Nel 2012, ci importava di utilizzare software. Oggi ci importa di come lo utilizziamo. La differenza è la traiettoria. Negli ultimi dieci anni, adottare software era la priorità. Passare da on-premise al cloud o digitalizzare un flusso di lavoro manuale prometteva guadagni di produttività. L'adozione era il traguardo. Oggi il software è onnipresente. Ogni venditore utilizza un CRM e ogni ingegnere utilizza un IDE. Il vantaggio non deriva più dal possedere lo strumento, ma dal percorso specifico e dal modo in cui quello strumento viene utilizzato per raggiungere un risultato: una traiettoria attraverso il software. Un venditore crea un lead, arricchisce il lead, aggiunge informazioni sul potenziale cliente in un modo particolare. Questa è una sorta di traiettoria. Una sessione di domande e risposte con l'AI è un'altra traiettoria: come posso condurre un progetto di ricerca con l'AI sulla crittografia post-quantistica? Quali sono gli algoritmi principali? Quali aziende li stanno implementando? Qual è la tempistica affinché i computer quantistici possano rompere la crittografia attuale? Chi sono gli esperti con cui dovrei parlare? Tracciare un utente che lavora durante la giornata come una pallina da flipper che rimbalza in una macchina è estremamente strategico. In primo luogo, l'automazione richiede traiettorie. Per automatizzare il lavoro, devi prima comprendere il percorso di quel lavoro. In passato assumevamo consulenti per mappare i processi manualmente. Ora gli agenti AI possono osservare, registrare e comprendere queste traiettorie in tempo reale. L'AI impara osservando. In secondo luogo, l'ottimizzazione richiede ripetizione. Le traiettorie forniscono il dataset per il miglioramento. Analizzando migliaia di passaggi attraverso un flusso di lavoro, l'AI identifica schemi di successo, fallimenti e inefficienze. In terzo luogo, le traiettorie diventano il nuovo fossato. Maggiore è la risoluzione dei dati, più differenziato diventa il prodotto AI, il che aumenta il lock-in dei fornitori. In quarto luogo, la leadership aziendale beneficia della comprensione delle traiettorie dei dipendenti. Pensiamo di lavorare insieme in un certo modo, tipicamente con alcune idee aspirazionali. È un'altra cosa comprendere veramente i flussi di lavoro sul campo. In quinto luogo, le traiettorie sono la base per ottimizzare i modelli AI attraverso l'apprendimento per rinforzo o il fine-tuning. Modelli più piccoli e specializzati addestrati su percorsi ad alto valore sostituiscono i generalisti massicci. Costi di inferenza più bassi e maggiore accuratezza portano a margini aumentati. La natura strategica delle traiettorie solleva la questione se le imprese negozieranno i diritti sui loro dati di traiettoria quando acquistano software AI, sia per catturare dati critici che per prevenire il lock-in. Come si sviluppano queste dinamiche di potere determinerà il potere di prezzo per il software in generale. Le aziende che padroneggiano queste traiettorie definiranno il futuro del lavoro.