Valmistavassa teollisuudessa työ jakautuu suurelta osin kolmeen virtaan: kalkylaation ja tarjouksen esivaihe, tuotannon suunnittelu ja ohjaus lattialla, sekä laadunvalvonta, joka määrittää, onko tilaus riittävän hyvä lähetettäväksi. Lisäksi on työtä, joka liittyy koneisiin ja materiaaleihin itsessään: kunnossapito, raaka-aineiden hankinta sekä sertifiointiin ja jäljitettävyyteen liittyvä hallinto. Se, mikä näistä virroista vie eniten tunteja, vaihtelee yrityksittäin ja tuotetyypeittäin, mutta kaupan lopputulosta harvoin ratkaisee se virta, johon kuluu vähiten tunteja.
Lopputulosta ohjaavat olosuhteet ovat osin teknisiä ja osin inhimillisiä. Tarjouksen on pidettävä paikkansa todellisen läpimenoajan kanssa, ei kiinteän katteen kanssa, joka sattuu useimmiten osumaan kohdalleen. Toimitusaika on yhtä hyvä kuin suunnittelu, joka sen antaa, ja se suunnittelu on yhtä hyvä kuin data, jolla se toimii. Ja laatua ei valmistavassa teollisuudessa arvioida keskiarvon perusteella, vaan poikkeamien perusteella: se yksi erä poikkeamalla, jonka asiakas muistaa.
Kysymys ei ole siitä, ottaako tekoäly valmistavassa teollisuudessa työtä haltuunsa – sitä tapahtuu jo osittain. Kysymys on siitä, mitä se tekee ulottuvuudelle, jonka perusteella asiakas valitsee toimittajien väliltä. Niin kauan kuin toimitusaika riippuu suunnittelijan kapasiteetista, voittaa se osapuoli, jolla on eniten kokeneita ihmisiä lattialla. Kun suunnittelun tekee suurelta osin ohjelmisto, joka laskee skenaarioita läpi ja antaa ihmisen hyväksyä vain poikkeamat, toimitusaika muuttuu kapasiteettikysymyksestä datakysymykseksi: voittaa se, jolla on paras syöttödata, ei se, jolla on eniten suunnittelijoita.
Sama pätee kalkylaatioon. Tarjous, joka aiemmin vei päiviä, koska jonkun piti laskea piirustukset läpi, voi nyt syntyä osittain automaattisesti, ja insinööri arvioi lopputuloksen epäloogisten poikkeamien varalta. Voittaako silloin edelleen se osapuoli, joka tarjoaa nopeimmin, vai se, joka tarjoaa tarkimmin? Vastaus ei ole kaikkialla sama, ja juuri siksi vertailu toimittajien välillä muuttuu: ulottuvuus, jonka perusteella aiemmin voitettiin, säilyy, mutta se, mikä sen täyttää, ei ole enää sama kuin ennen.
Laadunvalvonta on kolmas esimerkki. Visuaalinen tarkastus, jonka tekoäly ottaa haltuunsa, ei muuta kysymystä siitä, vaatiiko asiakas laatua, mutta muuttaa sitä, mitä "parempi laatupisteytys" tarkoittaa. Yritys, joka tekee tarkastuksen edelleen kokonaan ihmisvoimin, ei enää kilpaile silmän tarkkuudella, vaan jollain muulla: korjausnopeudella, poikkeamien läpinäkyvyydellä tai takuuajoilla. Se, joka ei tätä oivalla, jää puolustamaan ulottuvuutta, joka ei enää painaa niin kuin sen pitäisi.
Tämä ero yritysten välillä ei johdu kunnianhimosta, vaan siitä, mitä oli mahdollista automatisoida annetulla tuotevalikoimalla ja datalla. Valmistavalla yrityksellä, jolla on paljon sarjatyötä ja standardoituja piirustuksia, on todennäköisemmin perusta antaa kalkylaation siirtyä tekoälylle kuin yrityksellä, joka toimittaa pääosin räätälöityjä tuotteita, joissa jokainen tilaus on uusi poikkeus. Yritys, jolla on vuosien anturidataa koneista, voi tehdä kunnossapidosta ennakoivaa; yritys ilman tätä dataa joutuu ensin investoimaan, ennen kuin tekoäly voi ottaa siitä mitään haltuunsa. Muutos ei siis kohtaa jokaista yritystä samassa järjestyksessä, mikä tarkoittaa, että vertailuryhmä sisältää tiettynä ajanhetkenä sekä yrityksiä, jotka jo pärjäävät uudella ulottuvuudella, että yrityksiä, jotka yhä puolustavat vanhaa ulottuvuutta.
Johtaako tekoälyvetoinen kapasiteettihyöty myös henkilöstömäärän vähenemiseen, on työnantajan päätös, jota koskevat omat lakisääteiset vaatimuksensa; tässä kysymys koskee vain sitä, mikä ulottuvuus ratkaisee kaupan ja kuka siinä juuri nyt pärjää.
Tämä muutos ei koske vain valmistavaa teollisuutta. Se, mitä toimitusaika tarkoittaa, kun suunnittelu ottaa haltuunsa kuljetussuunnittelijoiden työn, näyttää samankaltaisen kuvion, samoin kuin kysymys siitä, millä konsulttiyritykset erottuvat, kun tutkimus ja raportointi ovat suurelta osin automatisoituja. Jos tunnistatte ulottuvuuden, jolla uskotte voittavanne, seuraava kysymys on, mitä teette, jos käy ilmi, että kilpailija on siinä jo teitä edellä: mitä tehdä, kun on jäljessä ulottuvuudella, joka ratkaisee kaupan tarjoaa siihen lähestymistavan.
Taustalla olevaan kysymykseen siitä, mikä työ yrityksessänne on todella tekoälyn haltuun otettavissa, vastataan FTE TO AI:n työskannauksella tehtävittäin.
Ennen kuin puolustaudutte jollain ulottuvuudella, on hyvä tietää, onko se ulottuvuus vielä sama kuin ennen, ja kestääkö väitteenne siitä tarkastelun. Väite kuten "olemme nopeampia" tai "olemme tarkempia" on arvokas vasta, kun se on todistettavissa; miten se tehdään, on kuvattu kohdassa miten perustelette väitteen omasta laadustanne. Ilmaisella ulottuvuustarkistuksella nimeätte, millä uskotte voittavanne, ja näette, mitkä näistä väitteistä ovat puolustettavissa näytöllä. Täydellinen vertailuarviointi, jossa näkyy asemanne ja vertailuryhmänne asema jokaisella ulottuvuudella, on rakenteilla.