"La inteligencia artificial hará que los gestores de productos queden obsoletos".
"Todos los gestores de productos tienen que convertirse en especialistas en inteligencia artificial".
"Si no utilizas la inteligencia artificial, te estás quedando atrás".
Estos son solo algunos de los titulares que inundan nuestros canales de LinkedIn y los boletines del sector. Como gestor de productos, es probable que te hayas encontrado con proclamas similares, cada una de las cuales añade otro nivel de presión a un rol ya de por sí exigente. Sin embargo, cuando hablo con los equipos de producto, a menudo escucho una historia diferente: confusión, escepticismo y, a veces, incluso culpabilidad por no adoptar la inteligencia artificial de una manera más plena en su trabajo diario.
La realidad detrás del bombo
En un estudio realizado por el MIT con más de 1000 científicos que utilizaban herramientas de inteligencia artificial, los investigadores descubrieron algo inesperado: si bien la productividad aumentaba significativamente, la satisfacción laboral de hecho disminuía: el 82 % de los científicos declararon estar menos satisfechos con su trabajo.
Esta paradoja del aumento de la productividad junto con la disminución de la satisfacción nos dice algo importante sobre el lado humano de la adopción de la inteligencia artificial.
"No pude evitar la sensación de que gran parte de mi formación carece ahora de valor", comentó un científico.
Es probable que este sentimiento resuene en muchos gestores de productos que ven los avances de la inteligencia artificial con una mezcla de fascinación e inquietud.
A pesar de estas dificultades, el posible impacto de la inteligencia artificial en nuestra forma de trabajar es demasiado importante como para ignorarlo.
Nuestra última investigación del Teamwork Lab de Atlassian muestra que cuando se trata de sacar el máximo partido al trabajo con inteligencia artificial, la mentalidad importa mucho más que la adopción, y es clave para la madurez.
Los resultados son claros: el futuro del trabajo es la colaboración entre humanos y la inteligencia artificial. Nuestros datos demuestran que quienes colaboran con la inteligencia artificial a un nivel más estratégico:
- Aprovechan la inteligencia artificial para obtener el doble de rentabilidad de sus esfuerzos.
- Ahorran 105 minutos al día, lo que equivale a un día más de trabajo a la semana.
- Es 1,5 veces más probable que reinviertan el tiempo ahorrado en aprender nuevas habilidades.
- Tienen 1,8 veces más probabilidades de ser considerados compañeros de equipo innovadores.
Hemos identificado patrones en la forma en que las herramientas de inteligencia artificial pueden mejorar y, potencialmente, obstaculizar el trabajo de gestión de productos. En este artículo exploramos un modelo centrado en mantener el juicio y la creatividad humanos y, al mismo tiempo, aprovechar las competencias analíticas de la inteligencia artificial. Un equilibrio que, según las investigaciones, es vital para una adopción correcta de la inteligencia artificial.
Para tener alguna posibilidad de éxito en el nuevo entorno de trabajo basado en la inteligencia artificial, te sugerimos que tomes estas medidas:
- Entender cómo funciona la inteligencia artificial y cuáles son sus limitaciones.
- Colaborar con los compañeros de equipo de la inteligencia artificial y desarrollar poco a poco una habilidad para este tipo de interacciones.
- Anticipar dónde la inteligencia artificial puede añadir más valor a tu trabajo.
Entender a tus compañeros de equipo de inteligencia artificial
Antes de sumergirnos en la creación de hábitos con inteligencia artificial, primero tenemos que entender cómo funcionan.
Imagina que estás en una fiesta en la que todo el mundo mantiene varias conversaciones al mismo tiempo. Intentas seguir una conversación en particular, pero tienes que prestar atención a varios elementos: las palabras que se dicen, el tono de voz, los comentarios anteriores y el contexto general. Esto es similar a cómo los modelos transformadores (la columna vertebral de la inteligencia artificial moderna) procesan la información.
Los modelos transformadores, introducidos en 2017, revolucionaron la inteligencia artificial, puesto que eran capaces de prestar atención a la recepción de diversas informaciones simultáneamente, de forma muy parecida a cómo se pueden procesar diferentes aspectos de una conversación a la vez. Esta capacidad de manejar el contexto y las relaciones entre diferentes piezas de información es lo que hace que las herramientas modernas de inteligencia artificial sean tan potentes.
Los modelos lingüísticos extensos (LLM) operan de acuerdo con esta base. Ten en cuenta que han leído prácticamente todo el material de Internet: libros, artículos, códigos o conversaciones. Han aprendido patrones en esta enorme cantidad de datos, lo que les permite entender el contexto y los matices, generar textos similares a los humanos, reconocer patrones y relaciones y adaptar sus respuestas en función de la conversación.
En este artículo, nos centramos específicamente en los agentes de inteligencia artificial, una de las interfaces más comunes para interactuar con los LLM. Estos agentes actúan como interfaces de conversación que nos permiten interactuar con los LLM de una manera natural y basada en el diálogo. Si bien los LLM se pueden integrar en los productos y los flujos de trabajo de muchas maneras (como la finalización del código, la generación de contenido o el análisis automatizado), los agentes representan un paradigma particular en el que la inteligencia artificial asume un rol más colaborativo, similar al de un asistente. Esta es la interfaz con la que la mayoría de los gestores de productos interactúan directamente en su trabajo diario, ya sea a través de herramientas de uso general como ChatGPT y Claude, o de agentes laborales especializados como Rovo.
Competencias y limitaciones
Los agentes de inteligencia artificial son excelentes en el reconocimiento de patrones, ya que detectan tendencias y conexiones en grandes cantidades de datos que pueden pasar desapercibidas para las personas. Son extraordinariamente buenos para procesar el lenguaje, entender y generar texto similar al humano en varios estilos y formatos. Su capacidad para mantener el contexto durante largas conversaciones y considerar varios aspectos de un problema al mismo tiempo los hace especialmente valiosos para el desempeño de tareas complejas, como la gestión de productos.
Sin embargo, entender sus limitaciones es vital. A pesar de su tono de confianza, pueden presentar información incorrecta sin dudarlo. No entienden realmente la relación causa-efecto, sino que se basan en la concordancia de patrones más que en una verdadera comprensión. Sus conocimientos se limitan a menudo a sus datos de formación, lo que significa que no pueden ayudar con los cambios del mercado en tiempo real o las tendencias emergentes, especialmente cuando no tienen acceso a Internet y a las funciones de búsqueda.
Comprender estos puntos fuertes y estas limitaciones nos ayuda a enfocar la inteligencia artificial como un poderoso complemento de nuestro trabajo, en lugar de como un sustituto de nuestras competencias básicas. Con esta base, vamos a explorar cómo desarrollar relaciones de trabajo eficaces con las herramientas de inteligencia artificial.
Entender los matices de la repercusión
Piensa en esto: durante quince años, Google fue la herramienta indiscutible para las búsquedas online. Se convirtió en memoria muscular: ¿necesitas información? Abre una pestaña nueva y escribe "google.com". Este hábito tan arraigado parecía inquebrantable, sin embargo, en tan solo el último año, ese comportamiento de décadas se ha transformado por completo. Primero llegó Arc Search con "Browse for me", luego fueron ChatGPT, Claude, Perplexity y ahora DeepSeek R1 para búsquedas relacionadas con temas laborales.
Esta transformación ilustra algo crucial sobre la adopción de la inteligencia artificial: cuando las herramientas de inteligencia artificial proporcionan una experiencia realmente mejor (más rápida, más eficiente, más perspicaz), pueden modificar incluso nuestros comportamientos más arraigados en plazos muy cortos. No estamos cambiando nuestras herramientas porque nos obliguen o esté de moda, sino porque estas nuevas soluciones con tecnología de inteligencia artificial satisfacen mejor nuestras necesidades.
En lugar de ver la inteligencia artificial como una amenaza o una solución mágica, tenemos que verla como un nuevo tipo de compañero de equipo. Como cualquier buen colega, la inteligencia artificial tiene puntos fuertes y limitaciones específicos. La clave es aprender a colaborar de forma eficaz.
Colabora con tus compañeros de equipo de inteligencia artificial
El panorama actual del uso de la inteligencia artificial revela un patrón importante: la mayoría de las personas utilizan agentes de inteligencia artificial de uso general formados con datos de uso general para hacer preguntas específicas sobre su trabajo. Este desajuste suele ser motivo de decepción y frustración.
El futuro de una colaboración eficaz de la inteligencia artificial está en agentes especializados que se formen con datos especializados. Tomemos como ejemplo Rovo de Atlassian. Este asistente de inteligencia artificial tiene acceso a todo tu contexto laboral: la base de conocimientos de Confluence contiene documentos de estrategia y requisitos de producto, proyectos de Jira que muestran el trabajo y el progreso actuales del equipo, las metas de la empresa y los artefactos de planificación trimestral. Cuando le haces una pregunta sobre tu trabajo, sus respuestas se basan en el contexto organizativo específico.
Esto representa un cambio fundamental en la forma en que la inteligencia artificial puede brindar asistencia a nuestro trabajo. En lugar de respuestas genéricas basadas en su formación con datos generales de Internet, estos compañeros de equipo de inteligencia artificial especializados pueden ofrecer datos directamente relevantes para las dificultades, prioridades y formas de trabajar específicas de la organización. Las empresas que entiendan esta distinción y actúen en consecuencia (invirtiendo en sistemas de inteligencia artificial profundamente integrados con sus bases de conocimiento y flujos de trabajo) obtendrán importantes ventajas competitivas en la forma en que sus equipos operan y toman decisiones.
Aunque las herramientas de inteligencia artificial especializadas están cada vez más extendidas, la realidad es que la mayoría de los equipos de productos no utilizan la inteligencia artificial en su trabajo diario.
La clave para cerrar esta brecha es desarrollar una mentalidad que dé prioridad a la inteligencia artificial, es decir, abordar cada tarea o desafío considerando primero cómo la inteligencia artificial podría ayudar a abordarla de manera más eficaz.
No se trata de usar la inteligencia artificial para todo, sino de desarrollar un criterio para saber cuándo y cómo la inteligencia artificial puede mejorar realmente tu trabajo.
Crea hábitos de inteligencia artificial sostenibles
Al hacer que personal pase del uso básico de la inteligencia artificial a la colaboración estratégica, las empresas pueden aprovechar todo el potencial de la inteligencia artificial e impulsar el ROI considerablemente. Pero el cambio de mentalidad en materia de inteligencia artificial no se limita al ahorro de tiempo, sino que va mucho más allá. La colaboración con la inteligencia artificial puede dar a las empresas una ventaja competitiva adicional al promover la mejora continua, aumentar la calidad del trabajo e impulsar importantes innovaciones.
La clave para una adopción significativa de la inteligencia artificial está en crear hábitos sostenibles.
A lo largo del día, puedes utilizarla como orientación, explorando distintos enfoques de los problemas de los usuarios o mejorando tu comunicación con las partes interesadas.
Estas son algunas formas y ejemplos prácticos para desarrollar estos hábitos:
Durante el descubrimiento de productos
Usa la inteligencia artificial para analizar las transcripciones de las entrevistas en busca de patrones que te hayas pasado por alto, generar nuevas hipótesis para ponerlas a prueba e identificar temas emergentes en los comentarios de los usuarios.
Por ejemplo, herramientas como Sauce AI pueden recopilar comentarios de varias fuentes y analizarlos para fundamentar la toma de decisiones, e identificar los temas y problemas comunes que se plantean en los grupos comunitarios.
Estrategia para el producto
Aprovecha la inteligencia artificial para explorar diferentes escenarios de mercado, analizar el panorama competitivo desde nuevos ángulos y generar narrativas estratégicas alternativas.
Herramientas como Perplexity Pro permiten investigar de forma increíblemente rápida en una variedad de fuentes. No hace la investigación por ti, sino que ofrece un punto de entrada desde el que puedes decidir a dónde ir después.
Los compañeros de equipo de IA suelen funcionar mejor al principio o al final de un flujo de trabajo, al principio de un proceso de ideación para ayudar a generar ideas o al final de la redacción para ayudar a mejorar el contenido. Verifica siempre las fuentes de cualquier investigación que delegues en agentes de IA.
Durante el desarrollo del producto
Como gerente de producto, hay muchos flujos de trabajo diarios que puedes delegar en la IA:
- Redacción de los requisitos del producto
El uso de agentes especializados puede ahorrarte horas que puedes invertir en actividades de alto valor.
- Redacción de notas de publicación
La inteligencia artificial puede generar notas de publicación a partir de incidencias de Jira, identificando temas comunes en las incidencias y presentando un resumen y una lista de las incidencias publicadas en un formato adecuado para resolver problemas.
La clave es utilizar la inteligencia artificial como colaboradora durante estos procesos, no como sustituta. Esto ayuda a conseguir que la inteligencia artificial mejore la creatividad en lugar de disminuirla, y aborda los problemas de satisfacción laboral observados en el estudio del MIT.
Anticipa la próxima evolución de tus compañeros de equipo de IA
Un estudio del MIT nos da pistas valiosas sobre el rumbo que podrían tomar nuestras colaboraciones con la IA. Esto es lo que deben tener en cuenta en concreto los gerentes de producto:
El auge de la IA especializada
Es probable que veamos una creciente mercantilización de los modelos subyacentes, con más procesamiento por parte del cliente. Para seguir siendo competitivas, las capacidades de la IA se especializarán más y ganarán prioridad, y serán más minuciosas y personalizadas tanto para los desarrolladores como para los usuarios finales. Ya hemos visto que esto ocurre con herramientas como Cursor, que demuestran el potencial transformador de la IA especializada al integrar la inteligencia sensible al contexto directamente en los flujos de trabajo de los desarrolladores y convertir las capacidades generales de IA en asistentes diseñados específicamente que entienden tanto el código como la intención.
Los ganadores no serán necesariamente los que tengan los modelos más potentes, sino los que mejor integren la IA en los flujos de trabajo y las experiencias de usuario existentes.
Modelos de mezcla de expertos (MoE)
Un modelo de mezcla de expertos es como una empresa con departamentos especializados.
En lugar de enviar todas las preguntas a todo el sistema como los LLM tradicionales, tiene un "enrutador" que decide rápidamente qué partes "expertas" del modelo deben realizar la tarea. Esto significa que solo se activan las partes pertinentes para cada trabajo específico, como utilizar a expertos en física para las preguntas científicas y a expertos en idiomas para las tareas de escritura.
La ventaja es una eficiencia mucho mayor a un coste menor, lo que te permite crear productos más especializados y eficientes que puedan gestionar diversas tareas sin arruinarte.
El elemento humano en la gestión de productos
Quizás lo más importante es que, a medida que la inteligencia artificial se haga omnipresente, la gente deseará cada vez más la autenticidad, la calidad y el significado. Probablemente veamos:
- Un renacimiento del servicio de atención al cliente altamente personalizado
- Un mayor valor de la narración y la implicación emocional de primera clase
- El resurgimiento de las pequeñas empresas que ofrecen experiencias únicas y personalizadas
- Nuevas oportunidades para aprovechar las capacidades únicas de las personas
Los ganadores en esta nueva era serán aquellos que entiendan que, si bien la ciencia de los negocios tiene que ver con la escala, el arte de los negocios suele estar en las cosas que no se pueden escalar: los toques humanos que la inteligencia artificial no puede replicar.
Qué significa esto para los gerentes de producto
Hemos hablado de cómo pueden trabajar los gerentes de producto con la inteligencia artificial para facilitar su trabajo, pero también está la cuestión de cómo pueden incorporar mejor la inteligencia artificial en su oferta de productos. Para tener éxito con esto, probablemente haya que:
- Entender cómo coordinar varias capacidades de inteligencia artificial en lugar de confiar en modelos únicos
- Centrarse en el diseño de la interfaz y la experiencia de usuario como principales diferenciadores
- Incorporar la personalización en las principales experiencias de producto
- Mantener los elementos humanos que dan significado y resonancia emocional a los productos
- Crear flujos de trabajo que mejoren, y no reemplacen, las capacidades humanas
Todos estamos descubriendo aún cómo proceder. Y, por supuesto, la tecnología habilitadora no está clara del todo, ya que sigue mejorando. Ha habido un progreso real, pero aún estamos al principio de este viaje.
Lo más importante es que ahora tengamos una mejor idea de las preguntas correctas que debemos hacer y de cómo determinar las respuestas.
El camino que tenemos por delante no consiste en quedarnos atrás o convertirnos en expertos en IA. Se trata de aprender a ser un mejor gerente de producto en un mundo en el que la inteligencia artificial no es más que otra herramienta. Y aunque ese camino a veces puede resultar incómodo, vale la pena hacerlo.
