V roce 2012 nám záleželo na tom, že používáme software. Dnes nám záleží na tom, jak ho používáme. Rozdíl je v trajektorii. V posledním desetiletí byla prioritou zavádění softwaru. Přechod z on-premise do cloudu nebo digitalizace manuálního workflow sliboval zvýšení produktivity. Adopce byla cílovou čárou. Dnes je software všudypřítomný. Každý obchodník používá CRM a každý inženýr IDE. Výhoda už nepřichází z toho, že nástroj máme, ale ze specifické cesty a způsobu, jakým je tento nástroj použit k dosažení výsledku: trajektorie skrze software. Obchodník vytvoří lead, obohatí ho, přidá informace o potenciálním zákazníkovi určitým způsobem. To je jeden druh trajektorie. Další cestou je otázka a rozhovor s AI: jak vést výzkumný projekt s AI zaměřený na postkvantové šifrování? Jaké jsou hlavní algoritmy? Které společnosti je zavádějí? Jaký je časový harmonogram, kdy kvantové počítače prolomí současné šifrování? S kým odborníky bych se měl obrátit? Sledovat uživatele, jak pracuje celý den jako pinball odrážející se kolem stroje, je nesmírně strategické. Automatizace vyžaduje trajektorie. Abyste práci automatizovali, musíte nejprve pochopit její cestu. V minulosti jsme najímali konzultanty, kteří procesy mapovali ručně. Nyní mohou AI agenti sledovat a zaznamenávat a chápat tyto trajektorie v reálném čase. AI se učí pozorováním. Za druhé, optimalizace vyžaduje opakování. Trajektorie poskytují datovou sadu pro zlepšení. Analýzou tisíců průchodů v pracovním toku AI identifikuje vzorce úspěchu, neúspěchy a neefektivity. Za třetí, trajektorie se stávají novým příkopem. Čím vyšší rozlišení dat, tím více se produkt AI diferencuje, což zvyšuje uvěznění dodavatele. Za čtvrté, vedení společnosti těží z pochopení vývoje zaměstnanců. Myslíme si, že spolupracujeme jedním způsobem, obvykle s nějakými aspirativními nápady. Druhá věc je skutečně pochopit pracovní postupy v oboru. Za páté, trajektorie jsou základem pro optimalizaci AI modelů prostřednictvím posilovaného učení nebo doladění. Menší specializované modely trénované na cestách s vysokou hodnotou nahrazují masivní generalisty. Nižší náklady na inferenci a vyšší přesnost vedou k vyšším maržím. Strategická povaha trajektorií vyvolává otázku, zda budou podniky při nákupu AI softwaru vyjednávat práva na svá data o trajektoriích, a to jak za účelem zachycení kritických dat, tak pro prevenci uzamčení. To, jak se tyto mocenské dynamiky projeví, určí obecně cenovou sílu softwaru. Firmy, které tyto trajektorie ovládnou, budou určovat budoucnost práce.