Ha két versenytárs ugyanazt az AI-alkalmazást vezeti be ajánlatokhoz, szállítási időkhöz vagy ügyfélkapcsolathoz, eltűnik az a különbség, amelyet az adott dimenzió korábban okozott. Amit korábban előnynek számított, mert ritka volt — egy gyors tervezés, egy precíz ajánlat, egy 0-24 elérhető ügyfélszolgálat —, alapfeltétellé válik, amint a mögötte lévő feladatot az AI veszi át. Nem azért, mert a dimenzió a vevő számára jelentőségét veszti, hanem azért, mert mindenki ugyanúgy teljesít rajta.
A kérdés tehát nem az, hogy az AI értéktelenné teszi-e a dimenziókat. Ez már megtörténik, feladatonként, éppen abban a vállalatban, amelyre most néz. A kérdés az, mely dimenziókat érinti ez, és melyek nyernek éppen ezáltal értéket, mert egyedüliként maradnak fenn, amelyeken még lehet különbséget tenni.
Az a sebesség, amellyel egy dimenzió kiürül, attól függ, mennyit tud átvenni az AI a mögöttes munkából, és mennyi marad emberi felügyelet mellett működésben. Egy tervezési dimenzió, amely teljesen AI-ra épülhet, gyorsabban veszít tartalmat, mint egy tanácsadási dimenzió, amelyben egy szakértő még megítéli és korrigálja az eredményt. És az a munka, amely emberi munka marad — tárgyalás, kivételek kezelése, bizalomépítés — megkülönböztető dimenzió marad, éppen azért, mert nem másolható ugyanazzal a szoftverrel.
Ez megmagyarázza azt is, miért veszi észre az egyik vállalat már, hogy egy dimenzió semmit sem hoz, míg a másik még előnyt hirdet valamiben, amely másutt már megszokott dolog. Ez nem az iparágban rejlik, hanem abban, hogy vállalatonként mit vettek már át. Aki látja, hogyan épít piaci pozíciót egy alkalmazottak nélkül induló új szereplő, gyakran azt látja, hogy az az új szereplő pontosan azokat a dimenziókat hagyja ki, amelyek a meglévő szereplőknél még létszámot igényelnek, és rögtön AI-val kezd azokon a dimenziókon, amelyeken a bejáratott szereplők még győzelemre számítanak.
A benchmark pontozza az Ön pozícióját és a peer csoportjáét azokon a dimenziókon, amelyek az Ön piacán az üzleteket eldöntik. Minden pontszám visszavezethető egy bizonyítási mátrixra: megfigyelésekre, nem feltételezésekre. Ez a módszer lényege, és egyben a korlátja is.
A módszer megállapítja, hogy egy dimenzió jelen pillanatban megkülönböztető-e az összehasonlított csoporton belül. Nem állapítja meg, hogy ez egy év múlva is így lesz-e. Ha az Ön piacán a versenytársak most még jórészt kézi munkával dolgoznak egy dimenzión, az a dimenzió holnap kiürülhet, amint egyikük AI-t vet be a mögöttes munkára. A pontszám egy fénykép, nem garancia arra, hogy az a fénykép meddig marad érvényes. Ezért van szükség ismétlésre is: milyen gyakran kell megismételni egy versenytárs-összehasonlítást attól függ, milyen gyorsan veszi át az AI a mért dimenziók mögötti munkát az Ön iparágában, nem egy fix naptártól.
Van még egy korlát. Egy dimenzió alacsonyan pontozhat a bizonyítási mátrixban anélkül, hogy ez bármit is mondana a mögöttes munka minőségéről. Azt jelenti, hogy nincs elegendő, külsőleg megfigyelhető bizonyíték egy állítás alátámasztására. Ez más probléma, mint egy gyenge teljesítmény, és más megközelítést igényel: hogyan alapozza meg a saját minőségéről szóló állítást a bizonyítékok összegyűjtéséről szól, nem a munka magának a javításáról.
A kereskedelmi vezetők gyakran nem azért veszítenek el üzleteket, mert egy dimenzió gyenge, hanem azért, mert egy erre a dimenzióra vonatkozó állítás már nem tartható, míg az értékesítési történet még ugyanaz maradt. „Mi vagyunk a gyorsabbak” igaz volt, amikor a gyorsaság a létszámtól függött. Amint egy versenytárs a tervezést AI-ra bízza, egy munkatárssal, aki már csak a kivételeket értékeli, ugyanaz az állítás nem igaz többé, még akkor is, ha az Ön vállalatánál semmi nem változott.
Az állítás-teszt minden nyereségre vonatkozó igényt szembeállít a peer csoport számára rendelkezésre álló bizonyítékkal. Ez megakadályozza, hogy egy összehasonlítás olyan feltételezésre épüljön, amely belsőleg még él, de kifelé már túlhaladott. A válasz arra, hogy mivel lehet még versenyezni, ha az AI végzi a kivitelező munkát, vállalatonként eltér, és megváltozik, amint a peer csoportban valami elmozdul.
Ha egy dimenzió értéktelenné válik, mert az egész piac ugyanúgy teljesít rajta, az első kérdés nem az, hogyan lehet ismét nyerni rajta. Gyakran ez már nem lehetséges, és az energiát jobb egy még megkülönböztető dimenzióra fordítani. Mit kell tenni egy dimenzióban meglévő hátránnyal attól függ, hogy az a dimenzió még mozdítható-e, vagy hogy a piac már túlnőtt rajta.
Ez elkerülhetetlenül érinti azt a kérdést, mely munka vehető át már AI-val az Ön saját vállalatában, és mely munka marad emberi munka. Ezt a kérdést a FTE TO AI munkascanje válaszolja meg feladatonként. Ahol egy eredmény személyzeti döntéseket érint, arra saját törvényi követelmények vonatkoznak; a scan és a benchmark tényeket szolgáltat a munkáról, nem alapot azokhoz a döntésekhez.
Nevezze meg azt a két vagy három dimenziót, amelyeken úgy gondolja, hogy nyer. Vizsgálja meg mindegyiknél, hogy az a győzelem még valami ritkára épül-e, vagy valamire, ami mára már mindenhol ugyanolyan gyorsan megy. A díjmentes dimenziócheck megmutatja, mely állítások védhetők jelen pillanatban bizonyítékkal az Ön peer csoportján belül. A teljes benchmark, a dimenziónkénti komplett bizonyítási mátrixszal, jelenleg épül.