A facilidade de fazer negócios é a dimensão que os clientes têm mais dificuldade em nomear e que sentem mais rapidamente. Uma proposta que chega sem complicações, uma alteração processada sem telefonema, uma fatura que está correta sem ser necessário voltar a ligar. Ninguém menciona isto como motivo para ganhar ou perder um negócio, e, no entanto, muitas vezes pesa na decisão. Até agora, essa facilidade era, em grande parte, o resultado de esforço humano: pessoas que faziam trabalho de organização internamente para que o cliente não notasse nada disso. Esse esforço é precisamente o tipo de trabalho de que a IA está agora a assumir partes, e isso muda a comparação.
Quando um cliente diz que fazer negócios com determinado fornecedor é fácil, normalmente há por trás disso uma pilha de trabalho de coordenação. Alguém que junta as pessoas certas quando um pedido se desvia do processo padrão. Alguém que verifica estados antes de o cliente perguntar. Alguém que introduz manualmente uma alteração numa encomenda em três sistemas para que o cliente só precise de comunicar algo uma vez. Esse trabalho não é visível para o cliente, mas determina se o contacto parece fácil ou difícil.
Este é um trabalho que se divide em três categorias. Parte dele é trabalho de rotina que um sistema pode assumir: obter estados, transferir dados, responder a uma pergunta padrão. Outra parte exige uma avaliação que a IA pode preparar, mas que alguém com conhecimento do cliente tem de aprovar ou rejeitar, com fundamento. E outra parte continua a ser trabalho humano: o cliente que está irritado e quer ser ouvido, a excepção que não se encaixa numa regra.
A partir do momento em que o trabalho de rotina por detrás da facilidade de fazer negócios é feito por IA, a origem da vantagem muda. Antes, uma empresa podia diferenciar-se colocando mais pessoas em contacto com o cliente do que a concorrência, ou tendo pessoas melhor formadas que reagiam mais rapidamente. Isso é uma questão de dimensão de equipa e de custos, e qualquer empresa com orçamento suficiente conseguia copiá-lo contratando o mesmo número de pessoas.
Se uma grande parte desse trabalho de rotina se resolver por si próprio, a vantagem desloca-se para outra coisa: para quem melhor encaminha as excepções para as pessoas, quem deixa a pergunta certa junto do colaborador certo, e quem organizou a supervisão da IA de forma a que os erros sejam detetados antes de o cliente os notar. Isto já não é uma questão de quantas pessoas existem, mas de quão bem o processo distingue entre o que um sistema consegue tratar e o que não consegue. Duas empresas com a mesma dimensão de equipa podem, por isso, obter resultados muito diferentes na facilidade de fazer negócios, apenas com base em onde colocaram essa distinção.
Isto não acontece em todo o lado ao mesmo ritmo. Em empresas com muitos contactos repetíveis com clientes — perguntas fixas, tipos fixos de alterações, fluxos fixos de documentos — o trabalho de rotina é relativamente fácil de identificar e transferir para um sistema, com pessoas a aprovar ou rejeitar com base em critérios claros. Em empresas onde cada contacto com o cliente é diferente, ou onde o conhecimento está sobretudo na cabeça de colaboradores individuais, essa transferência é mais lenta e mais arriscada. A diferença não está, por isso, na ambição, mas em quão reconhecível e repetível é o trabalho subjacente.
Além disso, aplica-se o seguinte: quanta capacidade isto liberta e o que a empresa faz com ela é decisão do empregador. Quem considerar basear decisões de pessoal no que a IA assume deve respeitar os próprios requisitos legais aplicáveis a essa matéria. Isso não faz parte desta comparação.
Comparar na facilidade de fazer negócios sem prova é comparar com base em perceção. Uma afirmação como "somos fáceis no trato" só tem valor quando se pode demonstrar de onde vem essa facilidade: menos momentos de transferência manual, menos tempo de espera em caso de desvios, menos erros que o próprio cliente tem de corrigir. Isso é mensurável, e é precisamente nisso que as pontuações desta dimensão se devem basear.
Esta mudança não está isolada do resto da comparação. Quem elabora propostas mais rapidamente porque a IA assume, em grande parte, a elaboração de propostas padrão, também ganha em facilidade, o que pode ser lido em como a velocidade de elaboração de propostas muda com a IA. Quem reduz erros de processamento porque o trabalho de controlo é feito de forma mais sistemática também ganha em facilidade, desenvolvido em como a margem de erro como fator de concorrência está a mudar. E garantias que são tratadas mais rapidamente e com menos complicações afetam a mesma experiência de facilidade nos negócios, tal como descrito em como a garantia e a assunção de risco estão a mudar com a IA. A facilidade de fazer negócios não é, por isso, uma dimensão isolada, mas sim a soma daquilo que acontece nas outras dimensões.
A questão subjacente — que trabalho, nesta empresa específica, pode realmente ser assumido pela IA, e que trabalho não pode — é respondida, tarefa a tarefa, pela análise de trabalho (werkscan) da FTE TO AI, separadamente deste benchmark. Para quem quer saber se a sua própria afirmação sobre a facilidade de fazer negócios se sustenta, ou se se baseia sobretudo em perceção, essa é uma questão diferente de saber se os concorrentes têm pontuações mais fortes nesse aspeto, desenvolvido em como pode determinar em que ponto realmente ganha. E como a IA continua a deslocar constantemente este tipo de trabalho, uma pontuação de há um ano não é automaticamente ainda válida, como explicado em com que frequência uma análise de concorrência precisa de ser repetida.
A verificação de dimensão gratuita mostra exatamente onde está essa diferença entre afirmação e prova: indica onde pensa que está a ganhar na facilidade de fazer negócios, e vê quais dessas afirmações são, neste momento, defensáveis com prova. O benchmark completo, com a comparação em relação ao seu grupo de referência em todas as dimensões, está em construção.