Uma página de produto promete. A documentação descreve. Quem lê um manual, uma referência de API ou um changelog, não lê o que um concorrente diz conseguir fazer, mas sim o que um utilizador tem efetivamente de fazer para que o produto funcione. Essa diferença torna a documentação numa das poucas fontes que dizem algo sobre a comparação numa dimensão, e não sobre a maturidade percebida de uma empresa.
A razão pela qual isto é relevante agora não é que a documentação tenha mudado. É que as dimensões em que os concorrentes se superam mutuamente mudam assim que a IA assume parte do trabalho subjacente. O prazo de entrega foi durante muito tempo uma questão de dotação de pessoal: mais pessoas no planeamento, prazo mais curto. Se um processo de planeamento é executado maioritariamente por um modelo e um humano apenas avalia exceções, o prazo de entrega deixa de ser uma questão de dotação de pessoal e passa a ser uma questão de modelo. Quem não perceber isto continua a comparar concorrentes na escala antiga enquanto a dimensão vencedora já mudou.
Há três tipos de indícios que se repetem na documentação que vale a pena ler:
Estes indícios não são prova de uma alegação de marketing. São prova de uma decisão de produto, o que os torna mais valiosos do que um comunicado de imprensa sobre o mesmo assunto.
A documentação está muitas vezes atrasada em relação ao produto. Uma funcionalidade que passou a ser orientada por IA pode continuar descrita com os passos antigos e manuais porque ninguém atualizou o texto. O inverso também acontece: documentação que fala de processamento "inteligente" ou "automático" quando a lógica subjacente é um conjunto de regras fixas sem qualquer elemento de aprendizagem. A palavra "automático" na documentação não significa IA; significa apenas que já não há um humano a clicar.
Outra armadilha é confundir escala com presença. Uma API que oferece uma função de classificação nada diz sobre que percentagem do volume total passa efetivamente por essa via face ao que ainda passa por um tratamento manual de exceções. Isso depende da adoção dentro da base de clientes do concorrente, da dimensão do conjunto de dados com que o modelo foi treinado, e há quanto tempo a funcionalidade está disponível. Sem esse contexto, um parâmetro encontrado é um indício, não uma percentagem.
A documentação muda devagar. Para a maioria dos produtos, uma verificação trimestral é suficiente para detetar mudanças estruturais; ler semanalmente raramente traz informação nova, porque as atualizações de documentação não acontecem diariamente. Perante um concorrente que acabou de anunciar um grande lançamento, uma verificação imediata faz mais sentido do que esperar pelo ciclo fixo, pois é precisamente em torno dos lançamentos que os passos manuais desaparecem ou as APIs se expandem.
A documentação dá uma camada técnica, mas nada diz sobre como os clientes vivenciam essa funcionalidade, o que a própria equipa de vendas sabe sobre isso, ou como o mercado reage na compra. O mesmo padrão de IA que assume parte do trabalho, deixa outra parte sob supervisão e mantém outra parte nas mãos de pessoas é visível noutros locais: nos requisitos e pontuações de concursos e adjudicações, no que as avaliações de clientes dizem sobre a rapidez e consistência da entrega, e no que a própria equipa de vendas já há muito ouve ao telefone sobre concorrentes. Quem, após uma aquisição, precisa de determinar qual das duas organizações lidera em que dimensão, encontra uma abordagem semelhante em como posicionar numa mesma linha a posição de duas partes fundidas.
A questão subjacente não é o que um concorrente publica, mas sim que trabalho, na sua própria empresa, é realmente passível de ser assumido pela IA; isso é respondido por tarefa com o scan de trabalho da FTE TO AI.
Identifique as duas ou três dimensões em que acha que vence o concorrente cuja documentação acabou de ler. Prazo de entrega, precisão, tempo de resposta a alterações: seja qual for a que indicar, verifique se essa alegação ainda está na escala antiga ou na nova. A verificação gratuita de dimensão mostra quais dessas alegações podem ser defendidas com provas e quais assentam em suposições. O benchmark completo, com matriz de evidências por dimensão, está em construção.