В производствения сектор работата се състои до голяма степен от три потока: предварителния етап на калкулация и offerte, планирането и управлението на производството на цеха, и контрола на качеството, който определя дали дадена поръчка е достатъчно добра за изпращане. Освен това има работа, свързана със самите машини и материали: поддръжка, доставка на суровини, и администрацията около сертифициране и следимост. Кой от тези потоци отнема най-много часове, се различава по компания и по вид продукт, но резултатът от дадена сделка рядко се определя от потока с най-малко часове.
Условията, които определят резултата, са частично технически и частично човешки. Дадена offerte трябва да съответства на реалния срок на изпълнение, а не на фиксиран марж, който случайно обикновено се получава точен. Срокът на доставка е толкова добър, колкото планирането, което го определя, а това планиране е толкова добро, колкото данните, върху които се базира. А качеството в производствения сектор не се оценява по средна стойност, а по отклоненията: онази единствена партида с дефект, която клиентът запомня.
Въпросът не е дали AI поема работа в производствения сектор — това вече се случва частично. Въпросът е какво това прави с измерението, по което клиентът избира между доставчици. Докато срокът на доставка зависи от натовареността на планьор, побеждава страната с най-опитните хора на цеха. Веднага щом планирането до голяма степен се извършва от софтуер, който изчислява сценарии и оставя човек да одобрява само при отклонения, срокът на доставка се измества от въпрос на капацитет към въпрос на данни: печели онзи, който има най-добрия входящ материал, не онзи, който има най-много планьори.
Същото важи и за калкулацията. Offerte, която преди отнемаше дни, защото някой трябваше да изчислява чертежи, сега може частично да се създава автоматично, с инженер, който преценява резултата за нелогични отклонения. Печели ли тогава страната, която offerte-ва най-бързо, или страната, която offerte-ва най-точно? Отговорът не е еднакъв навсякъде, и точно затова сравнението между доставчиците се променя: измерението, на което преди се печелеше, продължава да съществува, но онова, което го изпълва, вече не е това, което беше.
Контролът на качеството е третият пример. Визуалната инспекция, която AI поема, не променя въпроса дали клиентът изисква качество, но променя какво означава „по-добро качество“. Компания, която все още извършва инспекцията изцяло с хора, вече не се конкурира по консистентността на окото, а по нещо друго: скорост на коригиране, прозрачност относно отклоненията, или гаранционни срокове. Който не осъзнава това, продължава да се защитава на измерение, което вече не тежи както преди.
Тази разлика между компаниите не се дължи на амбиция, а на онова, което е било възможно да се автоматизира с оглед на техния продуктов микс и техните данни. Производствена компания с много серийна работа и стандартизирани чертежи по-лесно има основа да остави AI да поеме калкулацията, отколкото компания, която предимно доставя изделия по мярка, при която всяка поръчка е ново изключение. Компания с дългогодишни сензорни данни от машините може да направи поддръжката предсказваща; компания без тези данни първо трябва да инвестира, преди AI да може да поеме нещо там. Изместването следователно не засяга всяка компания в еднаква последователност, а това означава, че peer групата в определен момент от времето съдържа както компании, които вече показват резултати на новото измерение, така и компании, които все още се защитават на старото измерение.
Дали AI-базираните печалби в капацитета водят и до намаляване на бройката щатни бройки (fte), е решение на работодателя със собствени законови изисквания; тук става дума единствено за въпроса кое измерение решава дадена сделка и кой в момента показва резултати на него.
Това изместване не се проявява само в производствения сектор. Какво означава срокът на доставка, когато планирането поема работата на транспортните планьори показва подобен модел, също както и въпросът по какво се отличават консултантските бюра, когато проучването и отчетността са до голяма степен автоматизирани. Ако разпознавате измерение, на което смятате, че печелите, следващият въпрос е какво правите, когато се окаже, че конкурент вече е там: какво да направите при изоставане на измерение, което решава сделката дава подход за това.
Основният въпрос коя работа във вашата компания реално може да бъде поета от AI, се отговаря по задача с работния скенер (werkscan) на FTE TO AI.
Преди да се защитавате на дадено измерение, е добре да знаете дали то все още е онова, което беше, и дали вашето твърдение върху него издържа. Твърдение като „ние сме по-бързи“ или „ние сме по-точни“ има стойност само ако може да се подтвърди; как работи това, е описано в как да подтвърдите твърдение за собственото си качество. С безплатната проверка на измерения (dimensiecheck) посочвате на какво смятате, че печелите, и виждате кои от тези твърдения могат да бъдат защитени с доказателства. Пълният benchmark, с вашата позиция и тази на вашата peer група на всяко измерение, е в процес на изграждане.