En köpare räknar aldrig med resultatet som står i resultaträkningen. Han räknar med den vinst som återstår när alla särskilda poster, engångsutgifter och ägarfördelar har tagits bort. Den processen kallas normalisering. En tjänstebil som egentligen är privat, en managementersättning som ligger under marknadspris, ett anspråk som var aktuellt endast i år: den typen av poster korrigeras för att visa vad företaget strukturellt tjänar, oberoende av personen som driver det just nu.
AI-användning lägger till en ny kategori korrigeringar, och den kategorin är mindre enkel än ett kreditkortsutdrag. Om en del av arbetet inte längre utförs av människor utan av en uppgift som AI övertar, förändras kostnadsstrukturen. Frågan en köpare då ställer är inte om vinsten har blivit högre, utan om den högre vinsten består utan den nuvarande ägaren, det nuvarande teamet och det nuvarande avtalet med en leverantör.
Förskjutningen det handlar om löper i tre kategorier. AI kan ta över en uppgift helt, AI kan ta över en uppgift delvis med en människa som godkänner eller avvisar med motivering, eller så förblir arbetet mänskligt arbete. Varje kategori normaliseras olika.
En uppgift som helt har övertagits och förankrats i processen räknas som en strukturell besparing: kostnaderna sjunker och förblir så, oavsett vem som leder företaget framöver. En uppgift som delvis har övertagits med mänsklig tillsyn ger en besparing som delvis kvarstår, eftersom tillsynen fortfarande kostar människor. Och en besparing som helt bygger på ett enda abonnemang hos en enda leverantör är något annat än en besparing som sitter i själva arbetsprocesserna — vid uppsägning, prishöjning eller ett förvärv av den leverantören försvinner besparingen lika snabbt som den kom. Vad som exakt förskjuts från mänskligt arbete till AI-arbete, och hur hårt det är förankrat, besvaras per uppgift med arbetsanalysen som per uppgift fastställer vad AI redan tar över i företaget.
Vissa företag har redan denna distinktion klar för sig: de kan per process ange vilket steg som är automatiserat, vad det steget tidigare kostade och vilket avtal som ligger bakom. Andra företag vet bara att personalkostnaderna har sjunkit och kallar det vinst. Skillnaden ligger inte i hur avancerad AI-tillämpningen är, utan i hur väl det är dokumenterat vad som hände före och efter förändringen, och hur den förändringen är underbyggd.
En köpare som inte får någon underbyggnad räknar med det sämsta scenariot: han drar bort besparingen, eller han prissätter en risk. Underbyggnaden som krävs för att göra en AI-besparing övertygande för en köpare handlar precis om den skillnaden mellan ett påstående och ett bevis.
Den normaliserade vinsten är en uppskattning, inte ett fastställt faktum. Metoden kan göra det troligt att en besparing är strukturell, men kan inte garantera att den förblir så. En leverantör kan höja sitt pris, en AI-tillämpning kan begränsas av lagstiftning, och en tillsyn som nu är lätt kan bli tyngre så snart felmarginalen ökar. Varje uppskattning beror på hur arbetet är organiserat, hur beroende företaget är av en enda part, och hur nyligen förändringen har genomförts — en besparing på tre månader säger mindre än en besparing som har hållit i sig i två år.
Här ges heller ingen personalrådgivning och ingen underbyggnad för uppsägningsbeslut; vad en arbetsgivare gör med sin personal är upp till arbetsgivaren, och för det gäller egna lagstadgade krav. Vad normaliseringen däremot gör är att samla fakta om vilket arbete som hamnar var, så att en köpare själv kan bedöma vad de fakta är värda.
Ett resultat säger dessutom ingenting om det underliggande beroendet inte har beaktats. En besparing som till största delen vilar på ägarens kunskap, eller på ett enda avtal som förlängts utan förhandling, väger annorlunda än en besparing som är förankrad i flera lager av företaget. Vilken del av vinsten som tynger priset därför att det beroendet är för stort går att läsa om via beroendet av en AI-leverantör som påverkar försäljningspriset.
Normaliserad vinst står inte fristående från resten av företaget. En besparing som är fastställd i ett avtal med en kund eller leverantör har ett annat värde än en besparing som är muntligt överenskommen och kan ändras imorgon; avtalen som strukturellt höjer värdet på ett företag visar vilken skillnad det ger i det slutliga priset. Och en vinstökning som till stor del kommer från en enda kund väger en köpare annorlunda än vinst som är spridd över många kunder — något som förklaringen om kundkoncentration och den vikt en köpare lägger vid det går djupare in på.
Normalisering av vinsten är en av åtta drivare som en köpare väger. Förskjutningen genom AI påverkar inte bara denna drivare, utan även ägarberoende — om ägaren själv är den enda som vet vilken uppgift som är automatiserad och varför, tynger det priset hårdare än vad besparingen i sig höjer det. Vilken drivare som väger tyngst just nu skiljer sig från företag till företag och är svårt att fastställa utan underbyggnad.
Den underliggande frågan — vilket arbete i detta företag som verkligen kan tas över av AI, och vad av det som redan är dokumenterat — kan besvaras per uppgift med FTE TO AI:s arbetsanalys. För den som först vill veta var priset idag tyngs mest finns den kostnadsfria värdekontrollen: åtta korta frågor, en per värdedrivare, med en bild av vilken drivare som väger tyngst just nu. Den fullständiga värdeanalysen, med mognadspoäng per drivare och en tvåårskalender fram till exit-tillfället, är under uppbyggnad.