Desde el lanzamiento de ChatGPT, una estampida de líderes de empresas de tecnología ha estado persiguiendo el rumor: dondequiera que mire, otra empresa está pregonando su característica pionera de IA. Pero el verdadero valor empresarial proviene de ofrecer capacidades de producto que sean importantes para los usuarios, no sólo del uso de tecnología de punta.
Logramos un retorno del esfuerzo de ingeniería 10 veces mayor con IA al comenzar con principios básicos de lo que los usuarios necesitan de su producto, desarrollar una capacidad de IA que respalde esa visión y luego medir la adopción para asegurarnos de que da en el blanco.
La primera característica de nuestro producto de IA no estaba alineada con esta idea y nos llevó un mes alcanzar una decepcionante adopción del 0,5% entre los usuarios recurrentes. Después de volver a centrarnos en nuestros principios básicos sobre lo que nuestros usuarios necesitan de nuestro producto, desarrollamos un enfoque de «IA como agente» y lanzamos una nueva capacidad de IA que alcanzó una adopción del 5% en la primera semana. Esta fórmula para el éxito en IA se puede aplicar a casi cualquier producto de software.
El desperdicio de la prisa exagerada
Muchas startups, como la nuestra, suelen verse tentadas por el atractivo de integrar la última tecnología sin una estrategia clara. Entonces, después del lanzamiento innovador de las diversas encarnaciones de modelos de transformadores generativos preentrenados (GPT) de OpenAI, comenzamos a buscar una manera de utilizar la tecnología de IA de modelos de lenguaje grande (LLM) en nuestro producto. Muy pronto, aseguramos nuestro lugar en el tren del hype con un nuevo elemento impulsado por IA en producción.
Esta primera capacidad de IA fue una pequeña función de resumen que utiliza GPT para escribir un párrafo breve que describe cada archivo que nuestro usuario carga en nuestro producto. Nos dio algo de qué hablar e hicimos contenido de marketing, pero no tuvo un impacto significativo en nuestra experiencia de usuario.
Muchas startups suelen verse tentadas por el atractivo de integrar la última tecnología sin una estrategia clara.
Lo sabíamos porque ninguna de nuestras métricas clave mostró un cambio apreciable. Sólo el 0,5% de los usuarios recurrentes interactuaron con la descripción durante el primer mes. Además, no hubo mejoras en la activación de usuarios ni cambios en el ritmo de registro de usuarios.
Cuando lo pensamos desde una perspectiva más amplia, quedó claro que esta característica nunca cambiaría esas métricas. La propuesta de valor central de nuestro producto tiene que ver con el análisis de big data y el uso de datos para comprender el mundo.
Generar unas pocas palabras sobre el archivo subido no dará como resultado ningún conocimiento analítico significativo, lo que significa que no ayudará mucho a nuestros usuarios. En nuestra prisa por ofrecer algo relacionado con la IA, nos perdimos la oportunidad de ofrecer valor real.
Éxito con la IA como agente: rentabilidad 10 veces mayor
El enfoque de IA que nos dio éxito es un principio de «IA como agente» que permite a nuestros usuarios interactuar con los datos de nuestro producto a través del lenguaje natural. Esta receta se puede aplicar a casi cualquier producto de software creado sobre llamadas API.
Después de nuestra función inicial de IA, marcamos la casilla, pero no estábamos satisfechos porque sabíamos que podíamos hacerlo mejor para nuestros usuarios. Entonces hicimos lo que los ingenieros de software han estado haciendo desde la invención de los lenguajes de programación: reunirnos para un hackathon. A partir de este hackathon, implementamos un agente de IA que actúa en nombre del usuario.
El agente utiliza nuestro propio producto realizando llamadas API a los mismos puntos finales API a los que llama nuestra interfaz web. Construye las llamadas API basándose en una conversación en lenguaje natural con el usuario, intentando cumplir lo que el usuario le pide que haga. Las acciones del agente se manifiestan en nuestra interfaz de usuario web como resultado de las llamadas a la API, como si el usuario hubiera realizado las acciones por sí mismo.