Asiakas ei havaitse maantieteellistä kattavuutta pisteestä kartalla, vaan vastauksesta muutamaan konkreettiseen kysymykseen. Voiko tämä toimittaja olla huomenna paikan päällä. Tunteeko hän paikallisen lainsäädännön, kielen ja tavat. Onko joku tavoitettavissa oikeassa aikavyöhykkeessä, oikealla hetkellä. Ennen vastaus näihin kysymyksiin liittyi suoraan siihen, missä yrityksellä oli ihmisiä. Kattavuus oli seurausta toimipisteistä, ajoneuvokannasta ja henkilöstön sijoittelusta alueittain. Jos halusi palvella useampia alueita, oli sijoitettava sinne enemmän ihmisiä tai palkattava lisää alueen tuntevia ihmisiä.
Tämä yhteys kattavuuden ja fyysisen läsnäolon välillä on paineen alla, ei siksi, että fyysinen läsnäolo katoaisi, vaan siksi, että osa kattavuuden mahdollistavasta työstä ei enää ole sidottu tiettyyn sijaintiin.
Jokaisen maantieteellistä kattavuutta koskevan väitteen takana on kasa työtä, joka jää asiakkaalle useimmiten näkymättömäksi. Maakohtaisen tai aluekohtaisen lainsäädännön seuraaminen ja kääntäminen tarjouksen kannalta merkitykselliseksi tiedoksi. Paikallisten varastopositioiden tai huoltopisteiden suunnittelu. Kysynnän ja tarjonnan arviointi alueittain, jotta kapasiteettia ei ole liian paljon tai liian vähän valmiina. Monikielisen viestinnän koordinointi keskitetyn tiimin ja paikallisten yhteyshenkilöiden välillä. Raporttien laatiminen, joista näkyy, mitä alueita todellisuudessa palvellaan luvatussa ajassa.
Tämä työ jakautuu kolmeen kategoriaan, jotka toistuvat kaikkialla. Osan AI voi ottaa haltuunsa: lainsäädännön, kysyntäkuvioiden ja logistiikkatietojen yhdistäminen aluekohtaiseksi kattavuusehdotukseksi on suurelta osin laskentatyötä olemassa olevan tiedon pohjalta. Osa on osittaista, valvonnan alaista työtä: AI-järjestelmä ehdottaa aluejakoa tai palvelutasoa, ihminen arvioi, sopiiko se asiakkaan tai markkinan tilanteeseen, ja hyväksyy tai hylkää sen perusteilla. Ja osa pysyy ihmistyönä: todellinen läsnäolo paikan päällä, keskustelu paikallisen kumppanin kanssa, tilanteen arviointi, jota ei voi vangita tietoon.
Niin kauan kuin kattavuus oli ennen kaikkea henkilöstön sijoittelun kysymys, voitti yleensä se, jolla oli enimmät ihmiset useimmissa paikoissa. Se oli kustannuseste: useampien alueiden palveleminen maksoi suhteessa yhtä paljon lisää kapasiteettia. Pieni yritys vahvalla alueellisella verkostolla saattoi erottua, yksinkertaisesti koska laajentuminen useammille alueille oli kilpailijalle yhtä kallista.
Kun lainsäädännön, kysynnän ja logistiikan yhdistäminen tapahtuu suurelta osin AI:n avulla, tämä laskutoimitus muuttuu. Yritys, joka on jo siirtänyt tämän työn järjestelmälle, voi esittää kattavuusehdotuksen uudelle alueelle nopeammin, pienemmällä lisäkapasiteetilla kuin kilpailija, joka tekee tämän työn vielä käsin alueittain. Ero ei ole enää siinä, kuinka monta ihmistä jollakin on alueella, vaan siinä, kuinka nopeasti ja kuinka perustellusti joku voi esittää väitteen kattavuudesta ja, tärkeämpää, lunastaa sen, kun asiakas sitä konkreettisesti testaa.
Tämä tekee kattavuudesta ulottuvuuden, jossa toimittajien välinen vertailu siirtyy kysymyksestä "kenellä on enimmät toimipisteet" kysymykseen "kuka pystyy myös perustelemaan väittämänsä kattavuuden". Toimittaja, joka väittää toimittavansa kahteentoista maahan, mutta tekee sen maakohtaisesti vanhentuneiden olettamusten perusteella, menettää maaperää toimittajalle, joka voi todistaa saman väitteen ajantasaisella, alueittain perustellulla tiedolla. Miten tällaista väitettä testataan ennen kuin asiakas tekee sen itse, on kuvattu sivulla oman laatuväitteen perustelemisesta.
Ero yritysten välillä, jotka huomaavat tämän muutoksen jo, ja yritysten, jotka eivät siitä vielä näe mitään, ei useinkaan ole toimialassa, vaan siinä, miten kattavuuden takana oleva työ on järjestetty. Yritys, jossa aluesuunnittelu on yhä irrallisissa taulukoissa toimipisteittäin, ei voi siirtää tätä työtä suoraan järjestelmälle; tieto ei ole siihen tarvittavassa muodossa. Yritys, jossa tämä tieto on jo jäsennelty yhteen, voi ottaa samoilla AI-mahdollisuuksilla huomattavasti nopeamman askeleen.
Tämä tekee kattavuudesta ulottuvuuden, joka ei ole erillinen muusta. Se liittyy siihen, miten nopeasti tarjous uudelle alueelle voidaan laatia, mistä kerrotaan sivulla mitä AI muuttaa tarjousten nopeudessa, ja siihen, miten helposti asiakas voi tehdä liiketoimia toimittajan kanssa uudella alueella, mikä käsitellään sivulla mitä AI muuttaa liiketoiminnan helppoudessa. Se, joka on jäljessä verrokkiryhmästä kattavuudessa, löytää sivulta jonkin ulottuvuuden jälkeenjääneisyyden käsittelemisestä lähtökohdan sen tulkitsemiseen, kuitenkaan tämän tarkoittamatta henkilöstöä koskevaa neuvontaa; jos valinta koskettaa sitä, sovelletaan siihen omia lakisääteisiä vaatimuksia.
Kysymykseen siitä, väittääkö kilpailija maantieteellistä kattavuutta, jonka se myös lunastaa, on vaikea vastata ilman vertailua samalla ulottuvuudella, samalla näyttökynnyksellä. Se, mikä rooli AI:lla tässä tarkalleen on, vaihtelee suuresti yrityksittäin ja alueittain, ja riippuu siitä, kuinka jäsenneltyä taustalla oleva tieto jo on ja kuinka paljon valvontaa AI-ehdotukset vielä vaativat. Sen, mikä työ tietyssä yrityksessä on todella siirrettävissä AI:lle ja mikä työ pysyy ihmistyönä, selvittää FTE TO AI:n työskannaus tehtäväkohtaisesti.
Ulottuvuus kuten maantieteellinen kattavuus on hyödyllinen vertailussa vasta, kun sen takana oleva väite on testattavissa. Ilmainen ulottuvuustarkistus on tähän ensimmäinen askel: nimeätte, missä uskotte voittavanne, ja näette, mitkä näistä väitteistä ovat puolustettavissa näytöllä. Täydellinen benchmark, jossa on ulottuvuuskohtainen näyttömatriisi, on rakenteilla.