Um concorrente implementa IA e os prazos de entrega diminuem, as propostas saem mais rápido, as perguntas dos clientes são respondidas em minutos. O reflexo é então perguntar qual ferramenta está por trás disso. Essa é a pergunta errada. O software é normalmente imitável. O que não é imitável é a razão pela qual essa ferramenta funciona nesse concorrente e talvez não funcione consigo: a qualidade dos dados subjacentes, a medida em que o processo já estava padronizado antes de a IA entrar em cena, e a disposição das pessoas na organização para confiar num sistema que assume parte do seu trabalho.
Quando a IA assume o trabalho por trás de uma dimensão, não muda apenas a velocidade, mas também quem pode vencer nessa dimensão. O prazo de entrega foi durante muito tempo uma questão de dotação de pessoal: mais pessoas no planeamento, prazos de execução mais curtos. Assim que o planeamento passa a ser feito maioritariamente por um sistema, a dotação deixa de ser o botão que se ajusta. O concorrente com menos pessoal pode então entregar mais rápido do que o concorrente com mais pessoal. Isso muda o que um cliente considera distintivo, e muda aquilo em que se deveria comparar.
Este mesmo padrão ocorre em várias dimensões, sempre com três variantes: uma tarefa que a IA assume completamente, uma tarefa que a IA prepara e que uma pessoa avalia com um motivo para aprovação ou rejeição, e uma tarefa que continua a ser trabalho humano porque o julgamento, a relação ou o contexto não são automatizáveis. Que dimensão se enquadra em que categoria varia consoante o mercado e a empresa. É exatamente por isso que um benchmark feito há dois anos pode já estar ultrapassado em certos aspetos, e com que frequência uma comparação com concorrentes deve ser refeita não é um prazo fixo, mas uma pergunta que deve ser respondida por dimensão.
Duas empresas no mesmo setor, com dimensões comparáveis, podem chegar a pontos muito diferentes ao mesmo tempo. A diferença raramente está na ferramenta. Está em saber se os dados já estavam organizados, se o processo já era suficientemente uniforme para ser automatizado, e se existem pessoas na organização dispostas a contrariar o resultado de um sistema quando isso é necessário. Uma empresa onde os processos, propostas e contacto com clientes já são registados da mesma forma há anos pode implementar uma aplicação de IA sobre isso relativamente depressa. Uma empresa onde esse trabalho ainda está disperso, inconsistente ou existe apenas na cabeça das pessoas tem de organizar isso primeiro antes de a automação da tarefa ser realista. Essa diferença é mensurável, não é uma suposição, e explica por que motivo dois concorrentes com a mesma ambição têm ritmos diferentes.
Um benchmark que pontua as posições nestas dimensões só é útil se for dito com honestidade em que se baseia a estimativa. Uma pontuação sobre o prazo de entrega, baseada em sinais públicos de clientes e no que um concorrente comunica sobre si próprio, é uma indicação, não um facto medido. Uma pontuação sobre algo que ninguém consegue ver de fora, como a margem de erro interna de um processo, não pode ser atribuída e, por isso, não é atribuída; uma pontuação sem prova por trás dela é uma opinião, não um benchmark. Por isso, em cada pontuação da matriz de evidências consta a sua origem, e cada pontuação tem um peso que indica o grau de certeza. Alguns sinais são fortes, como um padrão consistente naquilo que os textos de vagas de emprego de um concorrente revelam sobre onde investe. Outros sinais são fracos e também são apresentados como tal.
Um resultado, além disso, não significa nada se a dimensão em que se pontua não for a dimensão em que o seu cliente realmente decide. Por que motivo os clientes veem a diferença antes de si trata exatamente dessa lacuna: internamente, avalia-se muitas vezes aquilo que é mensurável, não aquilo que conta. E uma pontuação boa numa dimensão em que nunca vai vencer é uma pontuação sem consequência; como se pondera uma dimensão em que nunca vai vencer determina se essa dimensão deve sequer permanecer na comparação.
Se uma mudança no uso de IA se torna visível naquilo que a rotatividade de pessoal de um concorrente revela, isso é um sinal sobre o mercado, não um motivo para basear decisões próprias sobre pessoal neste benchmark. O que um empregador faz com o seu próprio pessoal está sujeito aos seus próprios requisitos legais e fora do âmbito do que esta página ou este método avalia. Aqui apenas se reporta o que se torna visível no mercado em termos de mudança, em horas e capacidade libertadas, não em quem ainda faz esse trabalho.
A pergunta sobre que trabalho na sua própria empresa pode realmente ser assumido pela IA, independentemente do que os concorrentes fazem, é respondida por tarefa através da análise de trabalho da FTE TO AI. Para a comparação com o mercado, existe um primeiro passo mais simples: identifique em que acredita que está a vencer, e avalie se essa capacidade distintiva realmente existe com base em provas em vez de suposições. Isso acontece na verificação de dimensões gratuita: indica em que dimensões acredita estar à frente, e vê quais dessas afirmações podem ser defendidas com provas e quais assentam em suposições. O benchmark completo, com pontuações para todo o seu grupo de referência, está em construção.