Um cliente cancela. O motivo que lhe é dado é vago: "optámos por outro fornecedor" ou "encaixava melhor no que precisávamos". Mais tarde, ouve através de um colega ou do próprio cliente que o concorrente faz algo com IA: propostas mais rápidas, um chatbot que responde imediatamente, um planeamento que se ajusta a uma velocidade estonteante. Tira a conclusão de que a IA é o motivo. Pode ser, mas é uma de várias explicações possíveis, e essas explicações exigem reações diferentes.
Se uma parte do trabalho subjacente a uma dimensão é assumida pela IA, não é a dimensão em si que muda, mas a norma que se lhe aplica. O prazo de entrega foi durante anos uma questão de dotação de pessoal e disciplina de planeamento. As empresas diferenciavam-se pela qualidade dos seus planeadores. Se o planeamento se faz, em grande parte, a si próprio, com um humano a aprovar ou rejeitar excepções, a comparação desloca-se: já não se trata de quem tem os melhores planeadores, mas de quem já colocou o seu trabalho de planeamento nas mãos de um sistema que reage mais rapidamente do que um humano conseguiria. Quem suspeita desta causa reconhece-a num concorrente que reage de forma notavelmente rápida a alterações, ainda que o prazo fixo não seja necessariamente mais curto. Reconhece-se em clientes que mencionam especificamente que receberam resposta "dentro de uma hora" ou "de imediato", não que a resposta fosse melhor.
Se a IA substitui trabalho humano dispendioso no cerne de uma oferta, isso pode traduzir-se num preço mais baixo sem que o cliente note nada relacionado com IA. O cliente compara então simplesmente duas propostas e escolhe a mais barata. Isto parece uma perda para um concorrente com IA, mas é, na realidade, uma alteração de preço. O padrão correspondente está descrito em o que significa quando um concorrente passa subitamente a trabalhar mais barato do que antes. Se o motivo da saída for consistentemente o preço, e não a velocidade ou a comodidade, isso aponta mais nesta direção.
Nem toda a perda para um concorrente está relacionada com IA. Por vezes há um novo concorrente que simplesmente aplica um modelo diferente, ou o próprio mercado desloca-se de tal forma que já ninguém sabe claramente qual é o fator vencedor. Ambos os padrões são distinguíveis de uma mudança impulsionada pela IA: no caso de um novo concorrente que conquista clientes rapidamente, a explicação está muitas vezes num modelo de negócio diferente ou num público-alvo diferente, não na automatização. No caso de um mercado em que já ninguém sabe o que determina o resultado, o problema é que a própria dimensão vencedora se tornou pouco clara, o que pode dever-se tanto à IA como a outra coisa qualquer.
Um cliente que parte é um incidente. Uma taxa de conversão a descer ao longo de várias propostas é um padrão. A distinção é importante porque a reação é diferente: a um incidente responde-se questionando o cliente, a um padrão respondendo com uma nova análise da comparação em si. O que uma taxa de conversão em queda estrutural diz e não diz exatamente está desenvolvido em o que significa uma taxa de conversão em queda estrutural em comparação com perdas incidentais.
A transição não avança ao mesmo ritmo em todo o lado. Em alguns setores, a maior parte do trabalho de elaboração de propostas já está, em grande medida, automatizada, com um vendedor a aprovar o resultado. Noutros setores, esse continua a ser trabalho humano, porque a complexidade da questão não se deixa captar num sistema, ou porque o cliente quer explicitamente contacto pessoal. Essa diferença não está no setor como um todo, mas na tarefa: uma parte do trabalho de elaboração de propostas presta-se a ser assumida, outra não. O que é realmente possível transferir para a IA na sua própria empresa não é uma estimativa, mas algo que se apura por tarefa; é exatamente para isso que serve o scan de tarefas da FTE TO AI.
Não pode deduzir de um punhado de clientes que partem que tem um atraso em IA em toda a linha. Também não pode concluir que o pessoal é a causa da perda; o que um empregador faz com a sua dotação de pessoal é da responsabilidade do empregador, e as decisões sobre esse assunto têm requisitos legais próprios que aqui não estão em causa. O que é possível investigar: em que dimensão perdeu o cliente, se essa dimensão sofreu recentemente uma alteração devido à automatização por parte do concorrente, e se o seu próprio peer group revela o mesmo padrão. Como delimitar esse peer group está explicado em como compor um peer group que reflita verdadeiramente o seu mercado, e que espaço no mercado ainda está por explorar em o que uma análise de white space revela sobre espaço de mercado não aproveitado.
Identifique as duas ou três dimensões em que acredita vencer este concorrente e teste-as com a verificação gratuita de dimensões: verá quais dessas afirmações podem ser defendidas com provas e quais se baseiam em suposições. O benchmark completo, com peer group e matriz de provas por dimensão, está em construção.