Últimamente abro una app nueva, veo que han "metido AI" y ya sé lo que me voy a encontrar: una burbujita en la esquina inferior derecha que abre un chat. Escribo, espero, recibo un párrafo genérico. Cierro. Vuelvo a hacer la tarea como siempre la había hecho.
No es que el chat sea mala tecnología. Es que se ha convertido en el atajo por defecto de equipos de producto que quieren decir "ya tenemos AI" sin haberse hecho la pregunta más difícil: ¿qué problema real de nuestro usuario resolvemos mejor con esto? Llevo meses viendo el mismo patrón repetirse en productos distintos, y creo que merece la pena nombrarlo.
1. Empezar por la interfaz, no por el problema
El chat es fácil de vender internamente. Un stakeholder lo entiende en cinco segundos, se puede hacer una demo rápida y "parece AI de verdad". Pero eso significa que el punto de partida fue la interfaz, no el trabajo que el usuario necesita hacer.
Cuando el orden es correcto, la pregunta no es "¿dónde metemos un chat?" sino "¿en qué paso de este flujo el usuario pierde más tiempo o comete más errores, y cómo se lo resolvemos con menos fricción, no con más?". A veces la respuesta es un chat. La mayoría de las veces es un autocompletado, una sugerencia proactiva, una automatización silenciosa que ni se nota que está ahí.
2. Confundir "conversacional" con "útil"
Hay una idea instalada de que si algo conversa contigo, es inteligente. Pero un formulario bien diseñado con tres campos puede resolver en diez segundos lo que un chat resuelve en tres minutos de idas y vueltas explicando lo que ya sabías que querías.
En Venturest hemos discutido esto bastante al diseñar Meetings: la tentación de meter un chatbot que "te ayude" siempre está ahí. Lo que realmente mueve la aguja es coger la transcripción, extraer los puntos de acción y dejarlos ya redactados donde el usuario los va a buscar. Sin preguntarle nada. Sin que tenga que iniciar una conversación para conseguirlo.
3. No diseñar para el error
Un chat esconde muy bien las alucinaciones. El texto sale fluido, seguro, bien puntuado, y el usuario no tiene ninguna señal visual de cuándo debería desconfiar. En cambio, cuando la AI está integrada como sugerencia editable, como borrador o como opción entre varias, el usuario mantiene el control y el error se corrige en el mismo gesto de aceptar o descartar.
Muchos equipos lanzan el chat sin haberse preguntado qué pasa el día que la respuesta es incorrecta. Y en un producto B2B, ese día llega rápido.
4. Tratar la AI como una feature en vez de como una capa
Otro error frecuente: la AI se trata como un módulo más en el roadmap, algo que se "añade" a un producto ya terminado. Pero la AI que de verdad cambia un producto normalmente no es visible como feature independiente. Está tejida en el producto: en cómo se prioriza una lista, en qué campos se autocompletan, en qué alertas se generan solas.
Cuando el usuario tiene que "ir a usar la AI" en vez de simplemente notar que el producto ahora hace algo que antes no hacía, ya hemos perdido parte del valor.
5. No medir lo que de verdad importa
Muchos equipos celebran métricas de uso del chat (mensajes enviados, sesiones, tiempo de conversación) cuando esas métricas pueden significar exactamente lo contrario de lo que creen: si un usuario necesita mandar cinco mensajes para conseguir lo que quería, eso no es engagement, es fricción disfrazada de éxito.
La métrica que importa es si la tarea se completó más rápido, con menos pasos o con menos errores que antes de tener AI. Si esa métrica no mejora, da igual cuántos mensajes se hayan intercambiado.
Entonces, ¿qué hacemos en vez de un chat?
No es que el chat esté prohibido. Hay casos donde tiene sentido: cuando la tarea es genuinamente abierta, exploratoria, sin una estructura previa. Pero para la mayoría de los flujos de un producto digital, hay formatos con mucho más potencial y mucha menos pereza de diseño:
- Sugerencias en línea, donde la AI propone y el usuario decide con un clic
- Automatizaciones silenciosas, que actúan sin pedir permiso para tareas de bajo riesgo
- Resúmenes y extracciones que aparecen ya en el lugar donde el usuario los necesita
- Priorización inteligente de lo que el usuario ve primero, sin que tenga que preguntar nada
Ninguno de estos formatos es tan fácil de enseñar en una demo de cinco minutos. Pero son los que de verdad cambian cómo se siente usar el producto.
La AI más potente que he visto en productos no se nota. Se nota su ausencia cuando la quitas. Y esa es una vara de medir mucho más honesta que cuántas conversaciones se abrieron esta semana.
¿Cuál ha sido tu experiencia? ¿Has visto algún producto que haya integrado AI de una forma que realmente te sorprendiera, más allá del típico chat?
