La gestión de producto está muerta, ¿qué estamos haciendo en su lugar? | Lenny & Friends Summit 2024
- Aisha Washington
- hace 1 hora
- 8 min de lectura
Declarar “muerta” la gestión de producto es deliberadamente provocador. El argumento presentado en Lenny & Friends Summit 2024 no es que las empresas vayan a dejar de tomar decisiones de producto de repente. Es que muchas rutinas asociadas al rol de gerente de producto —redactar documentos de estrategia, preparar diapositivas, recopilar comentarios, crear wireframes y coordinar traspasos— están siendo comprimidas o automatizadas por la IA.
Este cambio plantea una pregunta más útil que si el título del puesto sobrevivirá: ¿qué tipo de trabajo de producto seguirá siendo valioso? La respuesta del ponente apunta hacia equipos impulsados por IA, cuyos integrantes operan más allá de los límites tradicionales, combinan el criterio de los especialistas con la ejecución de los generalistas y dedican menos tiempo a fabricar artefactos alrededor del trabajo.
La estrategia de producto debe mirar más allá del flujo de trabajo actual
La charla comienza con una advertencia sobre la velocidad del cambio tecnológico. La IA ha avanzado con la suficiente rapidez como para que las suposiciones sobre diseño de producto, ingeniería y gestión queden obsoletas en cuestión de meses. Por ello, las organizaciones de producto deben resistirse a diseñar únicamente para el comportamiento actual de los clientes o la estructura actual de los equipos.
Al definir la dirección, el ponente recomienda considerar qué podrían necesitar los clientes dentro de tres, cinco o incluso diez años. El mismo ejercicio debe aplicarse internamente: ¿cómo podría operar un equipo de producto dentro de 18 meses, tres años o cinco años? ¿Qué responsabilidades seguirán siendo claramente humanas y qué procesos se delegarán al software?
Esto no significa fingir que se puede predecir el futuro con precisión. Significa hacer apuestas explícitas en lugar de tratar el modelo operativo actual como permanente. Los equipos que examinen esas posibilidades desde temprano estarán mejor preparados para adaptarse cuando cambien las herramientas, las expectativas de los clientes y las condiciones competitivas.
La IA está comprimiendo el ciclo de estrategia
La estrategia de producto tradicional puede ser dolorosamente secuencial. Un líder de producto entrevista a clientes y colegas, recoge aportes de ventas e ingeniería, organiza las notas resultantes y pasa días o semanas redactando un documento sustancial. Ese documento luego circula por rondas de comentarios y revisión.
Basándose en una experiencia previa como chief product officer, el ponente describe cómo este proceso familiar puede convertirse en una iniciativa larga e iterativa. Gran parte del esfuerzo se destina a sintetizar información y pulir el artefacto, en vez de poner a prueba si las decisiones subyacentes son correctas.
La IA generativa acorta drásticamente ese ciclo de producción. Una herramienta puede convertir el material de origen en un borrador inicial creíble de estrategia en cuestión de minutos. Es poco probable que el resultado esté listo para su aprobación, pero puede proporcionar una base útil del 75 % u 80 %. Un líder de producto puede entonces dedicar su atención a las partes difíciles: corregir supuestos, afinar las compensaciones, aplicar contexto y comprometerse con una dirección.
El cambio importante no es que la IA pueda redactar diez páginas. Es que producir esas páginas ya no necesita consumir el escaso tiempo de un líder de producto con experiencia. El criterio sigue siendo central; la construcción de documentos se vuelve más barata.
La fábrica de artefactos del gerente de producto está desapareciendo
Los documentos de estrategia son solo un ejemplo. El ponente identifica varias otras áreas en las que la IA y las herramientas no-code están reduciendo el trabajo necesario para pasar de una idea a algo que otros puedan evaluar.
Los wireframes antes pasaban de bocetos en papel a software de diseño especializado. Ahora, los gerentes de producto pueden generar prototipos interactivos con la rapidez suficiente para poner una experiencia funcional ante colegas o clientes durante las primeras etapas del descubrimiento. El análisis de comentarios también puede ir más allá de clasificar manualmente filas de hojas de cálculo. Los flujos de trabajo automatizados pueden recopilar, clasificar, resumir y priorizar señales recurrentes. Las herramientas de presentación pueden crear borradores de diapositivas en lugar de obligar a los equipos a construir cada presentación desde una página en blanco.
El trabajo habitual de coordinación también se está volviendo más fácil de automatizar:
Redactar documentos rutinarios y actualizaciones de estado
Resumir reuniones y decisiones
Organizar solicitudes de funcionalidades y comentarios de clientes
Supervisar objetivos y OKR
Seguir a competidores y cambios del mercado
Preparar un análisis inicial para su revisión
El estándar práctico del ponente es la rapidez para llegar a un resultado intermedio útil, no una automatización perfecta. Si un sistema puede completar de forma fiable tres cuartas partes de una tarea, una persona puede usar su experiencia para terminar la cuarta parte restante. Acumulados a lo largo de una semana, esos ahorros pueden devolver días a un líder de producto.
Convertirse en un equipo de producto impulsado por IA
La automatización es solo la primera parte de la respuesta propuesta. La oportunidad mayor consiste en reinvertir el tiempo ahorrado en capacidades que amplíen lo que las personas de producto pueden hacer.
El ponente anima a los gerentes de producto a aprender habilidades adyacentes como la creación rápida de prototipos, el diseño, la programación, el análisis de datos y el pensamiento comercial. El objetivo no es llegar a tener el mismo nivel en todas las disciplinas. Es desarrollar suficiente amplitud práctica para eliminar cuellos de botella, probar una idea directamente e impulsar un proyecto sin esperar cada traspaso tradicional.
Se presenta a un líder de producto llamado Cody como ejemplo de este perfil más amplio. Aunque no encaja en el molde convencional de gerente de producto, aprendió habilidades de diseño y programación que le ayudaron a sortear obstáculos y obtener resultados. Su valor provenía de poder cruzar límites funcionales sin dejar de aplicar el criterio de producto.
Este tipo de desarrollo no debería depender de unas pocas personas excepcionalmente motivadas. El ponente sostiene que los líderes deben ayudar a equipos enteros a automatizar el trabajo rutinario y adquirir habilidades complementarias. Los canales internos pueden hacer visible ese aprendizaje al ofrecer a las personas un lugar para compartir flujos de trabajo, mostrar experimentos y pedir ayuda. Las organizaciones también necesitan financiar las herramientas necesarias y normalizar su uso; el estímulo sin acceso ni tiempo producirá poco cambio.
De los traspasos funcionales a los especialistas-generalistas
El conocido trío de producto —gerente de producto, diseñador e ingeniero— suele celebrarse como un modelo de colaboración. Sin embargo, el ponente sostiene que puede convertirse en un sistema de traspasos disfrazado. El gerente de producto especifica, el diseñador visualiza y el ingeniero construye. Cada participante conserva su carril, pero nadie necesariamente asume todo el recorrido desde el problema hasta el resultado.
La alternativa propuesta es un modelo de especialistas-generalistas. Las personas siguen poseyendo una profunda experiencia en producto, diseño o ingeniería, pero participan de manera más amplia en cualquier trabajo necesario para hacer avanzar el proyecto. El principio es sencillo: no hay carriles fijos.
Esto no vuelve irrelevante el conocimiento especializado. Un sólido criterio de ingeniería, diseño y producto sigue siendo esencial. Lo que cambia es la suposición de que solo una función puede realizar una actividad determinada. Un diseñador podría crear un prototipo, un ingeniero podría definir el posicionamiento y un especialista de producto podría analizar datos o implementar un pequeño experimento.
La IA hace que esta superposición sea más práctica al reducir el coste técnico del trabajo poco familiar. Permite a los especialistas llegar más lejos sin exigir que cada tarea entre en la cola de otro equipo.
La “triple amenaza” impulsada por IA
Llevado más lejos, este modelo produce lo que el ponente llama una triple amenaza impulsada por IA: una persona capaz de liderar en producto, diseño e ingeniería mientras coordina herramientas, agentes y plataformas de IA.
Esa persona no está simplemente haciendo tres trabajos a tiempo completo. En cambio, la IA colapsa partes de la pila de talento al hacer más accesible la ejecución en ámbitos adyacentes. Una persona capaz o un equipo muy pequeño puede crear prototipos, analizar, diseñar, construir y comunicar con mucha menos carga operativa que antes.
El entorno resultante favorece un liderazgo de producto con opiniones firmes. Cuando la producción se vuelve más rápida, la indecisión puede convertirse en una limitación mayor que la implementación. Los líderes deben comprender a los clientes, elegir una dirección, conectar el trabajo de producto con resultados comerciales y utilizar evidencia sin esconderse detrás de un proceso interminable.
La charla reconoce que esta perspectiva puede resultar amenazante. Los roles más amplios pueden implicar menos puestos convencionales de gestión de producto. Sin embargo, el ponente presenta la preparación como algo más constructivo que la negación: las personas pueden desarrollar amplitud ahora, mientras las organizaciones pueden rediseñar las responsabilidades deliberadamente en vez de esperar a que el cambio imponga una reorganización apresurada.
El liderazgo de producto también cambiará
La IA no afecta únicamente a los colaboradores individuales. Los ejecutivos de producto deberán gestionar combinaciones desconocidas de personas, agentes de software y herramientas externas. Sus presupuestos podrían implicar cada vez más decisiones entre contratar empleados adicionales y adquirir sistemas que aumenten la capacidad de un equipo existente.
Los líderes también necesitarán suficiente fluidez técnica para gestionar a personas que programan y suficiente comprensión comercial para conectar las decisiones de producto con la distribución, el marketing y los ingresos. El diseño de los equipos se volverá menos estandarizado. En lugar de replicar un trío universal de producto en toda la organización, los líderes podrían conformar cada equipo en torno a las fortalezas y limitaciones particulares de su misión.
El ponente describe esto como un enfoque más artesanal del diseño organizacional. Una iniciativa podría girar en torno a una persona con una intuición de producto excepcional; otra podría requerir una sólida profundidad de ingeniería o una experiencia de mercado poco común. La tarea del liderazgo es identificar la capacidad escasa y construir el equipo a su alrededor en consecuencia.
La cultura importa tanto como la estructura. Si se castiga a las personas por cruzar límites funcionales o experimentar con nuevas herramientas, la organización conservará los antiguos cuellos de botella incluso después de adquirir capacidades de IA.
Desarrolla habilidades que la IA no pueda replicar fácilmente
A medida que la producción rutinaria se vuelve más barata, la ventaja duradera se desplaza hacia el criterio formado a través de la experiencia. El pensamiento estratégico, el buen gusto, la comprensión del cliente, la influencia organizacional y la capacidad de tomar decisiones bajo incertidumbre son más difíciles de reproducir que un informe de estado o una hoja de ruta preliminar.
Por ello, el ponente insta a los profesionales de producto a desarrollar una propuesta de valor distintiva. Esto podría significar aprender a crear y escalar equipos impulsados por IA, adquirir competencia técnica real, fortalecer el instinto comercial o combinar un conocimiento profundo del sector con una ejecución rápida.
El objetivo no es competir con la IA en tareas que puede realizar al instante. Es utilizar la IA como palanca mientras se mejora la capacidad de decidir qué merece construirse, reconocer cuándo una respuesta es incorrecta y alinear a las personas en torno a decisiones importantes.
Reanimar la gestión de producto
El argumento final de la charla es más optimista de lo que sugiere el título. La gestión de producto puede ser “reanimada” al abandonar procesos que ya no justifican su coste. Cuando la IA se ocupa de más redacción, síntesis, prototipado y coordinación, los profesionales de producto pueden dedicar más tiempo a los usuarios y aplicar más creatividad a los problemas que importan.
Lograr ese resultado requiere actuar tanto a nivel individual como organizacional. Las personas de producto deben automatizar las tareas rutinarias, ampliar sus capacidades y enseñar a sus colegas qué funciona. Los líderes deben proporcionar herramientas, presupuestos, seguridad psicológica y autoridad a las personas capaces de trabajar entre distintos ámbitos.
El futuro que se presenta aquí no está libre de disrupciones. Los roles podrían fusionarse, los equipos podrían reducirse y las trayectorias profesionales establecidas podrían volverse menos predecibles. Pero el trabajo esencial —comprender las necesidades, tomar decisiones estratégicas y convertir ideas en productos valiosos— permanece. La oportunidad consiste en realizar ese trabajo con menos ceremonial y mayor amplitud.
