Jaya Gupta e Ashu Garg di Foundation Capital sviluppano una tesi sull'emergere di una nuova generazione di sistemi di registrazione incentrati sulle tracce decisionali piuttosto che sugli oggetti aziendali tradizionali.
La generazione precedente di software aziendale ha creato un ecosistema da mille miliardi di dollari diventando sistemi di registrazione: Salesforce per i clienti, Workday per i dipendenti, SAP per le operazioni. La domanda attuale è se questi sistemi sopravvivranno alla transizione verso gli agenti AI.
Gli autori concordano con l'analisi di Jamin Ball secondo cui gli agenti non sostituiscono i sistemi di registrazione ma ne innalzano i requisiti. Tuttavia, identificano un livello critico mancante: le tracce decisionali. Queste catturano le eccezioni, le deroghe, i precedenti e il contesto cross-sistema che attualmente risiedono in Slack, nelle conversazioni del deal desk, nelle chiamate di escalation e nella memoria dei dipendenti.
La distinzione fondamentale contrappone le regole (ciò che dovrebbe generalmente accadere) alle tracce decisionali (ciò che è accaduto in questo caso specifico, secondo quale policy, con quale eccezione, su quale precedente). Gli agenti hanno bisogno di accesso non solo alle regole ma alla storia della loro applicazione.
Le startup "systems of agents" hanno un vantaggio strutturale: si trovano nel percorso di esecuzione. Vedono il contesto completo al momento della decisione e possono rendere persistenti queste tracce come artefatti durevoli. L'accumulo di queste tracce forma un "context graph": un registro vivente delle decisioni collegate tra entità e nel tempo, in cui il precedente diventa interrogabile.
Gli operatori storici non possono costruire questo context graph. I sistemi operativi come Salesforce memorizzano lo stato attuale, non lo stato al momento della decisione. I data warehouse come Snowflake ricevono i dati tramite ETL dopo che le decisioni sono state prese, perdendo il contesto decisionale.
Gli autori identificano tre percorsi per le startup: sostituire i sistemi di registrazione esistenti (come Regie per le piattaforme di sales engagement), sostituire moduli specifici (come Maximor per la finanza), oppure creare nuovi sistemi di registrazione per categorie di verità mai catturate prima (come PlayerZero per l'ingegneria di produzione).
I segnali per identificare queste opportunità includono un elevato organico su workflow manuali, decisioni ricche di eccezioni e l'esistenza di organizzazioni "collante" (RevOps, DevOps, SecOps) che esistono proprio perché nessun sistema cattura il workflow interfunzionale.