Há normalmente uma dimensão em que uma empresa se distingue. Entrega mais rápida, orçamentos mais precisos, um serviço que parece ligeiramente mais pessoal. Essa vantagem foi construída com pessoas: planeadores bons a reorganizar, consultores bons a escutar, um back-office que nunca comete erros. O problema não é que essa vantagem desapareça. O problema é que a razão pela qual ela existia está a desaparecer.
Quando a IA assume o trabalho por detrás de uma dimensão, muda aquilo que essa dimensão mede. O prazo de entrega foi durante muito tempo uma questão de capacidade e experiência: quantos bons planeadores tem, e quão bons são. Se o planeamento se faz, em grande parte, por si próprio, com uma pessoa a avaliar as excepções, o prazo de entrega deixa de ser uma questão de pessoal e passa a ser uma questão de software. Quem tiver esse sistema, tem o prazo de entrega. Não quem tiver as melhores pessoas.
É essa a mudança. Não a IA em geral, mas o que acontece à comparação a partir do momento em que um concorrente consegue entregar a mesma dimensão com menos trabalho humano e o mesmo resultado.
A transferência de trabalho para a IA processa-se em três categorias, que atravessam todos os setores. Uma parte do trabalho pode ser totalmente feita pela IA. Uma parte é feita parcialmente, com uma pessoa que aprova ou rejeita e que pode motivar isso. E uma parte permanece trabalho humano, porque o julgamento, a relação ou o contexto não se deixam captar por um sistema.
A posição de uma empresa depende do que a dimensão em questão realmente exige em termos de trabalho. Um processo de orçamentação que se baseia na combinação de regras fixas e dados históricos presta-se mais facilmente a ser assumido pela IA do que um processo de orçamentação que se baseia em avaliar um cliente que não diz o que quer dizer. Dois concorrentes no mesmo mercado podem, por isso, divergir fortemente, não porque um seja mais avançado, mas porque o seu trabalho subjacente está estruturado de forma diferente. Para quem quiser distinguir isto por empresa, há a questão como medir a maturidade em IA de um concorrente de fora, sem acesso aos seus sistemas internos.
Isto nada diz sobre o que uma empresa deveria fazer com o seu pessoal. Se e como a capacidade é reorganizada é uma decisão do empregador, com os seus próprios requisitos legais quando isso implica despedimentos. O que a análise comparativa (benchmark) fornece é outra coisa: o número de horas que a IA pode libertar dentro de uma tarefa, e a capacidade em fte que isso liberta para outro trabalho. Factos sobre o trabalho, não aconselhamento de pessoal.
A estimativa de quanto trabalho dentro de uma dimensão é suscetível de ser assumido pela IA nunca é um número exato. Depende de como o trabalho está atualmente organizado, de que sistemas já estão em uso, e de quanto do trabalho consiste em excepções que não se automatizam. Duas empresas com volume de negócios e dimensão de pessoal comparáveis podem ter, na mesma dimensão, um resultado muito diferente, e é precisamente por isso que menos pessoas não significa automaticamente menos custos. Esse pressuposto é desenvolvido em porque um concorrente com menos pessoas não trabalha automaticamente de forma mais barata.
Uma pontuação na análise comparativa é, portanto, uma estimativa com uma margem, não uma medição com duas casas decimais. Baseia-se em sinais públicos: vagas de emprego, software utilizado, prazos de execução externamente observáveis, declarações da própria empresa. Onde esses sinais são escassos, a margem é ampla, e isso não é escondido. Um resultado diz sobretudo algo dentro da matriz de evidência em que se insere: cada pontuação é rastreável até aos sinais em que se baseia, e onde estes faltam, isso também é indicado.
Igualmente importante é saber quando um resultado nada significa. Uma vantagem que hoje é válida pode, dentro de um ano, já não existir, não porque o concorrente se tornou mais inteligente, mas porque a própria dimensão mudou de natureza. Quanto tempo dura uma vantagem não é, por isso, um termo fixo, mas uma pergunta que varia por dimensão, desenvolvida em quanto tempo dura uma vantagem em IA. E nem toda a dimensão que agora é distintiva permanece assim: algumas tornam-se precisamente sem valor a partir do momento em que todos no mercado conseguem fazer o mesmo, uma questão tratada separadamente em quais dimensões perdem valor quando todos usam IA.
Se a dimensão em que agora ganha se democratizar, resta a pergunta sobre em que é que, então, ainda ganha. Isso não é a mesma pergunta que "em que somos bons", pois a convicção interna e a força de distinção externa muitas vezes divergem. Essa questão é tratada em como saber em que realmente ganha, independentemente do que a própria organização pensa oferecer.
Como a tecnologia subjacente continua a evoluir, uma comparação não é uma fotografia instantânea que permanece válida durante anos. A frequência com que é necessário reavaliar depende da rapidez com que as dimensões num mercado específico mudam de natureza, algo que é aprofundado em com que frequência deve repetir uma análise da concorrência.
A pergunta sobre que trabalho, na sua própria empresa, pode realmente ser assumido pela IA não é respondida pela análise comparativa, mas pelo levantamento de trabalho (werkscan) da FTE TO AI, que desenvolve isso por tarefa.
Pode começar com a verificação gratuita de dimensões: indica em que pensa que ganha, e vê quais dessas afirmações podem ser defendidas com evidência e quais não. A análise comparativa completa, com a matriz de evidência por dimensão, está em construção.