Το περιθώριο σφάλματος -- ο χώρος που ένας οργανισμός ενσωματώνει μεταξύ του τι κοστίζει κάτι και τι χρεώνεται, ή μεταξύ μιας εκτίμησης και του πραγματικού αποτελέσματος -- καθοριζόταν επί μακρόν από το άτομο που έκανε τον υπολογισμό. Ένας έμπειρος υπολογιστής κόστους ή account manager ήξερε πού βρίσκονταν οι κίνδυνοι σε μια προσφορά και υπολόγιζε ένα περιθώριο γι' αυτό. Αυτή η γνώση βρισκόταν σε κεφάλια, κατανεμημένη ανάμεσα σε ανθρώπους που είχαν δουλέψει επί χρόνια με ένα χαρτοφυλάκιο προϊόντων ή έναν τύπο πελάτη. Δύο υπολογιστές κόστους στην ίδια εταιρεία κατέληγαν έτσι σε διαφορετικά περιθώρια για παρόμοιες παραγγελίες. Αυτή η διαφορά δεν ήταν ορατή στον πελάτη, αλλά ήταν ορατή στην κατάσταση αποτελεσμάτων.
Η σύγκριση μεταξύ ανταγωνιστών γινόταν, επομένως, μέσω του αποτελέσματος: ποιος μπορούσε να τιμολογήσει πιο ανταγωνιστικά χωρίς να έχει ζημία. Όχι μέσω του ερωτήματος πώς καθοριζόταν αυτό το περιθώριο, επειδή αυτός ο υπολογισμός δεν ήταν ορατός.
Όπου το περιθώριο σφάλματος υπολογίζεται με βάση ιστορικά δεδομένα -- αποκλίσεις μεταξύ υπολογισμού και μετέπειτα κοστολόγησης, χρόνους παράδοσης, διακυμάνσεις τιμών υλικών -- μεγάλο μέρος αυτής της εργασίας υπολογισμού μπορεί να αναληφθεί από την AI. Όχι η απόφαση για το τελικό περιθώριο, αλλά η υποκείμενη εργασία: η επεξεργασία χιλιάδων ολοκληρωμένων έργων για να εντοπιστεί πού βρίσκονταν διαρθρωτικά οι αποκλίσεις, και η εφαρμογή αυτού του μοτίβου σε μια νέα προσφορά. Σε εταιρείες όπου αυτό συμβαίνει, ο υπολογισμός βρίσκεται πιο κοντά στους πραγματικούς κινδύνους σε σχέση με εταιρείες όπου αυτός βασίζεται ακόμη στην εμπειρία ενός ατόμου.
Αυτό αλλάζει τη σύγκριση με συγκεκριμένο τρόπο. Ένας οργανισμός που βασίζει το περιθώριο σφάλματός του σε χιλιάδες σημεία δεδομένων μπορεί να υπολογίζει πιο ανταγωνιστικά χωρίς να αυξάνεται ο κίνδυνος, ενώ ένας ανταγωνιστής που βασίζεται στην τεχνογνωσία λίγων ατόμων παραμένει αναγκασμένος να διατηρεί ένα ευρύτερο περιθώριο για να καλύψει την ίδια αβεβαιότητα. Ο πρώτος μπορεί επομένως να προσφέρει χαμηλότερα με ίδιο κίνδυνο, ή το ίδιο με χαμηλότερο κίνδυνο. Και τα δύο αποτελούν ανταγωνιστικό πλεονέκτημα, και και τα δύο είναι ορατά στο αποτέλεσμα, όχι στη διαδικασία.
Η μετατόπιση μπορεί να διαιρεθεί σε τρία είδη εργασίας, και αυτά διαπλέκονται σε σχεδόν κάθε εταιρεία.
Η επεξεργασία ιστορικών αποκλίσεων -- υπολογισμός έναντι πραγματοποίησης σε εκατοντάδες ή χιλιάδες παραγγελίες -- είναι εργασία που η AI μπορεί σε πολλές περιπτώσεις να αναλάβει. Πρόκειται για αναγνώριση μοτίβων σε δομημένα δεδομένα, και αυτό είναι ακριβώς το σημείο όπου αυτή η τεχνολογία υπερτερεί.
Η μετάφραση αυτών των μοτίβων σε μια συγκεκριμένη προσφορά είναι εν μέρει εργασία με ανθρώπινη εποπτεία. Ένα σύστημα μπορεί να προτείνει μια εκτίμηση κινδύνου για ένα νέο έργο, αλλά κάποιος με γνώση του πελάτη, της αγοράς ή της εξαιρετικής κατάστασης αξιολογεί αν αυτή η εκτίμηση ισχύει και εδώ και εγκρίνει ή απορρίπτει το περιθώριο, με αιτιολόγηση.
Η απόφαση να πάει κανείς σκόπιμα κάτω από το υπολογισμένο περιθώριο σε μια συγκεκριμένη συμφωνία -- για στρατηγικούς λόγους, για να κερδίσει έναν πελάτη, για να εισέλθει σε μια αγορά -- παραμένει ανθρώπινη εργασία. Αυτό δεν είναι ζήτημα υπολογισμού αλλά στάθμιση κινδύνου και φιλοδοξίας, και αυτή η ευθύνη δεν μετατοπίζεται.
Η διαφορά μεταξύ εταιρειών δεν βρίσκεται στην πρόσβαση στην AI, αλλά στο τι δεδομένα και πειθαρχία υπάρχουν πίσω από έναν υπολογισμό. Μια εταιρεία που καταγράφει συστηματικά τη μετέπειτα κοστολόγηση -- τι κόστισε πραγματικά ένα έργο, πού προέκυψε η απόκλιση, αν αυτό οφειλόταν στις προμήθειες, τον προγραμματισμό ή την εκτέλεση -- έχει μια βάση πάνω στην οποία μπορεί να μάθει ένα μοντέλο. Μια εταιρεία που κάνει τη μετέπειτα κοστολόγηση περιστασιακά ή μόνο σε περίπτωση μεγάλων υπερβάσεων, δεν έχει αυτή τη βάση, όσο προϋπολογισμό κι αν διαθέσει στην AI. Η καθυστέρηση δεν βρίσκεται τότε στην τεχνολογία αλλά στο ερώτημα αν καταγράφηκε ποτέ τι πραγματικά συνέβη.
Αυτό καθιστά το περιθώριο σφάλματος μια διάσταση όπου η μετατόπιση εξελίσσεται άνισα μεταξύ κλάδων και μεταξύ εταιρειών εντός του ίδιου κλάδου. Ένας εργολάβος με δεκαπέντε χρόνια δεδομένων μετέπειτα κοστολόγησης έχει διαφορετική αφετηρία από έναν ανταγωνιστή που ξεκίνησε τη δομημένη καταγραφή μόλις πέρυσι. Όποιος εξετάζει συνέπειες για το προσωπικό εξαιτίας αυτής της μετατόπισης, πρέπει άλλωστε να συνειδητοποιήσει ότι για αυτό ισχύουν δικές τους νομικές απαιτήσεις· αυτή η σελίδα αφορά το τι συμβαίνει στην εργασία, όχι το τι κάνει ένας εργοδότης με αυτήν.
Το περιθώριο σφάλματος σπάνια στέκεται μόνο του. Ένας πιο ανταγωνιστικός υπολογισμός συνδέεται με το προβάδισμα που αποφέρει η AI στην τιμή, επειδή ένα χαμηλότερο απαιτούμενο περιθώριο δίνει χώρο στην τιμολόγηση. Άπτεται επίσης του προβαδίσματος που αποφέρει η AI στον χρόνο παράδοσης, επειδή ένα μέρος του περιθωρίου σφάλματος προκύπτει από αβεβαιότητα προγραμματισμού. Για να γνωρίζετε αν η προσέγγισή σας για το περιθώριο σφάλματος είναι πράγματι καλύτερη από αυτή παρόμοιων εταιρειών, πρέπει πρώτα να έχει καθοριστεί ποιες είναι αυτές οι παρόμοιες εταιρείες· γι' αυτό το πώς συγκροτείται μια peer group είναι το πρώτο ερώτημα, όχι το τελευταίο.
Το ερώτημα ποιο μέρος αυτής της συγκεκριμένης διαδικασίας υπολογισμού σε αυτή τη συγκεκριμένη εταιρεία μπορεί ήδη να αναληφθεί από την AI, και ποιο μέρος περιμένει δεδομένα μετέπειτα κοστολόγησης που δεν υπάρχουν ακόμη, απαντάται ανά εργασία με το εργαλείο werkscan της FTE TO AI.
Ο δωρεάν έλεγχος διαστάσεων σάς επιτρέπει να προσδιορίσετε πού πιστεύετε ότι κερδίζετε -- περιθώριο σφάλματος, τιμή, χρόνο παράδοσης ή κάτι άλλο -- και δείχνει ποιοι από αυτούς τους ισχυρισμούς μπορούν να υποστηριχθούν με αποδείξεις και ποιοι όχι ακόμη. Το πλήρες benchmark, με τον πίνακα αποδείξεων και τη σύγκριση εντός της peer group σας, βρίσκεται υπό κατασκευή.