Nemhed i forretningen er den dimension, som kunder har sværest ved at sætte ord på, og som de mærker hurtigst. Et tilbud, der kommer ind uden besvær, en ændring, der behandles uden et telefonopkald, en faktura, der stemmer uden opfølgning. Ingen nævner dette som grund til at vinde eller tabe en aftale, og alligevel er det ofte medafgørende. Indtil nu var denne nemhed i vid udstrækning et resultat af menneskelig indsats: mennesker, der udførte internt regelarbejde, så kunden ikke mærkede noget til det. Den indsats er præcis den type arbejde, som AI nu overtager dele af, og det ændrer sammenligningen.
Når en kunde siger, at det er nemt at handle med en bestemt leverandør, ligger der som regel en bunke koordineringsarbejde bag. Nogen, der samler de rigtige mennesker, når en forespørgsel afviger fra standardprocessen. Nogen, der undersøger status, før kunden spørger efter det. Nogen, der manuelt gennemfører en ændring i en ordre i tre systemer, så kunden kun skal give besked én gang. Det arbejde er ikke synligt for kunden, men det afgør, om kontakten føles gnidningsfri eller besværlig.
Dette er arbejde, der falder i tre kategorier. En del af det er regelarbejde, som et system kan overtage: hente status, overføre data, besvare et standardspørgsmål. En del kræver vurdering, som AI kan forberede, men som en person med kendskab til kunden skal godkende eller afvise, med begrundelse. Og en del forbliver menneskeligt arbejde: kunden, der er vred og vil høres, undtagelsen, der ikke passer ind i en regel.
Så snart regelarbejdet bag nemhed i forretningen udføres af AI, ændres kilden til fordelen. Tidligere kunne en virksomhed differentiere sig ved at sætte flere mennesker på kundekontakt end konkurrenten, eller ved bedre uddannede medarbejdere, der reagerede hurtigere. Det er et spørgsmål om bemanding og omkostninger, og enhver virksomhed med tilstrækkeligt budget kunne kopiere det ved at ansætte lige så mange mennesker.
Når en stor del af det regelarbejde klarer sig selv, forskydes fordelen til noget andet: til hvem der bedst dirigerer undtagelser videre til mennesker, hvem der lader det rigtige spørgsmål lande hos den rigtige medarbejder, og hvem der har indrettet tilsynet med AI'en, så fejl fanges, før kunden mærker dem. Det er ikke længere et spørgsmål om, hvor mange mennesker der er, men om hvor godt processen skelner mellem, hvad et system kan håndtere, og hvad det ikke kan. To virksomheder med samme bemanding kan derfor score meget forskelligt på nemhed i forretningen, udelukkende afhængigt af hvor de har lagt det skel.
Dette sker ikke overalt i samme tempo. Hos virksomheder med mange gentagelige kundekontakter — faste spørgsmål, faste typer ændringer, faste dokumentstrømme — er regelarbejde relativt let at genkende og overføre til et system, hvor mennesker godkender eller afviser ud fra klare kriterier. Hos virksomheder, hvor hver kundekontakt er forskellig, eller hvor viden primært ligger hos den enkelte medarbejder, er den overførsel langsommere og mere risikofyldt. Forskellen ligger altså ikke i ambition, men i hvor genkendeligt og gentageligt det underliggende arbejde er.
Dertil gælder: hvor meget kapacitet dette frigør, og hvad en virksomhed gør med det, er op til arbejdsgiveren. Den, der overvejer at basere personalebeslutninger på det, AI overtager, skal overholde de gældende lovmæssige krav herfor. Det er ikke en del af denne sammenligning.
At sammenligne på nemhed i forretningen uden bevis er at sammenligne på opfattelse. En påstand som "vi er nemme at have med at gøre" har først værdi, når det kan påvises, hvor den nemhed kommer fra: færre manuelle overdragelsespunkter, mindre ventetid ved afvigelser, færre fejl, som kunden selv skal rette. Det er målbart, og det er præcis, hvad scoren på denne dimension skal hvile på.
Denne forskydning står ikke isoleret fra resten af sammenligningen. Den, der tilbyder hurtigere, fordi AI i vid udstrækning overtager udarbejdelsen af standardtilbud, vinder også på nemhed, hvilket kan læses via hvordan AI ændrer hastigheden på tilbud. Den, der reducerer fejl i behandlingen, fordi kontrolarbejdet foregår mere systematisk, vinder ligeledes på nemhed, uddybet i hvordan fejlmargin som konkurrenceparameter forskydes. Og garantier, der afvikles hurtigere og med mindre besvær, påvirker den samme oplevelse af gnidningsfri handel, som beskrevet i hvordan garanti og risikoovertagelse forskydes af AI. Nemhed i forretningen er altså ikke en isoleret dimension, men summen af det, der sker på de andre dimensioner.
Spørgsmålet, der ligger under dette — hvilket arbejde i denne specifikke virksomhed reelt kan overtages af AI, og hvilket ikke — besvares med FTE TO AI's arbejdsscan pr. opgave, uafhængigt af denne benchmark. For den, der vil vide, om den egen påstand om nemhed i forretningen holder, eller om den primært hviler på opfattelse, er det et andet spørgsmål end om konkurrenter scorer stærkere der, uddybet i hvordan du kan fastslå, hvor du reelt vinder. Og fordi AI løbende fortsætter med at forskyde denne type arbejde, er en score fra for et år siden ikke automatisk stadig gyldig, som forklaret i hvor ofte en konkurrenceanalyse skal gentages.
Den gratis dimensionscheck viser præcis, hvor forskellen mellem påstand og bevis ligger: du angiver, hvor du mener at vinde på nemhed i forretningen, og ser hvilke af disse påstande der på nuværende tidspunkt kan forsvares med bevis. Den fulde benchmark, med sammenligningen mod din peer group på alle dimensioner, er under udarbejdelse.