Återkommande intäkter är en av de åtta drivkrafter som en köpare använder för att bestämma priset på ett företag. Att en del av intäkterna kommer tillbaka varje år är i sig inget bevis på värde. Frågan en köpare ställer är varför dessa intäkter kommer tillbaka, och om det varför fortsätter att fungera när något förändras i hur arbetet utförs. Nu när AI i delar av varje företag tar över arbete, förändras just det varför, och därmed den vikt som en köpare tillskriver denna drivkraft.
En köpare tittar inte på procentandelen återkommande intäkter som en isolerad siffra. Han tittar på källan till den upprepningen. Intäkter som kommer tillbaka för att en kund varje år på nytt måste välja mellan er och ett alternativ, och som råkar välja er varje gång, är något annat än intäkter som kommer tillbaka för att ett kontrakt, en integration eller en process gör det valet överflödigt. Det första är vana. Det andra är struktur. En köpare betalar för struktur, inte för vana, även om båda ser identiska ut i bokföringen.
Den förskjutning som nu pågår förändrar var den strukturen finns. Arbete som tidigare bara kunde utföras av en fast kontaktperson, och som därmed band kundrelationen till den personen, tas i delar över av AI, med mänsklig tillsyn som godkänner eller avslår med motivering. Det förändrar arten av de återkommande intäkterna själva: de förskjuts från "kunden kommer tillbaka för den här personen" till "kunden kommer tillbaka för den här processen". För en köpare är det andra betydligt mindre riskfyllt.
Det första stället att titta på är själva kontraktet. Återkommande intäkter med automatisk förlängning väger annorlunda än intäkter som förhandlas om årligen. Men det andra stället, som oftare hoppas över, är utförandet bakom kontraktet. Två företag med identiska kontraktsvillkor kan ha vitt skilda riskprofiler, beroende på om tjänsten bakom det kontraktet är dokumenterad i ett system eller finns i huvudet på ett fåtal personer.
Ett signal som en köpare tar på allvar här är vad som händer när en fast medarbetare är på semester eller slutar. Fortsätter tjänsten då utan att kunden märker något, eller uppstår det förseningar, brus, eller ett behov av att ägaren själv rycker in. Det sistnämnda hänger direkt samman med en annan drivkraft: hur mycket av kundkontakten som överhuvudtaget går via ägaren, något som kan mätas separat och konkret via hur ni mäter hur mycket omsättning, beslut och kundkontakt som går via ägaren själv.
Ett användbart sätt att börja är att per stor återkommande kund eller kontrakt fastställa vilken del av arbetet bakom det som följer fasta steg, vilken del som beror på bedömning av en specifik person, och vilken del som redan är helt automatiserad eller tekniskt kan göras klar för det. Det sistnämnda är exakt skillnaden mellan de tre kategorier som löper genom allt: uppgifter som AI kan ta över, uppgifter där AI gör den största delen under tillsyn, och uppgifter som förblir mänskligt arbete.
Var den fördelningen ligger skiljer sig kraftigt mellan företag, och den skillnaden är oftast inte slumpmässig. Den hänger samman med hur processer är dokumenterade, vilka system som finns, och om arbetet är uppdelat på ett sådant sätt att en del av det kan överlämnas till en maskin utan att tjänstens kvalitet förändras. Företag där det redan har skett ser att deras återkommande intäkter blir stabilare: mindre beroende av enskild tillgänglighet, mer beroende av en process som bevisligen fortsätter fungera. Företag där det ännu inte har skett har ofta samma intäkter, men inte samma säkerhet kring dem, och en köpare prisar in den skillnaden.
Denna mätning står inte separat från de andra drivkrafterna. En besparing eller effektivisering som bara uppstår tack vare en specifik leverantör eller ett verktyg räknas för en köpare annorlunda än en besparing som är förankrad i själva processen, och det påverkar vinstkvaliteten precis lika hårt som de återkommande intäkterna. Även frågan om ledningsinformation gör den här typen av beroenden synliga är relevant, som beskrivs i hur styrinformation förändras när rapporter och analyser i stor utsträckning tas fram automatiskt. Och eftersom AI:s övertagande av arbete också påverkar hur ett team är uppbyggt och vem som i praktiken utför vilken del av arbetet, finns det en beröringspunkt med vad som händer med team och efterträdare när uppgifter förskjuts till AI med tillsyn. Berör någon av dessa insikter personalbeslut gäller egna lagkrav för det; det är upp till arbetsgivaren att bedöma, inte en scan.
För att låta återkommande intäkter väga tyngre är det inte nödvändigt att teckna fler kontrakt. Det som krävs är att göra synligt att tjänsten bakom befintliga kontrakt är fristående från en enda person eller en enda informell överenskommelse. Det betyder att dokumentera vilka steg som har en fast, upprepningsbar form, vilka steg som kräver bedömning som ges eller nekas med motivering, och vilka steg som fortfarande helt vilar på en enda persons erfarenhet. Där det sistnämnda är fallet uppstår utrymme att avgöra om AI kan ta över en del av det arbetet, och vilken del som förblir mänskligt arbete, oavsett vad som i övrigt görs med den tiden.
Denna fråga, vilket arbete i just detta företag som verkligen kan tas över av AI, besvaras per uppgift i arbetsscanen från FTE TO AI. För den som först vill veta hur återkommande intäkter förhåller sig till de andra sju drivkrafterna, såsom marknadsposition eller den tidpunkt då förberedelse inför en försäljning blir meningsfull, ger en översikt över när förberedelse inför en försäljning börjar löna sig och hur AI förändrar förhandlingspositionen gentemot kunder och konkurrenter en kompletterande bild.
Den som vill veta var det börjar kan göra den kostnadsfria värdekontrollen: åtta korta frågor, en per drivkraft, med som resultat en bild av vilken drivkraft som idag trycker mest ner priset på företaget. Den fullständiga värdescanen, med bevis per drivkraft och en tvåårskalender fram till exit-tillfället, är under uppbyggnad.