Indtil for nylig var spørgsmålet om, hvor moden en konkurrent er inden for AI, mest en kuriositet. Nu er det et spørgsmål med kommerciel vægt, fordi AI i dele af arbejdet faktisk overtager opgaver: nogle helt, nogle med et menneske, der godkender eller afviser, og nogle slet ikke endnu. Dér, hvor det sker, ændrer det ikke kun konkurrentens kostpris. Det ændrer, hvad De stadig vinder på. Leveringstid har længe været en funktion af bemanding: flere folk i planlægningen, kortere gennemløbstid. Hvis planlægningen hos en konkurrent i vid udstrækning kører af sig selv, er leveringstid ikke længere et personalespørgsmål, men et softwarespørgsmål, og det ændrer, hvem der fører på den dimension. Det er netop derfor, det giver mening at måle udefra: ikke for at vide, hvor meget AI en konkurrent bruger, men for at vide, hvilke dimensioner af sammenligningen der derved forskyder sig.
Udefra ser De ingen systemer, ingen prompts og ingen interne procesbeskrivelser. De ser adfærd og konsekvenser: reaktionstider, der falder, mens teamet ikke vokser, stillingsopslag, der forskydes fra udførende til kontrollerende, leveringstider, der bliver hurtigere ved uændrede stillingsannoncer, prissætninger, der bliver netop lidt mere fleksible, end omkostningsstrukturen skulle tilsige. Ingen af disse signaler beviser i sig selv AI-brug. Sammen, på tværs af flere dimensioner, danner de et mønster, der siger noget. Metoden er altså ikke at aflæse en AI-procentdel hos en konkurrent, det findes ikke som et eksternt observerbart tal. Metoden er at score de dimensioner, som der reelt vindes på i Deres marked, og ved hver score at spørge, hvad grundlaget er, og hvor solidt det grundlag er.
Hver score i en konkurrencebenchmark står ved siden af det bevis, den er baseret på: en stillingsannonce, et kundesignal, en observeret leveringstid, en prisændring. Det gør scoren efterprøvbar og, mindst lige så vigtigt, kan den afkræftes. En score uden sporbar kilde er en antagelse med et tal på. I et direktionsmøde bliver den forskel hurtigt tydelig: spørgsmålet "hvad er dette baseret på" skal have et konkret svar, ellers er sammenligningen støj. Samme prøve gælder i øvrigt for den egen organisation. Før De sammenligner med omverdenen, er det nyttigt at vide, hvad en peer group er, og hvordan De sammensætter den, for en score placeret ved siden af den forkerte sammenligningsgruppe er lige så vildledende som en score uden kilde.
En ekstern vurdering af AI-modenhed har grænser, der ikke kan pudses væk. En konkurrent kan køre en pilot, der endnu ikke har givet noget eksternt signal, og derfor score uretmæssigt lavt. En konkurrent kan også fremføre en AI-påstand i markedsføringsmateriale, som ikke kan genfindes i det udførende arbejde, og derfor score uretmæssigt højt, indtil den påstand er efterprøvet. Uændrede medarbejderantal siger lidt, hvis en del af de medarbejdere strukturelt er indlejet via tredjeparter. Og en hurtig reaktionstid kan lige så godt være resultatet af en ekstra ydelse som af automatisering. Metoden arbejder derfor med usikkerhedsmarginer og med eksplicitte usikkerhedsintervaller pr. dimension, ikke med et enkelt tal, der antyder en sikkerhed, der ikke findes. En score, der hviler på et enkelt svagt signal, bliver også markeret som sådan i matricen.
Resultatet siger lidt, hvis dimensionen i sig selv ikke længere er differentierende. Hvis AI-anvendelse på en bestemt dimension er blevet almindeligt i hele markedet, vinder ingen længere på det, og at score den bliver en øvelse uden kommerciel konsekvens. Det er en af grundene til, at benchmarken begynder med spørgsmålet hvilke dimensioner der bliver værdiløse, når alle anvender AI, før der bruges tid på at score dimensioner, der ikke længere påvirker svaret. Det samme gælder et forspring, der er reelt i dag: det bortfalder, så snart konkurrenter overtager det samme arbejde, og spørgsmålet hvor længe et AI-forspring holder hører derfor med som standard i fortolkningen, ikke som en biting.
Den eksterne vurdering af en konkurrent er den ene halvdel. Den anden halvdel er spørgsmålet om, hvilket arbejde i Deres egen virksomhed der reelt kan overtages af AI, og det spørgsmål besvares pr. opgave med arbejdsscanningen fra FTE TO AI. Den samme skelnen, hvad AI overtager, hvad der sker med tilsyn, og hvad der forbliver menneskeligt arbejde, er også det, De stadig kan konkurrere på, når det udførende arbejde i vid udstrækning er overtaget, og det er et spørgsmål, der ikke kun spiller udadtil: se hvad De stadig konkurrerer på, når AI udfører det udførende arbejde. En konkurrent med færre folk på lønningslisten er derved ikke automatisk den billigere part, som uddybet i hvorfor en konkurrent med færre folk ikke automatisk er billigere. Berører et af disse spørgsmål personalebeslutninger i Deres egen organisation, gælder der egne lovmæssige krav; denne side leverer ikke grundlag for sådanne beslutninger.
De kan begynde uden at afvente den fulde benchmark. Angiv de dimensioner, De mener at vinde på, og prøv dem med den gratis dimensionscheck: De ser, hvilke af disse påstande der kan forsvares med bevis, og hvilke der hviler på antagelser. Den, der ønsker at se bredere end sin egen position, kan rette samme prøve mod, hvor der hos konkurrenter er uudnyttet plads, via en white space-analyse. Den fulde konkurrencebenchmark er under opbygning; dimensionschecken er allerede tilgængelig nu.