La garanzia e l'assunzione del rischio sono il punto in cui un fornitore esprime in denaro la propria valutazione. Un termine di garanzia più lungo, una responsabilità più ampia, un supplemento per il rischio che viene a mancare: sono promesse su ciò che non andrà storto. Per il cliente questo è di solito l'ultimo criterio prima di prendere la decisione, proprio perché non riguarda la funzionalità ma cosa succede se le cose vanno male.
Il cliente non nota la differenza in un numero in un'offerta, ma in quanto sicuro appare quel numero. Un termine di garanzia chiaramente calcolato ha un aspetto diverso da un termine di garanzia che "si offre sempre così". Questa differenza si sente nella conversazione, anche senza che il cliente riesca a spiegare perché.
Un termine di garanzia o un'assunzione del rischio è il risultato di una valutazione: quanto spesso si verifica un guasto, quanto costa la riparazione, quanto dura una riparazione, quale percentuale dei casi rientra fuori dall'approccio standard. Questa valutazione si basa su dati storici su guasti, manutenzione, resi e reclami, e sulla questione se qualcuno consulti davvero quei dati prima che venga redatto il testo della garanzia.
In pratica quella consultazione avviene spesso in modo limitato. I dati esistono, ma sono distribuiti tra registri di assistenza, registrazioni di reclami e fogli Excel separati. Combinarli e mantenerli aggiornati richiede tempo, quindi il termine di garanzia viene spesso determinato da ciò che ha funzionato anche l'anno scorso, adattato in base all'istinto sull'attuale qualità del prodotto. Non si tratta di negligenza; è una questione di ore disponibili rispetto all'entità della domanda.
Analizzare i dati sui guasti, la storia dei reclami e i modelli di manutenzione è un compito che si presta bene all'automazione: si tratta in gran parte di lavoro di calcolo su dati strutturati e semi-strutturati. Dove questo avviene, il termine di garanzia passa da un'ipotesi fissa, rivista annualmente, a un risultato che può essere ricalcolato per linea di prodotto, per segmento di clientela o persino per ordine. Chi ha organizzato questo processo può offrire un supplemento per il rischio in modo più preciso: più ampio dove il rischio è basso, più cauto dove è alto, invece di una media che per entrambi i casi risulta troppo ampia o troppo stretta.
La decisione finale rimane un lavoro umano, ed è anche lì che dovrebbe rimanere: qualcuno deve valutare il risultato dell'analisi rispetto al margine commerciale e a ciò che è sostenibile a livello contrattuale. L'AI può in parte svolgere questo lavoro, con una supervisione che approva o respinge il risultato con motivazione. Ciò che cambia è la velocità e la precisione con cui questa valutazione può essere fatta, non la questione di chi la fa in ultima istanza.
Questo cambiamento non procede in modo uniforme. Le aziende con una lunga storia di dati di assistenza strutturati e con qualcuno che effettivamente collega quei dati al testo della garanzia, sono più in grado di adottare questo cambiamento rispetto alle aziende dove gli stessi dati esistono ma non sono mai stati riuniti. La differenza quindi non sta nell'intenzione di cambiare, ma nel fatto che i dati sottostanti siano già in ordine.
Non appena una parte del mercato basa i termini di garanzia su dati di rischio ricalcolati, cambia il significato di una garanzia "vantaggiosa". Un termine di garanzia fisso e ampio che prima era considerato fortemente distintivo, può diventare una scommessa costosa non appena un concorrente offre lo stesso margine solo dove i dati lo giustificano, ed è invece più prudente altrove. Chi non ricalibra la propria politica di garanzia rischia garanzie troppo costose dove il rischio è basso, e garanzie troppo limitate dove il rischio è alto — esattamente il contrario di ciò che il cliente sta cercando.
Ciò riguarda in alcuni casi anche scelte interne su chi effettua la valutazione della garanzia e con quale organico. Per queste scelte valgono requisiti legali propri che qui non vengono trattati; questa pagina si occupa dell'effetto sul confronto tra fornitori, non delle decisioni sul personale.
Questa dimensione raramente è isolata. Una garanzia che sembra economica viene letta diversamente accanto a il margine di errore con cui un concorrente effettivamente consegna, e un supplemento per il rischio che appare basso si relaziona a come l'AI cambia la concorrenza sul prezzo. Chi vuole sapere se una promessa di garanzia resiste o è soprattutto ben formulata, può verificarlo su come verificare se la capacità distintiva esiste davvero.
Se l'assunzione del rischio di un concorrente si basi su dati ricalcolati o su un'ipotesi dell'anno scorso, è difficile da vedere dall'esterno; si trova in un testo di garanzia, non in una dichiarazione di marketing. La domanda sottostante, quale lavoro nella propria organizzazione possa davvero essere svolto dall'AI, viene risposta per compito con la scansione del lavoro di FTE TO AI.
La verifica gratuita della dimensione è un primo passo senza quella profondità: lei indica su cosa pensa di vincere, e vede quale di queste affermazioni può essere sostenuta con prove. Il benchmark completo, con il confronto rispetto al suo peer group su tutte le dimensioni, è in fase di realizzazione.