Klaidos riba -- erdvė, kurią organizacija įtraukia tarp to, kiek kas kainuoja, ir to, kiek už tai imama, arba tarp įverčio ir tikrojo rezultato -- ilgą laiką buvo nulemta žmogaus, kuris atlikdavo skaičiavimą. Patyręs sąmatininkas ar klientų vadybininkas žinojo, kur pasiūlyme slypi rizikos, ir tam įskaičiuodavo maržą. Ta žinia gyveno galvose, paskirstyta tarp žmonių, kurie metų metus dirbo su konkrečiu produktų portfeliu ar kliento tipu. Todėl du sąmatininkai toje pačioje įmonėje, skaičiuodami panašius užsakymus, gaudavo skirtingas maržas. Šis skirtumas klientui nebuvo pastebimas, bet pelno (nuostolio) ataskaitoje jis buvo.
Todėl konkurentų palyginimas vyko per rezultatą: kas galėjo pasiūlyti griežtesnę kainą nedirbdamas nuostolingai. Ne per klausimą, kaip ta marža buvo nustatyta, nes tas skaičiavimas nebuvo matomas iš išorės.
Kai klaidos riba skaičiuojama remiantis istoriniais duomenimis -- nuokrypiais tarp išankstinės ir faktinės kalkuliacijos, atlikimo terminais, medžiagų kainų svyravimais -- didelę dalį šio skaičiavimo darbo gali perimti DI. Ne sprendimą dėl galutinės maržos, bet pagrindinį darbą: tūkstančių baigtų projektų peržiūrą, siekiant nustatyti, kur nuokrypiai sistemiškai atsirado, ir šio modelio pritaikymą naujam pasiūlymui. Įmonėse, kuriose tai vyksta, kalkuliacija yra arčiau tikrųjų rizikų nei įmonėse, kurios vis dar remiasi vieno žmogaus patirtimi.
Tai palyginimą pakeičia specifiniu būdu. Organizacija, kuri savo klaidos ribą pagrindžia tūkstančiais duomens taškų, gali skaičiuoti griežčiau, nepadidindama rizikos, tuo tarpu konkurentas, kuris pasitiki kelių žmonių įgūdžiais, turi ir toliau palikti platesnę maržą, kad padengtų tą pačią netikrumo dalį. Vadinasi, viena šalis gali pasiūlyti mažesnę kainą su vienoda rizika arba tą pačią kainą su mažesne rizika. Abu atvejai yra konkurencinis pranašumas, ir abu matomi rezultate, ne procese.
Šį pokytį galima suskirstyti į tris darbo rūšis, ir jos beveik kiekvienoje įmonėje persipina.
Historinių nuokrypių -- kalkuliacijos ir faktinio įvykdymo -- peržiūra šimtuose ar tūkstančiuose užsakymų yra darbas, kurį DI daugeliu atvejų gali perimti. Tai struktūrizuotų duomenų šablonų atpažinimas, o tai yra tiksliai ta sritis, kurioje ši technologija stipri.
Šių šablonų pritaikymas konkrečiam pasiūlymui yra darbas, kuriam iš dalies reikalingas žmogaus priežiūra. Sistema gali pateikti rizikos įvertinimą naujam projektui, tačiau žmogus, turintis žinių apie klientą, rinką ar išskirtinę situaciją, įvertina, ar šis įvertinimas šiuo atveju tinkamas, ir motyvuotai patvirtina ar atmeta maržą.
Sprendimas sąmoningai konkrečiame sandoryje eiti žemiau apskaičiuotos maržos -- dėl strateginių priežasčių, siekiant pritraukti klientą, siekiant patekti į rinką -- išlieka žmogaus darbas. Tai nėra skaičiavimo klausimas, o apsvarstymas dėl rizikos ir ambicijų, ir ta atsakomybė nesikeičia.
Skirtumas tarp įmonių nėra prieigoje prie DI, o tame, kiek duomenų ir disciplinos slypi už kalkuliacijos. Įmonė, kuri sistemingai fiksuoja faktinę kalkuliaciją -- kiek projektas iš tikrųjų kainavo, kur atsirado nuokrypis, ar tai buvo dėl pirkimų, planavimo ar vykdymo -- turi pagrindą, iš kurio modelis gali mokytis. Įmonė, kuri faktinę kalkuliaciją atlieka nereguliariai arba tik didelių nuokrypių atveju, tokio pagrindo neturi, kad ir kiek biudžeto ji skirtų DI. Šiuo atveju atsilikimas yra ne technologijoje, o klausime, ar iš tikrųjų buvo fiksuojama, kas realiai vyko.
Tai daro klaidos ribą dimensija, kurioje pokytis vyksta nevienodai tarp sektorių ir tarp tos pačios pramonės įmonių. Rangovas, turintis penkiolikos metų faktinės kalkuliacijos duomenis, turi kitokį starto tašką nei konkurentas, kuris struktūrizuotą fiksavimą pradėjo tik pernai. Tas, kuris dėl šio pokyčio svarsto galimas personalo pasekmes, turėtų atkreipti dėmesį, kad tam taikomi savi teisiniai reikalavimai; šis puslapis kalba apie tai, kas vyksta su darbu, ne apie tai, ką su tuo daro darbdavys.
Klaidos riba retai egzistuoja atskirai. Griežtesnė kalkuliacija yra susijusi su pranašumu, kurį DI suteikia kainos srityje, nes mažesnė reikalinga marža palieka daugiau erdvės kainodarai. Ji taip pat susijusi su pranašumu, kurį DI suteikia pristatymo laiko srityje, nes dalis klaidos ribos kyla iš planavimo netikrumo. Norint žinoti, ar jūsų klaidos ribos metodas iš tikrųjų yra geresnis nei panašių įmonių, pirmiausia turi būti aišku, kas yra tos panašios įmonės; todėl kaip sudaroma lyginamoji grupė yra pirmasis klausimas, ne paskutinis.
Klausimas, kurią dalį šio konkretaus kalkuliacijos proceso konkrečioje įmonėje jau galima perduoti DI, ir kuri dalis laukia faktinės kalkuliacijos duomenų, kurių dar nėra, atsakomas per FTE TO AI darbo skenavimą, užduotis po užduoties.
Nemokamas dimensijų patikrinimas leidžia įvardyti, kuo, jūsų nuomone, laimite -- klaidos riba, kaina, pristatymo laikas ar kažkuo kitu -- ir parodo, kurį iš šių teiginių galima pagrįsti įrodymais, o kurio kol kas negalima. Visas lyginamasis vertinimas, su įrodymų matrica ir palyginimu jūsų lyginamojoje grupėje, yra kuriamas.