Stratégia sa málokedy opiera o všetky dostupné fakty. Opiera sa o vybraný počet predpokladov, ktoré boli v čase písania rozumné a odtiaľ sa už znova neotvorili. Jedným z nich je často: náš náskok v znalostiach zostáva, pretože v tomto odbore pracujeme dlhšie, videli sme viac klientov, vyriešili viac hraničných prípadov než ktokoľvek, kto teraz nastupuje. Tento predpoklad odniekiaľ pochádzal. Dlhoročná skúsenosť špecialistov, dosiahy a precedenty, ktoré sa nedali skopírovať za pol roka, krivka učenia, ktorú noví hráči jednoducho museli prejsť. Nebola to samoľúbosť. Bol to rozumný odhad toho, ako sa znalosti budovali: pomaly, v ľuďoch, počas rokov.
Predpoklad bol správny, pretože znalosti a osoba, ktorá ich nosila, sa dali len ťažko oddeliť. Ak chcel konkurent váš náskok vyrovnať, musel prijať ľudí s rovnakým počtom rokov skúseností, alebo do tých rokov sám investovať. Oba postupy boli pomalé a viditeľné. Videli ste konkurenta pri nábore alebo budovaní, a mali čas reagovať. Náskok teda nebol len obsahový, bol aj rozdielom v tempe, ktorý ste vedeli sledovať.
AI preberá prácu, a to sa nedeje všade v rovnakej kategórii. Pri časti znalostných úloh môže jazykový alebo analytický model urobiť prvé kolo sám: rozpoznať vzory v dosiahoch, vypracovať odporúčanie na základe precedentov, zhrnúť analýzu, ktorá seniorovi kedysi zabrala celý deň. Pri inej časti to prebieha s ľudským dohľadom: model vypracuje návrh, špecialista ho schváli alebo zamietne a odôvodní prečo. Pri ďalšej časti sa mení len málo, pretože posúdenie je príliš viazané na kontext alebo príliš rizikové na automatizáciu. Toto rozdelenie je pri každej firme a každej úlohe iné, a to je presne ten bod: nejde o všeobecný prelom, ale o posun, ktorý sa deje úloha po úlohe, a firmy, ktoré to mapujú po úlohách, sú v súčasnosti pred firmami, ktoré túto otázku ešte riešia na strategickej úrovni.
Odkiaľ tento rozdiel pochádza, zvyčajne nie je obsahové. Je v tom, kto si už položil otázku na úrovni samotnej práce, a kto ju ešte kladie na úrovni odvetvia. Rovnaká logika platí pri predpoklade, že táto práca sa nedá štandardizovať: čo kedysi platilo za príliš špecifické na automatizáciu, sa pri overení často ukáže ako čiastočne rozložiteľné na opakovateľné kroky.
Dôsledok pre náskok v znalostiach konkrétne: rozdiel v tempe, ktorý ste kedysi vedeli sledovať, už nie je automaticky viditeľný. Konkurent nemusí prijať desať seniorných ľudí, aby sa dostal na vašu úroveň pri čiastkovej úlohe. Musí len rozpoznať správnu úlohu ako vhodnú na prevzatie AI a dobre zorganizovať dohľad nad ňou. To môže urobiť bez toho, aby ste to videli, až kým výsledok neleží na stole.
Signály sa zvyčajne nenachádzajú v číslach tohto štvrťroka. Sú v správaní, ktoré prisúdite niečomu inému. Ponuka menšieho konkurenta, ktorá je obsahovo rovnako presná, ako kedysi vedeli poskytnúť len vaši seniorní ľudia, a rýchlejšie. Klient, ktorý sa pýta, prečo analýza, ktorá u vás trvá týždeň, je inde hotová za deň. Nové subjekty na trhu, ktoré bez dlhoročnej krivky učenia už hovoria na úrovni. Každý z týchto signálov sa dá vysvetliť samostatne, a to je presne dôvod, prečo predpoklad zostáva tak dlho nespozorovaný: nie je jediný okamih, kedy sa viditeľne zlomí, len séria oddelených prípadov, ktoré až spätne tvoria vzor.
Otázka, ktorá je za tým, je rovnaká ako pri predpoklade, že veľkosť poskytuje ochranu: výhoda, ktorú bolo kedysi ťažko rýchlo vyrovnať, sa stáva nespoľahlivou až vtedy, keď ju niekto iný vyrovná bez toho pomalého kroku. Pri náskoku v znalostiach je tým pomalým krokom krivka učenia, a tento krok sa vynecháva presne tam, kde sa úloha hodí na prevzatie modelom.
Aby ste vedeli, či predpoklad ešte platí, nestačí sa pýtať, či vaši ľudia sú ešte stále dobrí. Pravdepodobne áno. Otázka je, či ich náskok je ešte prekážkou pre toho, kto vás chce vyrovnať. To vyžaduje sledovať tri veci: pri každej znalostnej úlohe, či patrí do kategórie plne prevziateľná, prevziateľná s dohľadom, alebo ľudská práca, a či bolo toto zaradenie nedávno overené; ako dávno bolo naposledy zistené, že konkurent tento krok ešte neurobil, a na základe akého signálu; a či je marža, ktorú pripisujete tomuto náskoku v znalostiach, zaznamenaná ako samostatný predpoklad s dátumom, aby bolo jasné, kedy bola naposledy overená, a nielen opakovaná. Kde sa téma dotýka personálnych rozhodnutí, platia pre ne osobitné zákonné požiadavky; tie tu nie sú riešené.
Základ otázky — akú prácu v tejto firme je AI skutočne schopné prevziať — sa zodpovedá pomocou pracovného skenu FTE TO AI po jednotlivých úlohách, nie na úrovni celého odvetvia.
Kto chce vedieť, či tento predpoklad vo vlastnej firme ešte platí, môže začať s bezplatnou kontrolou predpokladov: krátkym kolom, v ktorom pomenujete svoje najdôležitejšie predpoklady a pri každom z nich vidíte, kedy bol naposledy potvrdený. Kompletná strategická skúšobná tlač sa pripravuje.
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.