Egy nagykereskedelmi cég olyan munkára épül, amely folyamatosan ismétlődik: rendelések bevitele és ellenőrzése, készlet összehangolása telephelyek és beszállítók között, árak és kondíciók nyilvántartása ügyfelenként, ajánlatok összeállítása meglévő terméktadatokból, szállítási idők megerősítése, visszaküldések kezelése, beszerzési szerződések összehasonlítása. Ezen órák nagy része nem az értékesítésnél, hanem az alatta lévő rétegnél merül fel: belső ügyintézés, tervezés, beszerzési adminisztráció. Aki egy versenytársat gyorsaság, árazás vagy szállítási megbízhatóság alapján ítél meg, valójában az alapul szolgáló folyamat minőségét ítéli meg.
Egy üzlet kimenetét a nagykereskedelemben történelmileg a kapacitás határozta meg: hányan tudtak egyszerre rendeléseket feldolgozni, ajánlatokat kiszámolni, készletet ellenőrizni. Nagyobb volumen több kapacitást igényelt, és a legnagyobb vagy legjobban megorganizált belső ügyintézéssel rendelkező szereplő nyert a reakcióidőn. Ez a mechanizmus most eltolódik, mivel a munka egy része már nem kapacitáskérdés, hanem feldolgozási kérdés.
A rendelésfeldolgozás, a készletegyeztetés és a meglévő adatokból történő ajánlatösszeállítás olyan feladatok, amelyeket az AI nagyrészt átvehet: strukturált bevitel, fix szabályok, felismerhető mintázatok. A beszállítóval folytatott alkufolyamat a kondíciókról, egy eltérő ügyféligény megítélése, vagy annak eldöntése szűkös készlet esetén, hogy ki kapjon elsőbbséget, olyan feladatok maradnak, amelyekhez emberi felügyelet szükséges, amely indokkal engedélyez vagy tagad. És a nagy ügyfelekkel való kapcsolatkezelés, ahol a bizalom és a kontextus jobban számít, mint a gyorsaság, emberi munka marad.
Ez a hármas magyarázza, miért ad az egyik nagykereskedelmi vállalat már gyorsabban ajánlatot, mint egy évvel korábban, míg a másik nem. A különbség nem az ágazatban rejlik, hanem abban, hogyan van a munka belsőleg megorganizálva. Egy vállalat, amelynek normalizált terméktadatai, fix rendelési kódjai és egy áttekinthetően strukturált CRM-je van, közvetlenül rá tudja állítani az AI-t az adminisztratív rétegre. Egy vállalat, ahol ugyanaz az információ e-mail-váltásokban, táblázatokban és egyetlen tervező fejében van, nem tudja egyszerűen átadni ezt a munkát, bármilyen ismétlődő legyen is. A hátrány ekkor nem az ambícióban, hanem az alapul szolgáló folyamat állapotában rejlik. A személyzetet érintő döntésekre egyébként saját jogi követelmények vonatkoznak; ezeket itt nem tárgyaljuk.
Ha egy ajánlatra adott reakcióidő már nem kapacitáskérdés, akkor megszűnik megkülönböztető képességnek lenni. Minden fél, aki rendezett adatokkal és működő rendszerrel rendelkezik, néhány órán belül tud reagálni. Ami szűk keresztmetszetként megmarad, az lesz a szűk keresztmetszet, amelyen a győzelem alapul: az ajánlat pontossága eltérő specifikációk esetén, rugalmasság kivételek esetén, és az a képesség, hogy zavart szállítás esetén saját maga áll elő alternatívával, mielőtt az ügyfél azt kérné. Ez pontosan az a terület, ahol a felügyelet és az emberi munka megmarad, és így az a terület, ahol a különbség még látható marad az ügyfél számára.
Ugyanez érvényes a beszerzésre is. Egy nagykereskedelmi vállalat, amely automatikusan kiszámoltatja a kondíciókat és a margókat, már nem a számítási sebességen nyer, hanem azon a kérdésen, hogy valaki időben észreveszi-e, ha egy beszállító tartósan eltér a megállapodásoktól, és tesz-e ellene valamit. A két nagykereskedelmi vállalat közötti összehasonlítás tehát eltolódik attól, hogy „kinek van a legnagyobb belső ügyintézése”, afelé, hogy „kinek van a legtisztább folyamata és a legélesebb kivételkezelése”. Ez egy másik kérdés, és sok kereskedelmi felelős még a régi alapján mér.
Ez az eltolódás nem csak a nagykereskedelemben zajlik. A feldolgozóiparban az összehasonlítás hasonló módon változik a tervezés és minőségellenőrzés révén, a szállítási szektorban az útvonaltervezés és kapacitáskihasználás révén, és az üzleti szolgáltatásokban a tanácsadási termékek gyorsasága és alátámasztottsága révén. Az alapul szolgáló logika mindig ugyanaz: ahol az AI átvesz egy feladatot, ott az a feladat megszűnik megkülönböztető képességnek lenni, és az összehasonlítás afelé mozdul, ami mögötte rejlik.
Azt a kérdést, hogy saját vállalatában mely munka vehető tényleg át az AI által, és mely munka még nincs erre felkészülve, az FTE TO AI munkaszkennerje feladatonként válaszolja meg, nem pedig az ágazatról szóló általános kijelentésekben.
Egy versenytárs megítélése weboldal, vélemények és reakciógyorsaság alapján benyomást ad, nem bizonyítékot. Aki tudni akarja, hogyan lehet ez találgatás nélkül, olvassa el hogyan pontozzon egy versenytársat feltételezések nélkül, és aki saját vállalatát akarja szembeállítani azzal a versenytárssal, megtalálja a megközelítést itt: hogyan benchmarkolja vállalatát versenytársakkal szemben.
Azok a dimenziók, amelyeken a nagykereskedelmi vállalatok szerint nyernek, ritkán vannak leellenőrizve azzal, hogy egy versenytárs valójában mit teljesít. Az ingyenes dimenzióellenőrzéssel megnevezheti, min gondolja, hogy nyer, és láthatja, mely állítások bizonyíthatók bizonyítékkal, és melyek feltételezésen alapulnak. A teljes versenytárs-benchmark, dimenziónkénti pontszámokkal és egy bizonyítékmátrixszal a teljes peer groupra, jelenleg épül.