Garanția și asumarea riscului sunt promisiunea pe care o face un furnizor despre ce se întâmplă dacă lucrurile merg greșit. Cât durează termenul de garanție, ce nu este inclus, cine suportă riscul în cazul unei reclamații și cât de rapid este soluționată acea reclamație. Pentru un client, aceasta este adesea regula decisivă într-o ofertă, tocmai pentru că restul ofertei este deja comparabilă la preț și termen de livrare. Cel care are curajul să fie mai generos decât ceilalți câștigă contracte care sunt egale la celelalte dimensiuni.
Motivul pentru care nu toată lumea are acest curaj se află în munca din spatele acelei promisiuni. Un termen de garanție nu este o alegere de marketing, este o estimare a riscului. Cineva trebuie să calculeze cât de des un produs sau serviciu are defecțiuni, cât costă în medie o reclamație și cât spațiu există în marjă pentru a suporta acest cost. Această muncă se făcea în mod tradițional pe bază de experiență și de sondaje: un manager de risc care analizează reclamațiile din anul trecut și, pe baza acestora, recomandă un termen. Mai lent decât cere piața, și cu o marjă mai degrabă prudentă decât precisă.
În spatele fiecărei condiții de garanție se află un lanț de sarcini. Colectarea și clasificarea istoricului reclamațiilor. Identificarea tiparelor de defecțiuni pe produs, pe segment de clienți, pe condiții de utilizare. Calcularea costului asumării riscului pentru a determina cât costă efectiv o garanție mai generoasă. Și, în final, transpunerea condiției într-un text care este solid din punct de vedere juridic și sună atractiv din punct de vedere comercial.
Aceasta este exact genul de muncă în care cele trei categorii de preluare de către AI se întrepătrund. Analizarea datelor privind reclamațiile și identificarea tiparelor din acestea este o muncă pe care un sistem o poate prelua în mare parte deja astăzi, cu condiția ca datele să existe și să fie livrate structurat. Transpunerea acestor tipare într-un buget concret de risc pe linie de produs se face de obicei cu supraveghere: un model oferă o propunere, un manager de risc o aprobă sau o ajustează, cu motiv. Iar stabilirea riscului pe care o organizație este dispusă să-l asume peste rezultatul calculat rămâne muncă umană, pentru că este o alegere legată de strategie și reputație, nu de probabilitate.
Diferența nu se află în termenul de garanție în sine, ci în modul în care acesta este stabilit și cât de rapid este aplicat. Un furnizor care poate calcula tiparele de reclamații pe linie de produs sau chiar pe client poate diferenția: garanție mai generoasă unde riscul este scăzut, condiții mai strânse unde riscul este ridicat, în locul unui singur termen pentru toate. Un client observă imediat acest lucru în ofertă, și este exact genul de diferență care este deja vizibilă și la cum schimbă AI concurența pe viteza de ofertare, unde are loc aceeași deplasare de la estimare manuală la propunere calculată.
O a doua diferență observabilă se află în tratarea unei reclamații în sine. Unde estimarea riscului se face în avans, evaluarea daunei se face ulterior, și și acest proces se deplasează: triajul inițial și constituirea dosarului pot fi preluate de un sistem, în timp ce decizia finală rămâne la un angajat. Un client care în câteva zile, în loc de săptămâni, știe la ce se poate aștepta percepe asta ca parte a aceleiași garanții, chiar dacă formal este un proces diferit.
Faptul că o organizație valorifică deja această deplasare nu depinde de sector, ci de trei lucruri: dispune de date privind reclamațiile într-o formă pe care un sistem le poate citi, există un manager de risc dispus să folosească o propunere generată de model ca punct de plecare în loc de amenințare, și marja produsului este suficient de generoasă pentru a experimenta cu garanții mai precise. O companie unde dosarele reclamațiilor sunt încă pe hârtie sau în foi de calcul separate poate avea aceeași ambiție ca liderul din grupul de referință și totuși poate fi în urmă cu ani, simplu pentru că fundamentul lipsește.
Acest lucru afectează și modul în care sunt stabilite prețurile riscurilor, și, prin urmare, direct întrebarea ce avantaj oferă AI la preț: o estimare mai precisă a riscului face posibil un preț mai precis fără ca marja să fie pusă sub presiune. Cel care nu revendică un avantaj aici, în timp ce concurenții deja o fac, pierde fără să observe imediat acest lucru, în același mod descris la de ce companiile pierd din ce în ce mai des pe preț.
Se impune o observație. Când estimarea riscului afectează decizii de personal, de exemplu atunci când este nevoie de mai puțini oameni pentru evaluarea reclamațiilor, se aplică cerințe legale proprii pentru acestea. Acest lucru nu face parte din această comparație și nu este evaluat aici.
Întrebarea de fond nu este dacă garanția este un argument de vânzare puternic, acest lucru este cunoscut. Întrebarea este ce parte din munca din spatele ei s-a deplasat deja în organizația dumneavoastră către un sistem cu supraveghere, și ce parte funcționează încă complet pe bază de experiență și sondaj. Aceeași întrebare se pune și după o fuziune sau achiziție, unde două politici de garanție trebuie comparate una cu cealaltă, aspect tratat la cum vă comparați poziția după o achiziție.
Ce muncă din compania dumneavoastră poate fi efectiv preluată de AI diferă pe sarcină și pe linie de produs, și exact acest lucru este cartografiat pe sarcină de scanul de muncă al FTE TO AI.
Identificați pe ce credeți că câștigați la garanție și asumarea riscului: este termenul, este acoperirea, este viteza de soluționare a unei reclamații. Verificarea gratuită a dimensiunii arată care dintre aceste afirmații pot fi susținute cu dovezi față de grupul dumneavoastră de referință. Benchmark-ul complet este în curs de construire.