Como la IA ha cambiado el rol de product management
La IA no ha hecho que product management sea menos importante. Ha hecho que el mal product management sea mas facil de notar.
Antes de la IA, mucho trabajo de producto podia esconderse detras del proceso. Roadmaps, tickets, juntas, dashboards, ceremonias, frameworks de priorizacion. Algo de eso es util. Algo es teatro. La IA comprime ese teatro. Puede escribir un primer borrador de una especificacion, resumir entrevistas, generar datos de prueba, crear codigo para prototipos, analizar feedback y producir variaciones infinitas de mensajes. La superficie del trabajo se mueve mas rapido.
Pero el centro del trabajo no desaparecio. Al contrario, ahora es mas obvio: product managers necesitan criterio.
Tony Fadell habla de esto de una forma que se siente muy relevante ahora. En Build, y en su filosofia de producto, vuelve constantemente a una idea simple: no entregues tu pensamiento a la maquina. Usa las herramientas, pero no hagas una rendicion cognitiva.
Esa frase captura el nuevo rol de product management mejor que casi cualquier otra cosa que he escuchado.
La IA hace que construir sea barato, pero pensar sea caro
Lo extraño de la IA es que hace mas facil construir algo y mas dificil saber si ese algo vale la pena.
Ahora puedes pasar de un prompt a un prototipo funcional en horas. Puedes probar cinco flujos antes de comer. Puedes generar copy, variaciones de UX, scaffolding de APIs, pantallas de onboarding y analisis sin esperar a un equipo grande. Como persona de producto y builder, eso me encanta. Uso IA constantemente porque acorta la distancia entre una idea y algo que puedo tocar.
Pero esa velocidad crea una trampa.
Cuando producir output se vuelve facil, el output deja de ser el recurso escaso. El recurso escaso se vuelve el gusto. El recurso escaso es saber que dolor importa, a que cliente sirves, que tradeoffs son aceptables y que no deberia existir.
Fadell dice que empieza desde el dolor: que dolor existe y si hay nuevas tecnologias que puedan resolverlo de una forma distinta. Ese es el orden correcto. Primero el dolor, luego la tecnologia.
La IA invierte ese orden para muchos equipos. Empiezan con la tecnologia y salen a buscar un problema. El resultado es un producto impresionante en demo y extrañamente inutil en la vida real.
El trabajo del PM es resistir esa inversion.
El PM se vuelve mas builder
La IA tambien cambia la forma del rol porque reduce el costo de hacer.
Creo que los mejores PMs siempre fueron builders de alguna manera. No necesariamente ingenieros, pero si personas capaces de volver concreta una idea. Un prototipo. Un diagrama. Un journey. Un modelo en spreadsheet. Un fake door test. Un memo narrativo. Un plan de lanzamiento. Algo que ayude al equipo a ver.
Ahora la barra se movio. Un product manager puede usar IA para construir software funcional, inspeccionar logs, generar SQL, crear variantes de diseño o correr ejemplos sinteticos por un workflow. Esto no significa que cada PM tenga que convertirse en ingeniero full-time. Pero si significa que la excusa de ser "no tecnico" se debilita cada año.
Los PMs mas utiles podran hacer tres cosas:
- Entender al cliente con suficiente profundidad para saber que importa.
- Usar IA y herramientas de software para volver tangibles las ideas rapidamente.
- Aplicar criterio para que el equipo no confunda movimiento con progreso.
Esa combinacion es poderosa. Hace que product management sea menos coordinacion y mas amplificacion del aprendizaje.
El PM se vuelve mas opinionado
Una de las partes mas fuertes del pensamiento de Fadell es su distincion entre decisiones basadas en datos y decisiones basadas en opinion.
Para un producto maduro, muchas veces puedes apoyarte en datos. Tienes uso, cohortes, retencion, notas de ventas, metricas de funnel, llamadas con clientes, tickets de soporte e historial. El producto ya existe, asi que el mercado esta dando señales.
Pero para un producto 1.0, especialmente uno que crea una categoria nueva, los datos son incompletos. Los clientes no siempre pueden decirte lo que quieren porque todavia no han visto la experiencia completa. No viven un producto como una lista de features. Viven el marketing, la primera impresion, el momento de compra, el onboarding, el producto, el soporte, la marca y la promesa emocional como una sola cosa.
Aqui es donde product managers necesitan conviccion informada.
La IA puede generar opciones, pero no puede tomar responsabilidad. Puede ayudarte a razonar, pero no puede cargar con las consecuencias de una apuesta estrategica. Alguien todavia tiene que decidir: este es el cliente, este es el dolor, esta es la promesa, esta es la experiencia y esto es lo que no vamos a hacer.
Eso incomoda. Deberia incomodar. Product management es, en parte, la disciplina de tomar responsabilidad bajo incertidumbre.
El PM se vuelve mas etico
La IA tambien eleva el peso etico de las decisiones de producto.
Fadell habla de que quienes construyen productos necesitan principios reales. No valores vagos en una pared, sino limites de verdad. Estamos ayudando a las personas? Las estamos volviendo adictas? Estamos reemplazando conexion humana con una imitacion mas barata? Estamos optimizando engagement de una forma que hace menos sanos a los usuarios?
Esto importa aun mas en productos con IA porque la IA puede sentirse intima, persuasiva y autoritativa. Un mal spreadsheet molesta. Un mal producto de IA puede influir decisiones, emociones, trabajo, relaciones o salud.
Para mi, esto es especialmente importante en salud. La IA puede ahorrar tiempo a clinicos, reducir carga administrativa y ayudar a que pacientes tengan mejor acceso a la atencion. Pero tambien puede alucinar, excederse, filtrar contexto o crear falsa confianza. El PM no puede tratar la etica como algo que legal revisa al final. Tiene que ser parte de la definicion del producto desde el inicio.
Buenos PMs en la era de IA van a preguntar:
- Que nunca debe hacer el sistema?
- Donde debe permanecer un humano en el loop?
- Como mostramos incertidumbre?
- Que datos deberiamos evitar recolectar?
- Que comportamiento estamos premiando?
- Querria que alguien que amo usara esto?
Esas preguntas no son anti-innovacion. Son como se construye algo durable.
El PM se enfoca mas en el sistema completo
Agregar features de IA es facil. Construir productos de IA es mas dificil.
Un feature puede resumir, autocompletar, recomendar, clasificar o chatear. Un producto tiene que resolver un problema completo. Necesita workflow, confiabilidad, onboarding, permisos, pricing, loops de feedback, soporte, confianza y una razon para volver.
Aqui el pensamiento de Fadell es util. La tecnologia esta al servicio del cliente. No empujas tecnologia por la garganta del usuario. Das forma a la experiencia completa para que el cliente entienda por que importa.
Ese es el trabajo del PM ahora: no preguntar "donde podemos agregar IA?", sino "donde la inteligencia realmente elimina dolor?"
A veces la respuesta es un modelo. A veces es un mejor default. A veces es una notificacion. A veces es quitar tres pasos de un workflow. A veces es decir no a la IA porque el cliente necesita predictibilidad mas que magia.
El trabajo es mas pequeño y mas grande
La IA hace mas pequeñas algunas partes de product management. Menos horas formateando documentos. Menos espera por prototipos. Sintesis de investigacion mas rapida. Analisis competitivo mas rapido. Borradores de specs mas rapidos.
Pero hace mas grande el trabajo real.
El product manager tiene que estar mas cerca del cliente, mas cerca del producto, mas cerca del modelo de negocio, mas cerca de la etica y mas cerca del acto de construir. El PM tiene que moverse rapido sin volverse superficial.
Esa es la paradoja del trabajo de producto con IA: las herramientas hacen mas facil crear, pero no hacen mas facil cuidar.
Los product managers que prosperen no seran quienes usen IA para generar mas artefactos. Seran quienes usen IA para aprender mas rapido, construir mas rapido y pensar con mas claridad sin soltar el juicio humano que esta al centro del trabajo.
Usa la maquina. No te rindas ante ella.