Cómo la IA revolucionará el desarrollo de productos y cómo prepararse [Perspectivas del asesor sénior de startups de AWS]

Como sabe cualquier empresario, la adecuación del producto al mercado es uno de los aspectos más desafiantes a la hora de iniciar un negocio.

Predecir el producto correcto para construir, e invertir en construir prototipos, experimentar y probar, es un proceso agotador, largo y costoso, y muchas veces, los dueños de negocios se quedan sin dinero antes de que puedan probar sus productos.

Afortunadamente, como me dijo el asesor sénior de startups de AWS y experto en inteligencia artificial, Deepam Mishra, "este proceso está a punto de cambiar con los avances más recientes en inteligencia artificial".

Me senté con Mishra para discutir cómo la IA revolucionará todos los aspectos del proceso de desarrollo de productos y cómo las empresas emergentes y las pymes deben prepararse para ello.

Cómo la IA revolucionará el desarrollo de productos, según el asesor sénior de startups de AWS

1. Las predicciones de ajuste del mercado de productos serán más precisas.

Según la experiencia de Mishra, ha visto fracasar a muchas empresas emergentes debido a un mal ajuste entre el producto y el mercado.

Esto se corresponde con tendencias más amplias. Un enorme 35% de las PYMES y las nuevas empresas fracasan debido a que no hay necesidad del mercado.

Afortunadamente, la IA puede ayudar a resolver esto. El análisis de datos impulsado por IA puede ayudar a las empresas emergentes a recopilar una visión más precisa y completa de los datos cuantitativos y cualitativos que necesitarán para determinar si su producto realmente satisface las necesidades de sus clientes, o si incluso han seleccionado la audiencia adecuada en El primer lugar.

Aprovechar la IA al recopilar y analizar datos también puede ayudar a los equipos a comprender a sus clientes en un nivel más profundo.

Como me dijo Mishra, “La IA puede facilitar la comprensión de las necesidades reales de los clientes que se esconden detrás de problemas conocidos. A menudo, los ingenieros comienzan a construir prototipos sin un conocimiento profundo de las necesidades cuantitativas y cualitativas del cliente. Antes de la IA generativa, había herramientas menos capaces de analizar dicha información”.

2. La IA mejorará en gran medida la velocidad de iteración y el tiempo de comercialización.

La creación de maquetas y prototipos de un producto que desea probar es uno de los aspectos del ciclo de vida de desarrollo del producto que consume más tiempo. Por lo general, toma de cuatro a 12 semanas crear un prototipo electrónico y de una a cuatro semanas para una maqueta impresa en 3D.

“El tiempo que lleva generar una encarnación física, o incluso una encarnación visual o en 3D de un producto, requiere algo de física real”, explica Mishra.

“Es un proceso bastante largo para los gerentes de producto, diseñadores e ingenieros de software construir un producto en un modelo tridimensional”.

En otras palabras: todo ese tiempo y dinero que invierte en crear y probar un prototipo podría terminar costándole su negocio.

Imagine el poder, entonces, de un mundo en el que la IA puede ayudarlo a crear maquetas y prototipos en solo unas pocas horas.

Esta velocidad es más que conveniente: podría salvarles la vida a las PYMES y las nuevas empresas que no tienen el tiempo o los recursos para desperdiciar en características del producto que no generarán grandes retornos.

Para Mishra, es una de las áreas de oportunidad más emocionantes en el espacio de productos.

Como él dice, "el hecho de que pueda crear contenido desde cero con una velocidad tan rápida y alcanzar un mayor nivel de precisión es uno de los componentes más emocionantes de todo esto".

3. AI cambiará la forma en que recopila los comentarios de los clientes.

Una vez que tiene un prototipo, o incluso un producto mínimo viable, no puede dejar de iterar allí. Deberá probarlo con clientes potenciales o actuales para aprender cómo mejorarlo o repetirlo a continuación.

Y, hasta ahora, el análisis de productos se ha restringido en gran medida a datos estructurados o numéricos.

Pero los datos estructurados tienen sus limitaciones.

Mishra me dijo: “La mayor parte de la información empresarial no está estructurada, ya que se encuentra en forma de documentos, correos electrónicos y conversaciones en las redes sociales. Supongo que menos del 20% de los datos de una empresa son datos estructurados. Entonces, hay un gran costo de oportunidad en no analizar ese 70% u 80% de la información”.

En otras palabras, no hay muchas soluciones escalables para recopilar y analizar datos cuantitativos para analizar cómo los clientes están respondiendo a su producto.

Por ahora, muchos equipos de productos se basan en grupos de enfoque para recopilar comentarios, pero los grupos de enfoque no siempre son representaciones precisas del sentimiento del cliente, lo que deja a su equipo de producto vulnerable a la posibilidad de crear un producto que en realidad no sirve a sus clientes.

Afortunadamente, "la IA generativa puede ayudar a convertir los comentarios de los clientes en datos para su negocio", explica Mishra. “Digamos que recibe muchos comentarios en las redes sociales o comentarios sobre el uso del producto o conversaciones en foros de clientes. Ahora, puede convertir esa información en gráficos y líneas de tendencia y analizarla de la misma manera que siempre analizó los datos estructurados”.

Agrega: “Esencialmente, puede averiguar de qué características hablan más sus clientes. O qué emociones tienen los clientes cuando se trata de características particulares del producto. Esto lo ayuda a determinar el ajuste del producto al mercado, o incluso qué funciones agregar o eliminar de su producto”.

El impacto potencial de poder convertir comentarios cuantitativos en puntos de datos procesables es enorme.

Con la ayuda de la IA, su equipo puede sentirse más seguro de que realmente está invirtiendo tiempo y energía en las características del producto que más les importan a sus clientes.

4. La IA redefinirá la forma en que los ingenieros y los gerentes de productos interactúan con el software.

Más allá de desarrollar un producto, la IA también puede innovar a los equipos que lo desarrollan.

Hasta ahora, teníamos roles completos definidos en torno a capacitar a las personas en un conjunto de productos en particular. Se han convertido en expertos en un software determinado y entienden cómo funciona cada pieza.

En el futuro, comenzaremos a ver cómo la IA puede ayudar a su equipo a incorporar nuevos empleados sin necesidad de que estos expertos en software organicen capacitaciones.

Quizás tenga un programador junior en su equipo con experiencia limitada. Para asegurarse de que se adhiere a la disciplina particular de codificación de software de su empresa, puede programar y sistematizar gran parte de ella a través de herramientas de generación de código de IA.

Para procesos más intensivos, como la creación de prototipos, Mishra explica que algunas tareas de capacitación podrían incluso reemplazarse por IA basada en chat. “Nos hemos dado cuenta de que las interfaces de chat más naturales pueden sustituir formas muy complejas de pedir ayuda a las herramientas de software y hardware”.

Digamos que su empresa necesita diseñar un widget. En lugar de gastar tiempo y recursos en simular un prototipo, puede pedirle a un chatbot que produzca algunos ejemplos de diseño y proporcione restricciones.

“Ni siquiera necesita saber qué herramientas de aprendizaje automático se están utilizando”, agrega Mishra, “simplemente habla con una interfaz de chat, y tal vez haya cinco productos diferentes detrás del chat. Pero como humanos, nos preocupamos menos por la herramienta y más por los resultados”.

5. La IA impulsará la creatividad humana en el espacio del producto.

El aprendizaje automático ha existido durante casi dos décadas y ya se ha aprovechado durante mucho tiempo en el espacio de desarrollo de productos.

Pero está a punto de cambiar drásticamente.

Como me explicó Mishra, los viejos algoritmos de aprendizaje automático podían aprender patrones de transformación de entradas en salidas y luego podían aplicar ese patrón a datos invisibles.

Pero los nuevos modelos de máquinas generativas llevan este proceso un paso más allá: aún pueden aplicar patrones a datos invisibles, pero también pueden obtener una comprensión más profunda del pensamiento detrás del proceso creativo.

“Pueden entender cómo un programador de software crea software, o cómo un diseñador crea un diseño, o cómo un artista crea arte”, me dijo Mishra.

Agrega: “Estos modelos están comenzando a comprender el pensamiento detrás de la creación, que es una parte emocionante y aterradora. Pero donde esto se aplica a casi todas las etapas del desarrollo del producto es que ahora puede potenciar el componente de creatividad humana”.

En otras palabras: la IA se convertirá en el copiloto de cualquier gerente de producto, ingeniero o diseñador a medida que navegan por un nuevo terreno, en el que las acciones repetitivas y rutinarias serán reemplazadas por el tiempo dedicado a diseñar e iterar productos mejores y más potentes.

Eventualmente, la IA cambiará la experiencia del cliente por completo

Hay una conversación separada y más profunda sobre las ramificaciones a largo plazo de la IA y el espacio del producto.

Por ahora, el liderazgo de productos se ha centrado en gran medida en cómo pueden mejorar sus productos de manera efectiva agregando IA a sus características existentes.

Como dice Mishra, “La mayoría de los líderes en este momento están diciendo: 'Permítanme cambiar lo que tenía con IA generativa'. Por lo tanto, podría pensar en estos productos como la versión 2.0 de un modelo anterior”.

“Pero”, continúa, “la próxima generación de soluciones, en la que algunos de los innovadores más ambiciosos están comenzando a trabajar, está reinventando por completo la experiencia del cliente. No solo dicen: 'Estamos agregando IA a un producto', sino que dicen: 'Reimaginemos todo el producto en sí, con IA como base'. Reimaginarán las interfaces entre humanos y tecnología”.

En este momento, los consumidores eligen entre una variedad de servicios de transmisión, como Netflix o Amazon Prime, y luego el servicio de transmisión brinda recomendaciones basadas en inteligencia artificial basadas en el comportamiento anterior del usuario.

Como explica Mishra, “La primera ola de nuevas empresas dirá: 'Está bien, mejoremos esas predicciones'. Pero la segunda ola de nuevas empresas o innovadores dirá: 'Espera un segundo... ¿Por qué necesitas preocuparte por una sola plataforma? ¿Por qué no pensar en grande?'”.

“Así que tendremos empresas que digan: 'Déjame generar contenido en varias plataformas dependiendo de tu estado de ánimo y otros 10 000 comportamientos, en comparación con los tres géneros que sé que te gustan'”.

¿Cómo encaja esto en el proceso actual de desarrollo de productos? no lo hace

En cambio, lo voltea completamente al revés. Y eso es tanto aterrador como emocionante.

Mishra sugiere: “¿Cómo reinventas la experiencia del producto? Creo que ahí es donde se va a aplicar la creatividad humana”.

Cómo comenzar con la IA y el desarrollo de productos

1. Comienza a experimentar.

Mishra reconoce que, si bien es un momento emocionante en el espacio de los productos, también es un momento desafiante, y muchas pymes y nuevas empresas se preguntan si deberían invertir en IA.

El cambio está ocurriendo rápidamente y puede ser difícil determinar en qué aspectos de la IA debe invertir o cómo debe abordar su implementación en sus procesos actuales.

¿El consejo de Mishra? “Empieza a experimentar, porque te resultará mucho más fácil una vez que empieces. Y hay un par de áreas que le darán valor independientemente de si pone la IA en producción o no, incluido el análisis de la información y los comentarios de los clientes, o hacer cosas como la búsqueda empresarial: comenzará a ver un valor revelador de estos experimentos. , que te guiará por el camino correcto.”

Afortunadamente, no necesita contratar a su propio ingeniero de aprendizaje automático para crear algo desde cero. En su lugar, podría considerar herramientas como Bedrock, lanzado recientemente por Amazon, que proporciona modelos de IA generativos preconstruidos que puede agregar a una aplicación existente con una API. Esto le permite renunciar a cualquier entrenamiento de IA y limitar los riesgos de violación de datos, y estar en funcionamiento en minutos.

2. Identifique dónde la IA puede ayudar a su equipo.

Mishra recomienda descubrir los casos de uso correctos que tendrán un ROI positivo para su negocio.

En última instancia, es fundamental que se tome el tiempo para determinar qué áreas del negocio podrían obtener el mayor valor de la IA y comenzar allí.

Por ejemplo, sugiere: "Veo mucho trabajo en las áreas de actividades orientadas al cliente porque eso genera ingresos, por lo que es potencialmente de alto valor".

Si no está seguro de por dónde empezar en su propio equipo, no hay necesidad de reinventar la rueda. Considere comunicarse con expertos en la nube o nuevas empresas que puedan guiarlo a través de algunas soluciones comunes que otras empresas ya están explorando.

3. Consiga la aceptación de las partes interesadas.

Hay otro requisito igualmente vital para la experimentación: la aceptación de las partes interesadas y el liderazgo.

Mishra dice: “Creo que la alineación cultural y la alineación de las partes interesadas es un área importante en la que las empresas deben comenzar a trabajar. Si el liderazgo superior tiene miedo por las razones equivocadas, eso podría inhibir su crecimiento”.

Ciertamente, existen preocupaciones sobre la privacidad y la fuga de datos cuando se trata de IA. Además, la IA no es perfecta: puede alucinar o proporcionar información inexacta o sesgada cuando proporciona resultados.

Lo que significa que, al convencer a los líderes para que inviertan en IA, es fundamental que enfatice que la IA no dirigirá el barco. En su lugar, será el copiloto de confianza de su equipo.

También es importante tener en cuenta que si el liderazgo siente que es arriesgado invertir en IA, también deberían considerar los riesgos de no invertir en ella.

Como dice Mishra, "Este es un momento fundamental, y puede quedarse atrás a medida que otras nuevas empresas y empresas comienzan a moverse más rápido en sus ciclos de innovación de productos".