Ценовата конкуренция винаги изглеждаше въпрос на структура на разходите. Който купуваше по-евтино, произвеждаше по-ефективно или работеше с по-малко режийни разходи, можеше да предложи по-остра цена. Това все още е вярно, но не е вече цялата история. Зад всяка цена стои работа: калкулация, анализ на маржовете, преизчисляване на варианти, следене на конкурентните цени, определяне на диапазона, в който продавачът може да преговаря. Тази работа до сега определяше колко бързо и колко точно компанията можеше да коригира ценообразуването си. И именно скоростта и точността в този процес сега се променят.
Оферта, направена по мярка, изисква преизчисляване на себестойности, маржове и рискове за всеки клиент или проект. При много компании това все още се прави ръчно: калкулатор, който актуализира таблици, търговски мениджър, който дава одобрение при отклонения, търговски директор, който впоследствие проверява дали маржът е правилен. Това е капацитет, който е фиксиран в процеса, и точно този вид работа се поддава на поемане от AI, изцяло или частично, с човешки надзор, който одобрява или отказва с обосновка.
Където това се случва, се променя нещо фундаментално: времето между запитване за цена и обоснован отговор се свива от дни до часове, или от часове до минути. Не защото се купува по-евтино, а защото самите изчисления вървят по-бързо и по-малко капацитет остава фиксиран в повтарянето на една и съща калкулация.
Въпросът не е дали AI намалява цените. Въпросът е, че сравнението между доставчиците се измества от кой има най-ниската себестойност към кой може да реагира най-бързо и най-обосновано на ценовия натиск. Доставчик, който може да предостави остра, аргументирана оферта в рамките на час, се конкурира по различен начин от доставчик, на който са необходими три дни, за да получи вътрешно одобрение за отклонение от маржа. Двамата могат да имат еднаква себестойност. Разликата се крие в скоростта, с която тази себестойност се превръща в предложение, и в броя варианти, които продавачът може да преизчисли, преди да седне на масата с клиента.
Това засяга и това, което клиентът забелязва по време на преговори. Където отклоненията в цената по-рано се одобряваха чрез фиксиран процес със забавяне, надзорът вече може да приема или отхвърля по-бързо с обосновка, което позволява на продавача вече по време на разговора да маневрира в рамките на обоснован марж. Това не е гаранция, че всеки доставчик вече прави така. Това е онова, което се случва там, където изчисленията зад цената са се преместили, а това още не се случва навсякъде.
Дали компанията вече използва това, зависи от доколко структурирани са базовите данни: себестойности, исторически маржове, информация за конкуренцията. Където тези данни са разпръснати в отделни системи или в главите на служителите, има малко за автоматизиране и калкулацията остава работа за хора. Където тези данни вече са структурирани, по-голяма част от процеса може да бъде поета, като служителят оценява резултата, вместо самостоятелно да го изчислява.
Това не засяга решения за персонала. Дали и как компанията преразпределя освободения капацитет, е решение на работодателя, за което важат собствени законови изисквания. Тук става дума за онова, което се променя в процеса, и какво означава то за начина, по който клиентът съпоставя предложенията на двама конкуренти.
Ценовата конкуренция не работи изолирано. Остра цена без бърза доставка убеждава по различен начин от остра цена с кратък срок на изпълнение, а как тези два измерения се изместват заедно, можете да прочетете в това, което се случва с срока на доставка като конкурентен фактор. Същото важи за качеството: ниска цена, съпътствана от съмнение относно изпълнението, тежи различно от ниска цена с доказуема гаранция за качество, както се вижда в какво променя AI в конкуренцията на качество. А цената се оценява и в контекста на онова, което клиентът може да очаква след покупката, което се свързва с как AI влияе на конкуренцията в обслужването след продажбата.
За да знаете дали вашата ценова позиция е силна, трябва да знаете спрямо кого всъщност се сравнявате. Това започва с как да съставите група за сравнение (peer group), която представлява вашия пазар. А ако въпросът е къде във вашето предложение все още има пространство, което конкурентите не заемат, обяснението на анализа на бялото пространство (white space analysis) предлага отправна точка.
Дали всичко това вече важи за вашия процес на калкулация, зависи от начина, по който вашите оферти, маржове и ценови данни са организирани в момента. Коя работа в тази компания наистина може да бъде поета от AI, се изяснява по задача с работния скенер на FTE TO AI.
Въпросът не е дали вашите цени са конкурентни, а дали можете да обосновете защо. С безплатната проверка на измерения посочвате на какво смятате, че печелите на цена, и виждате кои от тези твърдения могат да бъдат защитени с доказателства. Пълният бенчмарк, с peer group и матрица от доказателства за всички измерения, е в процес на изграждане.