Pada tahun 2012, kami peduli bahwa kami menggunakan perangkat lunak. Hari ini kita peduli bagaimana kita menggunakannya. Perbedaannya adalah lintasan. Dalam dekade terakhir, mengadopsi perangkat lunak adalah prioritas. Beralih dari on-premise ke cloud atau mendigitalkan alur kerja manual menjanjikan peningkatan produktivitas. Adopsi adalah garis finis. Saat ini perangkat lunak ada di mana-mana. Setiap tenaga penjualan menggunakan CRM & setiap insinyur menggunakan IDE. Keunggulan tidak lagi berasal dari memiliki alat tetapi dari jalur spesifik & cara di mana alat itu digunakan untuk mencapai hasil: lintasan melalui perangkat lunak. Seorang tenaga penjualan membuat prospek, memperkaya prospek, menambahkan informasi tentang prospek dengan cara tertentu. Itu adalah salah satu jenis lintasan. Sesi tanya jawab dengan AI adalah lintasan lain: bagaimana cara melakukan proyek penelitian dengan AI tentang enkripsi pasca-kuantum? Apa saja algoritme terkemuka? Perusahaan mana yang menerapkannya? Apa garis waktu komputer kuantum untuk merusak enkripsi saat ini? Siapa ahli yang harus saya ajak bicara? Melacak pengguna yang bekerja sepanjang hari seperti pinball yang memantul di sekitar mesin sangat strategis. Pertama, otomatisasi membutuhkan lintasan. Untuk mengotomatiskan pekerjaan, Anda harus terlebih dahulu memahami jalur pekerjaan itu. Di masa lalu kami menyewa konsultan untuk memetakan proses secara manual. Sekarang agen AI dapat menonton & merekam & memahami lintasan ini secara real-time. AI belajar dengan mengamati. Kedua, pengoptimalan membutuhkan pengulangan. Lintasan menyediakan himpunan data untuk perbaikan. Dengan menganalisis ribuan lintasan melalui alur kerja, AI mengidentifikasi pola keberhasilan & kegagalan & inefisiensi. Ketiga, lintasan menjadi parit baru. Semakin tinggi resolusi data, semakin diferensiasi produk AI, yang meningkatkan penguncian vendor. Keempat, kepemimpinan perusahaan mendapat manfaat dari memahami lintasan karyawan. Kami pikir kami bekerja sama dalam satu cara, biasanya dengan beberapa ide aspirasi. Adalah hal lain untuk benar-benar memahami alur kerja di lapangan. Kelima, lintasan adalah dasar untuk mengoptimalkan model AI melalui pembelajaran penguatan atau penyetelan halus. Model khusus yang lebih kecil yang dilatih pada jalur bernilai tinggi menggantikan generalis besar. Biaya inferensi yang lebih rendah & akurasi yang lebih tinggi menyebabkan peningkatan margin. Sifat strategis lintasan menimbulkan pertanyaan apakah perusahaan akan menegosiasikan hak atas data lintasan mereka saat membeli perangkat lunak AI, baik untuk menangkap data penting maupun mencegah penguncian. Bagaimana dinamika kekuasaan itu dimainkan akan menentukan kekuatan penetapan harga untuk perangkat lunak secara luas. Perusahaan yang menguasai lintasan ini akan menentukan masa depan pekerjaan.