Esta entrada la publiqué originalmente en LinkedIn aquí.
Leyendo un reciente artículo de Roman Pichler me he detenido en un ejemplo aparentemente menor: usar IA para generar historias de usuario. Puede ahorrar bastante trabajo, pero también puede hacer extraordinariamente eficiente un traspaso de información entre PO y equipo que quizá nunca debería haber existido. Ron Jeffries (y muchos después de él) define las historias de usuario como soporte para una conversación. Si aspirábamos a un modelo donde producto, tecnología y diseño construyen conjuntamente la comprensión del problema, entonces estamos haciendo más eficiente una práctica que el modelo operativo deseado pretendía reducir.
Hace más de treinta años Michael Hammer provocaba con aquel “Don’t automate, obliterate“, criticando que utilizásemos la tecnología para acelerar procesos existentes cuando en realidad deberíamos estar cuestionando por qué existían y rediseñándolos desde cero. Con la IA, esa advertencia adquiere otra dimensión. La capacidad de automatizar cierto trabajo cognitivo y de coordinación hace económicamente razonables procesos y estructuras que antes resultaban demasiado caros de mantener.
Por eso empiezo a pensar que una buena estrategia de IA necesita algún tipo de principio de conservación organizativa: asumir que cada automatización modifica también los incentivos para rediseñar el sistema que la necesita.
Pichler se apoya en un paper muy interesante (que aún no he podido leer), “AI Exposure and Organizational Structure“, para plantear la IA como catalizador del rediseño estructural. Estoy de acuerdo con la intención, pero lo que más me preocupa es el camino contrario: que cuanto mejores seamos incorporando IA a las organizaciones, más fácil resulte convivir con el modelo operativo que queríamos transformar.
🔗 El artículo de Pichler: https://www.romanpichler.com/blog/product-operating-model-the-crucial-enabler-for-ai-success
