Niet elk bedrijf hoeft op elke dimensie voorop te lopen. Een leverancier die trager levert maar nauwkeuriger adviseert, kan die achterstand in levertijd toestaan zolang de klant het advies zwaarder weegt dan de wachttijd. De vraag is niet of u op alle dimensies wint. De vraag is of u weet welk gewicht elke dimensie in de koopbeslissing daadwerkelijk heeft, en of dat gewicht standhoudt.
Dat laatste is waar het lastig wordt. Gewichten zijn geen vaste eigenschappen van een markt. Ze verschuiven zodra het werk achter een dimensie van karakter verandert.
Een dimensie weegt zwaar wanneer hij schaars is: weinig aanbieders kunnen hem goed leveren, en het verschil is voelbaar voor de klant. Levertijd woog lang zwaar omdat plannen mensenwerk was en fouten kostbaar. Zodra een taak grotendeels door AI wordt gedaan, met of zonder toezicht, verdwijnt een deel van die schaarste. Wat voorheen een onderscheidend vermogen was, wordt een basisvoorziening die de meeste partijen binnen afzienbare tijd evenaren.
Dat betekent niet dat de dimensie onbelangrijk wordt. Het betekent dat het gewicht dat u er vandaag aan toekent, is gebaseerd op een schaarste die aan het verdwijnen kan zijn. Een benchmark die dat niet meeneemt, weegt met verouderde aannames.
Het werk achter een dimensie valt in delen uiteen: taken die AI zelfstandig aankan, taken die AI met menselijk toezicht doet, en taken die mensenwerk blijven. Deze verdeling bepaalt of een gewicht stabiel is of aan het schuiven.
Waar een taak vrijwel volledig door AI wordt overgenomen, daalt het gewicht van die dimensie doorgaans, omdat de meeste concurrenten hem binnen een vergelijkbare termijn kunnen bijbenen. Waar toezicht nodig blijft, blijft het verschil tussen bedrijven groter en houdbaarder, omdat de kwaliteit van dat toezicht zelf een vaardigheid is die niet iedereen even snel opbouwt. Waar het mensenwerk blijft, verandert er op korte termijn weinig aan het gewicht, al kan de onderliggende schaarste van vakmensen zelf gaan schuiven.
Deze indeling verschilt per bedrijf en per sector, en ook per bedrijf binnen dezelfde sector. Het ene bedrijf heeft de overname van een taak al ingericht met werkende controles; het andere start nog met een proefopstelling. Dat verschil is meetbaar, niet giswerk, en het is precies wat u vindt als u de ai-volwassenheid van een concurrent van buitenaf beoordeelt.
Een gewicht in een benchmark is een schatting, geen meting van de koopbeslissing zelf. De schatting steunt op signalen: wat kopers in de markt zeggen te waarderen, hoe deals worden gewonnen en verloren, hoe dimensies zich de afgelopen periode hebben verplaatst. Dat is bruikbaar, maar het is geen garantie dat dezelfde weging over een jaar nog geldt, en het zegt niets over een individuele deal met specifieke voorwaarden.
De uitkomst zegt ook niets wanneer de bewijsbasis dun is: als een score op een dimensie steunt op één claim zonder onderbouwing, of op verouderde informatie over een concurrent, dan is de weging zo goed als de gegevens waarop hij rust. Daarom staat bij elke score een bewijsmatrix: u kunt nagaan waarop een score is gebaseerd en zelf beoordelen of dat bewijs voor uw situatie toereikend is. Waar het bewijs zwak is, hoort de score als indicatie te worden gelezen, niet als vaststaand feit.
Als een dimensie licht weegt en u staat er zwak op, is de vraag niet automatisch hoe u dat oplost. Soms is de juiste route de zwakte erkennen en de score op een zwaarder wegende dimensie verstevigen; soms is het de moeite waard alsnog in te lopen omdat het gewicht van die dimensie stijgt naarmate meer concurrenten de onderliggende taak aan AI overlaten. Wat een achterstand rechtvaardigt om aan te pakken en wat u kunt laten liggen, hangt af van waar het gewicht naartoe beweegt, en dat is een andere vraag dan wat u doet met een achterstand op een dimensie.
Hetzelfde geldt omgekeerd, voor een dimensie waarop u nu sterk staat: als het onderliggende werk grotendeels overneembaar wordt, is de vraag wat u doet als uw sterkste punt door AI gewoon wordt, en hoe lang die voorsprong nog verschil maakt is een kwestie die apart te beantwoorden is via hoe lang een ai-voorsprong stand houdt.
Welk werk in uw eigen bedrijf werkelijk door AI is over te nemen, en welk deel toezicht blijft vragen, is een vraag per taak, niet per functie of afdeling; de werkscan van FTE TO AI beantwoordt die vraag op dat niveau.
De weging van een dimensie is dus geen vast gegeven, en een score zonder bewijs is geen score om op te varen. Wat wel te doen is: de claims waarop u denkt te winnen naast elkaar leggen en nagaan welke daadwerkelijk met bewijs te verdedigen zijn. Dat is wat de gratis dimensiecheck doet. U benoemt waarop u denkt te winnen, en ziet welke van die claims standhoudt, op dezelfde manier als bij het onderbouwen van een claim over uw eigen kwaliteit. De volledige benchmark, met de complete bewijsmatrix over uw peer group, is in aanbouw.
Vraag maar waarop er in uw markt gewonnen wordt. Ik vergelijk liever dan dat ik uitleg.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.