Klient nie zauważa zasięgu geograficznego po punkcie na mapie, lecz po odpowiedzi na kilka konkretnych pytań. Czy ten dostawca może być na miejscu już jutro. Czy zna lokalne przepisy, język i zwyczaje. Czy jest ktoś dostępny w odpowiedniej strefie czasowej, w odpowiednim momencie. Wcześniej odpowiedź na te pytania była bezpośrednio powiązana z tym, gdzie firma miała ludzi. Zasięg był konsekwencją oddziałów, flot pojazdów i obsady kadrowej w regionie. Kto chciał obsługiwać więcej obszarów, musiał tam rozmieszczać więcej ludzi lub zatrudniać więcej osób znających dany region.
Ten związek między zasięgiem a fizyczną obsadą jest pod presją, nie dlatego, że fizyczna obecność zanika, ale dlatego, że część pracy, która umożliwia zasięg, nie jest już związana z lokalizacją.
Za każdą deklaracją zasięgu geograficznego stoi stos pracy, który zazwyczaj pozostaje niewidoczny dla klienta. Śledzenie przepisów obowiązujących w danym kraju lub regionie i przekładanie ich na to, co znaczą dla oferty. Planowanie lokalnych pozycji magazynowych lub punktów serwisowych. Szacowanie popytu i podaży w danym regionie, tak aby nie było za dużo lub za mało dostępnej mocy przerobowej. Koordynowanie wielojęzycznej komunikacji między zespołem centralnym a lokalnymi kontaktami. Zestawianie raportów pokazujących, które regiony są faktycznie obsługiwane w obiecanym czasie.
Ta praca wpisuje się w trzy kategorie, które przewijają się wszędzie. Część może przejąć AI: łączenie przepisów, wzorców popytu i danych logistycznych w propozycję zasięgu na dany region to w dużej mierze praca obliczeniowa oparta na już istniejących danych. Część jest częściowa, z nadzorem: system AI proponuje podział regionów lub poziom usługi, człowiek ocenia, czy to pasuje do konkretnej sytuacji klienta lub rynku, i zatwierdza albo odrzuca, z podaniem powodu. A część pozostaje pracą ludzką: faktyczna obecność na miejscu, rozmowa z lokalnym partnerem, ocena sytuacji, której nie da się uchwycić w danych.
Jak długo zasięg był głównie kwestią obsady kadrowej, wygrywał zwykle ten, kto miał najwięcej ludzi w najwięcej miejscach. Była to bariera kosztowa: obsługa większej liczby regionów kosztowała proporcjonalnie tyle samo więcej mocy przerobowej. Mała firma z silną siecią regionalną mogła się wyróżnić, po prostu dlatego, że skalowanie do większej liczby regionów było dla konkurenta równie kosztowne.
Jeśli łączenie przepisów, popytu i logistyki odbywa się w dużej mierze przez AI, ta kalkulacja się zmienia. Firma, która już przekazała tę pracę systemowi, może szybciej przedstawić propozycję zasięgu dla nowego regionu, z mniejszym dodatkowym zapotrzebowaniem na moc przerobową niż konkurent, który wciąż wykonuje tę pracę ręcznie dla każdego regionu. Różnica nie polega już na tym, ile ludzi ma ktoś w danym regionie, lecz na tym, jak szybko i jak dobrze udokumentowane ktoś może sformułować deklarację o zasięgu i, co ważniejsze, jak może ją potwierdzić w momencie, gdy klient to konkretnie sprawdza.
To sprawia, że zasięg staje się wymiarem, na którym porównanie między dostawcami przesuwa się z "kto ma najwięcej oddziałów" na "kto może potwierdzić zasięg, który deklaruje". Dostawca, który deklaruje dostawy w dwunastu krajach, ale robi to dla każdego kraju na podstawie przestarzałych założeń, traci teren na rzecz dostawcy, który tę samą deklarację może poprzeć aktualnymi, udokumentowanymi dla danego regionu danymi. Jak sprawdzić taką deklarację, zanim klient sam to zrobi, opisano na stronie o uzasadnianiu deklaracji dotyczącej własnej jakości.
Różnica między firmami, które już zauważają to przesunięcie, a firmami, które jeszcze nic z tego nie widzą, rzadko leży w branży, a częściej w tym, jak zorganizowana jest praca stojąca za zasięgiem. Firma, w której planowanie regionalne wciąż odbywa się w rozproszonych arkuszach kalkulacyjnych dla każdego oddziału, nie może po prostu przekazać tej pracy systemowi; dane nie są dostępne w formie, która jest do tego potrzebna. Firma, w której te dane już są ustrukturyzowane, może z tymi samymi możliwościami AI zrobić znacznie szybszy krok.
To sprawia, że zasięg nie jest wymiarem oddzielonym od pozostałych. Wiąże się z tym, jak szybko można przygotować ofertę dla nowego regionu, co opisano na stronie o tym, co AI zmienia w szybkości wysyłania ofert, oraz z tym, jak łatwo klient w nowym regionie może prowadzić działalność z dostawcą, co omówiono na stronie o tym, co AI zmienia w wygodzie prowadzenia działalności. Kto zostaje w tyle na zasięgu w porównaniu z grupą porównawczą, znajdzie na stronie o tym, co robić w przypadku zaległości na danym wymiarze wskazówkę, jak taką zaległość zinterpretować, bez tego, że sprowadza się to do porady dotyczącej personelu; jeśli wybór dotyka tego obszaru, obowiązują dla niego własne wymogi prawne.
Odpowiedź na pytanie, czy konkurent deklaruje zasięg geograficzny, który również potwierdza, jest trudna do udzielenia bez porównania na tym samym wymiarze, z tym samym ciężarem dowodowym. To, jaką rolę AI odgrywa w tym procesie, różni się znacznie w zależności od firmy i regionu, i zależy od tego, jak ustrukturyzowane są już dane bazowe oraz jak dużo nadzoru nad propozycjami AI jest jeszcze potrzebne. Jaka praca w konkretnej firmie może być rzeczywiście przejęta przez AI, a jaka praca pozostaje pracą ludzką, odpowiada skan pracy FTE TO AI dla każdego zadania.
Wymiar taki jak zasięg geograficzny jest przydatny w porównaniu tylko wtedy, gdy stojącą za nim deklarację można zweryfikować. Bezpłatna kontrola wymiarów jest do tego pierwszym krokiem: określa Pan/Pani, na czym według siebie wygrywa, i widzi Pan/Pani, którą z tych deklaracji można obronić dowodami. Pełny benchmark, z matrycą dowodową dla każdego wymiaru, jest w budowie.