Tehniskās zināšanas kā konkurences priekšrocība ilgi bija cilvēkos: seniors, kurš precīzi zina, kāds standarts ir piemērojams, inženieris, kurš var izprast klienta jautājumu stundas laikā, speciālists, kurš zina atšķirību starp to, kas iespējams uz papīra, un to, kas darbojas praksē. Klients šo atšķirību pamanīja gaidīšanas laikā uz atbildi, piedāvājuma detalizācijā, tajā, cik jautājumu bija nepieciešami, pirms bija gatavs piemērots priekšlikums. Kam bija labākie darbinieki, tas šo salīdzinājumu uzvarēja.
Aiz tehniskajām zināšanām galvenokārt slēpjas to atklāšana un piemērošana: dokumentācijas pārmeklēšana, specifikāciju sasaistīšana ar klienta jautājumu, iepriekšēju projektu atrašana, kas līdzinās pašreizējai situācijai, sākotnējas koncepta atbildes sagatavošana. Tas lielā mērā ir šablona darbs — informācijas iegūšana un kombinēšana pēc loģikas, ko var atkārtot. Robežgadījuma izvērtēšana, riska novērtēšana neparastā pielietojumā, kaut kā, kas nav dokumentācijā, iekļaušana vērtējumā — tā ir daļa, kas balstās uz pieredzi un spriedumu.
Šīs divas daļas tagad sāk atšķirties. Tehniskās informācijas iegūšanu un kombinēšanu lielā daļā laika var veikt sistēma; tā rezultāta izvērtēšana paliek cilvēku darbs, ar uzraudzību, kas apstiprina vai atsaka ar pamatojumu. Kur tas jau darbojas šādi, salīdzinājums mainās: ne vairs kam ir vairāk zināšanu, bet kas ātrāk uz galda liek pamatotu atbildi un kas šo atbildi tiešām var aizstāvēt, kad klients uzdod papildjautājumus.
Tas maina to, ko klients redz. Reakcijas laiks uz tehnisku jautājumu bija noslodzes un pieredzes rādītājs; ja pirmais koncepts ir gatavs minūšu laikā, reakcijas laiks galvenokārt liecina par to, cik tālu uzņēmums ir šī procesa iekārtošanā, ne vairs par apkārtējo zināšanu apjomu. Divi uzņēmumi ar vienādu senioru inženieru skaitu tāpēc var radīt pilnīgi atšķirīgu klienta pieredzi, vienkārši tāpēc, ka viens ir uzticējis atklāšanas darbu sistēmai, bet otrs nav.
Ātrums, ar kādu šī pārmaiņa notiek, ir atkarīgs no tā, cik labi ir fiksētas pamatzināšanas. Uzņēmums ar skaidru, aktuālu dokumentāciju un strukturētu projektu vēsturi var šo procesu relatīvi ātri padarīt atbalstītu ar sistēmu; uzņēmumam, kur zināšanas galvenokārt ir galvās un nekur nav pierakstītas, vispirms nepieciešams šis pamats, pirms ir kas automatizējams. Tas skar to, kā organizācija ir iekārtota, ne pašu zināšanu kvalitāti — uzņēmumam var būt izcili speciālisti, un tas tomēr var būt lēns šajā pārmaiņā, vienkārši tāpēc, ka nekas nav nofiksēts, uz kā var būvēt.
Šeit šī dimensija skar arī citas jomas. Digitālais brieduma līmenis lielā mērā nosaka, vai šis pamats jau eksistē; kas vēlas zināt, cik lielā mērā uzņēmumi šajā ziņā atšķiras, var lasīt kā digitālais brieduma līmenis maina konkurences pozīciju. Sertifikācija arī skar šo tēmu, jo daļa no tehniskajām zināšanām, ko klients meklē, patiesībā ir jautājums par pierādāmu atbilstību; tas ir aplūkots ko sertifikācija nozīmē tagad, kad AI pārņem pārbaudes darbu. Un kur tehniskās zināšanas vairs nav atšķirīgais faktors, salīdzinājums bieži pārvirzās uz cenu, kas saistīts ar jautājumu, kas izklāstīts kāpēc uzņēmumi biežāk zaudē uz cenas nekā iepriekš.
Klients šo atšķirību pamana, nezinot iemeslu. Piedāvājums, kas tieši nedaudz precīzāk pievēršas konkrētajai situācijai, tehnisks jautājums, uz kuru atbild bez apkārtceļiem, priekšlikums, kas atsaucas uz līdzīgu projektu no gadiem senāk — tas jūtas kā zināšanas, un tās arī ir zināšanas, tikai to iegūšana ne vienmēr vairs ir personas darbs, kas atbildi paraksta. Ko klients neredz, ir uzraudzība aiz tā: kas pārbauda koncepta atbildes, kāda pamatojuma dēļ kaut kas tiek pielāgots, un kas paliek atbildīgs, ja atbilde tomēr izrādās nepareiza. Tas pamatoti paliek cilvēku darbs, un lēmumiem par to, kā šī uzraudzība organizācijā tiek iekārtota, ir savas juridiskās prasības, kas šeit netiek aplūkotas.
Kuri uzdevumi pašas tehniskās pakalpojumu sniegšanas ietvaros ir piemēroti šai pārmaiņai un kuri nav, atšķiras katram uzņēmumam, un to ar FTE TO AI darba skenēšanu (werkscan) var kartēt uzdevumu līmenī. Tas ir aktuāli arī pēc pārņemšanas, kad divas zināšanu organizācijas ar atšķirīgu fiksēto zināšanu līmeni saplūst kopā un ir jāveic jauns to pozīcijas salīdzinājums, kā aprakstīts kā salīdzināt divu apvienotu uzņēmumu tehnisko pozīciju.
Jautājumu, ar ko uzņēmums domā uzvarēt tehnisko zināšanu jomā, parasti var formulēt; vai šis apgalvojums iztur salīdzinājumu ar peer group, ir cits jautājums. Ar bezmaksas dimensijas pārbaudi jūs nosaucat, ar ko domājat uzvarēt, un redzat, kurus no šiem apgalvojumiem var aizstāvēt ar pierādījumiem. Pilnā etalonanalīze (benchmark), ar peer group visās atšķirtspējas dimensijās un pierādījumu matricu aiz tās, ir tapšanas procesā.