Produkto puslapis žada. Dokumentacija apibūdina. Kas skaito instrukciją, API nuorodą ar pakeitimų sąrašą (changelog), tas skaito ne tai, ką konkurentas sako, kad gali, o tai, ką naudotojas iš tikrųjų turi padaryti, kad produktas veiktų. Šis skirtumas paverčia dokumentaciją vienu iš nedaugelio šaltinių, kurie kažką pasako apie palyginimą vienoje dimensijoje, o ne apie suvokiamą įmonės brandumą.
Priežastis, kodėl tai dabar aktualu, nėra ta, kad dokumentacija pasikeitė. Tai, kad dimensijos, kuriomis konkurentai vieni kitus pranoksta, kinta, kai AI perima dalį pagrindinio darbo. Pristatymo laikas ilgą laiką buvo darbuotojų skaičiaus klausimas: daugiau žmonių planavime, trumpesnis vykdymo laikas. Jei planavimo procesą didžia dalimi vykdo modelis, o žmogus tik įvertina išimtis, pristatymo laikas jau nėra darbuotojų skaičiaus klausimas, o modelio klausimas. Kas šito nesupranta, tas konkurentus toliau lygina senoje skalėje, kol laiminčioji dimensija jau pasislinko.
Dokumentacijoje, kurią verta skaityti, kartojasi trys nuorodų tipai:
Šios nuorodos nėra rinkodaros teiginio įrodymas. Jos yra produkto sprendimo įrodymas, kas jas daro vertingesnes nei pranešimas žiniasklaidai tuo pačiu klausimu.
Dokumentacija dažnai atsilieka nuo produkto. Funkcija, kuri jau tapo AI valdoma, dokumentacijoje gali būti dar aprašyta senais, rankiniais žingsniais, nes niekas atnaujino teksto. Pasitaiko ir atvirkščiai: dokumentacija kalba apie „intelektualų" arba „automatinį" apdorojimą, o pagrindinė logika iš tikrųjų yra fiksuotas taisyklių rinkinys be jokio besimokančio elemento. Žodis „automatiškai" dokumentacijoje nereiškia AI; jis reiškia tik tai, kad žmogus jau nebespaudžia mygtuko.
Kita klaida - masto painiojimas su egzistavimu. API, kuri pasiūlo klasifikavimo funkciją, nieko nesako apie tai, kiek iš bendro apimties iš tikrųjų eina per tą maršrutą, o kiek dar vyksta per rankinį išimčių tvarkymą. Tai priklauso nuo pritaikymo tarp konkurento klientų, nuo duomenų rinkinio, kuriuo modelis buvo apmokytas, dydžio, ir nuo to, kiek laiko funkcija jau yra prieinama. Be šio konteksto rasta parametras yra nuoroda, ne procentas.
Dokumentacija kinta lėtai. Daugumai produktų kas ketvirtį atliekamo patikrinimo pakanka struktūrinių pokyčių signalizavimui; skaitymas kas savaitę retai duoda naujos informacijos, nes dokumentacijos versijos nėra išleidžiamos kasdien. Konkurento, kuris ką tik paskelbė didelę versiją, atveju tiesioginis patikrinimas yra prasmingesnis nei laukimas fiksuoto ciklo, nes tieinesnis rankinių žingsnių išnykimas ar API plėtimasis vyksta tieinesniai versijų metu.
Dokumentacija duoda techninį sluoksnį, tačiau nieko nesako apie tai, kaip klientai patiria tą funkcionalumą, ką apie tai žino patys pardavimo žmonės ar kaip rinka į tai reaguoja pirkimo metu. Tas pats modelis - AI, kuri dalį darbo perima, dalį palieka su priežiūra, o dalį palieka žmonėms - pastebimas ir kitur: tenderių ir viešųjų pirkimų reikalavimuose ir vertinimuose, tame, ką klientų atsiliepimai sako apie pristatymo greitį ir nuoseklumą, ir tame, ką patys pardavimo žmonės jau seniai išgirsta telefonu apie konkurentus. Kas po susijungimo turi nustatyti, kuri iš dviejų organizacijų kurioje dimensijoje pirmauja, ras panašų metodą tame, kaip suvienodinti dviejų susijungusių šalių pozicijas.
Pagrindinis klausimas nėra, ką konkurentas skelbia, o kokį darbą jūsų pačių įmonėje iš tikrųjų galima perduoti AI; į tai kiekvienai užduočiai atsakoma FTE TO AI darbo skanavimu.
Įvardinkite dvi ar tris dimensijas, kuriose, jūsų manymu, laimite prieš konkurentą, kurio dokumentaciją ką tik skaitėte. Pristatymo laikas, tikslumas, reagavimo laikas į pakeitimus - kad ir ką minėtumėte, patikrinkite, ar tas teiginys tebėra senoje skalėje, ar naujoje. Nemokamas dimensijos patikrinimas parodo, kuriuos iš tų teiginių galima pagrįsti įrodymais ir kurie remiasi prielaida. Pilnas etalonas su įrodymų matrica pagal kiekvieną dimensiją yra kuriamas.