Nem minden vállalatnak kell minden dimenzióban élen járnia. Egy szállító, aki lassabban szállít, de pontosabban tanácsol, megengedheti magának ezt a lemaradást a szállítási időben, amíg az ügyfél a tanácsot súlyosabban veszi, mint a várakozási időt. A kérdés nem az, hogy minden dimenzióban nyer-e. A kérdés az, hogy tudja-e, milyen súlya van valójában az egyes dimenzióknak a vásárlási döntésben, és hogy ez a súly tartja-e magát.
Ez utóbbi az, ahol nehézzé válik a dolog. A súlyok nem egy piac állandó tulajdonságai. Elmozdulnak, amint egy dimenzió mögötti munka jellege megváltozik.
Egy dimenzió akkor nyom sokat a latban, ha ritka: kevés szolgáltató tudja jól teljesíteni, és a különbség érzékelhető az ügyfél számára. A szállítási idő sokáig súlyosan esett latba, mert a tervezés emberi munka volt, és a hibák költségesek voltak. Amint egy feladatot nagyrészt AI végez el, akár emberi felügyelettel, akár anélkül, ennek a ritkaságnak egy része eltűnik. Ami korábban megkülönböztető képesség volt, alapszolgáltatássá válik, amelyet a legtöbb szereplő belátható időn belül utolér.
Ez nem azt jelenti, hogy a dimenzió jelentéktelenné válik. Azt jelenti, hogy az a súly, amelyet ma neki tulajdonít, olyan ritkaságon alapul, amely éppen eltűnőben lehet. Egy benchmark, amely ezt nem veszi figyelembe, elavult feltételezésekkel súlyoz.
Egy dimenzió mögötti munka részekre bomlik: olyan feladatokra, amelyeket az AI önállóan el tud végezni, olyanokra, amelyeket emberi felügyelet mellett végez, és olyanokra, amelyek emberi munka maradnak. Ez a felosztás határozza meg, hogy egy súly stabil-e, vagy éppen elmozdulóban van.
Ahol egy feladatot szinte teljes egészében átvesz az AI, ott a dimenzió súlya jellemzően csökken, mert a legtöbb versenytárs hasonló időtávon belül fel tudja azt zárkózni. Ahol felügyeletre továbbra is szükség van, ott a vállalatok közötti különbség nagyobb és tartósabb marad, mert e felügyelet minősége maga is olyan képesség, amelyet nem mindenki épít fel egyforma gyorsasággal. Ahol a munka emberi kézben marad, ott rövid távon kevés változik a súlyban, bár a szakemberek alapvető ritkasága maga is elmozdulhat.
Ez a felosztás vállalatonként és ágazatonként eltérő, sőt ugyanazon ágazaton belül vállalatonként is eltér. Az egyik vállalat már működő ellenőrzésekkel rendezte be egy feladat átvételét; a másik még csak egy próbaüzemmel indul. Ez a különbség mérhető, nem találgatás, és pontosan ez az, amit talál, ha kívülről méri fel egy versenytárs ai-érettségét.
Egy benchmarkban szereplő súly becslés, nem magának a vásárlási döntésnek a mérése. A becslés jelekre támaszkodik: arra, amit a vásárlók a piacon állítanak, hogy értékelnek, arra, hogyan nyernek és veszítenek üzleteket, arra, hogyan mozdultak el a dimenziók az elmúlt időszakban. Ez hasznos, de nem garancia arra, hogy ugyanaz a súlyozás egy év múlva is érvényes lesz, és semmit nem mond egy konkrét, egyedi feltételekkel rendelkező üzletről.
Az eredmény akkor sem mond semmit, ha a bizonyítékalap gyenge: ha egy dimenzión elért pontszám egyetlen, alátámasztás nélküli állításon nyugszik, vagy egy versenytársról szóló elavult információn, akkor a súlyozás annyit ér, amennyit az adatok, amelyeken alapul. Ezért minden pontszám mellett szerepel egy bizonyítékmátrix: utánanézhet, min alapul egy pontszám, és saját maga ítélheti meg, hogy ez a bizonyíték elegendő-e az Ön helyzetéhez. Ahol a bizonyíték gyenge, a pontszámot jelzésként kell olvasni, nem megállapított tényként.
Ha egy dimenzió alacsony súllyal bír, és Ön gyengén áll rajta, a kérdés nem automatikusan az, hogyan oldja meg ezt. Néha a helyes út a gyengeség elismerése és egy súlyosabban eső dimenzión elért pontszám megerősítése; néha megéri mégis behozni a lemaradást, mert az adott dimenzió súlya nő, ahogy egyre több versenytárs bízza a mögöttes feladatot AI-ra. Hogy egy lemaradás megéri-e a kezelést, vagy hagyható-e, attól függ, merre mozdul el a súly, és ez más kérdés, mint mit tegyen egy dimenzión elért lemaradással.
Ugyanez fordítva is igaz, egy olyan dimenzió esetében, amelyen most erősen áll: ha a mögöttes munka nagyrészt átvehetővé válik, a kérdés az, mit tegyen, ha legerősebb pontja az AI által hétköznapivá válik, és hogy meddig számít még ez az előny, az egy külön megválaszolandó kérdés, mennyi ideig tart ki egy ai-előny alapján.
Hogy az Ön saját vállalatában mely munka vehető valóban át az AI által, és mely rész igényel továbbra is felügyeletet, feladatonként megválaszolandó kérdés, nem funkciónként vagy osztályonként; az FTE TO AI munkaszkennje ezt a kérdést erre a szintre lebontva válaszolja meg.
Egy dimenzió súlyozása tehát nem rögzített adottság, és egy bizonyíték nélküli pontszám nem olyan pontszám, amire építeni lehet. Amit viszont megtehet: egymás mellé teszi azokat az állításokat, amelyeken úgy gondolja, hogy nyer, és megvizsgálja, melyik védhető valóban bizonyítékkal. Ezt teszi az ingyenes dimenzióellenőrzés. Megnevezi, min gondolja, hogy nyer, és látja, melyik állítás állja meg a helyét, ugyanúgy, mint egy saját minőségre vonatkozó állítás alátámasztásánál. A teljes benchmark, a peer csoportjára vonatkozó teljes bizonyítékmátrixszal, jelenleg készül.