Usługi finansowe składają się w dużej mierze z pracy związanej z informacją: sporządzania dokumentacji, kontroli danych, oceny ryzyka, tworzenia raportów, informowania klientów o stanie sprawy. Doradca, księgowy lub pracownik firmy ubezpieczeniowej spędza dużą część tygodnia na zbieraniu i porządkowaniu danych, zanim dojdzie do oceny czy porady. Wynik usługi zależy więc w dużym stopniu od trzech rzeczy: jak szybko informacja jest dostępna, jak dokładnie została skontrolowana i jak dobrze zostaje wyjaśniona osobie, która sama nie zna się na materii.
To sprawia, że ten sektor jest podatny na zmiany w tym, co dzieje się automatycznie, a co nie. Tam gdzie w fabryce czas przejścia zależy od maszyny, tutaj czas przejścia dokumentacji zależy od tego, jak dużo pracy ludzkiej znajduje się jeszcze między wpłynięciem sprawy a udzieleniem porady.
Porządkowanie i kontrola danych to właśnie ten typ zadania, który daje się przejąć: ustrukturyzowane dane wejściowe, rozpoznawalne wzorce, reguły, które można sformalizować. Część budowy dokumentacji, pierwsza ocena ryzyka i forma raportu może być wykonana przez system, przy czym pracownik ocenia wynik i zatwierdza go lub odrzuca z podaniem przyczyny. Samo poradnictwo, rozmowa o przypadku granicznym, wyjaśnienie klientowi, który czegoś nie rozumie: to w swej istocie pozostaje pracą ludzką, ponieważ opiera się na ocenie i na zaufaniu, które nie powstaje automatycznie.
Nie dzieje się to wszędzie w takim samym tempie. Biuro, które już wystandaryzowało swoją pracę z dokumentacją, może łatwiej przekazać ten krok systemowi niż biuro, w którym każda sprawa jest budowana we własny sposób. Różnica nie leży w chęci wprowadzania innowacji, lecz w tym, jak powtarzalna była już praca leżąca u podstaw, zanim AI weszła w obraz.
Dopóki budowa dokumentacji i kontrola są w dużej mierze pracą ręczną, dostawca z największą pojemnością często wygrywa na szybkości: więcej ludzi, więcej dokumentacji na tydzień. Gdy ta praca w dużej mierze wykonywana jest przez system, ta przewaga zanika. Szybkość staje się wtedy czymś, co może dostarczyć każdy z porównywalnym systemem, a różnica przesuwa się na to, co pozostaje: jakość oceny przypadków granicznych, sposób, w jaki wyjaśniana jest porada, oraz pytanie, czy klient może skontrolować, na czym oparty jest wynik.
To ostatnie waży w tym sektorze bardziej niż wcześniej. Klient, który zauważa, że ocena ryzyka została wygenerowana przez system, chce wiedzieć, kto na to jeszcze spojrzał i na jakiej podstawie. Dostawcy, którzy taki nadzór urządzili w sposób widoczny i możliwy do zweryfikowania, mają przewagę, która nie wynika z szybkości, lecz z możliwości wyjaśnienia. Kto twierdzi jedynie, że jest szybszy, broni twierdzenia, które konkurenci z tym samym systemem mogą postawić równie mocno.
Pytanie, na czym biuro faktycznie wygrywa, zmienia się więc wraz z tym, co jeszcze jest pracą ludzką, a co nie. Podobne przesunięcia zachodzą w budownictwie, gdzie planowanie i kalkulacja są częściowo automatyzowane, w branży instalacyjnej, gdzie diagnoza usterek i planowanie materiałów się przesuwają, oraz w branży rekreacyjnej, gdzie procesy rezerwacji i kontakt z klientem się zmieniają. Dokładna proporcja między tym, co zostało przejęte, a tym, co pozostaje pracą ludzką, różni się w zależności od biura i usługi i nie da się jej wyprowadzić z uśrednienia dla sektora.
To przesunięcie nie mówi niczego o tym, co konkretne biuro powinno zrobić z własną obsadą kadrową. Czy praca, która się zwalnia, prowadzi do innych zadań, innej formy usług czy czegoś innego, to wybór leżący w gestii samej organizacji, który podlega własnym wymogom prawnym w zakresie decyzji personalnych. To, co jest tu opisane, to przesunięcie w tym, na czym opiera się porównanie między dostawcami, a nie wypowiedź o tym, kto powinien zachować lub zlikwidować jaką pracę.
Na pytanie leżące u podstaw, jaka praca w konkretnej firmie faktycznie może zostać przejęta przez AI, nie da się odpowiedzieć na podstawie obrazu sektorowego; to pytanie jest mapowane zadanie po zadaniu za pomocą skanu pracy FTE TO AI. Do porównania z konkurentami istotne jest inne pytanie: jak wiedzieć, na czym firma faktycznie wygrywa, oraz, ponieważ wymiary się przesuwają, gdy AI przejmuje nowe części pracy, jak często należy powtarzać analizę konkurencyjną, aby nie opierać się na twierdzeniu, które już nie jest prawdziwe.
Pierwszym krokiem jest zapisanie punktów, na których uważa Pan/Pani, że wygrywa: szybkość, cena, ekspertyza, obsługa, coś innego. Bezpłatny test wymiarowy competitivebenchmark.net porównuje te twierdzenia z dowodami, które za nimi stoją, dzięki czemu widać, które twierdzenie się utrzymuje, a które opiera się na założeniu. Pełny benchmark, z wynikami dla całej grupy porównawczej i matrycą dowodów dla każdego wymiaru, jest w budowie.