📖 Glosario vivo (lee antes — vuelve siempre que lo necesites)
Esta ruta trata sobre las habilidades humanas que siguen siendo solo tuyas. Aquí están los términos NUEVOS de producto que usaremos: fíjalos antes de continuar:
💡 La IA es mala para las ideas originales
🧠 Imagínalo así: la IA es un músico de estudio fenomenal — toca cualquier partitura que le pongas delante, en el tono correcto y sin equivocarse. Pero pídele que componer la nueva música y sale algo que ya existe, remezclado. La melodía inédita todavía viene de ti.
Circula un mito peligroso: "la IA tendrá las ideas y yo solo apretaré el botón". Matt Pocock lo descarta de plano: la IA es notoriamente malo para las ideas originales. Tiene sentido por lo que es: un modelo de lenguaje aprende a predecir qué es más probable que viene después, con base en todo lo que ya se escribió. Es decir, es una máquina de media del pasado. Por diseño, se inclina por lo convencional, por lo que ya existe, no por el salto inédito que define un producto nuevo.
Dónde la IA de hecho da ventaja, según Pocock, es en la ejecución — no en tener la idea correcta. La implementa rápido, escribe el código y arma la pantalla. Pero decidir cuál el producto vale la pena, cuál el problema importa, cuál es el ángulo diferente: eso sigue siendo trabajo humano. Por eso lo resume así: "necesitas tener la VISIÓN y saber por qué estás construyendo". O error común es pedirle a la IA que "invente una app exitosa" y aceptar el primer cliché que te devuelve: acabas de delegar justamente la parte que era tu ventaja. La IA es el motor de ejecución; la dirección es tuya.
La IA tiende a lo probable (el centro); lo nuevo nace fuera de la nube, contigo.
⚠️ Error común de principiante
Tratar a la IA como «fundador de una startup»: pedirle la idea, el nombre, el público, las funcionalidades… todo de una vez. Recibes un montón genérico y pierdes lo único que te diferenciaba: tu visión. Usa la IA para ejecutar tu idea, no para tener ideas por ti.
En 1 frase: la IA ejecuta tu idea rápidamente, pero la idea original todavía tiene que ser tuya.
Profundiza (opcional): ¿por qué un LLM converge hacia lo convencional?
Un modelo de lenguaje se entrena para predecir el siguiente fragmento de texto más probable dado todo lo anterior. «Más probable» = más frecuente en los datos de entrenamiento = más convencional. Por eso, sin una orientación firme de tu parte, su respuesta predeterminada tiende a lo común. Puedes empujarlo a salir de ahí con un prompt muy específico y contundente, pero la opinión (la visión) tiene que venir de ti.
🎯 Tú eliges las features
🧠 Imagínalo así: un chef que acepta TODO ingrediente que aparece en la cocina termina con un plato confuso. Un buen chef elige pocos ingredientes adecuados y descarta el resto. Cada feature es un ingrediente — y tú eres el chef, no el encargado de almacén.
La frase de Pocock es directa: "TÚ eliges las funciones". Parece obvio, pero con la IA cambia la tentación. Antes, agregar una feature costaba días de trabajo, así que lo pensabas dos veces. Ahora la IA construye cualquier feature en minutos, y entonces el instinto se vuelve "si es barato, ponlo todo". Esa es exactamente la trampa. El costo de una feature nunca fue solo escribirla: es mantenerla, probarla y, sobre todo, la confusión que agrega para el usuario.
Pocock da el contraejemplo concreto: no te conviertas en "una app financiada por VC con mil funciones". Empresas repletas de dinero de inversionistas (Financiado por capital de riesgo) suelen acumular funcionalidad tras funcionalidad hasta que nadie entiende para qué sirve el producto. Como la IA abarata la construcción, cualquiera cae en ese agujero si no tiene visión de producto. Elegir una feature es, en realidad, elegir qué no hacer. La IA acepta construirlo todo; te corresponde decir "estas tres, y solo estas".
Recuperación rápida: ¿cómo cambia el juego de las features la IA barata?
En 1 frase: con la IA, decidir qué NO construir se convirtió en el trabajo más valioso, y es tuyo.
✂️ Pregunta qué eliminar
🧠 Imagínalo así: un escultor no pregunta «¿qué piedra agrego?». Quita piedra hasta que aparece la estatua. El mejor producto es así: lo que tú eliminar revela la forma. Apunta el cincel de la IA hacia eso.
Aquí está el consejo más práctico y contraintuitivo del módulo. La mayoría usa la IA así: «qué puedo agregar en mi app?". Pocock da vuelta la pregunta: "You should be asking AI what to REMOVE from your app, how to make it simpler, how to improve UX." Es decir: pregúntale a la IA qué sacar, como simplificar, cómo mejorar la UX. La IA es excelente en ese papel porque ve todo el código de una vez y señala superposiciones, pantallas inútiles y flujos torcidos que ya ni notas.
Fíjate en la inversión de roles. Agregar features es donde la IA sería peligrosa (inventa cosas genéricas, recuerda el tema 1). Pero eliminar y simplificar es donde se vuelve tu aliada, porque tú todavía decides el corte final y ella solo te da las candidatas. Tú mantienes la visión; ella hace la limpieza. El error común es solo hacer crecer la app sin podarla nunca: se convierte en ese software que hace de todo y nada bien. Convierte "preguntar qué quitar" en un hábito recurrente de tu flujo de trabajo.
🔬 Ejemplo resuelto: la app de notas que crecía demasiado
Hiciste una app de notas con IA. En dos semanas ya tenía: notas, etiquetas, carpetas, recordatorios, kanban, gráfico de productividad, chat con IA, tema personalizable y exportación a 5 formatos. Nadie entendía ya la pantalla de inicio. En vez de pedir "agrega búsqueda avanzada", lo invertiste:
El prompt
"Mira mi app de notas. Enumera 5 funciones que debería ELIMINAR para simplificarla, ordenadas según cuánto confunden al usuario. Para cada una, di qué gana la UX sin ella."
El resultado
La IA señaló que el kanban, el gráfico y 3 de los formatos eran ruido. Eliminaste 4 de los 5 (conservaste el gráfico, era tu diferenciador). Una app más sencilla, más rápida y más clara — y la VISIÓN siguió siendo tuya: tú tomaste la decisión final sobre qué eliminar.
En 1 frase: pregúntale a la IA qué ELIMINAR, no qué agregar, y decide tú.
📐 El diseño de producto no cambió
🧠 Imagínalo así: inventaron el taladro eléctrico y el atornillador automático, pero las reglas para construir una casa que no se derrumbe siguen siendo las mismas. Las herramientas se volvieron rápidas; la arquitectura, no.
Existe la idea de que "la IA lo cambió todo, tira los libros". En realidad, Pocock no está de acuerdo: "I don't think much has changed." Lo que cambió fue la velocidad de la ejecución. Los fundamentos de diseño de producto — entender al usuario, encontrar el problema real, diseñar la solución más simple — siguen exactamente igual. Tanto es así que él dice que los los libros clásicos de diseño de productos todavía son válidos. La IA no revocó nada de eso; solo te permite probar tus decisiones de diseño más rápido.
Esto conecta con todo lo que viste en esta ruta: la IA "se comió" la parte táctica (la ejecución), y lo más valioso que queda es la parte estratégica (la decisión de producto). Saber elegir, recortar, priorizar y diseñar la experiencia es un músculo que tú entrenas — no algo que la IA descarga por ti. El error común es pensar que, como el código sale listo, puedes saltarte el pensamiento de producto. Es al revés: ahora que ejecutar es barato, pensar bien el producto es donde ganas o pierdes.
⏩ Lo que la IA aceleró
- • Escribir el código y armar pantallas.
- • Hacer prototipos para probar una idea.
- • Iterar rápido sobre una decisión de diseño.
🧱 Lo que sigue igual (lo tuyo)
- • Entender al usuario y el problema real.
- • Decidir qué entra y qué sale.
- • Diseñar la experiencia más sencilla.
En 1 frase: la IA aceleró la ejecución, pero los fundamentos del diseño de producto siguen siendo los mismos — y también los tuyos.
🗣️ Hablar con clientes
🧠 Imagínalo así: puedes tener la cocina más rápida del mundo, pero si nunca le preguntas al cliente qué quiere comer, cocinarás platos hermosos que nadie pide. Hablar con el cliente es el menú; la IA es solo la estufa rápida.
Cuando le preguntan a Pocock qué cambió para construir un negocio en la era de la IA, su respuesta es tranquila: "I don't think much has changed." Los fundamentos siguen firmes, y el primero es hablar con clientes. Descubrir qué de hecho necesitan, cuál problema es real, qué problema vale la pena resolver. Ningún LLM tiene acceso a tus clientes reales; esa información solo entra en el producto si la buscas en la conversación.
El flujo clásico sigue siendo totalmente válido: hablar con clientes → entender la necesidad → construir prototipos que resuelven el problema real → mostrárselo de nuevo a los clientes. La diferencia es que la IA hace mucho más rápida la etapa intermedia (construir el prototipo), así que puedes repetir este ciclo más veces. Pero si te saltas la conversación, usarás la velocidad de la IA para construir, rapidísimo, lo equivocado. El error común es encerrarte con la IA "produciendo funcionalidades" y nunca hablar con un cliente. La velocidad sin dirección del cliente solo te lleva más rápido contra la pared.
En 1 frase: hablar con clientes sigue siendo el motor del producto adecuado; la IA solo acelera el prototipo.
🚀 Crear un negocio con IA
🧠 Imagínalo así: la IA es un motor turbo. Ponla en un auto que va en la dirección correcta y volará. Ponla en un auto apuntando al abismo y solo llegarás al abismo más rápido. El volante (la visión) lo decide todo.
Al juntar todo: construir un negocio con IA es, en el fondo, construir un negocio; los fundamentos no han cambiado. La IA da ventaja en la ejecución, no en tener la idea correcta. Entonces el juego es: tienes la visión, habla con clientes, elige pocas funcionalidades adecuadas, le pregunta a la IA qué eliminar, y usa su velocidad para ejecutar el ciclo de producto más veces. Quien delega su visión en la IA construye algo genérico rápidamente. Quien conserva la visión y usa la IA como motor de ejecución construye lo que de hecho resuelve el problema del cliente. Antes de pedirle a la IA que construya cualquier cosa, ejecuta la lista de verificación de abajo — es el resumen práctico de este módulo. Copia y pega al inicio de cada proyecto:
Antes de mandar a IA construir, garanta que a VISÃO é SUA: [ ] VISÃO — sei o que estou construindo e POR QUÊ (não pedi a ideia pra IA)? [ ] CLIENTE — falei com gente real e sei qual dor estou resolvendo? [ ] FEATURES — escolhi poucas, certas (não virei um app de mil features)? [ ] REMOVER — perguntei à IA o que TIRAR / simplificar / melhorar a UX? [ ] EXECUÇÃO — usei a IA só pra implementar e prototipar mais rápido? Se a IA está decidindo o produto por você, pare: o volante é seu.
Recuperación rápida: en la era de la IA, ¿dónde está su ventaja real para un negocio?
En 1 frase: la IA es el motor turbo; la visión es el volante — y el volante sigue en tus manos.
🧾 Resumen del módulo
Próxima ruta:
Ruta 3 — Habilidades de IA (Skills): cómo empaquetar tu conocimiento en procedimientos que la IA sigue siempre a tu manera.