O conhecimento técnico como vantagem competitiva esteve durante muito tempo nas pessoas: o sénior que sabe exatamente qual a norma aplicável, o engenheiro que consegue esclarecer uma pergunta de um cliente dentro de uma hora, o especialista que conhece a diferença entre o que funciona no papel e o que funciona na prática. Um cliente notava essa diferença no tempo de espera por uma resposta, na profundidade de uma proposta, em quantas perguntas eram necessárias antes de haver uma proposta adequada na mesa. Quem tinha as melhores pessoas, ganhava essa comparação.
Por detrás do conhecimento técnico está sobretudo o acesso e a aplicação do mesmo: pesquisar documentação, ligar especificações a uma pergunta de um cliente, encontrar projetos anteriores semelhantes à situação atual, elaborar uma primeira resposta em rascunho. Isso é, em grande parte, trabalho de padrões — recolher e combinar informação segundo uma lógica que se pode repetir. Avaliar um caso limite, estimar o risco numa aplicação pouco habitual, ponderar algo que não consta da documentação: essa é a parte que se apoia na experiência e no juízo.
Estas duas partes começam agora a divergir. A recolha e combinação de informação técnica pode, durante boa parte do tempo, ser feita por um sistema; a avaliação do que isso produz continua a ser trabalho humano, com supervisão que aprova ou reprova com fundamento. Onde isto já funciona assim, a comparação muda: já não é quem tem mais conhecimento acumulado, mas sim quem coloca mais rapidamente uma resposta fundamentada na mesa e quem consegue efetivamente defender essa resposta quando o cliente aprofunda as perguntas.
Isto altera o que um cliente vê. O tempo de resposta a uma pergunta técnica era um indicador de ocupação e experiência; se o primeiro rascunho estiver pronto em minutos, o tempo de resposta diz sobretudo algo sobre até que ponto uma empresa avançou na estruturação desse processo, e já não sobre a quantidade de conhecimento existente. Duas empresas com o mesmo número de engenheiros sénior podem, por isso, dar uma experiência de cliente completamente diferente, simplesmente porque uma delegou o trabalho de recolha a um sistema e a outra não.
A velocidade a que esta mudança ocorre depende de quão bem o conhecimento subjacente está registado. Uma empresa com documentação clara e atualizada e um histórico de projetos estruturado consegue fazer com que esse processo seja apoiado relativamente rápido; uma empresa onde o conhecimento está sobretudo nas cabeças das pessoas e não está registado em lado nenhum, precisa primeiro desse alicerce antes de haver algo para automatizar. Isto está relacionado com a forma como uma organização está estruturada, não com a qualidade do conhecimento em si — uma empresa pode ter excelentes especialistas e, ainda assim, ser lenta nesta transição, simplesmente porque não há nada registado sobre o qual construir.
Aqui, esta dimensão também toca noutras áreas. A maturidade digital determina, em grande parte, se esse alicerce já existe; quem quiser saber até que ponto as empresas divergem nesse aspeto, pode ler como a maturidade digital muda a posição competitiva. A certificação também tem influência aqui, porque parte do conhecimento técnico que um cliente procura é, na verdade, uma pergunta sobre conformidade demonstrável; isso é tratado em o que significa a certificação agora que a IA assume o trabalho de verificação. E onde o conhecimento técnico já não faz a diferença, a comparação desloca-se frequentemente para o preço, o que está relacionado com a questão desenvolvida em por que razão as empresas perdem cada vez mais por causa do preço.
Um cliente nota esta diferença sem conhecer a causa. Uma proposta que aborda a situação específica de forma um pouco mais precisa, uma pergunta técnica respondida sem desvios, uma proposta que remete para um projeto semelhante de anos atrás — isso parece conhecimento, e de facto é conhecimento, só que a sua recolha já não é necessariamente o trabalho da pessoa que assina a resposta. O que um cliente não vê é a supervisão por detrás disso: quem verifica as respostas em rascunho, com base em que motivo algo é ajustado, e quem continua responsável se a resposta, ainda assim, não estiver correta. Isso continua, com razão, a ser trabalho humano, e para as decisões sobre como essa supervisão é organizada dentro de uma organização aplicam-se requisitos legais próprios que não são aqui tratados.
Quais as tarefas dentro dos próprios serviços técnicos que se prestam a esta mudança e quais não, varia de empresa para empresa e é identificado, tarefa a tarefa, através do diagnóstico de trabalho da FTE TO AI. Isto também é relevante após uma aquisição, quando duas organizações de conhecimento com diferentes níveis de conhecimento registado se juntam e a comparação da sua posição tem de ser refeita, como descrito em como comparar a posição técnica de duas empresas fundidas.
A questão em que uma empresa pensa ganhar em conhecimento técnico é geralmente possível de formular; se essa afirmação também se sustenta face ao grupo de referência é outra questão. Com a verificação gratuita da dimensão, identifica onde pensa que está a ganhar e vê quais dessas afirmações podem ser defendidas com provas. O benchmark completo, com o grupo de referência em todas as dimensões distintivas e a matriz de evidências subjacente, está em construção.