadsfria värdekontrollen från FTE TO AI består av åtta korta frågor, en per värdedrivare, och ger en bild av vilken drivkraft som idag trycker mest på ert pris. Den fullständiga värdescanen, med mognadspoäng per drivkraft och en tvåårskalender fram till exit-tillfället, är under uppbyggnad.