Parte III. El Sprint con IA

Antes de construir, comprueba que hace falta

Descubrimiento y validación cuando construir es barato

El entrenador virtual

El entrenador virtual era la gran idea de la dirección para GymApp: una IA que diseña tu rutina, te corrige y te anima. Con IA, Germán tuvo un prototipo funcionando en dos días. Celia lo dejó precioso en otros dos. En la presentación al comité, Begoña dijo que era exactamente lo que había visto en la conferencia.

Héctor tenía ya dos días por Sprint reservados para descubrir, así que hizo la pregunta que tocaba: ¿para qué problema es esto? El dato que tenían era que GymTonic perdía muchos socios en los tres primeros meses. La suposición era que se iban porque no sabían qué hacer en el gimnasio. Nadie lo había comprobado.

Barato de construir, caro de equivocarse

Si construir es barato, el riesgo se mueve: ya no es tardar demasiado en construir, sino construir lo que nadie necesita. Y eso no se abarata con IA. Un entrenador virtual que nadie usa cuesta lo mismo que antes en lo que de verdad importa: meses de atención del equipo, una promesa a los socios y una oportunidad perdida.

Lo que la IA acelera, y lo que no

La IA acelera mucho el descubrimiento. Resume en una hora cientos de opiniones, propone proto-personas a partir de los datos, prepara guiones de entrevista y construye un prototipo en una tarde. Todo eso es útil.

Lo que no hace es sustituir al socio real. Puede decirte qué dice la gente en las reseñas, pero no qué hace un martes a las siete de la tarde cuando entra en el gimnasio sin saber por dónde empezar. Esa información solo la tiene el socio.

Validar antes de pulir

Un prototipo pulido se lee como rigor y no prueba nada. Cuando algo parece terminado, la gente opina del acabado: los colores, los textos, la animación. Y quien lo ha hecho tiende a defenderlo.

Por eso conviene validar en gris: prototipos sin diseño final, para que la conversación vaya del recorrido y no del aspecto. El diseño pulido llega cuando sabes que el recorrido sirve.

Preguntar por lo que hacen hoy

La entrevista útil no pregunta por la idea ("¿usarías un entrenador virtual?"), porque casi todo el mundo dice que sí a algo que suena bien. Pregunta por lo que la persona hace hoy: cuéntame la última vez que fuiste al gimnasio y no sabías qué hacer. ¿Qué hiciste? ¿A quién preguntaste? ¿Volviste?

Para algo que todavía no existe, primero se da la experiencia y después se pregunta. Un prototipo en gris que se usa de verdad. O alguien que hace a mano, durante dos semanas, lo que haría el sistema: un monitor que manda cada día la rutina por mensaje a diez socios nuevos. Con eso ya se puede preguntar por lo que pasó, no por lo que pasaría.

Héctor y Celia hablaron con doce socios que se habían dado de baja en el primer trimestre. Solo dos dijeron que no sabían qué hacer. La mayoría habló de horarios: las clases que querían estaban siempre llenas a la hora a la que podían ir. El entrenador virtual no habría arreglado eso. La lista de espera y el aviso de plazas, quizá sí.

Lo que sale del carril de descubrimiento

Lo que sale de aquí no es una funcionalidad: es una hipótesis con su medida. Quién hará qué distinto, y cuánto. Por ejemplo: "los socios nuevos que se apuntan a la lista de espera reservan al menos una clase por semana en su primer mes en un 30 % más de casos que hoy". Con eso, la ejecución sabe qué construir y la Review sabe qué mirar.

Y a veces lo que sale es que no hay que construir nada. Matar una idea pronto es un resultado, no un fracaso. El entrenador virtual no murió: se aparcó hasta tener evidencia de que resuelve un problema que los socios tienen.

Cinco comprobaciones antes de pulir

  1. ¿Sabemos qué problema resuelve, en palabras de quien lo tiene?
  2. ¿Lo hemos visto en personas reales, no solo en datos o reseñas?
  3. ¿Sabemos qué hacen hoy para resolverlo?
  4. ¿Hemos probado una versión en gris con quien lo usaría?
  5. ¿Tenemos una hipótesis con su medida para la Review?

Si alguna respuesta es "no", todavía no toca pulir.

Diagrama. Cinco comprobaciones antes de pulir. Barato de construir no quiere decir barato de equivocarse: 1. El problema, en palabras de quien lo tiene; 2. Visto en personas reales, no solo en datos; 3. Qué hacen hoy para resolverlo; 4. Una versión en gris, probada con quien la usaría; 5. Una hipótesis con su medida para la Review. Ahora sí: construir y pulir. Si alguna respuesta es no, toca preguntar, no pulir.

En resumen

Si construir es barato, el riesgo es construir lo que nadie necesita. La IA acelera el descubrimiento, pero no sustituye al usuario real. Valida en gris, pregunta por lo que hacen hoy y sal de aquí con una hipótesis medible, o con una idea descartada.

Pruébalo esta semana

Elige la idea más grande de tu backlog. Haz un prototipo en gris y enséñaselo a cinco personas que lo usarían. Antes, pregúntales por lo que hacen hoy.

Para preparar las entrevistas y resumir lo que salga, el Kit de IA para Product Owners trae el documento de contexto y los prompts de discovery.

Capítulos