Il ragionamento è antico ed è stato solido per lungo tempo: chi è più grande può acquistare di più, distribuire di più, investire di più in sistemi che i player più piccoli non possono permettersi. La scala comprava potere negoziale, comprava margine di sicurezza, comprava un vantaggio difficile da copiare perché copiarlo richiedeva a sua volta scala. Una direzione che ha inserito questa ipotesi nel piano strategico non lo ha fatto con leggerezza. L'ha inserita perché per decenni era corretta.
L'ipotesi si basava su una condizione implicita: che i costi della dimensione stessa costituissero una barriera. Un grande servizio clienti, un grande reparto produttivo, un grande team di analisti — tutti costosi da costruire, e quindi tutte posizioni difendibili. Chi aveva la scala aveva la struttura di costo che gli altri non potevano replicare rapidamente.
L'AI sta assumendo il lavoro, non come progetto ma come qualcosa che accade già in parti: alcuni compiti l'AI può assumerli completamente, altri in parte con supervisione umana che approva o respinge motivatamente, e altri ancora restano lavoro umano. Lo spostamento che ne deriva colpisce esattamente la condizione sottostante all'ipotesi. Ciò che prima richiedeva scala — molta capacità di analisi, molta gestione di prima linea, molte valutazioni ripetute — non lo richiede più, per quelle parti. Un'organizzazione più piccola che conosce i propri compiti e porta a termine quelli giusti con il supporto dell'AI può, su quei compiti, mettere in campo una capacità che prima era propria solo delle grandi dimensioni.
Questo non avviene ovunque alla stessa velocità. In settori con molti compiti di valutazione strutturati e ripetibili — assicurazioni, amministrazione, contatto clienti di prima linea — la differenza tra grandi e piccoli player su questi compiti si sta già visibilmente appiattendo. Nei settori dove il lavoro si basa fortemente su negoziazione, presenza fisica o giudizio non standardizzato, la scala resta un vantaggio più solido, sebbene anche lì non ogni componente ne sia esente. Dove esattamente si trovi questa differenza è una domanda su quali compiti in un'azienda si prestano ad essere assunti dall'AI e quali no — è anche per questo che quanto vale ancora l'ipotesi sul lavoro non standardizzabile è una domanda contigua: senza questa verifica una direzione non sa quale parte del proprio vantaggio di scala si trovi ancora su base solida.
L'ipotesi invecchia in silenzio. Non arriva nessun memo, nessun calo di fatturato al primo giorno, nessun segnale che appare all'ordine del giorno di una riunione di direzione con la scritta "il vantaggio di scala decade". Ciò che invece accade: un concorrente più piccolo di voi opera improvvisamente su alcuni compiti a un costo o con un tempo di esecuzione che prima era raggiungibile solo con la vostra dimensione. Questo segnale arriva spesso prima dall'esterno che dall'interno. I dati di settore su dove i concorrenti impiegano l'AI, gli orologi regolatori che indicano quando cambia la supervisione sulle decisioni automatizzate, e i segnali pubblici su prezzo o velocità dei player più piccoli — questo quadro esterno indica spesso prima le ipotesi scadute rispetto ai rapporti interni, che riguardano il piano esistente e non la domanda se il piano sia ancora corretto.
Un secondo segnale è interno, e più sottile: se il team di direzione, interrogato separatamente, risponde in modo diverso alla domanda sul perché la scala protegga ancora, l'ipotesi è già sotto pressione prima che i numeri lo dimostrino. Quella differenza tra ciò che sulla carta è la strategia e ciò in cui il team crede ancora realmente è esattamente il punto in cui un'ipotesi comincia a spostarsi senza che nessuno la revochi.
Qui non si nasconde nessuna questione di personale. Se e come un'organizzazione adegui il proprio organico a un vantaggio di scala modificato è una decisione con propri requisiti legali; questo testo riguarda la domanda se l'ipotesi valga ancora, non cosa un datore di lavoro ne faccia.
Per sapere se l'ipotesi tiene ancora, non basta guardare al fatturato o alla quota di mercato — questi si muovono lentamente e nascondono esattamente il momento in cui il vantaggio sottostante è venuto a mancare. Più utile è un insieme più ridotto di indicatori, per compito piuttosto che per azienda nel suo insieme:
La domanda sottostante — quale lavoro in questa azienda sia realmente assumibile dall'AI — viene risposta compito per compito dalla scansione del lavoro di FTE TO AI, che è esattamente il livello a cui il vantaggio di scala vince o perde. Chi si chiede più in generale se il margine si trovi ancora dove si è sempre trovato, trova una verifica correlata in quanto vale ancora l'ipotesi sul margine nell'esecuzione, e chi vuole sapere quanto spesso una strategia debba comunque essere riconsiderata legge quanto spesso una strategia va ricalibrata.
Una direzione che ora vuole sapere se questa ipotesi valga ancora può iniziare nominando ad alta voce le ipotesi principali sottostanti alla propria strategia e stabilendo, per ciascuna, quando è stata verificata l'ultima volta rispetto alla realtà. È questo che fa la verifica delle ipotesi gratuita: un breve percorso in cui le ipotesi vengono messe sul tavolo e diventa chiaro quando ciascuna di esse è stata confermata l'ultima volta. La prova strategica completa, con il quadro esterno affiancato all'autovalutazione del team di direzione, è in fase di sviluppo.
Stel uw vraag. Vaak zit de echte vraag een laag dieper — daar mag ik naar vragen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.