Veamäär kehtis pikka aega sisemise kvaliteedinäitajana: kui palju parandusi, kui palju ümbertegemist, kui palju kaebusi pärast tarnimist. Kliendid nägid sellest vähe, kuni nende ette sattunud vead jäid vastuvõetava vahemiku piiresse. Veamäär oli midagi, mille alusel tarnija hindas iseennast, mitte midagi, mille alusel klient pani tarnijaid kõrvuti.
See muutub niipea, kui veamäära taga olev töö nihkub. Kõrvalekallete tuvastamine — valesti sisestatud summa, unustatud samm protsessis, ebakõla kahe dokumendi vahel — on suures osas kontrollitöö: millegi kontrollimine kindla reeglite või mustrite kogumi vastu. See on täpselt seda tüüpi ülesanne, millest suure osa saab üle võtta tehisintellekt, kusjuures töötaja hindab tulemust ning kiidab selle põhjendatult heaks või lükkab tagasi. Kus see toimub, seal langeb veamäär mitte seetõttu, et inimesed on tähelepanelikumad, vaid seetõttu, et struktuurselt on rohkem kontrollimomente kui varem samas koosseisus võimalik oli.
Mitte iga ettevõte ei raken seda kontrolli samal viisil, ja see selgitab, miks ühel pakkujal on märgatavalt madalam veamäär kui teisel, kuigi mõlemad tegutsevad samal turul.
Erinevus peitub mõnes punktis:
Klient näeb veamäära harva numbrina. Ta märkab seda selle järgi, mitu korda tuleb arve tagasi saata, kas tarne on esimesel korral korrektne, kas aruannet saab kasutada ilma parandusringita. Pakkuja puhul, kus kontroll on suures osas nihkunud tehisintellektile koos inimliku järelevalvega, on see muster teistsugune: vähem tagasiside ringe, vähem "kohandame selle veel", vähem üllatusi pärast üleandmist.
Seetõttu on veamäära müügivestluses ka raske väita. "Meie töötame täpselt" ütleb kliendile vähe; see on põhjus, miks ähmased kvaliteedilubadused müügipakkumistes kõlavad pakkujate lõikes sageli äravahetamiseni sarnaselt. Võrdlus muutub konkreetseks alles siis, kui on selge, milline osa kontrollist on tegelikult üle võetud, ja mille alusel.
Veamäära nihe mõjutab seda, kuidas pakkuja teistel punktidel skoorib. Vähem ümbertegemist tähendab sageli ka lühemat läbimisaega, mis muudab võrdlust tarneaja osas: vaadake, kuidas lühemad läbimisajad automatiseeritud planeerimise tõttu nihutavad normi ühes sektoris. Vähem vigu teostuses vähendab ka järelhooldust, mis mõjutab seda, kuidas kliendid hindavad reageerimiskiirust ja lahenduse taset müügijärgses teeninduses. Ja kuna vähem ümbertegemist tähendab ka väiksemaid kulusid, puudutab veamäär kaudselt ka seda, kuidas automatiseerimine muudab ruumi teravamate hindade jaoks. Kes hindab veamäära eraldiseisvalt, jätab selle seose märkamata.
Vähesed ettevõtted teatavad oma veaprotsendist. Veamäär on sellest hoolimata loetav kaudsetest signaalidest: kui sageli konkurent jõuab uudistesse parandustega, kuidas arvustused räägivad parandustööst, kuidas on üles ehitatud pakkumis- või tarneprotsess. Konkurentide jaoks, kes numbreid ei avalda, on olemas lähenemine, kuidas koguda signaale konkurentide kohta, ilma et nad ise arve avaldaksid.
Kui palju veamäär langeb tehisintellekti toega kontrolli tõttu, sõltub veatüübist, aluseks olevate andmete kvaliteedist ja sellest, kui suurel määral organisatsioon säilitab inimlikku järelevalvet. Ei ole olemas kindlat protsenti, mis kehtiks iga sektori või ettevõtte kohta, ja keegi ei saa garanteerida, et ülesanne tegelikult üle võetakse. Küll on võimalik hinnata, milline osa kontrollitööst konkreetses ettevõttes sobib ülevõtmiseks ja milline osa jääb inimtööks.
Küsimusele, milline töö teie enda organisatsioonis on tegelikult tehisintellektiga üle võetav, vastab FTE TO AI töökaardistus ülesannete kaupa. Võrdluseks teie eakaaslaste rühmaga on tasuta mõõtmekontroll: nimetate, mille poolest arvate end võitvat, ja näete, millist neist väidetest saab tõenditega kaitsta. Täielik võrdlusuuring koos hinnetega mõõtmete lõikes ja tõendusmaatriksiga on ettevalmistamisel.