Rengøring er for langt størstedelen udførende arbejde på lokation: faste hold, skiftende objekter, vagtplaner der dagligt tilpasses for at håndtere sygdom, no-shows og sæsonpres. Timerne ligger ikke kun i selve rengøringen, men også i planlægningen af den, i kontrollen af om arbejdet er udført efter specifikation, i klagebehandlingen og i rapporteringen til opdragsgiveren. Den, der i denne branche vinder eller taber et udbud, vinder eller taber ofte ikke på prisen pr. time, men på spørgsmålet om, hvorvidt tjenesteydelsen påviseligt er i orden: ingen huller i vagtplanen, hurtig opfølgning på klager, kontrollerbar kvalitet. Det er det miljø, hvor AI allerede i dag overtager dele af arbejdet, og hvor sammenligningen mellem udbydere derfor forskyder sig.
I en del af virksomhederne laver software basisvagtplanen, holder styr på bemanding og sygefravær og udarbejder et forslag til afløsning. En planlægger vurderer det forslag og godkender eller afviser det, med begrundelse. Det er den anden kategori: AI leverer arbejdet, et menneske forbliver ansvarligt for beslutningen. I andre virksomheder planlægges der stadig fuldstændig manuelt, med telefonopkald og en whatsapp-gruppe. Begge former eksisterer side om side, og forskellen ligger ikke i virksomhedens størrelse, men i om de underliggende data — objekter, timer, medarbejdere, tilgængelighed — allerede er struktureret nok til, at et system kan gøre noget med det. Hvor det ikke er i orden, forbliver planlægning menneskearbejde, uanset hvor gerne man ellers ville automatisere.
Det samme mønster findes i kvalitetskontrol. Fotos af et afleveret lokale, tjeklister der automatisk sammenlignes med normen, afvigelser der signaleres, før kunden ringer om det: det er arbejde, et system kan forberede, hvorefter en leder godkender eller griber ind. Selve den fysiske rengøring forbliver i den tredje kategori: menneskearbejde, og det ændrer sig ikke på kort sigt.
Så længe planlægning og kontrol i vid udstrækning er håndarbejde, vinder en rengøringsvirksomhed på de dimensioner, der har med bemanding at gøre: hvor mange planlæggere der er, hvor erfarne de er, hvor hurtigt de kan lukke et hul. Det var længe kernen i tilbuddet over for opdragsgivere: vi har kapaciteten til at ordne dette. I det øjeblik en konkurrent lader den planlægning og kontrol i vid udstrækning køre via et system med menneskeligt tilsyn, forskydes det, sammenligningen lander på. Bemanding af backoffice er da ikke længere det, der adskiller; hurtighed i opfølgning, konsistens i kvalitetskontrol og graden af, hvor påviselige afvigelser er, bliver det i stedet.
Det berører også, hvordan et udbud vurderes. En opdragsgiver, der spørger til kvalitetssikring, får fra den ene virksomhed en beskrivelse af procedurer, fra den anden et dashboard med kontrollerede afleveringsdata. Begge påstande kan være sande; kun den anden er dog påviselig i det øjeblik, spørgsmålet stilles. Den, der i udbuddet hævder at reagere hurtigere på klager eller kontrollere mere konsistent, kan få den påstand efterprøvet på underliggende data, ligesom det allerede sker andre steder: se hvordan det fungerer ved hvad De kan aflæse af en konkurrents jobopslag om, hvor de satser og ved hvordan De tester, om differentieringsevne reelt eksisterer eller primært påstås.
Forskydningen sker ikke overalt lige hurtigt, og det har lidt at gøre med ambition. En virksomhed med mange løse objekter, korte kontrakter og manuel timeregistrering har simpelthen mindre brugbare data til at opsætte et system med end en virksomhed, der i årevis har arbejdet med fast software. Lignende forskelle i tempo ses i andre sektorer med meget planlægningsarbejde og fysisk udførelse, som beskrevet i hvad der ændrer sig i byggeriet, nu AI overtager dele af det forberedende arbejde og i hvordan installationsbranchen håndterer AI i planlægning og fejlafhjælpning. Sammenligneligheden ligger ikke i sektoren, men i strukturen af arbejdet: meget udførelse på lokation, meget vagtplanlægning, stor afhængighed af menneskelig vurdering ved undtagelser.
Det er vigtigt, at dette ikke er et personalespørgsmål, der besvares her. Om og hvordan en virksomhed tilpasser sin bemanding som følge af, hvad AI overtager, hører under de egne lovmæssige krav, der gælder for det. Hvad denne side derimod siger noget om, er hvilket arbejde der egner sig til overtagelse, og hvilket arbejde der ikke gør, og hvad det gør ved sammenligningen mellem udbydere.
Spørgsmålet om, hvilket arbejde i Deres egen virksomhed der reelt kan overtages af AI, lader sig ikke besvare i generelle vendinger; det er præcis, hvad arbejdsscanen fra FTE TO AI giver svar på pr. opgave. Uafhængigt af det kan De allerede nu undersøge, hvilke påstande De egentlig fremsætter i udbud og tilbud om Deres egen tjenesteydelse. Den gratis dimensionstjek lader Dem angive, hvad De mener at vinde på, og viser, hvilke af disse påstande der kan forsvares med bevis. Den fulde benchmark, med scorerne for Deres peer group på de samme dimensioner, er under udarbejdelse.