En 2012, nos importaba usar software. Hoy nos importa cómo lo usamos. La diferencia es la trayectoria. En la última década, adoptar software fue la prioridad. Pasar del entorno local a la nube o digitalizar un flujo de trabajo manual prometía ganancias en productividad. La adopción fue la línea de meta. Hoy en día el software es omnipresente. Cada comercial usa un CRM y cada ingeniero usa un IDE. La ventaja ya no proviene de tener la herramienta, sino del camino y la forma específica en que esa herramienta se utiliza para lograr un resultado: una trayectoria a través del software. Un comercial crea un prospecto, lo enriquece y añade información sobre el prospecto de una manera particular. Esa es una especie de trayectoria. Una sesión de preguntas y respuestas con IA es otra trayectoria: ¿cómo puedo llevar a cabo un proyecto de investigación con IA sobre cifrado post-cuántico? ¿Cuáles son los algoritmos principales? ¿Qué empresas las están implementando? ¿Cuál es el calendario para que los ordenadores cuánticos rompan el cifrado actual? ¿Con quién debería hablar con los expertos? Seguir a un usuario trabajando durante el 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, registrar y entender estas trayectorias en tiempo real. La IA aprende observando. Segundo, la optimización requiere repetición. Las trayectorias proporcionan el conjunto de datos para la mejora. Al analizar miles de pasadas en un flujo de trabajo, la IA identifica patrones de éxito, fracasos e ineficiencias. Tercero, las trayectorias se convierten en el nuevo foso. Cuanto mayor es la resolución de los datos, más diferenciado se vuelve el producto de IA, lo que aumenta el vinculamiento del proveedor. En cuarto lugar, el liderazgo de la empresa se beneficia de comprender las trayectorias de los empleados. Creemos que trabajamos juntos de una manera, normalmente con algunas ideas aspiracionales. Otra muy distinta es entender realmente los flujos de trabajo en el campo. Quinto, las trayectorias son la base para optimizar modelos de IA mediante aprendizaje por refuerzo o ajuste fino. Los modelos especializados más pequeños, entrenados en caminos de alto valor, sustituyen a los generalistas masivos. Menores costes de inferencia y mayor precisión conducen a márgenes mayores. La naturaleza estratégica de las trayectorias plantea la cuestión de si las empresas negociarán los derechos sobre sus datos de trayectoria al comprar software de IA, tanto para capturar datos críticos como para evitar el bloqueo de la trayectoria. Cómo se desarrollen esas dinámicas de poder determinará el poder de fijación de precios del software en general. Las empresas que dominen estas trayectorias definirán el futuro del trabajo.