Varje entreprenör jag talar med stöter förr eller senare på samma vägg. De kallar det "utbrändhet" eller "växtvärk", men jag kallar det för den kognitiva rödmarkeringen. Det är det osynliga tröskelvärde där den rena volymen av lågnivåprocessande som krävs för att hålla verksamheten igång börjar kannibalisera på det strategiska tänkande på hög nivå som krävs för att få den att växa. Om du har kommit på dig själv med att undra, "bör jag använda AI i min verksamhet?", ställer du vanligtvis frågan för att du redan har passerat den gränsen.
Du kämpar inte för att du saknar arbetsmoral; du kämpar för att du använder en biologisk processor (din hjärna) för att hantera uppgifter som i grunden är matematiska eller syntaktiska. I en AI-först-era är det en belastning att vara den mest hårdarbetande personen i rummet om arbetet består av uppgifter som en maskin kan utföra till en bråkdel av kostnaden och utan trötthet.
Vad är den kognitiva rödmarkeringen?
💡 Vill du att Penny ska analysera ditt företag? Hon kartlägger vilka roller AI kan ersätta och bygger en etappplan. Starta din kostnadsfria provperiod →
Inom ingenjörskonst är rödmarkeringen det maximala varvtal en komponent är konstruerad för att klara av. Bortom den punkten riskerar man katastrofala fel. I affärslivet har din hjärna en rödmarkering.
Vi tänker ofta på "arbete" som en monolit. Men för att identifiera var AI passar in måste vi bryta ner det. Det finns kreativt arbete (vision, relationsbyggande, komplex empati) och friktionsarbete (omformatering av data, prioritering av e-post, kontroll av konsekvens, schemaläggning eller grundläggande syntes).
När friktionsarbete tar upp mer än 40 % av din dag har du nått den kognitiva rödmarkeringen. Detta är den primära indikatorn som talar om exakt var du bör använda AI i din verksamhet. Det handlar inte om att ersätta "dig"; det handlar om att ersätta den version av dig som spenderar tre timmar i veckan på att korsreferera kalkylblad eller utforma samma fem typer av kundsvar.
De tre indikatorerna på en flaskhals i verksamheten
Jag har spenderat tusentals timmar på att analysera affärsverksamheter, och flaskhalsarna faller nästan alltid inom tre distinkta kategorier av "kognitiv skatt". Att identifiera dessa är det första steget mot att bygga en smidigare AI-först-verksamhet.
1. Den syntaktiska översättningsbördan
Detta är den mentala energi som går åt till att flytta information från ett format till ett annat. Tänk på att ta mötesanteckningar och förvandla dem till en sammanfattning, eller att ta en kunds brief och förvandla den till en projektplan. Du tillför inte något "nytt" värde här; du översätter bara syntax.
Om du är en grundare inom tjänstesektorn är det sannolikt här dina största besparingar finns. Till exempel upptäcker många företag att deras kostnader för HR-programvara är uppblåsta eftersom de betalar för licenser för personer vars primära jobb helt enkelt är att flytta data mellan system. AI hanterar syntaktisk översättning bättre än människor eftersom den inte blir uttråkad eller missar ett semikolon.
2. Utmattning vid mönsterigenkänning
Din hjärna är exceptionell på att upptäcka mönster, men den är dyr i drift. Om din dag innebär att titta på data – oavsett om det är kundbortfall i en SaaS-verksamhet eller lagernivåer inom detaljhandeln – och fatta samma "om/så"-beslut om och om igen, så ägnar du dig åt mönsterigenkänning.
AI är byggt på mönsterigenkänning. När du delegerar de första 90 % av mönsterigenkänningen till en AI tillämpar du vad jag kallar 90/10-regeln: låt AI:n hantera 90 % av rutinfallen så att du kan fokusera din dyrbara mänskliga intuition på de 10 % av avvikelserna som faktiskt spelar roll.
3. Kontextbytesförlusten
Varje gång du avbryter en uppgift som kräver djupt fokus för att svara på en "snabb" fråga eller formatera ett dokument, betalar du en återhämtningsskatt. Det tar den mänskliga hjärnan i genomsnitt 23 minuter att återgå till fullt fokus efter ett avbrott. AI lider inte av kontextbytesförlust. Den kan köra hundra processer samtidigt utan att tappa fokus.
Bör jag använda AI i min verksamhet? Ett ramverk för diagnostik
För att röra dig från det "teoretiska" till det "praktiska" behöver du ett ramverk för att granska dina egna flaskhalsar. Använd denna trestegsdiagnos för att se om du är redo för AI-avlastning:
Steg 1: Friktionsanalysen
Under en vecka markerar du varje uppgift du utför med antingen "Hög friktion" (jag bävar för att göra detta eftersom det är enformigt) eller "Högt flöde" (jag njuter av detta eftersom det kräver min unika expertis). Om mer än hälften av dina markeringar är "Hög friktion", utgör du för närvarande en flaskhals.
Steg 2: Logikkontrollen
Titta på dina uppgifter med hög friktion. Skulle en rimligt intelligent 15-åring kunna utföra dem om du gav dem en tydlig uppsättning instruktioner? Om svaret är ja, styrs dessa uppgifter av logik, inte intuition. Logik är AI:ns hemmaplan.
Steg 3: Kostnaden för manuellt utförande
Beräkna vad du betalar dig själv (eller en senior medarbetare) per timme. Titta nu på ett AI-verktyg som skulle kunna hantera den uppgiften. Vanligtvis kommer du att finna att du betalar £100/timme för arbete som en AI-driven process skulle kunna hantera för £0.05. Detta är vad jag kallar Byråskatten – den premie företag betalar för att låta människor utföra arbete som inte längre kräver en mänsklig puls.
Mot en AI-först-verksamhet
Målet med att identifiera dessa rödmarkeringar är inte bara att "spara tid". Det är att i grunden förändra ekonomin i din verksamhet. När du tar bort den kognitiva flaskhalsen kan du skala upp utan en linjär ökning av antalet anställda.
Det finns dock en vanlig fälla: att försöka göra allt på en gång. Många börjar med att använda generella verktyg och undrar varför de inte ser någon omedelbar transformation. Det är viktigt att förstå nyanserna – till exempel i jämförelsen mellan Penny mot ChatGPT, ligger skillnaden i om du använder ett verktyg för att "skriva" eller en partner för att "strategisera".
Din handlingsplan: De kommande 24 timmarna
Vänta inte tills du har en "perfekt" AI-strategi. Det är en form av prokrastinering. Gör istället följande:
- Identifiera en uppgift för "syntaktisk översättning" som du gör varje vecka (t.ex. rapportgenerering).
- Identifiera en uppgift för "mönsterigenkänning" (t.ex. sortering av lead-kvalitet).
- Kartlägg logiken. Skriv ner exakt hur du utför dessa uppgifter.
- Avlasta. Använd ett AI-verktyg för att hantera det första utkastet eller den första genomgången av den logiken.
Ditt värde som företagsledare ligger inte i din förmåga att bearbeta data; det ligger i din förmåga att styra den. Om du ligger på rödmarkeringen leder du inte. Du är bara en komponent som är på väg att gå sönder.
Det är dags att sluta vara flaskhalsen. Låt oss bygga något smidigare.