Em 2012, nos importávamos por usar software. Hoje nos importamos com a forma como usamos. A diferença está na trajetória. Na última década, adotar software foi a prioridade. Passar do on-premises para a nuvem ou digitalizar um fluxo de trabalho manual prometia ganhos de produtividade. A adoção foi a linha de chegada. Hoje o software é onipresente. Todo vendedor usa um CRM e todo engenheiro usa um IDE. A vantagem não vem mais de ter a ferramenta, mas do caminho e da maneira específicos como essa ferramenta é usada para alcançar um resultado: uma trajetória por software. Um vendedor cria um lead, enriquece o lead, adiciona informações sobre o prospect de uma forma específica. Esse é um tipo de trajetória. Uma sessão de perguntas e respostas com IA é outro caminho: como conduzo um projeto de pesquisa com IA sobre criptografia pós-quântica? Quais são os principais algoritmos? Quais empresas estão implementando esses produtos? Qual é o cronograma para os computadores quânticos quebrarem a criptografia atual? Com quem devo conversar? Rastrear um usuário trabalhando durante o dia como um pinball quicando em uma máquina é extremamente estratégico. Primeiro, automação exige trajetórias. Para automatizar o trabalho, você deve primeiro entender o caminho desse trabalho. No passado, contratávamos consultores para mapear processos manualmente. Agora os agentes de IA podem observar, registrar e entender essas trajetórias em tempo real. A IA aprende observando. Segundo, otimização requer repetição. Trajetórias fornecem o conjunto de dados para melhorias. Ao analisar milhares de passagens por um fluxo de trabalho, a IA identifica padrões de sucesso, falhas e ineficiências. Terceiro, as trajetórias se tornam o novo fosso. Quanto maior a resolução dos dados, mais diferenciado se torna o produto de IA, o que aumenta o vínculo com o fornecedor. Quarto, a liderança da empresa se beneficia ao entender as trajetórias dos funcionários. Achamos que trabalhamos juntos de uma forma, normalmente com algumas ideias aspiracionais. Outra é realmente entender os fluxos de trabalho no campo. Quinto, trajetórias são a base para otimizar modelos de IA por meio de aprendizado por reforço ou ajuste fino. Modelos especializados menores treinados em caminhos de alto valor substituem generalistas massivos. Custos de inferência mais baixos e maior precisão levam a margens maiores. A natureza estratégica das trajetórias levanta a questão de saber se as empresas negociarão os direitos sobre seus dados de trajetória ao comprar software de IA, tanto para capturar dados críticos quanto para evitar o bloqueio. Como essas dinâmicas de poder se manifestam determinará o poder de precificação do software de forma geral. As empresas que dominarem essas trajetórias definirão o futuro do trabalho.