Episteeminen avoimuus on markkinasignaali

Episteeminen avoimuus on markkinasignaali – mutta joskus paras bisnes löytyy sulkeutuneisuudesta

Yritykset etsivät tekoälyn liiketoimintapotentiaalia usein väärästä paikasta.

Kysytään:

Missä työssä käytetään paljon aikaa?
Missä on paljon dokumentteja?
Missä tekoäly voisi tehdä saman nopeammin?

Nämä ovat hyviä kysymyksiä. Mutta ne eivät vielä kerro, syntyykö teknologiasta liiketoimintaa.

Kiinnostavampi kysymys kuuluu:

Miten helposti kyseinen organisaatio pystyy havaitsemaan, että nykyinen tapa tehdä asia on huono?

Tätä voidaan kutsua episteemiseksi avoimuudeksi.

Episteemisesti avoin organisaatio pystyy vertaamaan vaihtoehtoja, muuttamaan käsityksiään uuden evidenssin perusteella ja ainakin periaatteessa hylkäämään oman vakiintuneen toimintatapansa, jos jokin toinen tapa osoittautuu paremmaksi.

Episteemisesti sulkeutunut järjestelmä toimii toisin. Nykyistä käytäntöä voivat ylläpitää auktoriteetti, status, perinne, organisaatiorakenne, ammatti-identiteetti tai yksinkertaisesti se, ettei lopputulosta koskaan verrata kunnolla vaihtoehtoon.

Ja juuri tässä alkaa tulla kiinnostavaa.

Avoimuus ennustaa ostamista

Ajatellaan yritystä, joka käyttää vuosittain 100 000 euroa jonkin informaation käsittelyyn.

Jos yritys tietää:

• kuinka monta työtuntia prosessi vie
• paljonko virheitä syntyy
• kuinka kauan läpimeno kestää
• paljonko virheet maksavat
• mikä lopputuloksen laatutaso on

tekoälyratkaisun myynti on teoriassa helppoa.

Jos uusi prosessi tuottaa saman hyväksytyn tuloksen 40 työtunnin sijasta 12 tunnissa, argumentti on selkeä.

Nykytila ja uusi tila voidaan asettaa rinnakkain.

Tällaisessa ympäristössä episteeminen avoimuus kasvattaa adoptiopotentiaalia.

Organisaation ei tarvitse rakastaa tekoälyä. Sen tarvitsee vain hyväksyä periaate:

jos ratkaisu toimii paremmin, vaihdamme siihen.

Tämä kuulostaa itsestään selvältä.

Se ei ole.

Sulkeutuneisuus voi ennustaa suurempaa disruptiota

Toisenlainen markkina voi olla vielä kiinnostavampi.

Kuvitellaan palvelu, jossa asiakas maksaa 20 000 euroa raportista.

Raportti sisältää tutkimusta, tiedonhakua, tekstin jäsentämistä, lähteiden kokoamista, PowerPointia, kokouksia ja seniorikonsultin rauhallisen äänen.

Sitten kysymme epämiellyttävän kysymyksen:

Kuinka suuri osa 20 000 eurosta perustuu todella välttämättömään ihmisen harkintaan?

Jos suuri osa työstä on digitaalisesti saatavan informaation etsimistä, muuntamista, vertailemista, tiivistämistä ja esittämistä, tuotantokustannus voi tekoälyn myötä romahtaa.

Mutta entä jos palvelun hintaa ylläpitääkin jokin muu kuin tuotantokustannus?

Esimerkiksi:

• konsulttitalon maine
• asiantuntijan titteli
• organisaation sisäinen hyväksyntä
• se, että raportti näyttää konsulttiraportilta
• ostajan tarve osoittaa tehneensä asian “asianmukaisesti”
• epäselvyys siitä, miten työn todellista laatua pitäisi arvioida

Nyt markkinassa voi olla huomattava ero tuotteen hinnan ja instrumentaalisesti välttämättömän kustannuksen välillä.

Se on kiinnostava signaali.

Ei vielä liiketoiminta.

Mutta signaali.

Kaksi asiaa pitää erottaa

Tässä kohtaa kannattaa erottaa kaksi muuttujaa:

adoptiopotentiaali ja disruptiopotentiaali.

Episteemisesti avoin organisaatio voi olla erinomainen asiakas uudelle teknologialle, koska se hyväksyy vertailun.

Episteemisesti sulkeutunut organisaatio voi puolestaan sisältää valtavasti poistettavaa kustannusta – mutta se ei välttämättä koskaan osta ratkaisua, joka tekee osan sen omasta toiminnasta tarpeettomaksi.

Tästä syntyy neljä erilaista markkinaa.

Markkina	Tulkinta
Korkea avoimuus + helppo korvattavuus	erinomainen AI-asiakas
Korkea avoimuus + vaikea korvattavuus	hyvä mutta hitaampi B2B-markkina
Matala avoimuus + helppo kiertää nykyinen toimija	erittäin kiinnostava disruptiomarkkina
Matala avoimuus + vaikea kiertää	paljon tehottomuutta, vähän saavutettavaa liiketoimintaa

Viimeinen kohta kannattaa muistaa.

Tehottomuus ei ole sama asia kuin markkinamahdollisuus.

Jos instituutiolla on juridinen monopoli, sääntelyyn perustuva asema tai asiakkaalle pakollinen portinvartijarooli, voit löytää vaikka kuinka suuren kustannuksen ilman realistista tapaa ottaa siitä osuutta itsellesi.

Liiketoimintapotentiaali syntyy vasta, jos kustannuksen voi myös kiertää.

Episteeminen sulkeutuneisuus voidaan muuttaa etsintäkriteeriksi

Tekoälytaloudessa kiinnostavia markkinoita voisi etsiä esimerkiksi seuraavalla heuristiikalla.

Etsi prosesseja, joissa esiintyy yhtä aikaa:

korkea hinta + paljon informaation käsittelyä + vähän aidosti välttämätöntä ihmisharkintaa + heikko lopputuloksen falsifioitavuus + vahva auktoriteetin tai statuksen merkitys + mahdollisuus tarjota lopputulos toista reittiä.

Tämä on paljon hyödyllisempi etsintäkriteeri kuin:

“Missä ihmiset tekevät paljon toimistotyötä?”

Tekoälystä varallisuudeksi -rungossa keskeinen periaate on, ettei tekoälytuotos itsessään ole taloudellinen tulos. Tuotoksen täytyy kulkea ketjun läpi ratkaistuksi ongelmaksi, asiakkaan kokemaksi arvoksi, maksuhalukkuudeksi, myynniksi, ylijäämäksi ja lopulta omistukseksi.

Samassa rungossa huomio kiinnitetään myös niihin täydentäviin niukkuuksiin, joita tekoäly ei tee ilmaisiksi: luottamukseen, pääsyyn asiakkaan luo, prosessien tuntemiseen, vastuuseen, dataan, integraatioihin ja jakeluun.

Episteeminen avoimuus voidaan nähdä yhtenä tällaisena markkinarakenteen muuttujana.

Yksinkertainen disruptioindeksi

Ajatus voidaan kirjoittaa myös rumasti matematiikaksi, mikä parantaa välittömästi konsultointilaskutuksen edellytyksiä.

Olkoon:

DP = K × A × S × B × R

missä

K = nykyisen prosessin kustannus
A = algoritmisesti poistettavissa oleva osuus
S = episteeminen sulkeutuneisuus
B = mahdollisuus kiertää nykyinen toimija
R = ongelman tai transaktion toistuvuus

Suuri K kertoo, että jotain kannattaa poistaa.

Suuri A kertoo, että teknologia pystyy poistamaan sen.

Suuri S kertoo, että nykyinen järjestelmä ei välttämättä itse ole tehokkaasti poistanut kustannusta.

Suuri B kertoo, että yrittäjä voi päästä loppuasiakkaaseen.

Suuri R kertoo, ettei löydetty ongelma ole kertaluonteinen kuriositeetti.

Jos jokin näistä lähestyy nollaa, hieno disruptioteoria voi muuttua nopeasti harrastukseksi.

Markkinatutkimuksen uusi kysymys

Perinteinen konsultti kysyy:

Mitkä ovat asiakkaan tarpeet?

Flutterby Ninja Consulting ehdottaa vielä yhtä kysymystä:

Miksi tämä kustannus on edelleen olemassa?

Jos vastaus on tekninen välttämättömyys, tekoäly ei ehkä auta.

Jos vastaus on vaikeasti korvattava ihmisen harkinta, tekoäly toimii ehkä vain apuvälineenä.

Mutta jos vastaus alkaa muistuttaa tätä:

“Näin tämä on aina tehty, tämä kuuluu asiantuntijalle, asiakkaat odottavat tätä ja kukaan ei oikeastaan mittaa vaihtoehtoa”

saattaa olla syytä avata Excel.

Markkinan arvokkain resurssi ei joskus ole tieto.

Se on se, ettei kukaan ole vielä saanut lupaa kysyä, miksi siitä maksetaan näin paljon.