A resposta habitual era: anualmente, ou aquando de uma reavaliação estratégica. Essa resposta partia de um pressuposto que já não se aplica em todos os casos: que as dimensões nas quais as empresas competem são, elas próprias, estáveis. Prazo de entrega, tempo de resposta, consistência de preços, tempo de tramitação de uma proposta — estes eram resultados de dotação de pessoal e de processo, e isso muda lentamente. Uma medição anual fazia, portanto, sentido.
Quando a IA assume o trabalho por trás de uma dimensão, a própria dimensão muda de natureza. O prazo de entrega que dependia de quantos planeadores havia, passa a ser um prazo de entrega que depende da qualidade com que um sistema de planeamento está configurado. Isso pode mudar em meses, não em anos. Uma comparação que continua a partir do pressuposto de estabilidade está a medir algo que já não existe.
Nem todas as dimensões mudam à mesma velocidade, e isso determina com que frequência uma comparação deve ser revista.
Nas dimensões em que a IA pode assumir a tarefa em grande medida — planeamento, resposta de primeira linha, cálculo de propostas —, a posição competitiva pode inverter-se num curto espaço de tempo. Um concorrente que hoje organize este trabalho de forma diferente pode, dentro de alguns meses, ganhar numa dimensão em que ainda estava atrás no ano anterior. Estas dimensões exigem um ciclo mais curto, não porque o método o imponha, mas porque a realidade subjacente se move mais depressa.
Nas dimensões em que pessoas trabalham com apoio de IA e mantêm supervisão — qualidade de aconselhamento, tratamento de processos complexos —, a posição muda de forma mais gradual. O apoio altera a velocidade e a consistência do trabalho, mas a avaliação continua a caber às pessoas, e esse processo não muda de mês para mês.
Nas dimensões que continuam a ser trabalho humano — gestão de relações, negociação, construção de confiança num ciclo de vendas longo —, o ritmo de outrora mantém-se, em grande parte, intacto. Aqui, uma perspetiva anual ou bienal costuma bastar, porque o trabalho subjacente não muda fundamentalmente de forma.
A pergunta "com que frequência" não tem, portanto, uma única resposta. A resposta é: por dimensão, consoante a qual das três categorias essa dimensão pertence hoje.
Isto não é um cenário futuro. Em algumas empresas, a função de planeamento já está largamente automatizada e a dimensão do prazo de entrega está a mudar de forma mensurável; noutras empresas, a mesma função ainda está inteiramente nas mãos de pessoas e a dimensão mantém-se estável. A diferença não está no setor, mas sim nas escolhas que uma empresa e os seus concorrentes já fizeram sobre que trabalho entregam a sistemas e que trabalho mantêm nas pessoas, com supervisão que aprova ou reprova. Um benchmark que não mapeie essa diferença separadamente por dimensão perde de vista onde está o movimento real.
É também por isso que por que razão os seus clientes percebem a diferença antes de si é relevante: os clientes muitas vezes sentem um prazo de entrega mais rápido ou uma resposta mais consistente meses antes de uma medição interna o captar. Nesse caso, a comparação está atrás do mercado, não à frente.
Uma matriz de evidências torna as pontuações rastreáveis, mas rastreabilidade não é o mesmo que certeza. Há um conjunto de limitações inerentes ao método, não à execução.
A evidência pública sobre um concorrente é sempre um reflexo desfasado do estado real. Uma afirmação num site, uma avaliação, um relatório anual: dizem respeito a um momento que já passou. A recência e o grau de diretividade da evidência determinam quanto peso uma pontuação pode ter; uma evidência antiga sobre uma dimensão em rápida mudança diz pouco.
Uma pontuação numa dimensão em que nunca vai vencer também não diz nada de útil, a menos que essa dimensão pese na decisão de compra do seu cliente. A forma como essa ponderação funciona, e por que razão uma pontuação baixa aí não constitui automaticamente um problema, está explicada em como pondera uma dimensão em que nunca vai vencer.
E um ponto forte de hoje não é garantia para amanhã. Se uma afirmação assenta em trabalho que entretanto também pode ser realizado por um sistema, a distinção desaparece assim que os concorrentes adotarem o mesmo sistema. O que isso significa para um ponto forte que se torna comum através da IA está explicado em o que fazer quando o seu ponto mais forte se torna comum através da IA.
Estas limitações não são razão para não elaborar um benchmark. São razão para indicar, em cada resultado, a antiguidade da evidência e a sensibilidade da dimensão a alterações provocadas pela automatização. Uma pontuação sem esses dois dados é difícil de interpretar, mesmo para uma direção que a queira usar com prudência.
Com que frequência uma comparação deve ser revista está, portanto, ligado a uma pergunta que não é respondida pelo mercado, mas pela própria empresa: que trabalho pode aqui, de facto, ser assumido pela IA, que trabalho é feito com supervisão, e que trabalho continua a ser trabalho humano. Essa pergunta é respondida tarefa a tarefa através do scan de trabalho da FTE TO AI. Quem sabe isso, sabe também em que dimensões a sua própria posição pode mudar rapidamente e em quais não.
Se algum destes resultados tocar em decisões relativas a pessoal, aplicam-se aí requisitos legais próprios; esta página e o método subjacente não fornecem aconselhamento sobre essa matéria.
Um peer group mal composto torna sem sentido qualquer pergunta subsequente sobre o ritmo de repetição; consulte o que é um peer group e como o compor para perceber como funciona essa seleção. Quem quiser ver onde no mercado ainda há espaço por ocupar encontra a abordagem em o que é uma análise de white space.
A verificação gratuita de dimensões é um primeiro passo: identifica aquilo em que pensa vencer, e vê quais dessas afirmações podem ser defendidas com evidências. O benchmark completo está em desenvolvimento.
Vraag maar waarop er in uw markt gewonnen wordt. Ik vergelijk liever dan dat ik uitleg.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.