Salesforce、Datadog 和 Epic 正在筑起高墙。在经历了二十年的开放 API 和数据可移植性繁荣之后，软件行业最大的现有企业正在收紧控制。

在2012年，我们关心的是我们使用软件的方式。今天，我们关心的是我们如何使用它。 区别在于轨迹。 在过去的十年中，采用软件是优先事项。从本地部署转向云端或数字化手动工作流程承诺了生产力的提升。采用是终点线。 今天，软件无处不在。每个销售人员都使用CRM，每个工程师都使用IDE。竞争优势不再来自拥有工具，而是来自使用该工具实现结果的特定路径和方式：通过软件的轨迹。 销售人员创建一个潜在客户，丰富潜在客户的信息，以特定的方式添加关于前景的信息。这是一种轨迹。与AI进行问答会话是另一种轨迹：我如何利用AI进行后量子加密的研究项目？领先的算法是什么？哪些公司在实施它们？量子计算机破解当前加密的时间表是什么？我应该与哪些专家交谈？ 跟踪用户在一天中的工作，就像弹球在机器中反弹一样，具有极大的战略意义。 首先，自动化需要轨迹。要自动化工作，您必须首先了解工作的路径。在过去，我们雇佣顾问手动绘制流程。现在，AI代理可以实时观察、记录和理解这些轨迹。AI通过观察学习。 其次，优化需要重复。轨迹提供了改进的数据集。通过分析数千次工作流程的经过，AI识别成功模式、失败和低效。 第三，轨迹成为新的护城河。数据的分辨率越高，AI产品的差异化程度就越高，从而增加了供应商锁定。 第四，公司领导层从理解员工轨迹中受益。我们认为我们以某种方式共同工作，通常带有一些理想化的想法。真正理解现场的工作流程是另一回事。 第五，轨迹是通过强化学习或微调优化AI模型的基础。专注于高价值路径的小型专业模型取代了大型通用模型。更低的推理成本和更高的准确性导致了更高的利润率。 轨迹的战略性质引发了一个问题，即企业在购买AI软件时是否会谈判其轨迹数据的权利，以捕获关键数据并防止锁定。这些权力动态的演变将决定软件的定价权。 掌握这些轨迹的公司将定义未来的工作。