En 2012, nos importaba que usáramos software. Hoy nos importa cómo lo usamos. La diferencia es la trayectoria. En la última década, adoptar software era la prioridad. Pasar de on-premise a la nube o digitalizar un flujo de trabajo manual prometía ganancias de productividad. La adopción era la meta. Hoy el software es omnipresente. Cada vendedor utiliza un CRM y cada ingeniero utiliza un IDE. La ventaja ya no proviene de tener la herramienta, sino del camino específico y la manera en que se utiliza esa herramienta para lograr un resultado: una trayectoria a través del software. Un vendedor crea un lead, enriquece el lead, añade información sobre el prospecto de una manera particular. Esa es una clase de trayectoria. Una sesión de preguntas y respuestas con IA es otra trayectoria: ¿cómo conduzco un proyecto de investigación con IA sobre cifrado post-cuántico? ¿Cuáles son los algoritmos líderes? ¿Qué empresas los están implementando? ¿Cuál es la línea de tiempo para que las computadoras cuánticas rompan el cifrado actual? ¿Quiénes son los expertos con los que debería hablar? Rastrear a un usuario trabajando a lo largo del día como una bola de pinball rebotando en una máquina es tremendamente estratégico. Primero, la automatización requiere trayectorias. Para automatizar el trabajo, primero debes entender el camino de ese trabajo. En el pasado, contratábamos consultores para mapear procesos manualmente. Ahora los agentes de IA pueden observar, grabar y entender estas trayectorias en tiempo real. La IA aprende observando. En segundo lugar, la optimización requiere repetición. Las trayectorias proporcionan el conjunto de datos para la mejora. Al analizar miles de pasadas a través de un flujo de trabajo, la IA identifica patrones de éxito, fracasos e ineficiencias. En tercer lugar, las trayectorias se convierten en la nueva trinchera. Cuanto mayor sea la resolución de los datos, más diferenciado se vuelve el producto de IA, lo que aumenta el bloqueo del proveedor. En cuarto lugar, el liderazgo de la empresa se beneficia al entender las trayectorias de los empleados. Pensamos que trabajamos juntos de una manera, típicamente con algunas ideas aspiracionales. Es otra cosa entender verdaderamente los flujos de trabajo en el campo. Quinto, las trayectorias son la base para optimizar modelos de IA a través del aprendizaje por refuerzo o el ajuste fino. Modelos más pequeños y especializados entrenados en caminos de alto valor reemplazan a los generalistas masivos. Menores costos de inferencia y mayor precisión conducen a márgenes aumentados. La naturaleza estratégica de las trayectorias plantea la pregunta de si las empresas negociarán los derechos sobre sus datos de trayectoria al comprar software de IA, tanto para capturar datos críticos como para prevenir el bloqueo. Cómo se desarrollen esas dinámicas de poder determinará el poder de fijación de precios para el software en general. Las empresas que dominen estas trayectorias definirán el futuro del trabajo.