Convertir ideas en casos de uso de IA: la perspectiva del Product Manager
La siguiente contribución corresponde al portal de Medium y la autoría es de Dilyana Evtimova
Dada la proliferación de herramientas y funcionalidades de inteligencia artificial, cualquier Product Manager (PM) tarde o temprano tendrá la oportunidad de trabajar en una funcionalidad de IA. Aquí están las cinco cosas que aprendí al trabajar por primera vez en un caso de uso de IA:
1) Relájate. Si bien la tecnología de IA es nueva, las necesidades de los usuarios no lo son
Cuando me asignaron a trabajar en IA, me emocioné mucho y me saturé de información sobre esta nueva tecnología:
Comencé a leer sobre IA todos los días (el boletín TLDR AI es bastante bueno);
Me puse en contacto con amigos que trabajan en IA y les hice muchas preguntas técnicas;
Me inscribí en algunos cursos de IA (Machine Learning Foundations for Product Managers en Coursera ofrece una buena visión general, aunque habla poco sobre la gestión de productos en la práctica);
Vi numerosos vídeos de YouTube (el más estimulante fue «La IA y el futuro de la humanidad», de Yuval Noah Harari).
Obtener información de diversas fuentes y formatos me ayudó a ponerme al día rápidamente, pero también me hizo comprender que, si bien la tecnología de IA es nueva, las necesidades de los usuarios rara vez cambian de la noche a la mañana.
Esta comprensión me permitió enfocarme en el aprendizaje desde la perspectiva de las necesidades de los usuarios que queríamos satisfacer y el valor comercial que buscábamos generar, lo que hizo que mi experiencia de aprendizaje fuera mucho más práctica y memorable.
A partir de ahí, a medida que el proyecto avanzaba, siempre que me enfrentaba a una situación nueva o poco clara, me aseguraba de consultar con los brillantes científicos de datos, gerentes de proyecto e ingenieros del FT. Un agradecimiento especial a David Djambazov, Ares Kokkinos, Krum Arnaudov, Matteus Tanha, Evgeni Margov, Ognyan Angelov, Desislava Vasileva, entre otros, quienes siempre estuvieron dispuestos a enseñarme y compartir sus conocimientos.
2) Empieza por resolver un problema, no por crear un modelo
Ningún usuario se despierta con la necesidad imperiosa de usar una herramienta de IA. Como dice el refrán: «Nadie quiere un taladro. Lo que quieren es un agujero en la pared». Muchas organizaciones se apresuran a usar la IA en su trabajo o en sus productos para el usuario. Esta capacidad de respuesta de las empresas a las nuevas tecnologías es admirable; sin embargo, existe el riesgo de que lleve a la creación de funciones de IA innecesarias.
Si no estás creando una solución basada en IA y existe una forma de validar tu idea con una técnica de prueba de producto más sencilla (como la prueba de la puerta falsa, las sentencias condicionales, etc.), esto podría proporcionarte información valiosa más rápidamente. En mi experiencia, nos decantamos por casos de uso de IA para escalar las funciones exitosas que habíamos creado, pero no empezamos con un modelo de IA.
Por ejemplo, realizamos entrevistas con estudiantes para comprender por qué no reclamaban su suscripción gratuita al Financial Times en Estados Unidos
Resulta que muchos lectores del FT encontraron los artículos llenos de jerga y difíciles de entender. Por eso, creamos la función de Definiciones del FT en colaboración con nuestro equipo editorial, que elaboró 200 definiciones de términos empresariales y financieros. Esta función aumentó la lectura entre los estudiantes hasta un 86 % entre aquellos que abrieron al menos una definición (y el 25 % lo hizo).
Si bien la función tuvo éxito, era casi imposible escalarla escribiendo y actualizando las definiciones manualmente. Por lo tanto, el equipo ideó la posibilidad de usar IA para escalarla. En resumen, nuestro proceso fue el siguiente: terminamos usando IA, pero no empezamos con ella.
3) Asegúrate de tener los datos de usuario necesarios para alimentar tu función de IA.
Datos necesarios:
Escribe en Medium
Cómo se realiza actualmente el seguimiento en tu producto;
Dónde se almacena;
Qué tan accesible es;
Cuál es el conjunto de datos adecuado para un problema específico… serán preguntas que abordarás en cada reunión.
En la fase inicial, generalmente realizamos una exploración tecnológica para comprender la forma más sencilla de desarrollar una funcionalidad basada en el problema que queremos resolver. Para un caso de uso de IA, hay un paso adicional que consiste en explorar el seguimiento de datos (o «características de datos» en la jerga de IA) que tenemos implementado y comprender si es suficiente para satisfacer el problema del usuario que intentamos resolver.
Por ejemplo, recientemente lanzamos una versión de listas de reproducción con contenido seleccionado manualmente en la aplicación.
Además de la selección manual, buscamos maneras de personalizar la lista de reproducción que cada usuario recibe en FT.
El primer paso fue revisar los datos de audio que ya recopilamos en FT. Resultó que teníamos bastantes (por ejemplo, cuántos artículos escuchan los usuarios en promedio; dónde comienzan a escuchar; si pausan o saltan artículos). Sin embargo, descubrimos que nos faltaban datos sobre la «calidad de escucha», es decir, datos que aseguraran que alguien escucha de forma significativa, y no solo que le da a reproducir y pausa inmediatamente después.
No tener esta información significaba que no contábamos con una métrica de éxito universal para optimizar el entrenamiento de los modelos. Dado que los modelos pasan por muchas rondas de pruebas A/B y ciclos de retroalimentación, contar con una métrica única como esta es importante para que el equipo se mantenga enfocado en un solo objetivo.
4) Entrenar, retroalimentación, reentrenar y repetir
Decidir qué características de datos incluir en el entrenamiento del modelo es, en cierto modo, como plantear la hipótesis de que optimizar el comportamiento del usuario conducirá a un mejor resultado del modelo. Un modelo de IA tiene una gran cantidad de características de datos. Por lo tanto, descubrí que desarrollar una función de IA implica hacer muchas más suposiciones que el desarrollo típico de una sola función. Esto significa que es necesario incorporar más retroalimentación interna e investigación cualitativa en el proceso de desarrollo del producto que en una función estándar. Para una organización de noticias como el Financial Times, creo que la retroalimentación editorial es importante para que las funciones de IA reflejen mejor la identidad del FT y preserven nuestra marca única.
Además, me encontré buscando más retroalimentación cualitativa de los usuarios, ya que las experiencias de IA son tan personalizadas que se necesita una variedad de usuarios para probarlas y compartir sus opiniones, a fin de garantizar que se hayan atendido sus necesidades. Esto es muy diferente a tener un número limitado de condiciones y asegurarse de observar a los usuarios mientras recorren cada flujo de usuario.
5) Registra tus suposiciones desde el principio
Dado el elevado número de suposiciones que se hacen al entrenar un modelo de IA, es fundamental registrarlas y enumerar los posibles escenarios de iteración para la función. Recomiendo empezar a registrar estas suposiciones desde el inicio del caso de uso de IA. Esto no solo te servirá como recordatorio, sino que también ayudará al equipo de análisis a analizar el rendimiento de la función y a saber en qué datos de rendimiento centrarse.
Por ejemplo, observamos que el modelo de listas de reproducción de IA (creado en colaboración con una agencia externa) generaba listas de reproducción centradas en el Reino Unido para usuarios de Estados Unidos. En lugar de apresurarnos a solucionarlo, nos dimos cuenta de que era un error suponer que a los estadounidenses no les interesarían las noticias sobre empresas británicas. Por lo tanto, mantuvimos el modelo tal como estaba y validaremos más adelante si funciona igual de bien en diferentes regiones. Si no es así, consideraremos cómo añadir peso geográfico a las listas de reproducción, pero no es una afirmación objetiva que debamos mejorar antes de realizar cualquier prueba.
Es de gran ayuda formar parte de una organización como el Financial Times, donde contamos con la capacidad para obtener comentarios de los usuarios rápidamente, ya sea mediante pruebas A/B o entrevistas. Si bien no es una habilidad específica de una organización de IA, es fundamental para desarrollar modelos de IA eficaces.
Para terminar, trabajar con una nueva tecnología puede ser una experiencia emocionante, así que disfrútenla y no se precipiten. ¡Asegúrense de hacer muchas preguntas aclaratorias a su equipo y a sus usuarios, ya que esto les será de gran utilidad al desarrollar nuevas funciones de IA!
3 maneras de aprovechar la IA para potenciar la creatividad en tu negocio
La siguiente contribución corresponde al portal de CO US Chamber of Commerce que se define así: CO— es la plataforma digital de la Cámara de Comercio de EE. UU. para pequeñas empresas y se dedica a ayudar a los empresarios de todo el país a iniciar, gestionar y hacer crecer empresas exitosas. Ofrecemos información y recursos oportunos y prácticos para empresarios en todas las etapas de crecimiento a través de contenido especializado, entrevistas exclusivas con líderes empresariales y eventos virtuales y presenciales.
La autoría es de Erica Sweeney que es una colaboradora
Según un nuevo estudio, esta tecnología puede funcionar como una colaboradora creativa. Aquí te mostramos cómo integrarla.
Cuando piensas en inteligencia artificial, probablemente piensas en su capacidad para automatizar tareas o generar respuestas rápidas a preguntas. Pero una nueva investigación sugiere que esta tecnología puede potenciar tu creatividad actuando como una colaboradora personal.
La creatividad es esencial para los dueños de pequeñas empresas
Sin embargo, el ritmo frenético de dirigir una empresa a menudo dificulta la lluvia de ideas, o simplemente puedes estar estancado creativamente. La IA puede ser una herramienta que te ayude.
Aquí te contamos todo lo que necesitas saber sobre el último estudio y cómo integrar la IA para estimular tu creatividad.
Los beneficios de usar IA para impulsar la creatividad
En el estudio, publicado en la revista Transactions on Interactive Intelligent Systems de la Association for Computing Machinery en octubre de 2025, más de 800 personas participaron en un experimento en línea donde utilizaron un sistema de IA para diseñar autos virtuales.
¿Qué puede hacer la membresía por su negocio?
Obtenga herramientas para mantenerse informado, competitivo y conectado al convertirse en miembro de la Cámara de Comercio de EE. UU. La membresía le brinda acceso directo a análisis de políticas de expertos, actualizaciones económicas y recursos exclusivos diseñados para ayudar a que su negocio prospere. Desde análisis internos desde Washington D.C. hasta descuentos exclusivos y apoyo de expertos, la membresía de la Cámara de Comercio de EE. UU. le ayuda a adaptarse al cambio y aprovechar nuevas oportunidades.
Únase hoy
Las herramientas impulsadas por IA generaron galerías de diseño virtuales que incluían una variedad de posibles diseños de autos, incluyendo «ejemplos de alto rendimiento, ideas inusuales y algunos deliberadamente imperfectos», según un comunicado de prensa de la Universidad de Swansea.
Cuando a los participantes se les mostraron sugerencias de diseño generadas por IA, dedicaron más tiempo a la tarea de diseño de automóviles, produjeron mejores diseños y se sintieron más involucrados, según observaron los autores del estudio.
“No se trataba solo de eficiencia. Se trataba de creatividad y colaboración”, afirmó Sean Walton,
profesor asociado de Ciencias de la Computación en la Universidad de Swansea (Gales) y autor principal del estudio.
La IA puede analizar los datos que genera su pequeña empresa, como las tendencias de ventas o los comentarios de los clientes, y desarrollar rápidamente nuevas ideas sobre nuevos productos o nuevas formas de atraer clientes.
Cómo aprovechar la IA para la creatividad
Como propietario de una pequeña empresa, aquí tiene tres maneras de usar la IA para impulsar la creatividad:
Considere la IA como una colaboradora
La IA funciona mejor cuando se usa para generar ideas que usted puede aprovechar y desarrollar. Según el MIT, la IA potencia la creatividad de las personas cuando incorporan sus propios procesos de pensamiento, planificación, autoevaluación y revisión. La IA no debe reemplazar estas funciones humanas.
Utiliza herramientas de IA, como ChatGPT y otras, para generar ideas para eslóganes o campañas de marketing, encontrar ideas para una pregunta específica, predecir tendencias del sector o responder a la pregunta «¿cuál es el enfoque único?» sobre un tema específico.
Supera el bloqueo creativo
Los propietarios de pequeñas empresas deben ser ágiles e innovar constantemente, lo que a menudo implica recurrir a su creatividad. Pero cuando no te sientes inspirado, la IA puede ayudarte a salir del bloqueo.
Si tienes ideas generales para nuevos servicios o iniciativas, las herramientas de IA generativa pueden ayudarte a perfeccionarlas, según Harvard Business Review. Puedes pedirle que te ofrezca variaciones sobre una sola idea, que tal vez sea algo en lo que no habías pensado. O, cuando necesites escribir correos electrónicos o publicaciones ingeniosas para redes sociales, la IA puede tomar tus ideas básicas y crear un borrador. Por supuesto, tendrás que revisarlo para asegurarte de que refleje tu propio estilo.
Aprovecha la eficiencia de la IA.
La automatización es un caso de uso común de la IA, ya que puede analizar datos y generar resultados rápidamente. Esto también beneficia la creatividad.
Por ejemplo, según la Universidad de Nueva York, la IA puede analizar los datos que genera tu pequeña empresa, como las tendencias de ventas o los comentarios de los clientes, y desarrollar rápidamente nuevas ideas sobre productos o estrategias para atraer clientes. La IA también puede ayudar a las pequeñas empresas a redactar contenido de manera eficiente, como blogs, materiales de marketing o descripciones de nuevos productos. Pero, de nuevo, asegúrate de releer y revisar todo lo que crees para garantizar que sea preciso, relevante para tu negocio y con tu estilo personal.
Busca inspirarte con la experiencia de expertos reconocidos. Sin embargo, antes de tomar cualquier decisión empresarial, consulta con un profesional que pueda asesorarte según tu situación particular.
Cómo la IA está revolucionando el desarrollo de nuevos productos
La siguiente contribución corresponde al portal de la revista Forbes y la autoría es de Michelle Greenwald, ex -colaboradora. Experta en innovación corporativa, sistemática, creativa y especializada en desarrollo de productos.
En todo lo relacionado con la IA en el desarrollo y marketing de nuevos productos, nos encontramos en una fase inicial llena de experimentación y aprendizajes importantes. Para explorar los casos de uso más recientes y prometedores, hablé con profesionales de vanguardia de IBM, The Estée Lauder Companies, Inc., P&G, Smart Design y GenexAI.
Matemáticas, magia algorítmica, el arte de formular preguntas clave y datos de primera mano de alta calidad para una ventaja competitiva
