competitivebenchmark Ootenimekirja

Kennisbank

Mida AI muudab tehniliste teadmiste alal konkureerimises

Mida see mõõde praktikas tähendab

Tehnilised teadmised konkurentsieelisena olid pikalt inimeste peas: seenior, kes teab täpselt, mis norm kehtib, insener, kes suudab klindi küsimuse tunni jooksul lahti mõtestada, spetsialist, kes teab vahet selle vahel, mis on paberil võimalik ja mis praktikas töötab. Klient märkas seda erinevust vastuse ootamise aja pealt, pakkumise põhjalikkuse pealt, selle pealt, kui palju küsimusi oli vaja enne, kui sobiv ettepanek valmis oli. Kellel olid parimad inimesed, see võitis selle võrdluse.

Mis töö on selle taga

Tehniliste teadmiste taga on peamiselt nende avamine ja rakendamine: dokumentatsioonist läbiotsimine, spetsifikatsioonide sidumine klindi küsimusega, varasemate projektide leidmine, mis sarnanevad praeguse olukorraga, esialgse mustandvastuse koostamine. See on suures osas mustripõhine töö — teabe hankimine ja kombineerimine loogika järgi, mida on võimalik korrata. Piirjuhtumi hindamine, riski hindamine ebatavalise rakenduse korral, sellise asja arvesse võtmine, mis dokumentatsioonis ei seisa — see on osa, mis põhineb kogemusel ja otsustusvõimel.

Mis nihkub, kui AI selle töö üle võtab

Need kaks osa lähevad nüüd lahku. Tehnilise teabe hankimist ja kombineerimist saab suure osa ajast teha süsteem; selle hindamine, mida see annab, jääb inimtööks, koos järelevalvega, mis kiidab heaks või lükkab tagasi põhjendusega. Kus see juba nii töötab, nihkub võrdlus: ei enam see, kellel on kõige rohkem teadmisi majas, vaid see, kes esitab kiiremini põhjendatud vastuse ja kes suudab seda vastust tegelikult kaitsta, kui klient küsib täpsemalt.

See muudab seda, mida klient näeb. Vastamisaeg tehnilisele küsimusele oli näitaja hõivatuse ja kogemuse kohta; kui esimene mustand on minutitega valmis, ütleb vastamisaeg peamiselt seda, kui kaugele ettevõte on selle protsessi korraldamisega jõudnud, ei enam sellest, kui palju teadmisi seal ringi liigub. Kaks ettevõtet, kus on ühepalju seenior insenere, võivad seetõttu pakkuda hoopis erinevat kliendikogemust, puhtalt sellepärast, et üks on andnud hankimistöö süsteemile üle ja teine ei ole.

Miks see ei liigu igal pool ühtviisi kiiresti

Kiirus, millega see nihe toimub, sõltub sellest, kui hästi on aluseks olevad teadmised talletatud. Ettevõte, kus on selge ja ajakohane dokumentatsioon ning struktureeritud projektiajalugu, saab selle protsessi suhteliselt kiiresti toetatud; ettevõte, kus teadmised on peamiselt peades ja kusagil kirja pandud ei ole, vajab kõigepealt sellist alust, enne kui midagi automatiseerida saab. See puudutab organisatsiooni korraldust, mitte teadmiste kvaliteeti ise — ettevõttel võivad olla suurepärased spetsialistid ja siiski võib ta selles nihkes aeglane olla, lihtsalt sellepärast, et midagi ei ole kirja pandud, millele toetuda.

Selles mõõtmes puutub kokku ka teiste valdkondadega. Digitaalne valmidus määrab suures osas selle, kas see alus on juba olemas; kes soovib teada, kui erinevad ettevõtted selles osas on, saab lugeda kuidas digitaalne valmidus muudab konkurentsipositsiooni. Sertifitseerimine puutub siin ka läbi, sest osa tehnilistest teadmistest, mida klient otsib, on tegelikult küsimus tõendatavast vastavusest; sellest on juttu artiklis mida tähendab sertifitseerimine, kui AI võtab üle kontrollitöö. Ja kui tehnilised teadmised ei loo enam vahet, nihkub võrdlus tihti hinnale, mis on seotud küsimusega, mida käsitletakse artiklis miks ettevõtted kaotavad tihedamini hinnale kui varem.

Mida klient juba nüüd märkab ja mida mitte

Klient märkab seda erinevust põhjust teadmata. Pakkumine, mis läheb pisut täpsemalt sisse tema oma olukorda, tehniline küsimus, millele vastatakse otse, ettepanek, mis viitab aastate tagusele sarnasele projektile — see tundub teadmisena ja on ka teadmine, ainult selle hankimine ei ole enam kindlasti selle inimese töö, kes vastuse allkirjastab. Mida klient ei näe, on selle taga olev järelevalve: kes kontrollib mustandvastuseid, mille põhjal midagi muudetakse ja kes jääb vastutavaks, kui vastus lõpuks ei ole õige. See jääb, õigustatult, inimtööks, ja otsuste jaoks, kuidas seda järelevalvet organisatsioonis korraldada, kehtivad omad seadusest tulenevad nõuded, mida siin ei käsitleta.

Millised ülesanded oma tehnilise teenusepakkumise raames sobivad selleks nihkeks ja millised mitte, on ettevõttest ettevõttesse erinev ja seda kaardistatakse FTE TO AI töövoo-skaneeringuga ülesannete kaupa. See on oluline ka pärast ülevõtmist, kui kaks teadmusorganisatsiooni erineva talletatud teadmiste tasemega kokku saavad ja nende positsiooni võrdlus tuleb uuesti teha, nagu kirjeldatud artiklis kuidas võrrelda kahe ühinenud ettevõtte tehnilist positsiooni.

Mida saate nüüd teha

Küsimus, mille põhjal ettevõte arvab, et võidab tehniliste teadmiste alal, on enamasti võimalik sõnastada; kas see väide peab vastu ka võrdluses eakaaslaste rühmaga (peer group), on omaette küsimus. Tasuta mõõtmekontrolliga nimetate, mille põhjal arvate, et võidate, ja näete, milliseid neist väidetest saab tõenditega kaitsta. Täielik võrdlusalus, koos eakaaslaste rühmaga kõigil eristavatel mõõtmetel ja selle taga oleva tõendite maatriksiga, on valmimisel.