La inteligencia artificial (AI) ya está reiniciando cómo se hacen los productos. Acelera el trabajo aburrido y repetitivo y ayuda a las partes a moverse más rápido al resultado del concepto. En serio, la IA no reemplaza el juicio de la gente.
“Siempre estás trabajando con AI. AI es solo un traductor, no es un creador”, dijo el director de productos de Kisflo, dijo Dinesh Baradharajan, Davesparks Chennai estaba en una sesión en 2025, Tu historia El evento se centra en el ecosistema del desarrollador.
Esto significa que los prototipos de IA, los códigos de borrador e incluso las presentaciones se pueden combinar, pero las personas aún tienen que elegir la dirección, el sistema debe diseñarse y se examinará el resultado.
Este cambio es práctico y técnico. En Kisfloo, los equipos están experimentando con nuevas formas de trabajar y notaron lo que funciona y lo que no hace, dijo Bharadharan. “Todos estos son experimentales de la naturaleza”, dijo, “es un recordatorio útil de que todavía no hay una sola receta perfecta.
Cuando las partes usan bien la IA, pueden repetir rápidamente. Cuando dependen de la IA sin una intención clara, el resultado se vuelve frágil. Como él explicó, “si sabes lo que quieres puede hacerlo para ti” “Es una promesa y responsabilidad medir la misma medida.
Bordes que se desvanecen, cambios de eficiencia
La línea de ensamblaje familiar de desarrollo de productos se está desglosando. En el modelo antiguo, un gerente de productos escribe una especificación, los diseñadores producen maquetas, los desarrolladores front-end convierten esas maquetas en código y desarrolladores de back-end vinculan argumentos y enlaces de datos. Cada entrega se retrasa por malentendidos y agrega casas.
Baradharajan describió el resultado de forma simple e intensamente cuando dijo: “El problema en sí mismo está en proceso”.
Para solucionarlo, los equipos se centran en el enfoque. Los directores de productos están creando prototipos de trabajo en lugar de documentos largos. Los diseñadores están produciendo componentes de Fronland cerca del código de envío. Se alienta a los desarrolladores a pensar como ingenieros de pila completa que entienden el diseño del sistema y la ansiedad no funcional, como la escalabilidad y la confiabilidad. La calidad garantiza las pruebas automatizadas y las verificaciones manuales menos repetitivas se mueven aún más.
Este cambio no se trata de artesanía o habilidad. Está a punto de cambiar la prioridad. Las personas a menudo se identifican por las herramientas que usan y pueden encontrarlo en el camino para resolver el problema.
Como observó Baradharajan, “la gente está tan orgullosa de las habilidades que las personas usan más que habilidad”. Los resultados prácticos son expertos se expanden entre soluciones de problemas que los operadores de herramientas.
“La IA no tomará un trabajo, pero cambia los detalles del trabajo”, agregó. Este cambio afecta el reclutamiento, la capacitación y las carreras profesionales. Las personas que pueden definir claramente los problemas y pueden orquestar soluciones con IA estarán en demanda.
@Media (ancho máximo: 769px) {. }. AlligivityMage {Mini-width: 81px! Importante; Minimal-Heat: 81px! Importante; }. AleldaminatletTetext {font-came: 14px! Importante; Línea-salud: 20px! Importante; } .Alidheadext {Font-curvado: 24 PX! Importante; Línea-salud: 20px! Importante; }}
Enfoque rápidamente repetido y centrado en el cliente
Quizás el resultado más importante es la velocidad del aprendizaje. La prototipos rápidos y los lanzamientos tempranos permiten a los equipos verificar las ideas con usuarios reales pronto. En lugar de esperar unos meses para obtener cualquier característica en manos de los clientes, los equipos pueden mostrar una versión simple y funcional en unos días. Alimenta un bucle de reacción saludable.
Los clientes escuchan el asunto, pero literalmente algunos equipos no lo aceptan. “Cuando escuche al cliente, escuche el problema, no la solución”, señala Varadharajan.
Los clientes a menudo describen una solución rápida que creen que ayudará. El trabajo del equipo de productos para comprender la necesidad subyacente y el enfoque correcto. La IA ayuda a probar las posibilidades a un bajo costo, pero las personas deben explicar la respuesta del cliente y guiar los próximos pasos, dijo.
Tener alerta práctica. El código producido por la IA puede estar bien inscrito, pero si las partes no aplican prácticas de codificación y diseño consistentes, puede ser opaco. Los nuevos ingenieros requieren un código estimado y mantenible, por lo que las empresas deben determinar la filosofía y el valor para mantener el producto manejable con el tiempo.
Baradharajan dio un ejemplo de un Scente de un hackathon, donde los equipos crearon el 70% de las características en tres días, pero enfrentan el control organizacional de varias semanas antes del lanzamiento. Cuando se eliminaron los pasos innecesarios y la IA se usó con sensibilidad, la producción se redujo drásticamente durante la producción.
Como recordó, “Dijeron que lo queremos dentro de los 15 días. Regrese y mata todos los procesos que no son necesarios”. Esa presión es simplificar que los prototipos permiten características en vivo rápidas.
Qué esperar tan pronto como se revele este cambio
Este no es un pequeño tweet en los flujos de trabajo existentes. “Estamos hablando del cambio significativo”, dijo. La participación es pequeña, la consistencia extendida no será suficiente. Las empresas deben ser procesos redefinidos, volver a entrenar y desarrollar el papel del trabajo.
Al mismo tiempo, el papel humano se vuelve más claro y más importante. AI maneja traducciones y repeticiones. Las personas proporcionan intención, juicio y contexto. Forman los problemas, diseña los sistemas y deciden que una máquina no puede hacer.
“Sabes lo que quieres y sabes cómo diseñar los sistemas, podrás obtener salida en unas pocas horas”. Esta combinación hace que el desarrollo se enfoque más rápido y más sin eliminar los requisitos de las fiestas calificadas.
Hizo hincapié en una actitud realista del futuro, mientras que pasar más tiempo en los problemas y el diseño del sistema pidieron que los equipos usen la IA para acelerar el trabajo de rutina y les pidió a las organizaciones que eliminen procesos innecesarios.
Editado por Megha Reddy
