La Inteligencia Artificial, especialmente la IA generativa (o GenAI), se ha vuelto indispensable para los expertos en Product Management. Esta tecnología permite aumentar la productividad, mejorar la calidad, tener un mayor impacto y aportar valor de forma más rápida. En este artículo, encontrarás los conceptos básicos para comprender y utilizar la IA generativa en el día a día, con los consejos de Abdessamad Benhalima, Principal Data & IA en Thiga.
- Definición y principios básicos
- ChatGPT, la herramienta de IA generativa más utilizada
- Las otras herramientas generativas basadas en IA utilizadas por los expertos en Product Management
Las aplicaciones de la IA generativa en lel Product Management
- Automatización de tareas repetitivas
- Generación de ideas y prototipos
- Análisis predictivo y toma de decisiones
El impacto de la IA generativa en el Product Management
Mejores prompts de ChatGPT para Gestión de Producto
- Prompts para Product Manager
- Propuestas para Product Designer
- Propuestas para Product Marketing Manager
Los desafíos y límites de la IA generativa y el uso de ChatGPT en e
¿Qué es la IA generativa?
Definición y principio básico
Los sistemas de IA generativa entran en la amplia categoría de General Artificial Intelligence (AGI) y aprendizaje automático o Machine Learning (ML) y permiten crear crear contenido textual, visual, de audio o incluso de vídeo, en función del contexto y de la solicitud proporcionada por el usuario. Según Abdessamad Benhalima, Principal de Data & IA en Thiga, “estamos cada vez más cerca de lo que podríamos calificar como ‘razonamiento humano’. Uno puede imaginar muchos casos de uso, desde ‘organizar mis vacaciones’ hasta ‘proponerme soluciones y funcionalidades para abordar un problema específico’".
ChatGPT, la herramienta de IA generativa más utilizada
En 2022, OpenAI sorprendió a todos al lanzar la versión 3.5 de su herramienta ChatGPT (Generative Pre-trained Transform) de acceso gratuito. Aunque sus capacidades eran revolucionarias en ese momento, Benhalima señala que hoy en día han perdido un poco ese impacto: “Sigue siendo impresionante, pero eventualmente se estabilizará. Al final, tendremos 3 o 4 modelos base que serán casi similares. La diferencia radicará en el usuario”.
Otras herramientas generativas basadas en IA utilizadas por expertos en Gestión de Productos
Además de ChatGPT, en la actualidad destacan 4 modelos generalistas de IA generativa:
- Gemini, de Google
- Claude, de Anthropic
- Mistral, de Mistral AI
- Meta AI, por Meta
Las capacidades son similares para casos básicos en Product Management, aunque pueden variar en el estilo de respuesta y en la estrategia empresarial. Mistral AI, al ser una empresa francesa, busca diferenciarse al ofrecer mayor precisión en idiomas europeos. La elección de un modelo u otro dependerá, en última instancia, de las preferencias de cada usuario.
Las aplicaciones de la IA generativa en el Product Management
Automatización de tareas repetitivas
Una de las ventajas de la IA generativa es la automatización de tareas repetitivas. Sin embargo, Abdessamad Benhalima matiza su uso en el contexto del Product Management: “Por ahora, más que automatizarlas, las acelera. En el caso de las User Stories (US), si las estructuramos explicando al modelo cuál es su propósito, este nos generará la US con todos los criterios de aceptación. No obstante, será necesario revisarlas, ya que, como PM, conoces tu producto y los casos de uso complejos que deben verificarse. Cuando la IA esté totalmente integrada en la stack de los profesionales de producto, podremos proveerle un mejor contexto y realmente automatizar algunas tareas repetitivas: redacción de US, generación de casos de prueba o creación de varios prototipos”.
Generación de ideas y prototipos
La GenAI también permite optimizar la fase de brainstorming. Aunque no necesariamente genere ideas revolucionarias, el modelo puede actuar como un “sparring partner” para desafiar nuestras propias ideas. Nuestro experto afirma: “La IA generativa ayuda a no pensar en solitario, lo que potencialmente mejora la calidad e impacto. Por experiencia, siempre surge un elemento nuevo que quizá no habíamos considerado. Aunque no sea relevante, puede dar pie a otras ideas”.
Cabe destacar que ahora también permite generar prototipos. Figma, por ejemplo, ofrece una función para crear diseños adaptados al contexto del usuario.
Análisis predictivo y toma de decisiones
En Product Management, los datos son clave, y la GenAI puede ser valiosa en el análisis de datos. Por ejemplo, Data Analysis, un plugin de ChatGPT, permite analizar un conjunto de datos con KPIs (indicadores clave de rendimiento) como las tasas de conversión, extrayendo conclusiones mucho más rápido que de forma manual. “Por el momento, aún es necesario supervisar, pero puede ayudar en la toma de decisiones. Lo mismo ocurre con el análisis predictivo. Si pedimos un análisis de mercado y predicciones para los próximos cinco años, habrá que especificar el contexto y revisar las respuestas. Pero llegaremos a ello”, concluye.
El impacto de la IA generativa en el Product Management
Mejora de la eficiencia y la productividad
El Product Management podría beneficiarse enormemente de la integración de GenAI en sus procesos. Gracias a su capacidad para generar contenido, cuestionar ideas, sintetizar y analizar datos, la IA generativa es una herramienta valiosa en todo el proceso de creación de productos. Algunos ejemplos:
- IA y estrategia de Producto: La IA Generativa te permite generar ideas y probar las que ya tienes. Dando tu visión de Producto y describiendo claramente dónde te encuentras, puedes pedir al modelo que genere objetivos estratégicos para el próximo año, KRs (Key Results) asociados y una lista de oportunidades para alcanzarlos. También puedes darle iniciativas relacionadas con un objetivo y pedirle su opinión, teniendo en cuenta tu contexto.
- IA y discovery: Una vez identificados los objetivos y una lista de oportunidades, GenAI permite profundizar en el panorama de soluciones. En este sentido, la IA y el Product Design ahora van de la mano. En el ejemplo de un sitio de e-commerce, puedes pedirle un panel de métodos de pago en función de su nivel de uso por país, con el objetivo de mejorar tu tasa de conversión. Así, fortaleces tu conocimiento del mercado. También puedes pedirle que te proponga pruebas con usuarios y te resuma los resultados. Entre estas dos etapas, puedes generar prototipos y luego pedirle al modelo: "Hazme una lista de las Historias de Usuario necesarias para desarrollar esta pantalla y priorízalas." ¡Los casos de uso son innumerables!
- IA y delivery: Has determinado una lista relevante de Historias de Usuario. Ahora puedes pedir al modelo que las genere con casos de prueba, lo que representa un ahorro de tiempo considerable. Más allá de las tareas propias del Product Management, la GenAI puede apoyar el delivery del lado técnico, como señala el experto de Thiga: "Hay herramientas como GitHub Copilot, conectadas a la base de código existente, que ayudan a los desarrolladores a escribir o corregir código."
Evolución de las competencias necesarias
La llegada de nuevas tecnologías implica nuevas competencias por adquirir. En el caso de la IA generativa, se requiere que los profesionales de producto se sientan cómodos con el “prompting” o el arte de realizar solicitudes adecuadas a su modelo. “Es esencial saber cómo funciona para formular los prompts que generen los mejores resultados. Esa es la principal habilidad”, insiste Abdessamad Benhalima. "Hay que practicar, observar las respuestas y adaptarse en consecuencia para sacarles el máximo partido. Hoy en día, esa es casi la única limitación."
¿Estas habilidades se volverán indispensables? La respuesta es sí para el Principal Data & IA de Thiga: "Ya está ahorrando tiempo. ¡Los Product Managers se quejan a menudo de no tener suficiente! Y en el futuro, las herramientas que se utilizan a diario en la creación y gestión de productos incorporarán GenAI de forma nativa. De hecho, necesitarás saber cómo usarlas."
Los mejores prompts de ChatGPT para el Product Management
Como manejar la GenAI radica en el arte de saber hacer prompts, aquí tienes algunos ejemplos de prompts para Product Management:
Prompts para Product Manager
- Definir user persona: "Crea una persona para un [tipo de empresa o producto] destinado a [segmento de clientes]. Incluye detalles sobre sus motivaciones, retos y hábitos de compra."
- Trabajar con hipótesis: "Soy Product Manager y estoy trabajando en [Descripción del producto] dirigido a [Descripción del usuario]. Pienso que [Descripción de la hipótesis]. Enumérame los argumentos a favor y en contra de esta hipótesis."
- Realiza un análisis cuantitativo: "Este documento reúne las respuestas a un cuestionario de google forms. Este cuestionario se compartió con [población encuestada] en el contexto de [contexto]. Me gustaría saber [lista de preguntas]. Proponme una respuesta para cada una de estas preguntas basándote únicamente en los datos de este documento. Para cada respuesta, argumenta citando cifras del documento. Siempre que sea posible y relevante, menciona citas de comentarios escritos en el cuestionario por los participantes. Cada cita debe presentarse entre comillas. Sé lo más preciso posible y basa tus respuestas solo en los resultados recopilados en el archivo.
Prompts para Product Designer
- Definir el objetivo de una investigación de usuario: "Teniendo en cuenta los user persona definidos anteriormente, crea un perfil detallado para una investigación de usuario específica. Este perfil debe incluir características únicas y relevantes que distingan a este user persona de otros objetivos más generales. Utiliza esta información para ofrecer una respuesta personalizada y en profundidad que vaya más allá de las respuestas genéricas y aporte un valor añadido significativo."
- Definir la estrategia de comunicación para una investigación de usuario (aquí para conseguir el mayor número posible de entrevistas de usuario): "Eres Product Designer en [empresa] con 10 años de experiencia. Se trata de [tipo de producto]. Quieres enviar una propuesta de entrevista por videoconferencia a algunos de los usuarios interesados en [la hipótesis a validar]. Quieres saber más sobre su comprensión, uso y valoración de nuestros servicios. Cree una estrategia de comunicación para compartir esta petición y conseguir que se acepten el mayor número de entrevistas."
- Preparar las entrevistas con los usuarios : "Eres Product designer [empresa] desde hace 10 años. La actividad principal de la empresa es [actividad principal de la empresa]. Quieres preparar preguntas para entrevistas con los usuarios de nuestro producto con el objetivo de identificar los siguientes aspectos: sus necesidades, sus preferencias, los problemas que encuentran y cómo nuestro producto podría satisfacer mejor sus expectativas. Enumera las principales áreas que deseas explorar durante estas entrevistas para [descripción de la hipótesis a verificar]."
Prompts para Product Marketing Manager
- Realizar un análisis de mercado (aquí para una investigar la competencia en un mercado determinado): "Ponte en la piel de un Product Marketing Manager que está trabajando en un nuevo producto y analizando el mercado [mercado]. ¿Quiénes son los principales competidores en [área geográfica] en este mercado?"
- Analizar el feedback de los usuarios (aquí para resumir una entrevista en problemas y emociones): "La lista que te voy a proporcionar a continuación está formada por verbatims extraídos de una entrevista a un usuario. Si la asimilación de estos verbatims está bien por tu parte, contesta con un "ok". ¿Cuál parece ser el problema de la usuaria y cuáles son sus emociones?"
- Diseñar un plan de A/B test : "Eres un Product Marketing Manager con 10 años de experiencia. Trabajas en [nombre y misión de la empresa]. Escribe un plan detallado para una prueba AB sobre la funcionalidad [funcionalidad] de tu producto. Incluye las variables a probar, el grupo objetivo, la duración de la prueba y las métricas clave a medir."
Los retos y limitaciones del uso de la IA generativa y ChatGPT en el Product Management
Problemas éticos y de privacidad
Aunque GenAI representa una oportunidad ineludible, hay que reconocer, no obstante, que tiene una serie de límites. Empezando por cuestiones de confidencialidad. Si utilizas la versión pública de ChatGPT, accesible en Internet, ¡presta mucha atención a los datos que compartes! Estos serán enviados a Open AI, que, por defecto, los utilizará para entrenar el modelo. Si proporcionas datos de clientes, corres el riesgo de meterte en un lío desde el punto de vista del RGPD. Y si compartes datos confidenciales, sobre la estrategia de tu empresa por ejemplo, basta con que un competidor pregunte para que el modelo pueda proporcionárselos.
Sin embargo, es posible evitar este problema utilizando un "ChatGPT privado", como explica Abdessamad Benhalima: "Puedes aprovechar un modelo de IA generativa desconectado, que funciona un poco como en una especie de burbuja y te permite beneficiarte de todo aquello en lo que el modelo ha sido entrenado hasta ese momento. ¡Lo cual es suficiente para hacer muchas tareas!".
Límites técnicos y sesgos algorítmicos
La otra gran limitación de los modelos de IA generativa es que son modelos probabilísticos, no predictivos. Simplificando mucho, si le preguntas cuánto es 2+2, no hará el cálculo por sí mismo, sino que rebuscará en todo el corpus que utilizó para aprender, verá que en la inmensa mayoría de los casos 2+2=4 y dará esa respuesta. En términos absolutos, es posible, por tanto, que en un determinado contexto indique con certeza que 2+2 =5: es lo que llamamos "alucinaciones de la IA".
También está la cuestión de los "sesgos algorítmicos", una especie de reflejo de los prejuicios que se encuentran en nuestras sociedades: "Los modelos se entrenan en Internet. ¡E Internet está muy sesgado!", advierte Abdessamad Benhalima. “Puede obtener información del sitio de Le Monde, así como de blogs menos confiables. Cuando se lanzó GPT-3.5, se realizaron pruebas sobre posibles sesgos de género. Espontáneamente, en una conversación sobre temas médicos, consideraba al médico como un hombre. Debido a sus fuentes, la GenAI puede contribuir a perpetuar ciertos sesgos.”
Automatizar o agilizar tareas, generar ideas y prototipos, mejorar la productividad... Está claro que la IA generativa es un tema importante para el Product Management. Eso no impide que Abdessamad Benhalima considere que esta tecnología aún debe demostrar su eficacia en ciertos aspectos, empezando por su industrialización. "Hoy en día, la GenAI permite muchos pequeños beneficios individuales, pero ¿cómo podemos proyectarnos hacia un beneficio más amplio? El ROI está aún por demostrarse, dado que GenAI tiene un costo considerable, aunque se espera que el precio de las soluciones IA disminuya”, afirma. “Sin embargo, ahora es cuando debemos observar qué pueden aportar estas tecnologías, para no quedarnos atrás cuando realmente se industrialicen.”
Sin olvidar las cuestiones sociales, que van más allá del ámbito empresarial: "La GenAI es ultraconsumidora de recursos. Las emisiones de CO2 de Google y Microsoft han aumentado más de un 40% en los últimos años, entre otras cosas por la construcción de nuevos centros de datos indispensables para la IA. Por último, está la cuestión de la adaptación al cambio, porque todavía no todo el mundo está entusiasmado con la GenAI. Tenemos que apoyar a estas personas, sea cual sea su profesión, para que no se queden al margen,", concluye el Principal Data & IA.
Si quieres profundizar en la materia te invitamos a ver la charla de Chema Alonso, CDO en Telefónica, en La Product Conf Madrid 2024: Inteligencia Artificial y Casos de Uso