Quienes nos dedicamos al apasionante pero difícil mundo de la tecnología, sabemos que diariamente nos enfrentamos a cambios y retos. Aquella herramienta que solíamos utilizar a diario ha sido deprecada, tenemos que sacar una nueva versión con nuevas funcionalidades de las que tenemos que aprender o los productos de software usados ya no cuentan con soporte por lo que debemos reemplazarlos.
Durante años, tanto en el mundo de tecnología, como en el digital, nos hemos acostumbrado a los continuos cambios que se han ido sucediendo, hasta que llegó un “Big-bang” la denominada Inteligencia artificial (IA).
Con la Inteligencia artificial muchas tareas antes complejas o que llevaban horas de investigación, pasaron a ser realizadas en segundos gracias a los ya familiares “prompts” o con simples conexiones a APIs que envían una respuesta acertada a la intención del usuario.
El impacto de la IA en el rol de Product Manager
Como Product Managers, lo primero que debemos saber es qué es la inteligencia artificial, qué herramientas tenemos a nuestra disposición y lo mejor entender a cuál de ellas podemos sacarles partido.
Ya sea para investigación de mercados, análisis de competencia, extracción de data o incluso llevar más allá nuestras presentaciones con imágenes y diseño de impacto, éstas herramientas han pasado a ser extremadamente útiles en nuestro día a día.
Uno de los conceptos que tenemos que tener claro en la IA, es que ésta se basa en la realización de tareas con modelos de entrenamiento previos gracias al “machine learning” y los algoritmos que van evolucionando hasta llegar a emular la inteligencia de un humano.
Varios ejemplos que nos encontramos actualmente en nuestro día a día son: plataformas con varios idiomas en las que podemos utilizar las herramientas para traducción, hacer procesos con eventos que permitan la toma de decisiones o incluso crear diseños basados en una intención de búsqueda.
En las áreas de producto, uno de los principales retos a los que nos estamos enfrentando es cómo integrar las herramientas de IA en nuestras tecnologías, en los productos y servicios.
A finales del primer trimestre de 2024, cuando he escrito éste artículo, soluciones como Chat GPT 4.0., Copilot o Dall-E, han evolucionado en los últimos meses exponencialmente, pero ¿qué nos espera? Con los nuevas funcionalidades esperadas, las validaciones con usuarios, las encuestas en tiempo real y el modelado de respuestas acertadas, estarán a la orden del día.
El/la Product Manager al ser un puente entre el negocio, el equipo de desarrollo y el usuario, debe aprender a traducir éstas respuestas y funcionalidades a los diferentes “stakeholders” para así mostrar el beneficio de la IA en los diferentes proyectos y así ayudar a tener una visión integral del producto, haciendo visibles los beneficios para el negocio (ahorro de costes, eficiencia e impacto en la productividad).
Es importante aclarar que la IA no se aplicará de la misma forma a las diferentes tipos de negocios. Ejemplos concretos son sectores como el bancario que pueden tener una gran cantidad de tecnología “legacy” que no permiten realizar una integración en alguna de las áreas “core” del negocio u otros como el retail que permitirán de una manera más sencilla hacer integraciones con asistentes virtuales e incluso crear modelos conversacionales avanzados.
En estos casos el entendimiento de la arquitectura de los sistemas y la planificación de los procesos de cambio de las tecnologías, han de hacerse con sumo cuidado para evitar afectaciones tanto a nivel tecnológico como en la continuidad del negocio.
El entendimiento del usuario y adaptabilidad al mismo, a través de la UX and UI (por sus siglas en inglés), son dos de las disciplinas que pueden verse beneficiadas en la mejora y creación de producto gracias a la IA, el poder comparar cientos o miles de “journeys” sólo puede realizarse con artefactos de éste tipo, ya que si se hiciera manualmente, simplemente sería una tarea que no se podría acometer.
¿Y si hablamos de la data?
En cuanto al análisis y acceso a los datos, posiblemente una de las disciplinas que puede ser más complicada, como responsables de producto en nuestro trabajo, podremos llegar a tener acceso a bases de datos y estadísticas abiertas, pero aquella data de calidad que normalmente supone un coste, seguirá siendo muy difícil obtenerla para nuestra investigación y planteamiento de negocio.
Entonces, es posible que el paso uno de buscar las fuentes de datos estará cubierto por la IA, pero la minería de datos dependerá de un trabajo exhaustivo como responsable de producto.
La IA aunque tiene una base tecnológica que permitirá al equipo de desarrollo realizar grandes avances, también tiene una parte de conocimiento para el equipo de producto como es el uso de sus diferentes herramientas, interfaces, refinamiento de búsqueda e incluso interacción con el usuario.
Otro punto a tener en cuenta es la seguridad de la información, con la IA, obtenemos datos que no podemos asegurar 100% que sean fiables o que al compartir información nuestra, ésta no vaya a pasar a ser de dominio público, posiblemente éste es uno de los mayores retos, ya que implica valores éticos humanos, más no implícitos en la IA.
Cabe resaltar que la inteligencia artificial se basa en el entrenamiento y en la mayoría de los casos (por no decir que en todos) desconocemos cómo ha sido realizada, qué procesos se han seguido y sobretodo cuáles han sido sus fuentes, además para qué pueden ser aprovechados dichos datos, éste es un gran dilema al que nos enfrentamos a diario.
En éste punto es importante identificar dichos riesgos y buscar mitigarlos, ya que no queremos lanzar al mercado un producto que luego sea un plagio de otro o que las investigaciones en las que se ha basado, no sean fuentes fidedignas.
Conclusión
Lo que es fundamental grabarnos a fuego es que la IA ha llegado para quedarse y que no es una moda temporal, cambia el panorama tecnológico y de producto de una manera radical.
En nosotros como profesionales de Producto está el sacarle el mayor partido agilizando los procesos, mejorando los flujos, ampliando nuestras fuentes de información pero con una base humana en la que identifiquemos los riesgos y podamos discernir entre una fuente confiable y otra que no lo sea.
En resumen, quiero aconsejar el uso de la IA con cabeza, formándose diariamente de ella, aprendiendo a priorizar y utilizándola en el día a día para la mejora de nuestros productos, llegando a ser más eficientes y permitiendo centrarnos en la estrategia de negocio.
