competitivebenchmark På väntelistan

Kennisbank

Vad AI förändrar i konkurrensen på teknisk kunskap

Vad denna dimension innebär i praktiken

Teknisk kunskap som konkurrensfördel satt länge hos människor: seniorpersonen som exakt vet vilken norm som gäller, ingenjören som kan tolka en kundfråga inom en timme, specialisten som känner skillnaden mellan vad som fungerar på papper och vad som fungerar i praktiken. En kund märkte den skillnaden i väntetid på ett svar, i djupet av en offert, i hur många frågor som behövdes innan ett passande förslag låg på bordet. Den som hade de bästa medarbetarna vann den jämförelsen.

Vad som ligger bakom arbetet

Bakom teknisk kunskap ligger framför allt att öppna upp och tillämpa den: söka igenom dokumentation, koppla specifikationer till en kundfråga, hitta tidigare projekt som liknar den aktuella situationen, ta fram ett första utkast till svar. Det är till stor del mönsterarbete — hämta och kombinera information enligt en logik som kan upprepas. Att bedöma ett gränsfall, uppskatta risken vid en ovanlig tillämpning, väga in något som inte står i dokumentationen: det är den del som bygger på erfarenhet och omdöme.

Vad som förskjuts när AI tar över det arbetet

De två delarna går nu isär. Att hämta och kombinera teknisk information kan till stor del av tiden göras av ett system; att bedöma vad det ger blir fortsatt mänskligt arbete, med tillsyn som godkänner eller avvisar med motivering. Där det redan fungerar så, förskjuts jämförelsen: inte längre vem som har mest kunskap i huset, utan vem som snabbare lägger fram ett underbyggt svar och vem som faktiskt kan försvara det svaret när en kund ställer följdfrågor.

Det förändrar vad en kund ser. Svarstid på en teknisk fråga var en indikation på bemanning och erfarenhet; när det första utkastet är klart inom minuter, säger svarstiden framför allt något om hur långt ett företag har kommit med att bygga upp den processen, inte längre om mängden kunskap som finns i organisationen. Två företag med lika många seniora ingenjörer kan därför ge en helt annan kundupplevelse, enbart på grund av att det ena har lagt hämtarbetet hos ett system och det andra inte.

Varför det inte går lika snabbt överallt

Hastigheten med vilken detta förskjuts beror på hur väl den underliggande kunskapen är dokumenterad. Ett företag med tydlig, aktuell dokumentation och strukturerad projekthistorik kan relativt snabbt låta den processen stödjas; ett företag där kunskapen framför allt finns i huvudena och ingenstans är nedskriven behöver först det fundamentet innan något går att automatisera. Det handlar om hur en organisation är uppbyggd, inte om kvaliteten på kunskapen i sig — ett företag kan ha utmärkta specialister och ändå vara långsamt i denna förskjutning, helt enkelt eftersom det inte finns något dokumenterat att bygga vidare på.

Här berör denna dimension även andra områden. Digital mognad avgör till stor del om det fundamentet redan finns; den som vill veta hur mycket företag skiljer sig åt där kan läsa hur digital mognad förändrar konkurrenspositionen. Certifiering spelar också in här, eftersom en del av den tekniska kunskap en kund söker egentligen är en fråga om påvisbar efterlevnad; det behandlas i vad certifiering innebär nu när AI tar över kontrollarbetet. Och där teknisk kunskap inte längre gör skillnaden, förskjuts jämförelsen ofta till pris, vilket hänger samman med frågan som utvecklas i varför företag oftare förlorar på pris än tidigare.

Vad en kund redan märker, och vad inte

En kund märker denna skillnad utan att känna till orsaken. En offert som går lite mer specifikt in på den egna situationen, en teknisk fråga som besvaras utan omvägar, ett förslag som hänvisar till ett liknande projekt från flera år tillbaka — det känns som kunskap, och det är också kunskap, bara är det inte längre nödvändigtvis den person som skriver under svaret som hämtat den. Vad en kund inte ser är tillsynen bakom: vem som kontrollerar utkastssvaren, på vilken grund något justeras, och vem som förblir ansvarig om svaret trots allt visar sig vara fel. Det förblir, med rätta, mänskligt arbete, och för beslut om hur den tillsynen ska organiseras inom en organisation gäller egna lagkrav som inte behandlas här.

Vilka uppgifter inom den egna tekniska tjänsteverksamheten som lämpar sig för denna förskjutning och vilka som inte gör det skiljer sig från företag till företag och kartläggs uppgift för uppgift med FTE TO AI:s arbetsskan. Det är också relevant efter ett förvärv, när två kunskapsorganisationer med olika grad av dokumenterad kunskap slås samman och jämförelsen av deras position måste göras om, som beskrivs i hur du jämför den tekniska positionen för två sammanslagna företag.

Vad ni kan göra nu

Frågan på vilken ett företag tror sig vinna på teknisk kunskap går för det mesta att formulera; om det påståendet också håller mot peer-gruppen är en annan fråga. Med den kostnadsfria dimensionskontrollen anger ni var ni tror er vinna och ser ni vilka av dessa påståenden som kan försvaras med bevis. Den fullständiga benchmarken, med peer-gruppen på alla särskiljande dimensioner och bevismatrisen bakom den, är under uppbyggnad.