A hibaarány hosszú ideig belső minőségmutatónak számított: hány javítás, hány átdolgozás, hány panasz kellett a levering után. Az ügyfelek kevés jelét látták ennek, mindaddig, amíg a hibák, amelyekkel találkoztak, elfogadható tartományon belül maradtak. A hibaarány valami volt, amin egy szolgáltató önmagát mérte, nem valami, amin az ügyfél a szolgáltatókat egymás mellé állította.
Ez megváltozik, amint a hibaarány mögötti munka elmozdul. Az eltérések felderítése — egy hibásan beírt összeg, egy elfelejtett lépés egy folyamatban, egy inkonzisztencia két dokumentum között — nagyrészt ellenőrzési munka: valamit egy rögzített szabály- vagy mintakészlethez viszonyítva ellenőrizni. Ez pontosan az a feladattípus, amelynek nagy részét az AI át tudja venni, egy munkatárssal, aki az eredményt megítéli és indokkal jóváhagyja vagy elutasítja. Ahol ez megtörténik, a hibaarány nem azért csökken, mert az emberek jobban figyelnek, hanem mert strukturálisan több ellenőrzési pillanat van, mint korábban ugyanazzal a létszámmal elérhető volt.
Nem minden vállalat alkalmazza ezt az ellenőrzést ugyanúgy, és ez megmagyarázza, miért mutat az egyik szolgáltató érzékelhetően alacsonyabb hibaarányt, mint a másik, míg mindkettő ugyanazon a piacon aktív.
A különbség néhány ponton rejlik:
Az ügyfél a hibaarányt ritkán számként érzi meg. Azon veszi észre, hányszor kell egy számlát visszaküldeni, azon, hogy egy szállítás első alkalommal megfelel-e, azon, hogy egy jelentés korrekciós kör nélkül használható-e. Egy olyan szolgáltatónál, ahol az ellenőrzés nagyrészt AI-ra és emberi felügyeletre került át, ez a mintázat más: kevesebb visszacsatolási kör, kevesebb „még kicsit módosítjuk", kevesebb meglepetés a leszállítás után.
Ez az oka annak is, hogy a hibaarányt nehéz állítani egy értékesítési beszélgetésben. „Mi precízen dolgozunk" – ez kevés mondanivalót ad az ügyfélnek; ez az oka annak, hogy a homályos minőségi ígéretek az értékesítési pitchekben gyakran felcserélhetőnek hangzanak a szolgáltatók között. Az összehasonlítás csak akkor válik konkrétté, ha egyértelmű, hogy az ellenőrzés mely része lett tényleg átvéve, és milyen alapon.
A hibaarány eltolódása kihat arra, hogy egy szolgáltató hogyan pontoz más területeken. A kevesebb átdolgozás gyakran rövidebb átfutási időt is jelent, amely megváltoztatja a szállítási idővel kapcsolatos összehasonlítást: lásd, hogyan helyezi át az automatizált tervezés révén rövidebb átfutási idő a normát egy szektorban. A kivitelezésben kevesebb hiba a vevőszolgálati utókövetésben is spórolást jelent, ami közrejátszik abban, hogy az ügyfelek hogyan ítélik meg az eladás utáni szolgáltatás reakciósebességét és megoldási arányát. És mivel kevesebb átdolgozás kevesebb költséget is jelent, a hibaarány közvetve kihat arra, hogyan változtatja meg az automatizálás a versenyképesebb árak mozgásterét. Aki a hibaarányt önmagában ítéli meg, elmulasztja ezt az összefüggést.
Kevés vállalat közli saját hibaarányát. A hibaarány ennek ellenére kiolvasható indirekt jelekből: milyen gyakran kerül egy versenytárs a hírekbe korrekciókkal, hogyan beszélnek a vélemények a helyreállítási munkáról, hogyan van felépítve egy árajánlat- vagy szállítási folyamat. Azon versenytársak esetében, akik nem publikálnak számokat, létezik egy megközelítés arra, hogy jeleket gyűjtsünk a versenytársakról anélkül, hogy azok saját számokat publikálnának.
Mennyivel csökken a hibaarány az AI-támogatott ellenőrzés révén, attól függ, milyen típusú hibáról van szó, milyen az alapul szolgáló adatok minősége, és milyen mértékű emberi felügyeletet tart fenn a szervezet. Nincs olyan rögzített százalék, amely minden szektorra vagy vállalatra érvényes lenne, és senki nem garantálhatja, hogy egy feladatot tényleg átvesznek. Amit viszont meg lehet ítélni: az ellenőrzési munka mely része alkalmas egy adott vállalatnál az átvételre, és mely része marad emberi munka.
Azt a kérdést, hogy saját szervezetében melyik munka valóban átvehető AI által, az FTE TO AI munkafelmérése válaszolja meg feladatonként. A saját peer csoportjával való összehasonláshoz ott a díjmentes dimenzió-ellenőrzés: megnevezi, miben gondolja, hogy nyer, és látja, hogy ezen állítások közül melyik védhető bizonyítékkal. A teljes benchmark, dimenziónkénti pontszámokkal és bizonyítási mátrixszal, jelenleg készül.