A feldolgozóiparban a munka nagy része három folyamatban összpontosul: a kalkuláció és árajánlat előfolyamatában, a tervezésben és a gyártásirányításban a padlón, valamint a minőségellenőrzésben, amely eldönti, hogy egy rendelés elég jó-e a kiszállításhoz. Emellett ott van a gépekhez és a nyersanyagokhoz kötődő munka: a karbantartás, a nyersanyagbeszerzés, és a tanúsítással és nyomon követhetőséggel kapcsolatos ügyintézés. Melyik folyamat nyeli el a legtöbb órát, az cégenként és terméktípusonként eltérő, de egy üzlet kimenetét ritkán az a folyamat határozza meg, amely a legkevesebb órát igényli.
Az eredményt alakító körülmények részben technikai, részben emberi jellegűek. Egy árajánlatnak megfelelnie kell a valós átfutási időnek, nem egy állandó árrésnek, amely véletlenül legtöbbször kijön. Egy szállítási idő annyira jó, amennyire a tervezés, amely azt megadja, és az a tervezés annyira jó, amennyire az adat, amelyen alapul. És a minőséget a feldolgozóiparban nem egy átlag alapján ítélik meg, hanem a kiugró esetek alapján: az az egy tétel egy eltéréssel, amelyet egy ügyfél megjegyez.
A kérdés nem az, hogy az AI a feldolgozóiparban átvesz-e munkát, ez már részben megtörténik. A kérdés az, hogy ez mit tesz azzal a dimenzióval, amelyen az ügyfél kiválasztja a beszállítót. Amíg a szállítási idő egy tervező elfoglaltságától függ, addig az a fél nyer, amelynek a legtöbb tapasztalt embere van a padlón. Amint a tervezést nagyrészt szoftver végzi, amely forgatókönyveket számol végig, és csak eltérés esetén kér emberi jóváhagyást, a szállítási idő kapacitáskérdésből adatkérdéssé válik: az nyer, akinek a legjobb az inputja, nem az, akinek a legtöbb tervezője van.
Ugyanez vonatkozik a kalkulációra. Egy árajánlat, amely korábban napokba telt, mert valakinek végig kellett számolnia a rajzokat, most részben automatikusan létrejöhet, egy mérnökkel, aki az eredményt logikátlan eltérésekre vizsgálja felül. Ekkor még az a fél nyer, aki a leggyorsabban ad árajánlatot, vagy az, aki a legpontosabban? Ez nem mindenütt ugyanaz a válasz, és ez pontosan az oka, hogy a beszállítók közötti összehasonlítás megváltozik: a dimenzió, amelyen korábban nyertek, továbbra is létezik, de az, amivel az a dimenzió megtelik, már nem az, ami volt.
A minőségellenőrzés a harmadik példa. A vizuális ellenőrzés, amelyet az AI átvesz, nem változtatja meg azt a kérdést, hogy az ügyfél kér-e minőséget, de megváltoztatja azt, hogy mit jelent "jobban teljesíteni minőségben". Egy cég, amely az ellenőrzést még teljesen emberekkel végzi, akkor már nem a szem következetességén versenyzik, hanem valami máson: a korrekció gyorsaságán, az eltérésekről való átláthatóságon, vagy a garanciaidőkön. Aki ezt nem látja át, továbbra is egy olyan dimenzión védekezik, amely már nem számít úgy, ahogyan számított.
Ez a különbség a cégek között nem az ambícióban rejlik, hanem abban, hogy mit lehetett automatizálni a termékmixük és az adataik alapján. Egy feldolgozóipari vállalat, amely sok sorozatmunkát és szabványosított rajzokat végez, előbb rendelkezik alappal ahhoz, hogy a kalkulációt átvegye a rendszer, mint egy vállalat, amely főként egyedi munkát végez, ahol minden rendelés új kivétel. Egy vállalat, amelynek évekre visszamenő szenzoradata van a gépeiről, prediktívvé tudja tenni a karbantartást; egy vállalatnak, amely nem rendelkezik ilyen adattal, előbb be kell fektetnie, mielőtt az AI ott bármit átvehetne. Az elmozdulás így nem minden vállalatot ugyanabban a sorrendben érint, ami azt jelenti, hogy a peer group egy adott időpontban olyan vállalatokat is tartalmaz, amelyek már az új dimenzión teljesítenek, és olyanokat is, amelyek még a régi dimenzión védekeznek.
Az, hogy az AI-vezérelt kapacitásnyereség kevesebb fte-hez vezet-e, a munkaadó döntése, saját jogi kötelezettségeivel; itt csak arról van szó, hogy melyik dimenzió dönti el az üzletet, és ki teljesít azon jelenleg jól.
Ez az elmozdulás nem csak a feldolgozóiparban zajlik. Az, hogy mit jelent a szállítási idő, ha a tervezés átveszi a szállítástervezők munkáját, hasonló mintát mutat, ahogyan az a kérdés is, hogy min különböztetik meg magukat a tanácsadó cégek, ha a kutatás és a jelentéskészítés nagyrészt automatizált. Ha felismer egy dimenziót, amelyen győzelemre esélyesnek gondolja magát, a következő kérdés az, mit tesz, ha kiderül, hogy egy versenytárs már ott áll: mit kell tenni egy dimenzión fennálló hátrány esetén, amely eldönti az üzletet erre kínál egy megközelítést.
Az alapkérdésre, hogy vállalatában mely munka valóban átvehető az AI által, az FTE TO AI munkaelemzése ad választ, feladatonként.
Mielőtt egy dimenzión védekezik, jó tudni, hogy az a dimenzió még az, amit volt, és hogy az arra vonatkozó állítása tartható-e. Egy olyan állítás, mint "mi gyorsabbak vagyunk" vagy "mi pontosabbak vagyunk", csak akkor ér valamit, ha alátámasztható; hogyan működik ez, azt leírja hogyan támasztja alá egy állítást a saját minőségéről. Az ingyenes dimenzióellenőrzéssel megnevezheti, min gondolja, hogy nyerhet, és láthatja, mely állítások védhetők bizonyítékkal. A teljes benchmark, amely feltünteti az Ön pozícióját és peer groupjának pozícióját minden dimenzión, jelenleg épül.