En 2012, nous nous soucions de l'utilisation de logiciels. Aujourd'hui, nous nous soucions de la manière dont nous les utilisons. La différence est la trajectoire. Au cours de la dernière décennie, l'adoption de logiciels était la priorité. Passer d'une solution sur site au cloud ou numériser un flux de travail manuel promettait des gains de productivité. L'adoption était la ligne d'arrivée. Aujourd'hui, les logiciels sont omniprésents. Chaque commercial utilise un CRM et chaque ingénieur utilise un IDE. L'avantage ne vient plus de la possession de l'outil, mais du chemin spécifique et de la manière dont cet outil est utilisé pour atteindre un résultat : une trajectoire à travers le logiciel. Un commercial crée un prospect, enrichit le prospect, ajoute des informations sur le client potentiel d'une manière particulière. C'est un type de trajectoire. Une session de questions-réponses avec l'IA est une autre trajectoire : comment mener un projet de recherche avec l'IA sur le chiffrement post-quantique ? Quels sont les algorithmes de pointe ? Quelles entreprises les mettent en œuvre ? Quel est le calendrier pour que les ordinateurs quantiques brisent le chiffrement actuel ? Qui sont les experts avec qui je devrais parler ? Suivre un utilisateur travaillant tout au long de la journée comme une bille de flipper ricochant autour d'une machine est extrêmement stratégique. Tout d'abord, l'automatisation nécessite des trajectoires. Pour automatiser le travail, vous devez d'abord comprendre le chemin de ce travail. Dans le passé, nous engagions des consultants pour cartographier les processus manuellement. Maintenant, les agents IA peuvent observer, enregistrer et comprendre ces trajectoires en temps réel. L'IA apprend en observant. Deuxièmement, l'optimisation nécessite de la répétition. Les trajectoires fournissent le jeu de données pour l'amélioration. En analysant des milliers de passages à travers un flux de travail, l'IA identifie des modèles de succès, d'échecs et d'inefficacités. Troisièmement, les trajectoires deviennent le nouveau fossé. Plus la résolution des données est élevée, plus le produit IA devient différencié, ce qui augmente le verrouillage des fournisseurs. Quatrièmement, la direction de l'entreprise bénéficie de la compréhension des trajectoires des employés. Nous pensons que nous travaillons ensemble d'une certaine manière, généralement avec des idées aspirantes. C'est une autre chose de vraiment comprendre les flux de travail sur le terrain. Cinquièmement, les trajectoires sont la base pour optimiser les modèles d'IA grâce à l'apprentissage par renforcement ou au fine-tuning. Des modèles spécialisés plus petits, formés sur des chemins à forte valeur ajoutée, remplacent des généralistes massifs. Des coûts d'inférence plus bas et une précision accrue entraînent des marges augmentées. La nature stratégique des trajectoires soulève la question de savoir si les entreprises négocieront les droits sur leurs données de trajectoire lors de l'achat de logiciels d'IA, à la fois pour capturer des données critiques et prévenir le verrouillage. La manière dont ces dynamiques de pouvoir se dérouleront déterminera le pouvoir de tarification des logiciels en général. Les entreprises qui maîtrisent ces trajectoires définiront l'avenir du travail.