En köpare som ser en högre marginal ställer en fråga: kommer detta tillbaka nästa år, även hos en annan ägare och ett annat team. Vid en marginal som kommer från AI-användning är den frågan svårare att besvara än vid en prishöjning eller en inköpt besparing. Inte för att marginalen är oäkta, utan för att dess källa beter sig annorlunda än de källor en köpare är van att väga.
AI tar redan idag över arbete, men i delar och inte överallt lika snabbt. Hos det ena företaget sköter ett verktyg helt självständigt kontrollen av fakturor; hos det andra företaget gör en medarbetare exakt samma arbete fortfarande för hand, medan tekniken för det faktiskt finns. Skillnaden ligger oftast inte i branschen, utan i hur arbetet är uppdelat. Arbete som följer ett fast mönster med ett tydligt rätt-eller-fel låter sig övertas. Arbete som kräver bedömning förblir mänskligt arbete eller får på sin höjd tillsyn: någon som godkänner eller underkänner resultatet med motivering. En marginal som uppstår genom att en uppgift flyttats till den första kategorin har ett annat ursprung än en marginal som uppstår genom att någon börjat arbeta hårdare med ett AI-hjälpmedel vid sin sida. En köpare vill se just den skillnaden, eftersom den avgör om besparingen är strukturell eller hänger på en enda person och dennes vanor.
Det vanliga sättet att bevisa en marginalförbättring är en före-och-efter-jämförelse i siffrorna. Det fungerar vid en prishöjning eller en leverantörsuppgörelse, eftersom orsaken står på en faktura. Vid AI står orsaken ingenstans på en faktura. Det finns inget kontrakt som säger vilken del av vinsten som kommer från vilken uppgift. Det som däremot finns: timmar som inte längre behövs på en plats där de tidigare behövdes. Den frigjorda kapaciteten är den enhet som underbyggnaden måste utgå från, inte marginalprocenten i sig. Marginalprocenten är resultatet; de frigjorda timmarna är beviset.
En underbyggnad som håller inför en köpare lägger tre saker sida vid sida. Först: vilken uppgift som exakt har övertagits eller satts under tillsyn, och om det är en uppgift som kan förbli hos AI eller en uppgift som lika gärna blir mänskligt arbete igen så snart omständigheterna förändras. För det andra: om den frigjorda kapaciteten verkligen har använts till något annat, minskats, eller stått oanvänd — för endast de två första omvandlas till marginal. För det tredje: hur beroende besparingen är av en enda person, en enda leverantör eller ett enda verktygsabonnemang. En besparing som sitter i processen och bärs av flera personer väger tyngre än en besparing som försvinner så snart en nyckelperson slutar eller en licens löper ut. Den sista punkten berör direkt frågan om en köpare i slutändan köper era medarbetare eller ert arbetssätt, och dessa två ger en helt olika marginal i en köpares ögon.
En ärlig underbyggnad säger också var den inte har någon grund. Frigjorda timmar går bra att räkna i det ögonblick en uppgift har övertagits, men är svårare att förutse för arbete som fortfarande är blandat — delvis AI, delvis tillsyn, delvis manuellt arbete. Förskjuts den blandningen ytterligare mot AI under de kommande tolv månaderna växer marginalen; förblir tillsynen nödvändig eftersom felmarginalen är för stor, förblir besparingen där den är. En köpare som vet detta ber inte om en garanti utan om ett intervall med en motivering till. Ett resultat utan den motiveringen säger ingenting: en besparingsprocent utan vetskap om vilken uppgift som ligger bakom är en siffra som lika lätt försvinner vid nästa granskning som den dök upp.
Förskjutningen påverkar inte bara vinstkvaliteten. Den påverkar också hur tungt ägarberoendet väger, eftersom arbete som tidigare låg hos ägaren nu delvis kan ligga hos ett system — förutsatt att det systemet är dokumenterat och inte bara finns i ägarens huvud. Den påverkar ledningsinformationen, eftersom en köpare vill se om ledningsinformationen är tillräckligt professionellt uppbyggd för att visa besparingen per kvartal i stället för att rekonstruera den i efterhand. Och den påverkar due diligence i sig, för en köpare som ser AI-användning tittar naturligt också på licenserna och abonnemangen bakom den — precis därför att en due diligence granskar era mjukvarulicenser noggrant. Den som vill låta en del av marginalen räknas med först efter en övergångsperiod hamnar dessutom vid frågan vad ett earn-out-upplägg är och varför en köpare föreslår det — ofta precis det instrument med vilket en köpare gör en AI-marginal som ännu inte bevisats vara strukturell ändå finansierbar.
Den underliggande frågan — vilket arbete i detta företag som verkligen kan tas över av AI, och vilket arbete som förblir mänskligt arbete — besvaras per uppgift med arbetsanalysen från FTE TO AI.
Denna sida handlar inte om personalbeslut. Vad en arbetsgivare gör med frigjord kapacitet är upp till arbetsgivaren själv, och för eventuella arbetsrättsliga åtgärder gäller egna lagstadgade krav som denna sida inte tar ställning till.
Innan en marginal i siffrorna förklaras för en köpare är det bra att veta vilken av de åtta värdedrivarna som idag väger tyngst mot ert pris. Den kostnadsfria värdekontrollen består av åtta korta frågor, en per drivare, och ger direkt en bild av var den tyngden nu ligger. Den fullständiga värdeanalysen, med ägarberoendeindexet och en tvåårskalender fram till exit-tillfället, är under uppbyggnad.