Produkta lapa sola. Dokumentācija aprašā. Kas lasa rokasgrāmatu, API atsauci vai izmaiņu žurnālu, tas nelasa to, ko konkurents apgalvo, ka var, bet to, ko lietotājam faktiski jāizdara, lai produkts strādātu. Šī atšķirība padara dokumentāciju par vienu no retajiem avotiem, kas pasaka kaut ko par salīdzinājumu vienā dimensijā, ne par uzņēmuma pieņemto brieduma pakāpi.
Iemesls, kāpēc tas tagad ir aktuāls, nav tas, ka dokumentācija ir mainījusies. Tas ir tas, ka dimensijas, kurās konkurenti viens otru pārspēj, mainās, tiklīdz AI pārņem daļu no pamatā esošā darba. Piegādes termiņš ilgi bija personāla nokomplektēšanas jautājums: vairāk cilvēku plānošanā, īsāks izpildes laiks. Ja plānošanas procesu lielā mērā vada modelis un cilvēks vairs tikai novērtē izņēmumus, piegādes termiņš nav vairs nokomplektēšanas jautājums, bet modeļa jautājums. Kas to nesaprot, tas konkurentus vēl salīdzina pēc vecās skalas, kamēr uzvarošā dimensija ir pārvietojusies.
Trīs veidu norādes atkārtojas dokumentācijā, ko ir vērts lasīt:
Šīs norādes nav mārketinga apgalvojuma pierādījums. Tās ir produkta lēmuma pierādījums, kas padara tās vērtīgākas nekā preses relīze par to pašu tēmu.
Dokumentācija bieži atpaliek no produkta. Funkcija, kas kļuvusi AI vadīta, dokumentācijā var vēl būt aprakstīta ar vecajiem, manuālajiem soļiem, jo neviens nav atjauninājis tekstu. Notiek arī pretējais: dokumentācija runā par "intelektuālu" vai "automātisku" apstrādi, kamēr pamatā esošā loģika ir fiksēts noteikumu kopums bez jebkāda mācīšanās elementa. Vārds "automātisks" dokumentācijā nenozīmē AI; tas nozīmē tikai to, ka cilvēks vairs uz to neklikšķina.
Cita lamatas ir sajaukt mērogu ar esamību. API, kas piedāvā klasifikācijas funkciju, nepasaka nekā par to, cik daudz no kopējā apjoma faktiski iet caur šo maršrutu, salīdzinot ar to, cik daudz vēl iet caur manuālu izņēmumu apstrādi. Tas ir atkarīgs no adopcijas konkurenta klientu bāzē, no datu kopas lieluma, uz kuras modelis ir apmācīts, un no tā, cik ilgi funkcija jau ir pieejama. Bez šī konteksta atrasts parametrs ir norāde, nav procentuālais rādītājs.
Dokumentācija mainās lēni. Vairumam produktu pārbaude katru ceturksni ir pietiekama, lai signalizētu strukturālas nobīdes; iknedēļas lasīšana reti sniedz jaunu informāciju, jo dokumentācijas laidieni nenotiek katru dienu. Konkurentam, kas tikko paziņo par lielu laidienu, tiešā pārbaude ir lietderīgāka nekā gaidīšana uz fiksēto ciklu, jo tieši ap laidieniem manuālie soļi pazūd vai API tiek paplašinātas.
Dokumentācija sniedz tehnisko slāni, bet nepasaka nekā par to, kā klienti šo funkcionalitāti pieredz, ko par to zina paši pārdošanas cilvēki, vai kā tirgus uz to reaģē pirkšanas brīdī. Tas pats modelis, kurā AI daļēji pārņem darbu, daļēji atstāj to uzraudzībā un daļēji atstāj cilvēkiem, ir redzams citās vietās: konkursu un iepirkumu prasībās un vērtējumos, tajā, ko klientu atsauksmes atklāj par piegādes ātrumu un konsekvenci, un tajā, ko paši pārdošanas cilvēki jau sen dzird pa telefonu par konkurentiem. Kas pēc pārņemšanas jānoskaidro, kura no divām organizācijām kurā dimensijā ir priekšā, atrod līdzīgu pieeju tajā, kā divu apvienoto pušu pozīciju novietot vienā līnijā.
Pamatā esošais jautājums nav tas, ko konkurents publicē, bet tas, kādu darbu jūsu pašu uzņēmumā AI faktiski var pārņemt; uz to atbild pa uzdevumiem FTE TO AI darba skenēšana.
Nosauciet divas vai trīs dimensijas, kurās domājat uzvarēt konkurentu, kura dokumentāciju tikko izlasījāt. Piegādes termiņš, precizitāte, reakcijas laiks uz izmaiņām: lai kādu jūs nosauktu, pārbaudiet, vai šis apgalvojums vēl stāv uz vecās skalas vai jau uz jaunās. Bezmaksas dimensijas pārbaude parāda, kuri no šiem apgalvojumiem ir aizstāvami ar pierādījumiem un kuri balstās uz pieņēmumu. Pilnā salīdzinošā vērtēšana ar pierādījumu matricu katrai dimensijai ir izstrādes procesā.