Hvis du lever av å levere kvalitetsinformasjon til betalingsvillige kunder – hvor redd skal du være for AI-basert konkurranse?
Det altseende monsteret Argos, i følge Gemini.
(En versjon av denne bloggposten ble først publisert på Comunita.no – et ledernettverk for folk med interesse for, nettopp, strategisk forretningsutvikling. Ta kontakt om du ønsker å vite mer om Comunita!)
Den gang jeg var student – tidlig 80-tall, intet mindre – fantes ikke sosiale medier, Internett, kommentarfelt eller fake news (i hvert fall ikke fake news produsert av privatpersoner.) Ikke desto mindre følte mange bedriftsledere et behov for å følge med på hva som ble skrevet om dem og bedriften deres. Derfor hadde de gjerne abonnement på Argus (oppkalt etter et altseende monster fra gresk mytologi), en utklippstjeneste der folk var ansatt for å lese gjennom aviser, klippe ut artikler skrevet om hva det nå var man var opptatt av, lime dette på papir og levere eller sende det til kundene.
Om dette høres tregt, dyrt og primitivt ut, så må man huske at alt er relativt: Aviser kom (som oftest) bare en gang om dagen og det fantes bare én TV- og radiokanal med nyheter. Hadde man en faks, fikk man kopier av artikler og annet hver morgen – raskere enn om man pløyde gjennom avisene selv, og med mindre risiko for at man gikk glipp av noe i en eller annen lokalavis.
Men så lenge medieovervåkningen var raskere enn mediet, hadde man jo nogenlunde kontroll.
Digitalisering
Etter hvert ble avisenes arkiver digitalisert: Aftenposten var en pioner her, de hadde digitalt arkiv fra ca. 1983 og var tidlig ute med å lage en nokså primitive søkemotorer mot dette arkivene. Medieovervåkningsbransjen endret seg: Først ved at det ble etablert digitale overvåkningstjenester med tilgang til avisenes interne arkiver, deretter, etter hvert som avisene ble tilgjengelige over Internett fra midten av 90-tallet, mer automatiserte tjenester (basert på søkeord) som brukte det åpne nettet, ikke avisenes eget materiale, som viktigste kilde. (Hvis du er interessert i mer detaljer, se denne artikkelen fra 2008.)
De nye medietjenestene var billigere og raskere enn de eksisterende – de kunne søke på mange søkeord og levere resultatet via epost, uberørt av menneskehender. Tjenestene deres var av dårligere kvalitet enn de manuelle, dyre tjenestene, men de vant frem fordi de fant nye kunder som ikke trengte den samme kvaliteten. Det betød at de ofte fikk falske alarmer, men prisen var lav og hastigheten høy, og over tid ble den nye tjenesten bra nok, samtidig som mer og mer av nyhetsbildet skjedde utenfor papirbaserte og/eller lukkede kanaler.
Og i dag finnes – såvidt jeg vet – ikke manuelle medieovervåkningstjenester lenger. Noen av firmaene er borte, noen av deres etterfølgere lever videre og leverer tjenester på toppen av søkesystemer, som for eksempel systemer for å levere pressemeldinger eller forholde seg til investorer (og noen av dem gjør det bra). Selve søketjenesten er nå, for de flestes vedkommende, automatisert bort til en enkel abonnementstjeneste, programmert inn som en IFTTT-makro, eller ved at man legger inn faste søk i Google eller (mistenker jeg) bruker en AI-agent.
Den dødelige jakten på lønnsomhet
Det er ikke så uvanlig at nye selskaper kommer til etter hvert som teknologien utvikler seg – det skjer naturligvis hele tiden. Gåten ligger i hva som skjer i de gamle selskapene – hvorfor reagerer de ikke på den nye konkurransen og begynner å levere de sammen tjenestene? De burde ha alle fordeler – kunderelasjoner, kunnskaper, og bedre kildetilgang.
Svaret heter naturligvis disrupsjon – eller rettere sagt, disruptive innovasjoner.
Sett at du er et selskap som leverer en informasjonstjeneste av god kvalitet – for eksempel ved at du bruker mennesker som velger ut materiale, mennesker som forstår hva kunden er ute etter og velger ut det som er aktuelt og faktisk handler om ditt selskap og din bransje og ikke noe som tilfeldigvis ligner. Så dukker det opp en konkurrent som leverer noe som er dårligere, men billigere. Dine gode, trofaste kunder bryr seg ikke om dem, men de tar endel av de marginale kundene dine – kunder som synes dine tjenester er bra, men for dyre, og som ikke trenger den kvaliteten du leverer.
Hvordan skal du respondere? Hvis du forsøker å tilby en dårligere tjeneste til billigere pris, utkonkurrerer du deg selv – og selv om du vinner, vil du vinne et marked som er mindre lønnsomt (om enn kanskje større) enn det du er i nå. Selv om det finnes eksempler på selskaper som har gjort dette – Schibsted, for eksempel – hører det til sjeldenhetene.
Mye vanligere er at man forsøker å gjøre produktet sitt enda bedre, for å kunne ta en høyere pris av de kundene man allerede har (og kanskje skaffe seg nye, betalingsvillig kunder). Denne strategien fungerer ofte i praksis, i alle fall hvis markedet har plass, tjenestene ikke er for sammenlignbare, og utviklingen ikke går for fort. Selv om disrupsjon er lett å beskrive, tar ting tid og man mister gjerne fokus.
Et alternativ er å lage en ny løsning – en billigversjon – som utnytter den nye teknologien, samtidig som man trekker på den erfaringen og informasjonstilgangen bedriften allerede har. Vanskeligheten her ligger dels i markedsføring – det er viktig å holde merkevarer fra hverandre – men også i organisasjon. Da Intel på 90-tallet introduserte en billig chip for å utkonkurrere nye leverandører, la man design og produksjon til et sted langt unna eksisterende fabrikker, slik at man fikk fokus på å lage noe billig som var bra nok, heller enn å lage noe som var så bra som mulig.
Det er kulturforskjell på Skoda og Audi, må vite.
I virkeligheten tar ting tid og er ikke så krystallklart som teorien vil ha det til, ganske enkelt.
12. mars i år var Comunita – et ledernettverk jeg driver sammen med Haakon Gellein – på besøk utenfor Oslo-gryta – i Sand i Suldal, en liten kommune på Vestlandet, som ønsker utvikling og har endel forutsetninger for å få det til. Vertskap var Næringshagen i Ryfylke, som driver næringsutvikling i kommunene Suldal, Sauda og Hjelmeland – og har resultater å vise til.
Men hva betyr egentlig næringsutvikling for en liten kommune – og hvordan gjør man det, sånn rent praktisk, forskjellig fra næringsutvikling i større sammenhenger, som storbyer eller land? (Og ja, hvis dette innlegget viser at det i grunnen ikke er så stor forskjell på å tenke næringsutvikling i et lite land og en liten kommune, så er det hensikten.)
En liten, åpen, rik og lik økonomi
Jeg hørte engang Viktor Norman si at «Norge er som min lommebok – en liten, åpen økonomi.» Landet er lite (vi er godt innenfor feilmarginen av en indisk folketelling) og har et lite hjemmemarked, hvilket betyr at vi må selge ting til resten av verden for å få penger og kjøpe ting fra resten av verden hvis vi skal ha noe. Det betyr også at vi må få mange av våre innsatsfaktorer – som kunnskap og teknologi – inn fra utlandet.
Det er på et nasjonalt nivå. Hva med en kommune? Er den et Norge i miniatyr, eller er det forskjeller som gjør sammenligningen meningsløs?
Norge er et rikt land (et av de rikeste i verden, faktisk), men de fleste små kommuner i Norge har ikke mye midler å rutte med: 7 av 10 har et driftsresultat under det som ansees forsvarlig. Det er det mange årsaker til, men en er at mange oppgaver pålagt av sentrale myndigheter ikke fullfinansieres. Det er lett å se for seg en spiral, der svak økonomi fører til dårligere kommunale tilbud – som skoler og barnehager. Dette kan føre til fraflytting, som gir enda dårligere økonomi, og så videre.
Det er også slik at Norge er svært likt – vi har en av de laveste Gini-koeffisientene i verden. Det betyr ikke at fattigdom og ulikhet ikke er problemer i Norge, men de er mindre enn nesten noe annet sted. Det at vi er (nesten) rikest og likest i verden betyr at vi ikke kan sette masse billig arbeidskraft på for å øke velferd. Det er, i tillegg til en tiltagende eldrebølge, en av driverne til digitalisering og automatisering av så og si alt som kan digitaliseres og automatiseres (selv om mange, meg selv inklusive, synes det går noe tregt.) Riktignok har vi kunnet importere billig arbeidskraft fra tidligere østblokkland en stund, men siden de landene begynner å få det bedre, blir arbeidskraften derfra dyrere.
Et annet særtrekk ved Norge er at vi har spredt bosetning som nasjonal prioritet. Det er en grunn til at vi har 47 ruteflyplasser og svenskene, med dobbelt så mange innbyggere, har 33, for eksempel. Nordmenn liker å være for seg selv, både individuelt, i små flokker og nasjonalt (vi holder oss standhaftig utenfor EU, for eksempel.) Det er fint, men det blir vanskelig å opprettholde tjenester og stordriftsfordeler uteblir.
Så – små kommuner med begrensede ressurser. Hva skal til?
Penger, råvarer, og teknologi
Næringsutvikling handler om å utnytte det man har eller kan skaffe seg – kunnskap, naturressurser, eller penger, for eksempel. Tradisjonelt har næringsutvikling i Norge handlet om å skaffe penger (gjerne fra utlandet) for å utnytte naturressurser (i tur og orden sølv, fisk, tømmer, is, vannkraft, petroleum, sjømat og turisme, for eksempel). Alt dette er supert, men felles for alle disse naturressursene er at de trenger en masse arbeidskraft og ideer i begynnelsen – og dermed næringsutvikling, eller i alle fall arbeidsplasser. Etterhvert blir ting mer og mer automatisert og antallet arbeidsplasser blir færre og krever høyere utdanning. Datasentere, gruver og vindmøller, for eksempel, gir kortvarig glede for kommuneutvikling og kunnskapsnivå – etter anleggsperioden kan drift og bruk til stor grad automatiseres og fjernstyres, og dermed blir det ikke kunder i den lokale butikken eller barn på grendeskolen likevel.
Fra Norgebygda (NRK 2001)
Et næringsliv som krever en høyere grad av kunnskap (og dermed utdanning) er i seg selv et problem for mindre kommuner. (Det er et problem for land også: Bare se på lekkasjen av unge og utdannede fra New Zealand – svært likt Norge – til Australia.) Som illustrert i NRKs serie Norgebygda – fra 2001, fortsatt severdig – får man en prosess der ungdom søker ut for utdanning, finner seg partnere, og ikke flytter tilbake igjen av mange grunner, ikke minst at venner, karriere og kulturelle muligheter er mer tilgjengelig i større sentra. Som det sies i serien: Før flyttet man fordi man måtte, nå flytter flere fordi de vil.
Attraktivitet, ikke bare arbeidsplasser
Myken (foto: Myken.no)
Hvis folk først bestemmer seg for at de vil bo et sted, klarer de som regel å finne noe å gjøre. Myken, for eksempel, er en øy på Helgelandskysten med 22 fastboende – en av dem en tidligere kjemiprofessor fra NTNU som sammen med noen ferierende investorer startet et whiskydestilleri (og hadde vært gjennom ganske mange alternative forretningsplaner før den avgjørelsen.) Myken har i tillegg tre overnattingssteder og en ganske bra restaurant (på sommerstid).
Det går an.
Problemet er at selv om det er en viss gruppe mennesker som vil bo avsides, er de for få til å veie opp for alle dem som trekkes mot mindre grisgrendte strøk. Man kan rekruttere, men de som kommer har en tendens til å ville ha samme tilgang og kvalitet på alle tjenester som de har i byen – og often kan de kreve det med loven i hånden.
Richard Florida har skrevet mye om hvordan byer og regioner kan tiltrekke seg folk, og bruker uttrykket The Creative Class om den typen mennesker en by eller region må tiltrekke seg for å skape økonomisk utvikling. Han har primært skrevet om utvikling av post-industrielle byer i USA, men kanskje man kan hente noe derfra i mindre industristeder i Norge også?
Florida mener utvikling kommer fra fire drivkrafter:
Teknologi (målbart ved patenter og tetthet av teknologibedrifter)
Talent (utdanningsnivå og andel av befolkningen som jobber i «kreative» bransjer)
Toleranse (målbarhet på andel skeive, kunstnere og immigranter)
Territorium (egentlig «Territorial assets) som har med arkitektur, natur og kulturliv å gjøre.
I Norge har vi (etter min mening) byer som har fått dette til – som Drammen – og byer som ikke har klart det i den grad de burde – som Trondheim. Drammen var et høl inntil man fikk lagt gjennomfartsveiene i tunnel, etablert undervisningsinstitusjoner på Papirbredden, og ryddet opp i sentrum og langs elven. Trondheim er en super studentby, men har ikke i nærheten av så mange høyteknologibedrifter og kunstnere som man bør kunne forvente med NTNU og andre kompetansemiljøer midt i byen.
Suldal (og antakelig også andre kommuner) har tilpasset sin næringsutvikling til denne mer komplekse situasjonen, og forsøker å gjøre beslutningen om å flytte dit mindre vanskelig. Dels forsøker man å få bedrifter til å samarbeide om rekruttering, slik at det blir interessante jobber for begge parter i en husholdning. I tillegg har man forsøkt seg med rekrutteringsboliger, som man kan leie for å «prøvebo» i en tidlig fase, slike at transaksjonskostnadene blir mindre.
Næringsutvikling har blitt mer komplisert og mer fokusert på helhetlige verdier – hvordan kan man utvikle dette videre?
Kritisk masse og samhandlingsteknologi
Arbeidslivet er forandret – PC, Internett, mobil, elektronisk signatur, GPS, droner, videokonferanse og etterhvert kunstig intelligens har gjort og gjør at mye som før måtte gjøres lokalt nå kan gjøres hvor som helst fra. Det burde ha implikasjoner for næringsutvikling også – men hva?
Myken kan selge sine produkter over hele verden – og innbyggerne kan sikkert også motta mange kommunale tjenester digitalt. Endel av folkene bak Myken Whiskydestilleri har hytter eller hus der, og kan styre sine forretningsaktiviteter derfra – noen av dem har til og med meldt flytting dit, fordi de vil at skatteinntektene skal tilfalle en kommune som trenger den mer enn Oslo eller Bærum. Kanskje digital kommunikasjon kan gjøre næringsutvikling på små steder lettere? Og kanskje man kan skape fellesskap – rundt stedet i seg selv? På Myken samles hele befolkningen (bokstavlig talt) på landhandelen til kaffe og kake hver dag. På Flå, for eksempel, har man laget et «veksthus» der folk som fjernjobber kan sitte sammen og dele infrastruktur.
For noen år siden hadde jeg en student som var kommunalråd i en liten kommune helt nord i landet. Dette var før pandemien, og hun ivret for å få på plass en psykologitjeneste via videokonferanse. Ikke bare var dette bedre for pasientene – som slapp å bli sett når de gikk til psykologen, og ikke risikerte å møte vedkommende på lokalbutikken – men hun mente hun ville kunne finne mye bedre psykologitjenester enn hva hun kunne rekruttere hvis de måtte bo der oppe.
Med andre ord, teknologi tillater en hel del smarte løsninger. Men en digitale motorveien går begge veier. Hvordan kan en liten kommune – eller et lite land – sikre at digitalisering, automatisering og kommunikasjon blir et pluss?
Politikk og konsistens og den irske metoden
Næringsutvikling i Norge har en tendens til å handle om skatt, særlig formueskatt, og, vel, det finnes mange gode grunner til å tenke over det, men tilrettelegging og forutsigbarhet er kanskje enda viktigere.
Det landet som har hatt den desidert beste reisen fra avsides og fattig til sentralt og rikt er Irland. På 80-tallet var Irland fattig: Bruttonasjonalprodukt per capita på 64% av gjennomsnittet i EU, 17% arbeidsløshet, statsgjeld like stor som BNP. Ungdommen var relativt velutdannet – som en leder fortalte meg på slutten av 90-tallet, Irland var så fattig at det eneste de hadde råd til var utdanning, gratis og tilpasset bedriftenes behov – men måtte reise ut for å finne jobber.
Irske politikere ble enige om å gjøre noe, og begynte med å sette ned selskapsskatten til 8% for utenlandske selskap (over 20% for innenlandske), noe de fikk lov til av EU fordi landet var så fattig. Deretter satte man i gang en mangeårig kampanje for å legge til rette for Irland som en inngangsport til EU for amerikanske selskaper. En leder i IDA Ireland fortalte meg at han gikk ledelsen i store selskaper for å finne irske etternavn, hvorpå han besøkte dem og markedsførte hvordan Irland la alt til rette: Byggetillatelser, rekrutteringskampanjer, infrastruktur – han hadde til og med sørget for innreisetillatelse for bikkja til en administrerende direktør.
Resultatene kom fort, særlig fordi mange selskaper (Dell, IBM, Microsoft, Cisco og andre) ønsket å etablere seg et sted som snakket engelsk, var innenfor EU – og Storbritannia var en byråkratisk hengemyr for all nytetablering. Store amerikanske selskaper begynte å legge europeiske og etterhvert globale hovedkvarterer i Irland, ungdommen kom tilbake (med verdifull arbeids- og ledelseserfaring), arbeidsløsheten falt dramatisk, og «det irske mirakelet» var i gang.
Et sentral punkt her var konsistens og forutsigbarhet: Selv om Irland hadde skiftende regjeringer, var det bred enighet om nærlingslivsstrategien og godt samarbeid mellom arbeidstaker- og arbeidsgiversiden. Dette kom til uttrykk ta EU etterhvert ikke lenger tillot at Irland hadde separate skattesatser for utenlandske selskaper. I stedet for å sette skatten for utenlandske selskaper opp, satte man selskapsskatten lavt for alle (til 9%, såvidt jeg husker). Per i dag er skattesatsen 12,5%, Irland har høyere bruttonasjonalprodukt/innbygger enn Norge (om enn noe oppblåst fordi mange multinasjonale selskaper rapporterer overskuddene sine der), og en økonomi som suser av sted.
Konsistens og tilrettelegging, med andre ord. Mon tro om det er noe for mindre steder også (og kanskje et lite land som Norge?) Vil vi faktisk ha disse nye impulsene – og klarer vi, rent politisk, å være lydhøre og konsekvente nok til å få det til på lang sikt?
Og kanskje dette er lettere å få til i en kommune enn i hele Norge?
(En versjon av denne bloggposten ble først publisert på Comunita.no – et ledernettverk for folk med interesse for, nettopp, strategisk forretningsutvikling. Ta kontakt om du ønsker å vite mer om Comunita!)
En versjon av denne bloggposten ble først publisert på Comunita.no – et ledernettverk for folk med interesse for, nettopp, strategisk forretningsutvikling. Ta kontakt om du ønsker å vite mer om Comunita!)
De største feilene i ethvert prosjekt gjør man gjerne de første fem minuttene, fordi man tar forutsetninger og sementerer misforståelser man ikke vet at man har. AI og vibe coding kan kanskje gjøre noe med det.
Bilde konstruert ved denne prompten til Gemini: «please make me a pencil drawing illustrating and executive and a programmer discussing a vibe coding project»
I Comunita-nettverket har vi som regel møter hos en bedrift, der temaet er noe verten ønsker hjelp med. Men i neste møte har vi endret dette, og gjort et lite eksperiment: To bedrifter har gått sammen om å utforske noe nytt, og rapportere erfaringene.
Den ene bedriften har et problem: Bedriften leverer assistanse til kunder, både sine egne og for ulike partnere, hver av dem med ulike avtaler om hva slags ytelse sluttkundene kan forvente.
Den andre bedriften er et softwarehus som leverer ulike typer IT-tjenester, og som står overfor et teknologiskifte (fra tradisjonell til AI-støttet systemutvikling) som kommer til å ha nokså store konsekvenser for både hvordan man utvikler systemer for kunder og hvordan man tar betalt for dem.
Og hva er det vi har utforsket? Jo, vibe coding.
Vibe coding
Innenfor IT kan vi produsere buzz words fort, men vibe coding må være en eller annen rekord: Andrej Karpathy, en av grunnleggerne av OpenAI, introduserte begrepet for 11 måneder siden, og nå er det altså noe som brukes av helt vanlige bedrifter.
Vibe coding betyr at man skriver dataprogrammer ved å fortelle en språkrobot (eller, om du vil språkmodell) hva slags program man vil ha, hvorpå roboten skriver programmet for deg. Tanken er at alle skal kunne programmere – forøvrig noe som har vært et mål for enhver softwareleverandør siden programvare ble en vare: COBOL, av alle ting, var ment som noe ikke-programmerere skulle kunne gjøre.
Uansett: Hva tilfører Vibe coding som man ikke kunne gjøre før?
Det kanskje viktigste momentet er at man kan bruke svært kort tid (i dette tilfellet, en utvikler og ca. 25 timer) på å utvikle en prototype (eller, i alle fall, POC) som er god nok til at man har en omforent oppfatning av hva systemet skal gjøre og hva resultatet, sånn nogenlunde, kommer til å se ut som. Så liten ressursinnsats i en tidlig fase gjør at man slipper å spesifisere systemer før man begynner – utover korte møter – og man slipper å gjøre feil fordi folk forholder seg til en dynamisk beskrivelse i stedet for en mer statisk spesifikasjon.
Et annet aspekt er at diskusjonen om hva man skal gjøre føres mellom folk som er høyt nok oppe i organisasjonen til å ha overblikk – og foreslå løsninger ut over ren systemdesign. For å ta en parallel fra arkitektur: Snøhætta, et arkitektfirma med en rekke enestående bygninger på merittlisten, tar ikke oppdrag fra bedrifter med mindre bedriftsledelsen setter seg med med arkitektene en hel dag, der de klipper og limer og byggeklosser seg frem til hva slags bygg man skal ha. Dette gjør at mange misforståelser blir ryddet av veien tidlig – «å, var det det du mente» – mens de fremdeles er svært billige å korrigere, både hva gjelder penger og støtte mansjetter.
Om å velge riktig nivå
Bildet konstruert ved denne prompten til Gemini: «please make a pencil drawing illustrating the systems development concept of UI, business logic and data access». Presisjonen er ikke påfallende…
Nesten alle systemer som lages, må forholde seg til tre ulike dimensjoner: Grensesnitt, logikk og datastrukturer. (Også kalt «UI, forretningslogikk og dataaksess» hvis man kommer fra tradisjonell IT-utvikling, eller Model-View-Controller hvis man har studert informatikk.) Grensesnittet handler om hvordan systemet skal se ut og hvordan det passer inn i forhold til andre systemer, inkludert det mennesket som skal bruke det. Logikken handler om hvilke regler og rammebetingelser som gjelder. Datastrukturer handler om hvordan dataene er organisert og hvordan man kan komme til dem.
Et vanlig prosjekt ville måttet ha konstruert et grensesnitt (det begynner å bli mer og mer standardisert), legge inn forretningsregler («ikke tilby kunder en tjeneste som ikke er i kontrakten deres») og datatilgang (kanskje ved å konstruere en matrise av ulike tjenester og ulike kontrakter, og slå opp i den omtrent som indeksen til en søkemotor.) Ved å bruke vibe coding får man et kjapt system, der man bruker en variant av RAG til å lese kontraktene og tolke dem. Rent logisk vil dette si at brukergrensesnittet (og muligens grensesnitt mot andre systemer) blir formulert i naturlig språk («hvilke rettigheter har denne kunden»), forretningslogikken – i alle fall i prinsippet – uttrykt ved en «reward function» der språkroboten belønnes for riktige svar, og datatilgangen ordnet ved at språkroboten tolker kontraktene opp mot et multidimensjonelt semantisk koordinatsett.
Hovedfordelen med vibe coding og RAG er hastighet, hovedulempen er, som med så mange ting der språkroboter er involvert, mangelen på presisjon. En annen utfordring er oppdatering – hva skjer om det kommer en ny partner og, med det, en ny kontrakt? Da må man kanskje gjøre hele tolkningsøvelsen om igjen – og kan risikere at systemet ikke er konsistent over tid.
Suksesskriterier
Så langt har vi sett at vibe coding og språkroboter fungerer utmerket i en testfase – kan vi bygge et kjapt system, sjekke ut et konsept kjapt og billig, så vi blir enige om hva vi vil ha. Dette er ikke ulikt 3D-printing, som startet som noe man brukte til å bygge prototyper av bygninger, maskinkomponenter og annet. Etterhvert har 3D-printing blitt en produksjonsteknikk – kan vibe coding og språkroboter gå den samme veien?
Det finnes faktisk en måte å gjøre dette på uten å måtte manuelt sjekke ut den underliggende logikken i systemet – og det involverer god gammeldags statistikk og eksperimentering. Man kan ganske enkelt teste systemet opp mot det man gjør nå – og se om kunderådgivere med dette systemet til hjelp tar bedre beslutninger enn kunderådgivere som opererer alene.
Statistisk sett er dette riktig måte å gjøre det på – samtidig vil jeg tro at en ansvarlig leder ville følt seg nokså nervøs ved oppstart. Vi har en naturlig tendens til å vurdere nye ting ikke opp mot hva man allerede gjør – ofte manuelle prosesser fulle av ikke-innrømte feil – og i stedet insistere på at ethvert nytt system skal være 100% sikkert, feilfritt og etterrettelig.
Som så meget annet mennesker gjør, er ikke dette mulig, og heller ikke ønskelig. Som Daniel Kahneman har skrevet i sin eminente bok Thinking, Fast and Slow: Et menneske som skal gjennomvurdere alle beslutninger i stedet for å være følelsesstyrt, vil aldri klare å ta noen beslutninger. Slikt sett er den effektive omtrentligheten til en språkrobot kanskje en mulig løsning på den backlog’en enhver organisasjon med gamle systemer sliter med.
Og dialogen før man starter vil i alle fall hjelpe med de feilene man gjerne gjør i løpet av de første fem minuttene.
Siden tidenes morgen har store bedrifter slitt med antikverte kjernesystemer, vanskelige å endre og vanskelige å få data ut av. Nå har noen av dem begynt å få orden på det – og hva skjer da?
ChatGPTs versjon av en COBOL-programmerer – de har tydeligvis bare tre fingre per hånd.
(Denne bloggposten ble først publisert på Comunita.no – et ledernettverk for folk med interesse for, nettopp, strategisk forretningsutvikling. Ta kontakt om du ønsker å vite mer om Comunita!)
Museumsgjenstanden i kjelleren
De grunnleggende datasystemene man bruker i store bedrifter – særlig banker og forsikringsselskaper – ble først laget på sekstitallet. De gjorde helt grunnleggende ting, som å holde orden på hva kundene hadde betalt og fått, og var programmert enten i maskinspråk, Assembler, eller (vanligvis) COBOL. COBOL – designet av ingen ringere enn kontreadmiral Grace Hopper – har vist seg å være forbausende standhaftig: Det er lett å programmere i, men når programmene blir store, er det forbausende vanskelig å endre dem. Etterhvert som ny teknologi har kommet, har de fleste bedrifter utviklet en arkitektur der de har noen svært gamle kjernesystemer – ofte i COBOL – og en mengde andre systemer rundt kjernen – systemer som kommuniserer med kjernesystemet men ikke endrer det.
Dermed ender man opp med et monster i kjelleren – et gammelt system ingen tør røre, delvis fordi det er mangel på folk som kan, dels fordi enhver endring har forgreninger inn i hundrevis, kanskje tusenvis av andre rutiner i egen og andres organisasjon. Siden ingen tør å røre det, bruker man systemene rundt – for dataanalyse, for eksempel, dumper man det som har skjedd i kjernesystemet ut i ulike lagringsløsninger, og gjør analysene derfra.
Fordelen med å trekke data ut fra systemet og gjøre det tilgjengelig er at ulike deler av organisasjonen trenger ulike typer analyser – og har man dataene separat, man man gi dem til folk og la dem gjøre hva de vil. Ulempen er at – med mindre man har en selvdisiplin av en annen verden – de ulike delene av organisasjonen snart skaper sine egne begreper og sine egne bilder av hvordan verden ser ut. Det betyr at uttrykk som «lagerbeholdning» eller «lønnsomhet» har ulike betydninger for ulike deler av organisasjonen, som jo kan gjøre det vanskelig å bli enige om ting. «Single source of truth» er et viktig prinsipp fra informatikk – masterdata skal lagres kun et sted og det skal aldri være tvil om hva som er riktige data. Dette har etterhvert blitt et begrep innen ledelse også, og en viktig motivasjon for å la kjernesystemer og dataanalyse nærme seg hverandre.
Heisenberg i regnskapet
En annen effekt – og viktig motivasjon – for å hente data fra kjernesystemene er oppdatering. Det er en klisje at all regnskapsanalyse handler om å se på fortiden for å predikere fremtiden – ofte sammenlignet med å kjøre bil ved å se i bakspeilet. Jo fersker data, jo bedre styring.
Eller kanskje ikke?
De som har sett Breaking Bad, husker sikkert at hovedpersonen Walter White brukte pseudonymet Heisenberg. Det er ikke tilfeldig – Werner Heisenberg er mannen bak usikkerhetsprinsippet, som sier at (innen kvantemekanikk) er det ikke mulig å presist måle både posisjon og hastighet for en partikkel samtidig. Jo mer presist du måler hvor en partikkel er, jo mindre vet du om hvor fort den beveger seg, og omvendt.
Innen forretningslivet må vi hele tiden ta beslutninger som krever målinger av et eller annet slag – for en bank, for eksempel, må man vurdere kredittverdigheten til en bedrift. Den samme banken vil gjerne også kunne finne ut av hvilke privatkunder som kommer til å flytte lånene sine eller slutte å betale dem – eller mer presist kunne vurdere likviditetsbehov på kort sikt, kanskje fra minutt til minutt.
Når data blir øyeblikkelig tilgjengelig, vil vel dette bli lettere?
Lager er ikke lager
Vel, ting er ikke så enkelt. La oss ta et enkelt begrep, som uttrykket «lager» – er produktet på lager?
Skal du kjøpe noe på IKEA, for eksempel, kan du jo gå på deres webside og se om det ønskede produktet er i butikken – bare for å finne at det ikke er der likevel når du kommer dit. Sjansen for at lagerbeholdningen er feil, er mindre nå enn før, fordi man har fått raskere oppdateringer. For noen år siden ble lagerbeholdningen oppdatert daglig, i en batchprosess. Så koblet man det til POS-systemet i kassen, og dermed ble tallet oppdatert når noen gikk gjennom kassen og betalte for det.
Nå er IKEAs forretningsmodell den at du henter det du skal ha, for så å bruke masse tid på å vandre rundt i en labyrint eller stå i kø mens du fristes med lysestaker, varmelys og marsipan. Den flatpakken du har på handlevognen, er fortsatt – i følge IKEA – på lager, i den forstand at de ikke har solgt den ennå. Men den er ikke på lager for neste kunde, som kommer til en tom hylle – medmindre IKEA monterer strekkodelesere eller vekter på lagerhyllene sine.
Begrepet «lagerbeholdning» er altså ikke bare tidsavhengig, men også forskjellig for forskjellige brukere, og årsaken er ikke slapp datadisiplin, men genuine forskjeller i informasjonsbehov. Dermed blir det til at man må endre beregningsmetode ikke bare ut fra hvilket tidspunkt man ønsker data på (historisk, i sanntid, eller i fremtiden) men også ut fra hvem som spør (kunde, selger, markedsansvarlig, produsent, eller den som er ansvarlig for lagerlokalene.)
Dermed blir noe så enkelt som «lager» et begrep som involverer ikke bare tall, men også relasjoner mellom ulike deler av verdikjeden, der systemene er simuleringer av virkeligheten.
Med andre ord: Jo mer presist man ønsker å måle et begrep, jo mer presist må det defineres.
(Denne bloggposten ble først publisert på Comunita.no – et ledernettverk for folk med interesse for, nettopp, strategisk forretningsutvikling. Ta kontakt om du ønsker å vite mer om Comunita!)
Om forretningsutvikling for plattformer – og når den går for langt
For noen år siden handlet nesten all forretningsutvikling om å gå fra å selge produkter eller enkelttjenester til å bli en partner med kunden. Denne utviklingen var dels drevet av behovet for å skape differensiering og tilknytning i en verden der standardtjenester blir sammenlignbare og dermed prissensitive, men også muliggjort av teknologi som CRM-systemer.
Neste trinn i utviklingen – som mange bedrifter holder på med nå – er at man forsøker å bli en plattform: En tjeneste som skaper verdi ikke bare ut fra hva kundene kan bruke den til, men også ved at den har elementer av nettverkseffekter, slik at den blir bedre jo flere kunder som bruker den. Disse effekten kan være direkte – kundene kommuniserer gjennom din plattform, eller indirekte, ved at den kunnskapen du får gjennom å ha mange kunder på plattformen gjør at du kan lage tjenester ingen andre kan.
Det å starte en plattform er vanskelig, siden man må ha noe å tilby kundene inntil plattformen – gjerne de andre kundene – er stor nok eller viktig nok til å være en attraksjon i seg selv. Jeg pleier å snakke om at man må ha en «killer» av noe slag – en funksjon eller en gruppe – men det enkleste er nok å allerede ha et nettverk, hvilket er grunnen til at store nettverk som Google eller Facebook kjøper voksende nettverk som YouTube eller Instagram.
Nuvel. Men sett at man klarer å bygge begynnelsen til en plattform ved å sette opp noe, en plattform, som adresserer et todelt marked – hvordan vidererutvikler man den?
Reach and range
Når man ser på verdien av en plattform, er det to dimensjoner som står i sentrum: Reach and range [4] – eller bredde og dybde, som jeg forsøksvis kaller det på norsk.
Bredden er hvem du kan nå gjennom plattformen. Det handler både om hvor mange som bruker den, og hvem brukerne er. Det er lett å se på antall brukere som det sentrale målet her, men vel så viktig kan det være hvem disse brukerne er. Finn.no, for eksempel, har klart flest brukere i Norge, men skal du selge brukte klær, er det Tise som gjelder – de har ikke så like mange brukere som Finn, men hvis det er brukte moteklær du skal selge, har de alle de brukerne som betyr noe.
Dybden handler om hva du kan gjøre på plattformen: Hvilke tjenester som tilbys. Plattformer starter gjerne med å tilby en sentral tjeneste, for deretter å utvide med andre ting etterhvert. Vipps, for eksempel, hadde betaling mellom privatpersoner som eneste tjeneste til å begynne med, men har etterhvert lagt til butikkbetaling, identifisering (innlogging) og muligheten til å fotografere regninger og betale dem.
Utviklingsproblemer
Forretningsutvikling for plattformer har i hovedsak altså to dimensjoner – og man kan utvikle seg i både bredde og dybde: Gjøre plattformen attraktiv for flere kunder (gjerne ved å finne nye kundegrupper som komplementerer de man allerede har), eller å legge til flere og flere tjenester slik at kundene etterhvert kan gjøre alt gjennom plattformen. Slik øker kundenes avhengighet av plattformen – noe som man i alle fall i Internetts begynnelse ble kalt stickiness.)
Begge deler kan være problematisk.
Gratis inntil videre
Et problem man kan få, er at fordi plattformer tjener penger på ulike ting, vil deres jakt på inntekter føre til at de tilbyr gratis det andre tjener penger på. Ta Vipps og Finn, for eksempel: I en periode forsøkte Finn å innføre en batetalingstjeneste kalt SpID (Schibsted Payment ID) som skulle håndtere innlogging og betalinger for bl.a. Aftenposten, Finn.no, VG og endel andre tjenester. Det ble aldri noen suksess, men fikk i alle fall Vipps til å holde sine priser nede og innby til samarbeid med mange andre tilbydere.
Finn har hatt større suksess med å observere hva andre konkurrenter gjør, og så tilby det samme til sine kunder, enten ved å utvikle det selv, eller ved å kjøpe opp eller inngå allianser med oppstartbedrifter som gjør Finn-plattformen bedre.
Selskaper som ikke har hatt suksess her er for eksempel Telenor, som har forsøkt mange ting for å få større profitabilitet ut av sine dyre og omfattende nettverk, bare for å finne at de blir presset tilbake til en kostnadskonkurranse for grunnleggende trafikk. Mens Telenor hadde ressurser, kunne de ha bygget opp en rekke tjenester – alarmsystemer, helseapplikasjoner, videokonferanse, underholdning – men de hadde ikke apetitten for så store investeringer utenfor kjernevirksomheten. De hadde også brent seg på endel investeringer innen underholdning, der det faktum at Telenor var store i Norge ikke hadde noen betydning for de store underholdningsprodusentene, som forhandler priser for innhold over hele verden. Telenor er i dag – i likhet med de fleste telekommunikasjonselskaper – en skygge av seg selv, redusert til å levere basistjenester fra en åttendedel av sitt formidable hovedkvarter på Fornebu.
Kort sagt handler enshittification om at plattformtilbydere, i et forsøk på å øke og opprettholde sin profitt, lokker til seg nye brukergrupper ved å selge de brukergruppene de allerede har, for så å gjenta prosessen når den nyeste brukergruppen har gjort seg avhengig av plattformen.
Here is how platforms die: First, they are good to their users; then they abuse their users to make things better for their business customers; finally, they abuse those business customers to claw back all the value for themselves. Then, they die.
Facebook er et typisk eksempel: Til å begynne med et sted du gikk til for å snakke med venner og forbindelser, som nå er blitt et sammensurium av innhold og annonser du ikke har vil ha, til fortrengelse for det du egentlig vil ha, siden det ikke betaler.
Balanse i alt
Markedsføring handler om å skape og beholde kunder. Problemet for plattformer er at det er ikke alltid klart hvem kundene er, siden man ofte står overfor tosidige markeder [3,5] (selgere og kjøpere, for eksempel) der den ene siden genererer det meste – ofte hele – inntekten. Dermed blir kan det bli vanskelig, særlig i nedgangstider, å opprettholde interessene til den kundegruppen som ikke generer inntekter over tid. Denne balansen mellom langsiktig tenkning og kortsiktig profitt er imidlertid ikke noe nytt for forretningsutvikling generelt – hvor mye kvalitet man skal legge i produkt og kundeservice, for eksempel, har alltid vært der som en balanse man må forholde seg til.
Så, for all del, øk bredde og dybde i det du gjør med plattformen din, men ikke glem årsaken til at kundene kom dit til å begynne med – for å få utført en basisfunksjon, og, til en stor grad, å forholde seg til hverandre.
[5] G. Parker and M. Van Alstyne, “Two-Sided Network Effects: A Theory of Information Product Design,” Management Science, vol. 10, pp. 1494–1504, 2005.
I alle kunnskapsbedrifter er det – og skal være – en spenning mellom markedssiden, som er fokusert på hva kundene vil ha, og den faglige siden, som heller vil grave seg ned i det som er faglig interessant. Hvis den ene siden får lov til å dominere for mye, blir det feil, uansett. Langsiktig forretningsutvikling i kunnskapsbedrifter handler om å skape en produktiv spenning mellom disse to fløyene.
(Denne bloggposten ble først publisert på Comunita.no – et ledernettverk for folk med interesse for, nettopp, strategisk forretningsutvikling. Ta kontakt om du ønsker å vite mer om Comunita!)
En kunnskapsbedrift lever av å ha kunnskap og selge den. Kunnskap kan eksistere og selges i mange former, men en stor del av kunnskapen vil alltid ligge i og formidles av mennesker. Det er en klisjé for alle som leder kunnskapsbedrifter at alt bedriften eier, forsvinner ut døren hver ettermiddag, og det er ledelsens jobb å sørge for at den dukker opp igjen neste morgen.
I virkeligheten er det litt mer komplisert. En ting er at mye kunnskap kan konserveres og pakkes i form av dokumenter, databaser og kode. En annet – og mye viktigere – moment er at kunnskapsbedrifter skaper verdi ikke bare ved å ha kunnskap og selge den, men å sette sammen ulike former for kunnskap rundt en kundes problem. Skal man bevege seg ut av nerd-to-nerd markedsføring, må man ha en markedsrettet side av organisasjonen – og den siden må ha en viss makt til å sette kundenes ønsker først.
Organisering – marked vs. kunnskap
Hvis man ser på rene kunnskapsbedrifter over en viss størrelse som konkurrerer i et marked, vil man finne at organisasjonen er designet rundt to akser: Kunnskap og marked. Kunnskap handler om spesialisering, om å ha dype kunnskaper innen enkeltområder. Marked handler om å forstå hva kundene vil ha.
Kunnskapsbedrifter skaper verdi gjennom å ha kunnskaper og selge dem, men også å kunne kombinere kunnskaper rundt kundens problem, enten ved å ha dem innen sin egen kunnskapsportefølje, eller ved å finne andre kunnskapsbedrifter å samarbeide med.
Store konsulentselskaper, for eksempel, har ofte organisasjonsstrukturer som reflekterer denne dikotomien. Et av de reneste eksemplene jeg vet om, er konsulentselskapet Accenture’s organisering fra ca. 20 år siden, som hadde fire kunnskapsområder (strategi, prosess, endring og teknologi) og seks markedsområder (energi, telekom, finans, industri, offentlig og transport). På BI, hvor jeg jobber, er den faglige siden representert ved ni institutter og markedssiden ved fire forretningsområder (bachelor, master, executive og bedriftsinterne kurs).
Tanken er at markedssiden skal ha kontakt med kunden, forstå behovet, og snu seg mot kunnskapssiden og hente inn det man trenger.
Balanse i alt
En kunnskapsorganisasjon fungerer som regel best når det er en viss balanse mellom marked og fag, mellom markedsoversikt og spesialiseringsdybde. Hvis den ene siden får lov til å dominere, skaper det vanskeligheter.
En markedsdominert organsiasjon tenderer til å overselge – noe man ofte ser hos konsulentselskaper i nedgangstider. Desperate etter oppdrag erklærer organisasjonen seg klar til å løse hva som helst, og ender opp enten med oppdrag som ikke er godt nok betalt til å dekke utgiftene, eller med å ta på seg ting man ikke klarer å løse godt nok. Det siste er ekstra skummelt, fordi en kunnskapsbedrift lever at sitt omdømme, og det skal ikke mange slike bommerter til før man er ute av dansen.
En kunnskapsdominert organisasjon er like ille. Dette oppstår gjerne i situasjoner der markedssiden av en eller annen grunn er svekket eller satt ut av spill. Dette kan skje hvis ekspertene er for dominerende – for eksempel i softwarebedrifter startet av utviklere, som gjerne vil utvikle i visse verktøy og med visse typer løsninger, uansett hva kundene sier. Sålenge etterspørselen er stor går dette greit, men all teknologi som er ny og banebrytende blir ganske fort gjenstand for konkurranse – og da holder det ikke å sortere køen lenger.
Markedssiden kan også svekkes ved at den blir offentlig regulert, slik det f.eks. er i offentlig helsevesen og tildels i utdanning. Et sykehus i Norge skal levere til alle, betalt av det offentlige, og kan ikke sette opp prisen for å få ned etterspørselen. Dermed kan man få en situasjon med for høy etterspørsel i forhold til kapasitet. Resultatet er ofte overspesialisering – en lege kan ikke behandle alle, og ikke sette opp prisen, så da er svaret ofte å begrense hva slags pasienter man kan ta ut fra kategorisering, til mengden pasienter er overkommelig. (Merk: Jeg argumenter ikke for en privatisering av helsevesenet i Norge her, men vil bare påpeke at fravær av markedsmekanismer kan skape sine egne problemer.) Resultatet er, som jeg tidligere har påpekt, at det helhetlige pasientperspektivet blir borte og pasienter i stedet oppfattes som enkeltdiagnoser.
Produktiv spenning
En velfungerende kunnskapsorganisasjon har hva jeg kaller en produktiv spenning mellom kunnskaps- og markedssiden, der kunnskapssiden har folk som forstår kundenes perspektiv og behov uten å gå på akkord med hva de kan og vil levere, og markedssiden har nok spesialkunnskap til å kunne forme og kommunisere kundesiden uten å overselge. Dette krever også gjensidig respekt for hverandre egenart – at de som selger forstår at fagfolkene er slik de er fordi de bryr seg om kvalitet og utvikling, at de som er fagspesialister forstår at disse folkene i dress faktisk gjør et viktig arbeid med å sile kundekrav og vurdere gjennomføringsevne slik at fagfolkene slipper.
Denne balansegangen mellom fag og marked er den sentrale lederutfordringen i kunnskapsbedrifter, og en av grunnene til at markedskontakten for en kunnskapsbedrift – enten den er et konsulentselskap, en høyskole eller et sykehus – bør ivaretas eller i alle fall nøye overvåkes av folk med lang erfaring fra begge sider.
Som en svært erfaren konsulentleder sa til meg for mange år siden: Denne bransjen – rådgivning – «er den eneste bransjen hvor du forfremmes til selger». Den erkjennelsen kan være vanskelig å ta for en ekspert som helst vil drive med sitt fag (og kanskje grunnen til at ikke alle eksperter skal bli ledere). Det betyr også at dette kundeperspektivet ikke er noe som kan delegeres uten videre til en stab av selgere – i hvert fall ikke uten at de har dyp kjennskap og et edruelig forhold til hva organisasjonen kan og ikke kan levere.
Så, kjære ekspert – husk at du kommer til å ende opp som selger, og planlegg deretter…
(Denne bloggposten ble først publisert på Comunita.no – et ledernettverk for folk med interesse for, nettopp, strategisk forretningsutvikling. Ta kontakt om du ønsker å vite mer om Comunita!)
Hvordan selge et teknisk produkt eller tjeneste til firma som hverken vet hva de vil ha eller om det de kjøper er bra? Hva kjøper kundene egentlig når de hyrer inn et IT-firma?
Clayton Christensens – mannen bak begrepet disruptive innovasjoner – hadde også begrepet «Job to Be Done». Ideen går ut på at kunder ikke kjøper produkter eller tjenester i seg selv, men heller «ansetter» disse produktene for å løse et bestemt problem eller oppfylle et spesifikt behov («gjøre en jobb»). Det opprinnelige eksemplet gikk ut på å finne ut hvorfor kunder kjøpte visse produkter hos McDonald’s – ikke fordi de hadde lyst på akkurat det produktet (som passet ganske dårlig), men fordi de søkte å fylle et behov.
Det derre slitsomme kundeperspektivet…
Når man designer ting ut fra kundenes behov, hender det at ting ender opp annerledes enn man først hadde tenkt. Hvis du ser på web- eller mobilsidene til Aftenposten og VG, ser de svært forskjellige ut (selv om de ligner mye mer på hverandre nå enn de gjorde for noen år siden.) En av årsakene er at kundene bruker avisene forskjellig: Aftenpostens lesere er opptatt av å lese nyheter, VGs lesere i større grad av å finne noe som skal fylle et ledig øyeblikk. Begge sider er utviklet gjennom eksperimentering – VG begynte med dette allerede på tidlig 2000-tall – men henvender seg til publikum som har «ansatt avisene» til å gjøre forskjellige ting for seg.
Begge aviser fungerer – men Aftenpostens sider har et mer helhetlig design og vil nok vinne flere designpriser.
For å lykkes må bedrifter derfor forstå hva kundene virkelig prøver å oppnå – altså selve jobben kundene ønsker løst – og deretter utvikle løsninger som gjør denne jobben enklere, raskere eller bedre enn alternativene. Dette må gjøres ut fra kundenes behov, ikke ut fra hva man ønsker å levere. (Det finnes naturligvis unntak – Steve Jobs var aldri opptatt av hva kundene sa – men de er få og involverer dramatisk innovasjon).
Dette er ofte et perspektiv som forsvinner for mange bedrifter – de er ofte fokusert på produktene og tjenestene sine, og dersom kundene ikke er fornøyd, forsøker de – i stedet for å spørre hva kundene ønsker å gjøre – å gjøre produktene sine bedre. Produktene blir bedre, men disse forbaskede kundene ser ikke ut til å sette pris på ledende kvalitet og smarte innovasjoner – i stedet kjøper de noe halvdårlig fra sine vanlige leverandører eller noe billig og dårlig som ser ut som det gjør jobben.
IT-bransjen er full av firma som leverer bedre produkter enn det som er bransjestandard, har størst markedsandel, eller mest kjente merkevare. Det irriterer teknologene helt grenseløst. De vil jo helst utvikle produkter for folk som dem selv, og selge dem til andre teknologer.
«Nerd to nerd marketing», som en venn av meg kaller det.
Den irriterende sikkerheten
Ta IT-sikkerhet, bare for å plukke en typisk teknisk tjeneste: Noe som mange bedrifter vil ha, uten nødvendigvis å ha nødvendig bestillerkompetanse til å spesifisere presist ut fra hva leverandørene kan tilby. Hva er det egentlig kundene ansetter et IT-sikkerhetsselskap for å gjøre? Det handler i hver fall ikke om tekniske vurderinger, sårbarhetsrapporter eller sikkerhetsrevisjoner.
Jeg tror kunder av sikkerhetsfirma kjøper seg noe mer udefinert – som
trygghet – at kritiske forretningssystemer er godt sikret mot trusler og at deres data, omdømme og drift dermed ikke blir kompromittert
validering – en ekstern, objektiv og troverdig bekreftelse på egne sikkerhetstiltak, dokumentert samsvar med regelverk, som også kan brukes som dokumentasjon i tilfelle noe skjer og skyld skal fordeles
proaktiv innsikt – avdekking av potensielle sårbarheter før uvedkommende gjør det, som gir virksomheten muligheten til å iverksette tiltak før det oppstår skade. Man kjøper forutsigbarhet, tidlig varsling og praktiske råd om hvordan man kan forhindre fremtidige sikkerhetsbrudd
Charles Revson sa engang: «I fabrikken lager vi parfyme, i butikken selger vi håp». IT-sikkerhetsselskap produserer sikkerhet, men god nattesøvn.
Hvordan skal man få en i utgangspunkt nerdete bedrift til å skjønne det?
Hva med en stram kontrakt?
Det er i hovedsak to måter man kan løse dette problemet på: Man kan velge å la spesialistene bestemme, og gjøre det klart for kundene akkurat hva man leverer og hvor god man er på det. Det vil gjøre nerdene – både de man har selv og de som jobber for kundene – fornøyd, gir få organisatoriske utfordringer, og tillater at man satser knallhardt på å gjøre produktet eller tjenesten bedre enn noen andre, om nødvendig i verden.
Problemer ligger imidlertid i vekst og konkurranse: Etterhvert som markedet blir mer modent, kommer det flere løsninger (gjerne ved kopiering) som er minst like bra. Det er en grunn til at store teknologifirma, som Microsoft og Google, etterhvert overtar mer og mer. En produktfokusstrategi bør ende med en exit: At selskapet selges til en større, mindre differensiert leverandør, og blir del av en mer standardisert produktportefølje.
Problemet overfor kundene oppstår når en hendelse inntreffer, og de spør hvordan det kunne skje? Man kan nok vise til kontrakter og ulike ansvarsfraskrivelser og ha rett på sitt hvis, men inntrykket fester seg likevel: Her har det blitt lovet gull og grønne skoger, og så viser det seg at man har levert drill og ikke hull, for å sitere et annet kjent eksempel. Enhver som har opplevd kluss med et regnskap kjenner til revisorer som fraskriver seg ansvar – de har riktignok skrevet under på at regnskapet er godkjent, men tar de noe ansvar for konsekvensene? Nei, og det kan de ikke, men likefullt ender regnskapsmessige uregelmessigheter ofte med revisorbytte fra kundens side.
Å invitere kunden inn og omslutte problemet
Den motsatte strategien ligger i å la kundeperspektivet forme organisasjonen, skape vekst ved å kunne selge til kunder med færre nerder (men kanskje større budsjetter), og skape langsiktige konkurransefortrinn enten ved at kundene blir avhengige av det man selger eller at man finner noe ved produktet eller tjenesten som blir bedre jo større andel av markedet man har (ikke så unaturlig om man selger IT-sikkerhet, for eksempel). Har man mange kunder, kan man finne sårbarheter ved en kunde og tette dem hos alle – jo flere kunder man har, jo bedre er man i stand til å tette hull. Dette fenomenet kalles nettverkseksternaliteter, og er konkurransemessig gull i en verden der teknologien gjør spissprodukter til brød og smør på rekordtid.
Skal man få til det, må kundene få reell makt i bedriften, enten ved at man utvikler nye tjenester ut fra hva de spesifiserer heller enn ut fra hva man ønsker å levere, eller ved at man rett og slett oppretter kunderepresentanter (key account managers, customer success teams, etc.) med mandat og ressurser til å utfordre produktperspektivet. Dette fungerer mest hvis man klarer å skape en balanse mellom salgs- og utviklingssiden – og er et for komplisert tema til å ta opp i denne bloggposten (men bare vent, noe kommer snart.)
Vekst og overtakelse
Kunnskapsbedrifter som vokser, velger gjerne denne veien – og ender etterhvert opp med ikke bare å tilby et bredt spekter av tjenester, men til slutt med å omslutte og ta ansvar for hele problemet, på vegne av kunden. Den nokså nylige veksten for de store kunnskapsbedriftene – Accenture, for eksempel, har firedoblet antall ansatte de siste 15 årene – skyldes i hovedsak at man har overtatt funksjoner fra kundene, ofte gjennom å flytte ting til land med lavere kostnader og levere gjennom standardiserte kontrakter.
Da er det ikke mye nerd-to-nerd marketing igjen, men desto flere nerder ansatt…
ChatGPTs svar på «make an image that illustrates how AI can make managers more productive». Hvorfor en digital leder trenger skrivebordsskuffer er noe jeg ikke helt forstår, men et eller annet sted skal man jo ha matpakken…
(Denne bloggposten ble først publisert på bloggen til Comunita, et ledernettverk jeg driver sammen med Haakon Gellein. I neste møte skal vi ta opp dette temaet – og derfor har jeg skrevet dette blogginnlegget som en forberedelse.Vi tar opp nye medlemmer etter vurdering – ta kontakt om du ønsker mer informasjon.)
Her forleden snakket jeg med en leder i et stort, internasjonalt selskap. Han var ansvarlig for en intern leverandør av IT- og administrative tjenester, og hadde nettopp fått ordre fra toppledelsen om å doble tjenesteproduksjonen uten å øke antall ansatte. Det er jo ikke så enkelt, men toppledelsen mente det burde gå greit for «nå har vi AI».
Og det fikk meg til å lure på hvordan vi egentlig skal få noe produktivitet ut av AI – særlig generativ AI, også kalt store språkmodeller – i et tradisjonelt selskap?
Produktivitet og informasjonsteknologi
Produktivitet er definert som hvor mye resultat vi får av en innsats – men som regel betyr det hvor mange ansatte vi trenger for å få gjort noe. Når det gjelder fysisk produksjon, er det ikke så vanskelig å måle produktivitet: Flere produkter produsert, gitt samme innsats og kvalitet, er økt produktivitet.
Og det er jo greit nok – få inn en maskin som gjør jobben raskere, og hvis økningen i hastighet er verdt prisen på maskinen, vel, der har du konklusjonen.
Problemet oppstår når effekten av produktiviteten oppstår et annet sted, eller ikke som et direkte resultat av maskinen.
I 1998 ble jeg involvert i en diskusjon om produktivitet og datamaskiner. En forsker hadde skrevet et innlegg i Aftenposten om at PCer ikke økte produktiviteten noe særlig. Han viste til forskning der man hadde tatt tiden på hvor fort det gikk å skrive et dokument på en skrivemaskin og på et PC-tastatur, og konkluderte med at det gikk bare ca. 10% raskere å skrive på PCen, så det var liten vits i å investere i dem. Jeg skrev et motinnlegg der jeg påpekte at når jeg skrev mitt innlegg, sendte jeg det til Aftenposten som e-post, og at de kunne ta det rett inn i avisen uten å måtte skrive det om igjen. Det var en voldsom produktivitetsgevinst for Aftenposten – i hvert fall hvis de kunne få gjort noe med typografenes fagforening, som insisterte på å skrive alt om igjen.
Eksemplet er banalt, men viser to viktige ting: For det første oppstår produktivitet av informasjonsteknologi gjerne andre steder enn der teknologien er synlig. Da blir det vanskelig å se og måle effekten. For det andre, og mye viktigere: For virkelig å få effekt av ny teknologi, må man reorganisere det man driver med rundt teknologien. Det er enda vanskeligere å måle, og er en av årsakene til at nye organisasjoner, som ikke har en gammel måte å gjøre ting på, ofte drar nytte av teknologien lenge før de gamle.
Produktivitetsparadokset
I 1987 skrev den kjente økonomen Robert Solow at «Vi finner datamaskinene overalt, bortsett fra i produktivitetsstatistikken.» Han pekte på store investeringer i datamaskiner på 1970- og 1980-tallet, uten at de store kostnadsbesparelsene hadde kommet. I debatten som fulgte, ble mange årsaker foreslått, fra forsinkelser forårsaket av læring og omorganisering rundt den nye teknologien til kulturelle forklaringer («ledere ønsker å administrere mange ansatte» eller vanskeligheter med å måle kostnader og fordeler.
I løpet av 90-tallet skjøt imidlertid produktiviteten fart – banker, for eksempel, fant ut hvordan de kunne redusere antall ansatte ved å flytte kundene over fra filialer til digitale kanaler. Internett og etter hvert mobiltelefoni gjorde at mange «call centers» kunne legges ned. Innen offentlig forvaltning fikk vi digitale skattemeldinger og hjemmesider med informasjon og digitale søknadsskjema. Effektene kommer, men vi glemmer at vi har dem: I høydigitale samfunn, som Norge, lurer du noen ganger på hvor produktivitetseffekten av IT ble av, helt til du innser at du svært sjelden står i kø for noen form for informasjonsbasert transaksjon, som å kjøpe en billett eller levere et skjema.
Men: Økt produktivitet betyr ikke nødvendigvis økt lønnsomhet. En rekke studier ledet av Erik Brynjolfsson fra MIT dokumenterte at økt produktivitet nok kunne føre til endringer innen en bransje (et firma som var tidlig ute kunne utkonkurrere andre firma), men lønnsomheten konkurreres bort og havner hos forbrukeren (Brynjolfsson og Hitt 2000). Som en bekjent av meg pleide å si: I næringslivet må vi hvert år bli mer effektive, jobbe hardere og smartere, og belønningen er at neste år får vi lov til å gjøre det en gang til.
Med mindre vi endrer hvordan vi er organisert.
Dette at eksisterende selskaper sliter med nye organisasjonsformer, gjør at i mange tilfeller er det nye selskaper, organisert med teknologien som basis, som definerer nye normaler. Automattic, selskapet bak WordPress-plattformen som rundt 43 % av alle nettsteder er programmert i, har (ifølge deres egen nettside) kun 1 994 ansatte i 94 land. I Norge har vi sett det der f.eks. Skandiabanken kom inn og flerdoblet antall kunder per ansatt ved kun å være en Internettbank. Skandiabanken er nå overtatt av Norges største bank, DNB – men det er en bank som nå er kun en tredjedel av størrelsen av hva den var da Skandiabanken ble lansert, og som har krympet ved å kopiere mye av det Skandiabanken gjorde.
AI og produktivitet: Individuelle, organisatoriske og samfunnsmessige effekter
For enkeltpersoner kan GenAI være utrolig produktivt. Nylig satt jeg med en programmerer som ønsket å teste om et nettsted kunne bygge inn et Google-dokument. Det viste seg at det ikke gik, men det kunne bygge inn HTTP (hypertekst). Så han tok Google Doc-lenken, hoppet over til ChatGPT, skrev «legg denne i en iFrame». ChatGPT produserte pliktoppfyllende den nødvendige koden i løpet av noen sekunder. Han kopierte koden, limte den inn – og det fungerte.
Dette er utvilsomt en produktivitetsøkning for denne programmereren, som ellers ville ha måttet huske og skrive koden for en iFrame-omslag (eller i det minste vite hvor den skulle finne den.) Dette eksemplet viser også hva ChatGPT er flott for: Reprodusere, med rimelig kontekstualisering, varianter av det som har blitt produsert før. Selv har jeg brukt det til å generere det første utkastet til kontrakter, emnebeskrivelser og, ja, elementer av essays (ikke dette). ChatGPT og dets konkurrenter kan hjelpe deg med å generere tekst, bilder, presentasjoner og annet materiale, så lenge originalitet ikke er nødvendig eller verdsatt – og kan gi nokså store produktivitetsgevinster på individnivå.
På organisasjonsnivå er det litt annerledes. Fra store bedrifter i USA har man sett at opplæring og kvalitet på kundesentre er forbedret ved bruk av generativ AI, men resultatene er ikke voldsomt høye foreløpig (Brynjolfsson et al 2023). En leder jeg snakket med fortalte meg at hovedeffekten av ChatGPT han hadde sett så langt var at e-poster hadde blitt mye høfligere. Men veltalenhet er ikke informasjonsdybde, og jeg tviler på om raskere generering av tekst og bilder vil føre til produktivitetsgevinster i organisasjonen, siden de som skal motta informasjonen også må øke sin produktivitet.
Mine studenter kan nå produsere svada i et imponerende tempo og med en kompleksitet verdig en fransk postmodernist. Men min evne (og vilje) til å lese og forstå det som kommer er ikke økt. På den annen side kan jo jeg bruke ChatGPT til å lese og karaktersette – et eksempel på at studentene later som de skriver og jeg later som jeg leser.
Om dette er en situasjon vi egentlig vil ha, er jo noe vi bør diskutere. Er dette et tegn på tidens forfall, eller begynnelsen på en ny kommunikasjonsform, der min AI snakker til din AI og avtaler ting på våre vegne? Kanskje jeg endelig kan få tilbake den sekretæren jeg hadde på nittitallet…
En parallell til søketeknologi?
For noen år siden deltok jeg i et forskningsprosjekt som studerte bruken og effektene av søketeknologi. En av konklusjonene (Andersen 2012) var at søkemotorer fungerte utmerket i generelle Internett-søk (dvs. Google, Baidu og Bing), ganske bra på kunderettede nettsider (dvs. aviser, Amazon, teknologiselskaper som Dell), men nokså dårlig for interne søk. Mens teknologien var den samme, var både hvordan den ble brukt (dvs. hva folk lette etter) og hvordan resultatene ble prioritert forskjellig. I en generell søkemotor søker folk over millioner av nettsider. Vanligvis vil man ha det samme som andre – så Google viser de mest populære resultatene. For et kommersielt nettsted søker folk etter spesifikke ting (som et fysisk produkt, et svar på vanlige spørsmål eller en nyhetsartikkel), og generelt vil de enten ha det mest populære valget eller det selskapet ønsker å vise dem – f.eks. varer som er på lager og lønnsomme.
For bedriftssøk, der du søker på tvers av enten all informasjonen din bedrift har, eller spesifikke samlinger av informasjon (for eksempel en lovdatabase eller et sett med interne instruksjoner), har du problemer: For det første har du ikke nok data til å virkelig få maskinlæringsmodellene til høy presisjon, fordi selv store selskaper vil ha begrensede samlinger av informasjon sammenlignet med hele Internett. For det andre er målfunksjonen til søket – det vil si hva du leter etter – normalt ikke den mest populære varen, men noe mye mer spesifikt. I en bedriftssetting er det mye mer sannsynlig at du søker etter et spesifikt dokument, ofte bare relevant for deg eller en liten arbeidsgruppe, og som sådan vil du måtte stole mer på kategorisering (Andersen 2006), i form av kuraterte data og hierarkiske, menneskelig navigerbare datastrukturer.
For meg er det i hvert fall fullt mulig at produktivitetsgevinstene fra generativ AI vil komme saktere i eksisterende selskaper av omtrent samme årsak som søketeknologi ofte svikter der: Datasettet er ikke stort nok, og kravene ikke enhetlige nok.
AI-ing, AI-isering, AI-transformasjon
Unruh og Kiron (2017) deler digitalt drevet endring inn i digitisering (gjør det analoge digitalt), digitalisering (endringsprosesser for å utnytte den digitale teknologien) og digital transformasjon som den komplette omorganiseringen rundt den nye teknologien. David (1990) observerte at det tok omtrent tretti år å realisere de fulle produktivitetsgevinstene fra den andre industrielle revolusjon (dvs. å erstatte damp- eller vannkraft overført gjennom belter og trinser med elektrisk kraft distribuert gjennom kabler) fordi fabrikkeierne fortsatte å stille opp maskinene der beltene og trinsene hadde vært.
Nåværende innsats for å bruke AI for å øke produktiviteten er fremdeles i den den første fasen. Teknologien er rettet mot prosesser som er repeterbare, kjedelige og arbeidskrevende, for eksempel automatisk klassifisering og kontroll av reiseutgifter, talegjenkjenning for å rute kundeanrop til riktig agent, chat-bots for å håndtere enkle kundeforespørsler, og tale- og bildegjenkjenning for å fremskynde opplæring av ansatte. Produktivitetsgevinster har en tendens til å være beskjedne i spesifikke tilfeller, men kan være ganske dramatiske samlet sett – og de kommer først og fremst for de enkle oppgavene.
Så ja, det kommer til å bli produktivitet ut av AI. ChatGPT også. Men det kommer til å ta tid, og det kommer til å skje andre steder enn der man har trodd.
Og vi må reorganisere for å få det til.
Referanser:
Andersen, E. (2006). «The Waning Importance of Categorization.» ACM Ubiquity7(19).
Andersen, E. (2012). «Making Enterprise Search Work: From Simple Search Box to Big Data Navigation». Cambridge, MA, MIT CISR.
Brynjolfsson, E. and L. Hitt (2000). «Beyond Computation: Information Technology, Organizational Transformation and Business Performance.» Journal of Economic Perspectives14(4): 23-49.
Brynjolfsson, E., D. Rock and C. Syverson (2017). Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics. Cambridge, MA, National Bureau of Economic Research.
Brynjolfsson, E., D Li and L.R.Raymond (2023), «Generative AI at Work«, National Bureau of Economic Research working paper 31161.
David, P. A. (1990). «The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox.» American Economic Review80(2): 355-361.
Hitt, L. and E. Brynjolfsson (1996). «Productivity, Business Profitability, and Consumer Surplus: Three Different Measures of Information Technology Value.» MIS Quarterly20(2): 121-142.
(Denne bloggposten ble først publisert på bloggen til Comunita, et ledernettverk jeg driver sammen med Haakon Gellein. I neste møte skal vi snakke om styreutfordringer – og derfor har jeg skrevet dette blogginnlegget som en forberedelse.Vi tar opp nye medlemmer etter vurdering – ta kontakt om du ønsker mer informasjon.)
Måtte du leve i spennende tider. — Gammel kinesisk forbannelse (visstnok)
Vi går spennende tider i møte: Valutakursen er begredelig (unntatt for eksportindustriene), renten stiger, ny teknologi (for tiden generativ AI) skaper som vanlig nye trusler og muligheter, og konkurser og konsolideringer i bransjer som tradisjonelt er bjellekuer (som bygg, konsulenter, og reiseliv) øker.
Dette setter nye krav til ledelse og styrer i mange bedrifter, og er for mange ledere en litt ukjent situasjon. Vi har hatt oppgangstider nokså lenge, og da er det lett å bli forelsket i egen fortreffelighet – stigende tidevann løfter som kjent alle båter. Men er oppgangstider det eneste man er kjent med, kan det bli vanskelig. Da kommer erfaring inn – og for de av oss med noen år på baken, er dette gammelt og velkjent og man vet hva som kommer og hva man bør gjøre.
Samtidig er det et paradoks at vi står foran en stor nyrekruttering til styrer i Norge, knyttet til nye krav til kjønnsbalanse (definert som 40% av hvert kjønn) i styret. Børsnoterte selskaper har hatt dette lenge, men nå kommer tilsvarende krav for alle selskaper over en viss størrelse. NHO anslår at 20 000 selskaper vil bli omfattet av de nye reglene når de er fullt gjennomført i 2028. Jeg har sett anslag på at vi vil trenge 13 000 nye, kvinnelige styremedlemmer.
Jeg har nokså nylig overtatt fagansvaret for styrekompetansekursene på BI, så for meg er dette en spesielt interessant utvikling: Mange av disse nye styremedlemmene (uansett kjønn, naturligvis) vil trenge en viss form for form for skolering før de tiltrer. Men jeg tror (og håper) samtidig at dette vil føre til en endring av hvordan man rekrutterer, betaler og bruker styrer i Norge: Tradisjonelt har mange tatt jobben for ære og berømmelse. Nå er det kanskje på tide å tenke mer på risiko (og kompensasjon for den).
Styret til pynt?
Et styre er noe en bedrift må ha, og for mange bedrifter – særlig små og mellomstore – er styret (og revisoren) noe man har kun fordi det er påkrevet. Styremedlemmer rekrutteres ofte blant folk man kjenner, betalingen er liten eller fraværende, styremøtene sjeldne og rutinepreget. Administrasjonen (ledelsen i bedriften) har kunnskapen og tiden, og styret (kanskje med unntak av styreleder) brukes sjelden aktivt, utover å være et sted der man presenterer rapporter og regnskaper. Samtidig anses det som litt prestisjefylt å sitte i styrer, og mange sitter der med lite detaljert kjennskap om hvordan bedriften tjener penger og vokser. Ikke sjelden er styremedlemmer de siste som får vite hva som skjer i en bedrift.
«På tide med en advarsel til de kvinnene som nå får en uventet henvendelse om styreverv: Det er til dels kjedelig, til dels risikabelt å sitte i et styre. Du bør skjønne deg på tall for å synes at styrearbeid er interessant. Glem «jeg har så mye å gi»-tullet. Nei, det har du ikke, med mindre du faktisk har bakgrunn innen forretningsjus, økonomi eller regnskap/revisjon. Dersom du IKKE skjønner deg på tall eller kjenner styreansvaret (at du kan få et personlig ansvar hvis selskapet driver for kreditors regning) bør du si nei. Det er mye annet gøy å drive med enn å sitte i et styre.»
Med andre ord: Styredeltakelse krever kunnskap, og den kunnskapen bør du både ha og bli betalt for. Hvis du ikke har den, bør du i alle fall forsikre deg om at noen andre i styret (helst flere) både har den og bruker den – før du går inn.
Hva betyr egentlig styreansvar og styrerisiko?
Så lenge et firma går bra, er det liten risiko forbundet ved å sitte i et styre. I nedgangstider øker risikoen – hvis man ikke følger med, kan man bli personlig erstatningsansvarlig – og det å hevde at man ikke forstår seg på økonomi, ikke visste noe, eller har styreforsikring er ingen garanti for at man går fri. Et styre er nemlig ansvarlig for firmaets ve og vel, ikke ensidig eiernes interesser, som mange later til å tro.
Jeg skal skrive mer om dette i en annen bloggpost, men i korthet: I et styre er du blant annet ansvarlig for at det ikke drives for kreditorenes regning. Det betyr at det må finnes penger i selskapet til å betale det man skylder når regninger forfaller. For eksempel: Hvis kassa er tom, men man venter innbetaling fra kunder før leverandørregningene forfaller, så er det jo greit, men man må ha en formening om hvor stor risiko det er for at kundene ikke betaler eller betaler for sent, og om man kan få kassekreditt i banken i mellomtiden.
Og så videre…
Det finnes ingen magisk formel for hvordan man skal bedømme hvor stor en slik risiko er – det er derfor det er viktig at styrer har folk med bransjekunnskap, erfaring, og kontakter med kunder og investorer. Du kan riktignok lære deg en masse formler om forholdet mellom ulike poster i regnskapet – likviditetsgrad, for eksempel, som er forholdet mellom kontanter og kortsiktig gjeld – men disse indikatorene sier lite om bakgrunnen for situasjonen eller hvordan fremtiden ser ut. Først og fremst er formlene de samme for alle selskaper, men hva selskaper faktisk gjør varierer og dermed kan en likviditetsgrad som er katastrofal i en bransje være helt normal og grei i en annen.
Operative styringsmål
Jeg mener det smarteste man kan gjøre som nytt styremedlem er å forstå hvilke operative mål som er mest viktige for det firmaet man skal inn i, og forsikre seg om at styret har tilgang til disse målekriteriene – inkludert en oppfatning fra ledelsen om hva de betyr – til enhver tid. Disse målene er ofte ikke-finansielle – det vil si at de ikke står i regnskapet og ikke nødvendigvis oppgis i kroner og øre – men kan gi informasjon om hva som kommer til å skje heller enn hva som har skjedd. (Og merk at disse målene gjelder for etablerte selskaper, ikke for startups som ennå ikke har inntekter og en klar kostnadsstruktur.)
Bedrifter tjener penger på ulike måter. En av de mest brukte (og etter min mening beste) måtene å forstå hvordan bedrifter tjener penger på er Øystein Fjeldstads inndeling av bedrifter i fire (tidligere tre) verdikonfigurasjoner basert på hvordan de skaper verdi (Stabell og Fjeldstad, 1998):
Verdiaksess: Bedrifter som skaper verdi for sine kunder ved å eie noe verdifullt og gjøre det tilgjengelig. Eksempler på slike bedrifter er hoteller, eiendomsselskaper, sameier, kraftprodusenter og bilutleiefirmaer.
Verdikjeder: Bedrifter som skaper verdi ved å produsere og/eller distribuere fysiske produkter. Eksemler er alle typer fysisk produksjon og varehandel.
Verdiverksteder: Bedrifter som løser problemer for kunder gjennom egen eller innhentet kunnskap. Eksempler er konsulentselskaper, entreprenører, adokatfirmaer, legesentre, og arkitektkontorer.
Verdinettverk: Bedrifter som skaper verdi ved å sette kunder i forbindelse med hverandre. Eksempler inkluderer flyselskaper, telekommunikasjon, markedsplasser, forsikring og bankvirksomhet.
Hver av disse arketypene (verdikonfigurasjonene) har ulike mål på lønnsomhet og risiko. Denne bloggposten kan lett bli litt lang her, så jeg skal gi en oversikt i stikkordsform:
Verdiaksess: Operative mål her handler om utnyttelsesgrad (hotellbelegg, gjennomsnittlig prisnivå), finansiering (gjeldsgrad, rentenivå, avkastningsgrad) og slitasje (vedlikehold, moderninsering, levetid).
Verdikjeder: Operative mål her handler om lagernivåer, arbeidskapital, produksjonskostnad og -tid, profitt på produktnivå, kundereskontro og leverandørgjeld.
Verdiverksteder: Operative mål her handler om ordreinngang, faktureringsgrad, gjennomsnittspris (gjerne i forhold til personalkostnad), rekruttering (tilgang og avgang), og omsetningsvekst.
Verdinettverk: Viktige mål her er markedsandel, kundelojalitet (churn), omsetning per kunde, interaksjoner mellom kunder, finansiering (f.eks. leasing vs. å eie et fly eller andre tekniske installasjoner), levetid på investeringer, servicekvalitet (f.eks oppetid, sikkerhet, responstid, reliabilitet).
Styringsmål skal velges (og revurderes)
Vi mennesker har vondt for å forholde oss til mange ting på en gang – og det gjelder også måltall. Man klarer ikke å styre etter alle måltall på en gang, og det er grunnen til at såkalte «balanced scorecards» fungerer dårlig (i alle fall etter min mening). Strategi i selskaper handler om å sette retning, og rent praktisk handler det om å bestemme seg for hvilke måltall som er viktige og skal prioriteres foran andre. Ledere gjennomfører strategi (enten de gjør det bevisst eller ikke) ved å velge hvilke måltall (og hvilke prosesser disse representerer) som skal prioriteres (Simons, 1991 og 1994).
Jobben til et styre er også til enhver tid å vurdere om styringsmålene som brukes er riktige, særlig når tidene endres – og det gjør de jo nå om dagen. Ofte kan det være slik at en ledelse som er vant til å operere med et visst sett styringsmål, rett og slett ikke klarer å forholde seg til en annen virkelighet (og andre styringsmål). Hvis du alltid har vært vant til å jage salg og feire vekst, kan det bli vanskelig å forholde seg til refinansiering, kostnadskutt og oppsigelser.
Da kan det være på tide å bytte ut ledelsen, noe som bare kan gjøres av et styre som har kompetanse, kan lese omgivelsene, og forstår hva som er best for firmaet.
Skal du egentlig inn i et styre?
Nye styremedlemmer trenger å gjøre denne mentale øvelsen – forstå hvordan bedriften fungerer, så finne ut av hvilke måltall som er riktige og viktige. Dette avhenger av strategi, forretningsmodell og økonomisk situasjon. Akkurat som at man ikke skal investere i noe man ikke forstår, skal man heller ikke sitte i et styre i et firma eller en organisasjon der man ikke skjønner hva som foregår.
Og du ikke er forberedt på å gjøre jobben med å lære deg dette, bør du kanskje tenke deg om før du takker ja til det styrevervet…
Referanser:
Simons, R. (1991). «Strategic Orientation and Top Management Attention to Control Systems.» Strategic Management Journal12: 49-62.
Simons, R. (1994). «How New Top Managers Use Control Systems as Levers of Strategic Renewal.» Strategic Management Journal15(3): 169-189.
Stabell, C. B. and Ø. D. Fjeldstad (1998). «Configuring Value for Competitive Advantage: On Chains, Shops and Networks.» Strategic Management Journal19: 413-437.
Vi starter med å jobber for kunden, og ender opp med å jobbe for økonomisjefen…
(Denne bloggposten ble først publisert på bloggen til Comunita, et ledernettverk jeg har startet sammen med Haakon Gellein. Der diskuterer vi medlemmenes utfordringer – i dette tilfelle en stor organisasjon som ønsker å bli mer datadrevet – og jeg skriver blogginnlegg som forberedelse til disse møtene. Vi tar opp nye medlemmer etter vurdering – ta kontakt om du ønsker mer informasjon.)
Innovasjon er et honnørord – alle vil vi være innovative. Når en bedrifter er i startfasen, er innovasjon i høysetet – alle vet hva man holder på med, alle vet hvem kunden er (eller i alle fall at man må lete etter en kunde), og koordinering er enkelt, siden alle kjenner alle.
Men bedrifter vokser, og etterhvert som de vokser, endrer de seg. Selv i en verden med instant digital kommunikasjon er det vanskelig å styre og koordinere daglig arbeid – og enda vanskeligere å lede innovasjon. Med vekst kommer rutiner, systemer, komiteer og hierarkier – ikke fordi man vil, men fordi man må.
Så man innfører rutiner og kontroller, vanligvis ved å sette opp møter og spesifikasjoner, som regel ved at de som står for innovasjonen på forhånd må spesifisere hva de kan tenke seg og gjøre, hva det kommer til å koste, og hva som skal produseres. Så presenteres de ulike aktivitetene for en ledelsesgruppe, som så treffer vedtak om hva som skal gjøres, til hvilket budsjett.
Resultatet er at de som skal drive med innovasjon, bruker mesteparten av tiden sin til å forsøke å estimere hva de skal gjøre, og til å rapportere graden av måloppnåelse, definert som i hvilken grad man har fulgt spesifikasjonen, heller enn om man faktisk har fått til noen innovasjon.
Hvordan unngå dette?
Vel, man kan jo begynne med å forsøke å forstå hvordan bedrifter utvikler seg over tid.
Kriser og revolusjoner
En av mine tidlige favorittartikler er Larry Greiners Evolution and Revolution as Organizations Grow, først publisert i 1972, som beskriver fem utviklingsfaser organisasjoner gjennomgår når de vokser. Hver fase starter med en periode med stabil vekst eller «evolusjon» og avsluttes med en ledelseskrise eller «revolusjon» – der neste fase er løsningen på problemer som oppstår i forrige fase.
De fem fasene er:
Kreativitet: Entreprenørfasen, der vekst skjer gjennom kreativitiet og kontrollrutinene er uformelle, alle har felles interesse i at selskapet overlever. Etterhvert som selskapet blir større, oppstår en krise oppstår på grunn av manglende administrativt lederskap.
Styring: Vekst gjennom lederskap (ofte fordi profesjonelle ledere kommer inn, så gründerne kan konsentrere seg om utvikling. Antall lag i hierarkiet øker, ofte ved at man ansetter funksjonelle spesialister. Krisen kommer gjerne fordi ting blir for sentralisert, og lederne ikke klarer å rekke over et større antall ansatte med ulik bakgrunn og motivasjon, og de ansatte etterhvert
Delegasjon: For mye sentralisering fremtvinger desentralisering gjennom delegering – man gir deler av organisasjonen mer selvstendighet, men innfører samtidig ulike former for utfallsbaserte kontrollsystemer – egen P&L for underenheter, for eksempel. Neste krise kommer når antall enheter blir for mange og går i veien for hverandre.
Koordinering: I den neste fasen skapes vekst gjennom koordinering – både organisatorisk og systemisk. Typisk reorganiserer man etter produkt, geografi eller marked, med en konsernledelse på toppen. Krisen her kommer ved at byråkratiet øker (særlig, vil jeg mene, mellom strategiske forretningsenheter) og man får situasjoner der det er lettere å gjøre nye ting sammen med enheter utenfor organisasjonen enn innenfor.
Samarbeid: I den femte fasen fokuserer man på samarbeid og forsøker å ta et mer overordnet, prinsipporientert lederskap, med fleksible team som settes sammen for å løse oppgaver på tvers av enheter.
I hver av fasene bruker man ulike lederstiler, belønningssystemer og organisasjonsstrukturer, summert i denne tabellen:
Greiners artikkel er over 50 år gammel, men bekrefter i alle fall for meg noe jeg egentlig av visst lenge: Mye av det vi oppfatter som nyere forskning og forfatterskap er egentlig drøvtygging av ting som ble skrevet for lenge siden. Selv om man kan finne tegn på at Greiners artikkel er litt gammeldags – det er få som snakker om matriseorganisering som et sluttpunkt i dag, for eksempel – så er de fleste av observasjonene noe strateger og ledere kan kjenne seg igjen i. Og vet man om fasene, kan man gjøre noe for å hindre neste krise eller i alle fall være klar over at den kan komme.
Budsjetter og innovasjon
Innovasjonprosesser vil også endres ettersom man går gjennom disse krisene. Dette er et blogginnlegg og ikke noen akademisk artikkel (det kommer kanskje senere), men her er noen raske tanker om hva jeg mener man kan gjøre for ikke å havne i de ulike fellene:
Fra fase 1 til 2: Faren er at man administrerer innovasjon som andre prosjekter, ved å kreve detaljerte estimater av kostnader og spesifikasjoner av utfall. Bedre å budsjettere basert på standardaktiviteter – work packages, for eksempel, slik man gjør innen forskningsprosjekter, eller definerte standardprosekter, som er et konsept innen beyond budgeting. Porteføljestyring vil også hjelpe, spesielt hvis man setter mål for hva slags type innovasjonsprosjekter man skal ha og hvor stor del av porteføljen som skal være innenfor ulike risikoklasser (see denne boken av Peter Weill og andre for en god spesifikasjon på hvordan dette gjøres.)
Fra fase 2 til 3: I overgangen fra direkte kontroll til insentiv-baserte strukturer er faren at fordi innovasjon driver individuelle bonuser, blir det vanskeligere å dele innovasjoner på tvers av organisasjonen: Den som lager innovasjonen, tar også kostnaden, og det er billigere å kopiere noen andre enn å gå først selv. Smarte organisasjoner belønner deling og kopiering, både for de som blir kopiert, og de som kopierer og videreutvikler.
Fra fase 3 til 4: I denne overgangen er organisasjonen blitt så stor – og lagene så mange – at man rett og slett ikke vet om hva som finnes internt, selv av innovasjoner som ønskes delt og kopiert. Et annet problem her er at siden flere store deler av organisasjonen har egne kundegrensesnitt – digitale eller analoge – blir det vanskeligere å gjøre innovasjoner for hele organisasjonen, også fordi konsernledelsen gjerne er nokså tynt bemannet. Løsningen ligger i rutiner for utveksling av innovasjon gjennom tiltak om interne innovasjonskonferanser og digitale utvekslingsfora, for eksempel.
Fra fase 4 til 5 (og jeg er klar over at disse fasene blir vagere etterhvert): For meg er farene her litt mer uklare, men tiltak man ofte ser i innovasjonsorienterte firma i denne størrelsen handler om ting som investeringer i startups, sabbatsordninger for ledere der de eksponeres for innovasjonsbedrifter og -miljøer, og tid og ressurser satt av for at ansatte, særlig innenfor forretningsutvikling, skal gjøre ting ikke er direkte relatert til organisasjonens kjernevirksomhet. Tanken er at innovasjon oppstår ved at folk utsettes for noe nytt – at man «kompliserer seg selv», for å sitere en klassiker innen organisasjonspsykologien.
Rent konkret
Egentlig er det ikke så vanskelig: Innovasjon får man ved å ansette smarte mennesker, sette dem fri til å gjøre ting bedre, og følge dem opp uten å tvinge dem til å si hva de skal finne opp før de vet det selv. Displinerte prosesser for eksperimentering – som Finn.no gjør, et av mine mest brukte eksempler – hjelper, men ingen prosess, budsjetteringsmetode, eller ledelsesfilosofi seg selv vil noensinne garantere innovasjon. Til det trenger man tillit, intelligens, og en smule flaks, rett og slett.
Data er det nye gullet, sies det. Men da må vi gjøre det dataene sier.
(Denne bloggposten ble først publisert på bloggen til Comunita, et ledernettverk jeg har startet sammen med Haakon Gellein. Der diskuterer vi medlemmenes utfordringer – i dette tilfelle en stor organisasjon som ønsker å bli mer datadrevet – og jeg skriver blogginnlegg som forberedelse til disse møtene. Vi tar opp nye medlemmer etter vurdering – ta kontakt om du ønsker mer informasjon.)
Mange bedrifter og organisasjoner har enorme mengder data, men utnytter dem ikke. Det er det mange årsaker til – som manglende analysekunnskaper, manglende tradisjoner, eller manglende konkurranse. Men etterhvert som vi får flere og flere eksempler på bedrifter og organisasjoner som gjør suksess ved å skaffe seg data og utnytte dem, øker kravet om å være data-drevet. Hva betyr det egentlig – og hvordan får man det til?
La oss ta for oss en bedrift i en bransje som kanskje ikke ligner så mye på noe i Norge (bortsett fra Norsk Tipping, og de er jo data-drevet) men der utviklingen viser hva man kan få til ved å ta tak i de dataene man har – og gjøre som dataene viser.
Et kasinoeksempel
Da jeg var doktorgradsstudent en gang for hundre år siden (vel, 1991) møtte jeg i noen seminarer en nyansatt professor ved navn Gary Loveman. Gary var statistiker og økonom og spesielt interessert i sammenhengen mellom lønnsomhet og kundelojalitet. Han var også nokså ulik mange av de andre professorene både av utseende og humør. Jeg fikk litt inntrykk av at han ikke tok livet – og i hvert fall ikke seg selv – så veldig høytidelig.
Gary drev litt som konsulent på si. En av kundene hans var Harrah’s, et relativt lite kasino i Las Vegas. Kasinoet gikk ikke bra – som Gary sa det (se hans suverene foredrag på Berkeley for noen år siden): «Vi hadde et kasino som kostet 315 millioner dollar (det er lite i Las Vegas) å bygge. Ved siden av oss kom det et nytt kasino til 1,6 milliarder, og tvers over gaten ville det komme et 9,2 milliarder. Det er ingen som tar inngangspenger i Las Vegas. Hvordan skulle vi få kundene til å komme til oss?»
Firmaet hadde store problemer – så store at de gikk til en akademiker for å finne ut hva de skulle gjøre. Gary hadde skrevet artikkelen Put the Service-Profit Chain to Work sammen med endel kolleger og fant ut at i dette kasinoet kunne han se modellen fungerte i praksis. Men før han kunne finne ut hva han skulle gjøre, måtte han finne ut hvem kundene var og hva de likte.
Markedsføring i Las Vegas den gangen handlet mye om å få tak i de store spillerne, de som flys inn med helikopter, får gratis suiter og middager og legger igjen millioner ved roulette-bordene. Etter endel analyse fant Gary ut at de virkelig attraktive kundene ikke var storspillerne (som alle de andre kasinoene gikk etter), men «vanlige folk» – håndverkere, lærere, leger, annen middelklasse – som spilte mindre, men som det var mange flere av. Han introduserte det første kundelojalitetsprogrammet i bransjen, basert i mindre grad på hvor mye folk spilte og i større grad hvor ofte de besøkte kasinoet. Kundene satte pris på å bli skikkelig behandlet uten å være millionærer, og Harrah’s vokste fra å være et lite kasino i skyggen av Ceasar’s Palace til å bli verdens største kasinoselskap (som faktisk i dag heter Ceasar’s Entertainment, et tilfelle av David som bokstavlig talt kjøpte Goliat).
Datadrevne kjennetegn
En av utsagnene som Gary har blitt kjent for, at det er bare tre ting du kan få sparken for i hans organisasjon: Tyveri, seksuell trakassering, og å gjøre en endring uten å ha en kontrollgruppe.
De to første er kanskje ikke så vanskelige å forstå, men den siste krever litt forklaring. Nå man gjør et vitenskapelig eksperiment – for eksempel utprøving av en ny medisin – gir man den ikke til alle pasientene, men til en tilfeldig utvalgt gruppe. Kontrollgruppen er de som ikke får den nye medisinen, men i stedet behandles som tidligere. Etterpå måler man om det er forskjell på de to gruppene – og om forskjellen er tydelig og stor nok, går man over til den nye måten å gjøre ting på.
Innenfor medisinsk forskning gjøres dette dobbeltblindt – verken pasienten eller legen vet hvem som får ny medisin og hvem som ikke gjør det. Det kan det være vanskelig å få til i mange sammenhenger – det er derfor det er så vanskelig å forske på ernæring, siden vi vet hva vi spiser – men det er mange bedrifter som driver med dette i stor stil: Finn.no, for eksempel, slik jeg skrev om i en artikkel i Magma for noen år siden.
Dette at man insisterer på at alt som skal endres, skal testes først, er et av de fremste kjennetegnene på at en bedrift er data-drevet: Man lytter til dataene, og gjør som dataene sier.
Hvorfor er dette så vanskelig?
Problemet med data er at de ikke alltid forteller deg den historien du vil de skal fortelle. Når det skjer, må man velge om man skal tro på dataene eller på sin egen magefølelse – og pussig nok er dette vanskeligere jo bedre man er i jobben. Chris Argyris, en annen Harvard-professor, skrev en berømt artikkel kalt Teaching Smart People How to Learn, om nettopp dette at kompetente mennesker i ledende stillinger med lang erfaring er de som har størst vansker med å lytte til data – rett og slett fordi de har kommet til sine stillinger ved å ha hatt rett. Hittil, i alle fall.
Av og til kan hele bransjer la være å lytte til dataene – i forsikringsbransjen, for eksempel, brukes masse dataanalyse for å finne ut av hvorfor kunder forlater et forsikringsselskap til fordel for et annet. Svaret er det samme hver gang: Den fremste grunnen til at folk forlater et forsikringsselskap er at de har hatt en forsikringshendelse og ikke er fornøyd med hvor mye penger de har fått utbetalt. Det er det ingen i bransjen som ønsker å gjøre noe med. Innenfor utdanning er vi ikke noe bedre: Den fremste prediktoren for suksess for bachelorstudenter, for eksempel, er matematikkunnskaper når man begynner på studiet. Men det er det vanskelig å gjøre noe med, så da satser vi på motivasjon og inspirasjon i stedet…
Fokus på data og kontinuerlig innovasjon gir resultater – bare spør Gary. Eller Finn.no. Eller Google. Eller VG.no, som ble Norges største online avis ved kontinuerlig oppdatering av hva som står på førstesiden basert på hvordan leserne reagerer.
Reelle farer ved dataorientering
Det å være dataorientert er ikke uten kostnader og farer. Analyse koster, i tid og penger. Å betale de ansatte for å gjøre slik dataene sier – i Harrah’s tilfelle, å betale bonuser basert på kundetilfredshet – koster.
Blir man for data-drevet, kan man komme til skade for å havne i en slags analysis paralysis der man ikke tør ta sjanser eller ikke gjør noe fordi man ikke klarer å komme på hvordan man skal teste det. Men den risikoen er adskillig mindre, i de fleste tilfeller, enn at man går glipp av innovasjoner fordi noen med beslutningsmyndighet i organisasjonen ikke har den rette følelsen for at noe bør gjøres.
Gary Loveman sier selv at hans fokus på at alt skal analyseres og dokumenteres – og at han ikke har noen personlige aksjer i hvilken løsning som blir valgt – fører til at han unngår å gjøre mange feil, at han unngår å gjøre ting han ikke burde gjøre. De som jobber mer inspirasjons- og intuisjonsbasert, vil gjøre en hel del spektakulære feil. Men de vil også av og til gjøre noe smart på tross av alle analyser og alle data.
Så får man velge – men jeg vil tro at for de fleste organisasjoner som har med kunder å gjøre, enten de er innenfor det private eller det offentlige, har mer å hente på å være data-drevne enn det motsatte.
Det som i alle fall er sikkert, er at om du lar din innovasjonsstrategi bestemmes av en gruppe ledere uten kundekontakt, basert på hvem som har det mest nøyaktige prosjektregnskapet og den proffeste PowerPoint-bunken, så lever du farlig.
Heskett, J. L., T. O. Jones, G. W. Loveman, W. E. Sasser, Jr. and L. A. Schlesinger (2008). «Putting the service-profit chain to work.» Harvard Business Beview86(7-8): 118.
Når man starter et nytt selskap, slik Haakon og jeg har gjort, er det første man må spørre seg om hva som gjør at kundene vil bli kunder (i dette tilfelle: medlemmer) og fortsetter å være det. For firmaer som Comunita, er svaret enkelt: De andre medlemmene.
Dette betyr at man må være svært nøye når man rekrutterer nye medlemmer, og fokusere ikke bare på hva det nye medlemmet kan lære fra nettverket, men også hva de eksisterende medlemmene kan lære fra det nye medlemmet.
Dette fenomenet har et akademisk navn: Nettverkseksternaliteter, også kjent, litt mindre presist, som nettverkseffekter: Et nettverk øker i verdi jo flere som bruker det, også kjent som Metcalfes lov. Begrepet kommer fra telefonselskaper, men har blitt viktigere i stadig flere bransjer. Mange av de nye gigant-selskapene – ikke bare rene nettverksselskaper som Google og Facebook, men også produktbaserte selskaper som Microsoft, Apple og Tesla – har blitt store fordi de har forstått og klart å utnytte nettverkseksternaliteter.
Åpne og lukkede nettverk
Hvis du ser på en gammel film fra 20- eller 30-tallet, er det ofte skrivebord der med flere telefoner – og mange scener handler om vanskelighetene med å snakke i flere telefoner på en gang. Det hele virker litt tåpelig – men det er gode grunner til at man hadde flere telefoner. Det var nemlig slik den gang var det flere telefonselskaper i hver by, og man kunne ikke ringe fra det ene telefonnettet til det andre. Hvis jobben krevet at man skulle kunne snakke med alle – vel, da måtte man ha flere telefoner, og kunnskap om hvem som hadde hva slags telefonabonnement.
Slik er det ikke lenger – du kan ringe til hvem du vil uansett hvilket selskap du har, og det er den enkelheten kundene etterspør. Men på veien dit er mange telefonselskaper blitt borte. Og hvert og ett av disse selskapene har på et eller annet tidspunkt måttet spørre seg: Skal vi beholde vårt lokale nettverk og bare betjene de kundene – ofte med høy lønnsomhet og kanskje med spesialtilpassede tjenester? Eller skal vi bli del av et større nettverk, tjene mindre per kunde, men med mye større volum?
I etterkant – for telefonselskaper – er det opplagt hvordan det gikk. Men underveis, før du forstår hvor teknologien går og hva effekten er, er det ikke så enkelt. Man må velge hvilken klubb man skal være medlem av, ganske enkelt.
Og som Groucho Marx har sagt det: «Jeg vil ikke være medlem av en klubb som vil ha meg som medlem…»
Synlige og usynlige effekter
For et ledernettverk om Comunita er nettverkseffekten åpenbar: Medlemmene er der på grunn av de andre medlemmene. De vet hvem de er, og det første spørsmålet potensielle medlemmer stiller, er hvem de andre medlemmene er.
Men man kan ha usynlige nettverkseksternaliteter:
Finn.no er et nettverksselskap der man ikke vet hvem de andre medlemmene er, men får greie på det først når man skal kjøpe eller selge noe.
Et forsikringsselskap er en møteplass for folk som har risiko og vil betale for å dele den risikoen med andre forsikringskunder. I det tilfellet vet man ikke hvem de andre medlemmene er – men man bør være opptatt av det. Du vil, for eksempel, ikke være den eneste forsiktige sjåføren i et selskap som bare forsikrer råkjørere.
Google tar vare på alle søk som er gjort, analyserer hvor vellykket de var, og bruker resultatene både til å forstå sine kunder bedre og å gjøre søkealgoritmene sine mer presise. Jo flere brukere de har, jo bedre blir søkemotoren.
Nettverkseksternaliteter kan gi varige konkurransefortrinn
Eksternaliteter er viktig i en digital verden, fordi alt som er digitalt, kan kopieres. Men hvis man har en digital tjeneste som avhenger av mange medlemmer – eller de dataene de legger igjen – for å virke, kan man lage noe som gir store og langvarige konkurransefortrinn. Bare se på Finn.no, som i de fleste vertikalene sine har nesten monopol. Det spiller ingen rolle om konkurrenter fra innland eller utland kommer opp med noe nytt og kult – så lenge Finn har alle kjøperne for de som skal selge noe, og alle selgerne for de som skal kjøpe, har de et langvarig konkurransefortrinn – og med det, uovertruffen lønnsomhet.
Skal konkurrenter klare å ta en bedrift med stor markedsandel og sterke nettverkseksternaliteter, kan man ikke opprette et konkurrerende tilbud og håpe på at kundene kommer over. I stedet må man finne en gruppe kunder som ønsker å gjøre noe sammen, opprette noe bare for dem, og håpe at denne gruppen i seg selv er så attraktiv at andre kommer dit. Det er derfor influensere har blitt så viktig – de er en av få faktorer som kan flytte eksternaliteter fra et sosialt nettverk til et annet.
Informasjon som nettverksvåpen
Konkurranse i nettverksmarkedet går i to faser – reach og range: I den første fasen (reach; rekkevidde) handler det om å bygge stor markedsandel så fort som mulig – å kapre alle de kundene som ennå ikke har gått til en konkurrent. Da DNB lanserte Vipps, gikk man aggressivt ut og rekrutterte kunder uten tanke på om man ville tjene penger på tjenesten eller ikke. I den andre fasen (range;[tjeneste]dybde) der alle kundene er blitt medlem av et eller annet nettverk, handler konkurranse om å utvide spekteret av tjenester som kundene kan bruke innenfor nettverket.
Særlig i den siste fasen blir informasjon viktig. Alle som driver et nettverk, må være svært påpasselig med hva slags informasjon man gir ut om bedriftens medlemmer og virksomhet – ikke bare til medlemmene, men også til allmenheten. Har man mye informasjon om medlemmene, kan man bruke det til å skape tjenester som gjør nettverket viktigere for medlemmene, og også rekruttere nye medlemmer fra konkurrerende nettverk.
Mange eksisterende nettverk – fagforbund, bransjeorganisasjoner, interesseorganisasjoner – oppdager at det blir vanskeligere ikke bare å holde på kundene, men også å få kundene til å bruke de tjenestene man tilbyr. Hvorfor være medlem av en organisasjon med kontorer og medarbeidere, når man kan oppnå mye av det samme bare ved å være medlem av en Facebook-gruppe?
Ofte handler dette om hva man er villig til å gjøre for medlemmene. For noen år siden skulle jeg arrangere et seminar for et utenlandsk firma som ville lære noe om elbiler i Norge. Jeg ringte til Oslo Taxi og sa jeg ville ha en drosjesjåfør med Tesla, fordi han eller hun ville kunne fortelle om hvordan det var. Svaret var at de ikke ville opplyse om hva slags biler de hadde, siden det var deres policy at en taxi er en taxi. Så jeg la inn et spørsmål om det samme på en Facebook-gruppe for Teslaeiere, og fikk øyeblikkelig en liste med taxisjåfører, komplett med telefonnumre.
Og deri ligger vanskeligheten for et gammelt firma: Kundene på en side etterspør informasjon du har, men som du kanskje ikke vil gi av hensyn til den andre siden av markedet du betjener. Forretningsutvikling i nettverk handler mye om å forstå hvordan og hvorfor enkeltkunder interagerer med hverandre, og om å oppfatte hva de egentlig er ute etter – hvilken jobb de ønsker å gjøre – gjennom det nettverket de er medlem av. I en verden der dannelser av nettverk skjer raskt og enkelt, blir det viktigere enn noensinne å ha evnen til å imøtekomme kundenes informasjonsbehov, enten man er vant til å tilby dem eller ikke.
Videre lesning:
Eisenmann, T., G. Parker and M. W. V. Alstyne (2006). «Strategies for two-sided markets.» Harvard Business Review84( 10): 92-101. Klassisk artikkel om hvordan man utvikler strategi i selskaper som betjener to markeder – for eksempel kjøpere og selgere som skal komme i kontakt med hverandre.
Fjeldstad, Ø. and E. Andersen (2003). «Casting off the chains: Value shops and value networks.» European Business Forum (14): 47-53. Et forsøk på å forklare verdikonfigurasjoner – og hvordan nettverksselskaper skiller seg fra selskaper som produserer produkter eller løsninger.
I begynnelsen av september skulle jeg undervise på universitetet (jeg har en sidestilling på IFI, og underviser på studiet Digital økonomi og ledelse). Det var en liten misforståelse med hvilket klasserom jeg skulle være i, og jeg gikk til en digital informasjonstavle som hadde en liste med kurs og klasserom.
Mens jeg lette meg nedover listen på jakt etter kurset mitt, endret skjermen seg plutselig til en helsides annonse for et studentarrangement. 30 sekunder senere kom en skjerm med en eller annen administrativ melding. Så kom en melding om et faglig seminar. 4-5 skjermbilder senere dukket klasseromslisten opp igjen, og jeg begynte å lete nedover. Da jeg var halvveis ned (og begynte å lure på om ikke mitt kurs sto lenger ned på listen enn skjermen rakk) begynte det forbistrede annonsesirkuset igjen…
Der og da svor jeg tett og innett under pusten og fikk til slutt en student til å lete opp listen på nettet.
I etterkant har jeg lurt på hvem det er som lager et så idiotisk informasjonsoppsett. Hva er egentlig årsaken til at man setter opp informasjonsskjermer, og så bruker dem på en måte som gjør at ingen egentlig får informasjon?
Jobber, ikke kunder
Svaret ligger nok i hva Clayton Christensen kalte job to be done – at man presenterer produkter for kunder ut fra en svært forenklet forståelse for hva kunden egentlig trenger. I stedet for å tenke på kunder som kunder (muligens segmentert etter demografi, bakgrunn eller geografi) bør man tenke på kunder som et sett med jobber som skal gjøres – og man selger til kunden basert på det.
Spørsmålet man skal stille seg, er ikke «hva slags produkt har jeg og hvem kan jeg selge det til.» Det man skal tenke på, er hvilken jobb ansetter kunden mitt produkt til å gjøre?
De som har satt opp disse skjermene, har forsøkt å dekke alle informasjonsbehov på en gang, men det går ganske enkelt ikke. Forvirrede besøkende på leting trenger statisk og detaljert informasjon, kringkastere av informasjon trenger oppmerksomhet – og behovene kan ikke løses innenfor den samme rammen. Dermed ender man opp med et kompromiss som ikke fungerer for noen.
Løsningen ligger i å dele opp ting i separate produkter (i dette tilfelle, flere skjermer). Svært ofte ligger også løsningen i spissing og forenkling.
Gi kundene det de vil ha – ikke mer!
Et av de beste eksemplene på informasjonsdesign jeg har sett, er noe Flytoget gjorde (og for alt jeg vet fortsatt gjør): De forenklet sin informasjonstavle ned til et enkelt tall.
Når du kommer styrtende inn på Sentralbanestasjonen, svett og varm og stresset, og skal ta Flytoget, er det kun en ting som står i hodet på deg: Hvor lenge er det til neste tog? De går hvert 20. minutt, men likevel vil man jo gjerne vite om man skal løpe eller ikke. Og der sto informasjonstavlen deres, med antall minutter igjen til neste tog gikk.
Og ingenting annet.
Perfekt. Og virkelig vanskelig å gjøre, siden man må demme opp for alle de som vil legge til mer informasjon enn akkurat det kunden først og fremst vil vite.
Dårlig informasjonsdesign skaper sterke følelser
Når et produkt ikke gjør jobben, kan folk bli ganske irritert. En venn av meg var sjef for et stort konsulentselskap og hatet å måtte presse seg gjennom tax-freebutikken på Gardermoen på vei ut til flyet. Som han sa: «Jeg er så irritert over det salgsmaset at jeg forsøker å knuse en flaske med trillekofferten hver gang.»
Siden han fløy ut fra Gardermoen i hvert fall tre ganger i uken, hadde han laget en rutine der han spant gjennom sikkerhetskontrollen kort tid før flyet skulle gå, og kastet et kjapt blikk opp på informasjonstavlen som viste hvilken gate han skulle til, rett innenfor sikkerhetskontrollen. Men så en dag sjokker han inn i høyt tempo, kikker opp – og ser at informasjonstavlen viser en Revlon-reklame. Som han sa:
Tversover 