Ett utbildningsinstitut, en läxhjälpsorganisation eller ett utbildningsföretag säljer inte bara kunskap utan även överföringen av den. En stor del av timmarna ligger i tre typer av arbete: att skapa och underhålla läromaterial och läroplaner, handledning och bedömning av enskilda deltagare, och det administrativa lagret runt omkring — inskrivningar, planering, framstegsregistrering, rapportering till uppdragsgivare eller skolinspektion. Ovanpå detta står ofta en person som bär den didaktiska visionen och underhåller relationerna med skolor, företag eller bidragsgivare. Den fördelningen styr vad en köpare ser: material och administration är överförbara, visionen och nätverket är det långt ifrån alltid.
AI tar delvis över arbete, inte som en framtidsbild utan som något som i vissa utbildningsorganisationer redan finns idag och i andra ännu inte. Att skapa övningsmaterial, generera provfrågor utifrån lärandemål, sammanfatta framsteg utifrån provresultat — det är arbete som AI till stor del kan ta över, med en lärare som bedömer resultatet innan det når deltagaren. Individuell handledning vid komplexa inlärningsproblem eller beteendefrågor förblir människors arbete; där saknas den typ av kontext som ett system inte har. Mellan dessa två ligger ett brett lager med tillsyn: en AI som ger en första feedbackrunda på en uppsats, en lärare som korrigerar tonen och nyansen innan det går till deltagaren.
Var den skillnaden kommer ifrån är oftast inte organisationens storlek utan i vilken grad utbildningsprocessen redan är uppdelad i igenkännbara steg. Ett institut med en fast läroplan och standardiserad bedömning kan snabbare låta delar av den processen övertas av AI än en organisation där varje kurs till stor del formas på nytt av läraren som håller den.
Förskjutningen påverkar inte bara kostnadsstrukturen, utan tyngden av varje drivare som en köpare väger in.
Ägarberoende påverkas mest synligt. Om ägaren själv tar fram läroplanen, handleder de svåra fallen och känner uppdragsgivarna personligen, då förändrar AI visserligen den administrativa eller materialbundna bördan, men inte kärnan i beroendet. Vinstkvalitet förändras också, men inte enhetligt: en besparing som uppstår genom att processen själv har omformats räknas annorlunda hos en köpare än en besparing som helt vilar på en enda AI-leverantör eller licens. Det senare är ett antagande som återigen faller bort så snart kontraktet ändras.
Kundkoncentration och avtalssäkerhet får också en annan laddning. Ett institut som för den största delen av omsättningen är beroende av en enda uppdragsgivare — en skola, kommun eller bidragsordning — ser inte den sårbarheten försvinna genom AI, men frågan förskjuts: kan den levererade utbildningsprodukten även upprepas hos en annan avtagare utan just den specifika relationen? Tillväxtpotential bedöms utifrån frågan om den uppskalade delen av utbildningen — materialet, bedömningen — är återanvändbar för nya grupper utan att lärarkapaciteten växer proportionellt med.
De rättsliga och pedagogiska ramarna kring utbildning — kvalifikationskrav, examensreglementen, tillsyn av en inspektion — förändras inte av vad AI tar över eller inte, och en köpare granskar det oberoende av detta. Och där frågan berör personalbeslut — vilka funktioner som förblir nödvändiga vid en förändrad arbetsfördelning — gäller egna rättsliga krav; den bedömningen ligger hos arbetsgivaren, inte hos en värdescan.
Sättet AI förskjuter arbete på skiljer sig starkt mellan sektorer, och det påverkar värderingen olika varje gång. Inom detaljhandeln tittar man ofta först på vad som händer med värderingen av ett handelsföretag när lager- och kassaarbete delvis automatiseras, medan inom restaurangbranschen frågan handlar om vad AI betyder för värdet av ett restaurangföretag där servering och kök till stor del förblir människors arbete. Inom IT-sektorn ligger tyngdpunkten återigen annorlunda, att läsa i hur AI påverkar värderingen av ett IT-företag via kod- och supportarbete. För utbildningsorganisationer förblir jämförelsen användbar eftersom det blir synligt hur starkt utfallet beror på hur repeterbart arbetet redan var innan AI kom in i bilden.
En köpare frågar sig om utbildningsprodukten fortsätter fungera om den nuvarande ägaren försvinner, och vilken del av teamet som faktiskt bär den processen. Det är en annan fråga än vem som står på lönelistan; det handlar om vem som fattar de beslut som avgör kvaliteten. Mer om hur en köpare ser på teamet och organisationen kring ägaren beskrivs i varför en köpare bedömer ledningsgruppen separat vid ett företagsförvärv, och en mer allmän översikt över de åtta drivare som utgör värderingen av ett företag finns i hur ett företags värde bestäms utifrån åtta drivare.
Den underliggande frågan — vilket arbete i denna organisation som verkligen kan tas över av AI, och vilken del som förblir människors arbete — besvaras med FTE TO AI:s arbetsscan per uppgift.
För att se vilken av de åtta värdedrivarna som idag trycker mest på priset för ditt företag finns den kostnadsfria värdekontrollen: åtta korta frågor, en per drivare, som resulterar i en bild av var det största trycket finns. Den fullständiga värdescanen, med mognadspoäng per drivare, ägarberoendeindexet och en tvåårskalender fram till exit-tillfället, är under uppbyggnad.