Garanti og risikoovertagelse er stedet, hvor en leverandør udtrykker sin egen vurdering i penge. En længere garantiperiode, et bredere ansvar, et risikotillæg der bortfalder: det er løfter om, hvad der ikke vil gå galt. For kunden er dette som regel det sidste kriterium, før knuden bliver skåret over, netop fordi det ikke handler om funktionalitet, men om hvad der sker, hvis det går galt.
Kunden mærker ikke forskellen på et tal i et tilbud, men på hvor sikkert det tal føles. En garantiperiode, der tydeligt er beregnet, virker anderledes end en garantiperiode, der "altid tilbydes sådan". Den forskel er mærkbar i samtalen, også selvom kunden ikke kan sætte ord på hvorfor.
En garantiperiode eller risikoovertagelse er resultatet af en vurdering: hvor ofte opstår en fejl, hvad koster udbedring, hvor lang tid tager en reparation, hvilken del af tilfældene falder uden for standardtilgangen. Den vurdering hviler på historiske data om fejl, vedligeholdelse, returneringer og krav, og på spørgsmålet om nogen rent faktisk konsulterer disse data, før garantiteksten udformes.
I praksis sker den konsultation ofte i begrænset omfang. Dataene findes, men er spredt over serviceregistreringer, klageregistreringer og løse Excel-oversigter. At samle og holde dem opdateret er tidskrævende, så garantiperioden bestemmes ofte af, hvad der også virkede sidste år, justeret ud fra en mavefornemmelse om den aktuelle produktkvalitet. Det er ikke forsømmelighed; det er et spørgsmål om tilgængelige timer i forhold til opgavens omfang.
At analysere fejldata, kravhistorik og vedligeholdelsesmønstre er en opgave, der egner sig godt til overtagelse: det er i vid udstrækning talarbejde på struktureret og semistruktureret data. Hvor det sker, forskydes garantiperioden fra en fast, årligt revideret antagelse til et resultat, der kan genberegnes pr. produktlinje, pr. kundesegment eller endda pr. ordre. Den, der har indrettet denne proces, kan tilbyde et risikotillæg mere præcist: bredere hvor risikoen er lav, mere tilbageholdende hvor den er høj, i stedet for et gennemsnit, der for begge tilfælde er enten for bredt eller for stramt.
Slutbeslutningen forbliver menneskearbejde, og det er også, hvor den bør forblive: nogen skal afveje analysens resultat mod kommercielt råderum og mod hvad der er kontraktuelt holdbart. AI kan her delvist udføre arbejdet, med menneskeligt tilsyn der godkender eller afviser resultatet med begrundelse. Det, der ændrer sig, er hastigheden og præcisionen, hvormed den afvejning kan foretages, ikke spørgsmålet om hvem der i sidste ende træffer den.
Denne forskydning sker ikke ensartet. Virksomheder med en lang historik af struktureret servicedata og med nogen, der rent faktisk kobler disse data til garantiteksten, er bedre i stand til at overtage dette end virksomheder, hvor de samme data findes, men aldrig er blevet samlet. Forskellen ligger derfor ikke i viljen til at ændre, men i om de underliggende data allerede er på plads.
Så snart en del af markedet baserer garantiperioder på genberegnede risikodata, ændrer det, hvad en "skarp" garanti betyder. En fast, bred garantiperiode, der tidligere gjaldt som stærkt differentierende, kan blive et dyrt gambit, så snart en konkurrent kun tilbyder det samme råderum, hvor dataene retfærdiggør det, og ellers er mere forsigtig. Den, der ikke justerer sin garantipolitik, risikerer for dyre garantier, hvor risikoen er lav, og for stramme garantier, hvor risikoen er høj — præcis det modsatte af, hvad kunden søger.
Dette berører i nogle tilfælde også interne valg om, hvem der foretager garantivurderingen, og med hvilken bemanding. For disse valg gælder egne lovmæssige krav, som ikke behandles her; denne side handler om effekten på sammenligningen mellem udbydere, ikke om personalebeslutninger.
Denne dimension står sjældent alene. En garanti, der ser billig ud, læses anderledes ved siden af den fejlmargin, en konkurrent rent faktisk leverer med, og et risikotillæg, der virker lavt, forholder sig til hvordan AI ændrer konkurrencen på pris. Den, der vil vide, om et garantiløfte holder stand eller primært er godt formuleret, kan afprøve det på hvordan man undersøger, om differentieringsevne reelt eksisterer.
Om en konkurrents risikoovertagelse hviler på genberegnede data eller på en antagelse fra sidste år, er svært at se udefra; det ligger i en garantitekst, ikke i en markedsføringspåstand. Det underliggende spørgsmål om, hvilket arbejde i Deres egen organisation reelt kan overtages af AI, besvares opgave for opgave med arbejdsscanningen fra FTE TO AI.
Den gratis dimensionscheck er et første skridt uden den dybde: De angiver, hvor De tror, De vinder, og ser hvilke af disse påstande der kan forsvares med belæg. Den fulde benchmark, med sammenligningen mod Deres peer group på alle dimensioner, er under udvikling.