Cómo medir realmente el impacto empresarial de la IA

Galen Low: ¿Es siquiera posible cuantificar el impacto que la IA está teniendo en una organización?

Michael Domanic: Si estás mejorando alguna parte del proceso de ventas, entonces quieres medir cuánto ha mejorado ese proceso. ¿Qué resultado logró? ¿Vendimos más? ¿Alcanzamos un objetivo de ingresos como resultado de implementar eso en el negocio?

Sabes, lo mismo en marketing, estamos mejorando muchos procesos en marketing. Bien, genial. Entonces, si ahorramos tiempo, por ejemplo, creando campañas de marketing, ¿cuántas campañas adicionales podemos crear, y cuál es el valor de esas campañas adicionales que estamos generando? Creo que ahí es donde quieres enfocarte más en medir el valor.

Galen Low: ¿Qué tipo de mentalidades y comportamientos organizacionales deben cambiar en el camino para estar al ritmo del viaje de transformación de la IA?

Michael Domanic: Todos tendremos que sentirnos cómodos con el hecho de que estaremos en modo de transformación y aprendizaje por un futuro previsible. Una de las cosas que sabemos es que el ritmo de proliferación de capacidades no se va a detener. Va a seguir avanzando, y tendremos que ser muy adaptables a todos estos cambios y avances.

Galen Low: Acabas de publicar un artículo sobre tus predicciones para la IA en 2026. Una cosa que también hipotetizaste fue que los investigadores UX y diseñadores serán algunas de las personas más importantes en las empresas en 2026. ¿Puedes explicarme a qué te refieres con eso?

Michael Domanic: Sí, así que...

Galen Low: bienvenido al pódcast de The Digital Project Manager: el programa que ayuda a los líderes de entrega a trabajar de manera más inteligente, entregar con mayor fluidez y liderar a sus equipos con confianza en la era de la IA. Soy Galen, y cada semana profundizaremos en estrategias del mundo real, tendencias emergentes, marcos comprobados y alguna que otra historia de guerra desde la primera línea de los proyectos. Ya sea que estés liderando grandes proyectos de transformación, gestionando flujos de trabajo con IA o simplemente tratando de mantener el caos bajo control, estás en el lugar correcto. Vamos a ello.

Hoy hablaremos de desterrar falsas suposiciones sobre la IA en la cultura empresarial y darle un reinicio al sistema para comprender mejor cómo la IA impacta en el negocio principal, no solo en métricas superficiales. Cubriremos las maneras correctas e incorrectas de medir el impacto de la IA, cómo debe cambiar la percepción de una organización sobre la IA a medida que crece su madurez y revisaremos algunas predicciones de cómo la IA afectará las tendencias empresariales hasta 2026.

Conmigo hoy está Michael Domanic, Jefe de IA en UserTesting.

Michael tiene la misión de impulsar la transformación empresarial a gran escala con IA para desbloquear valor real para el negocio. Lo logra asociándose de cerca con líderes multifuncionales para integrar IA en los flujos de trabajo, fomentar una cultura de innovación y escalar la fluidez en IA en su organización usando un enfoque pragmático y orientado al impacto.

Michael, gracias por acompañarme hoy.

Michael Domanic: Gracias, Galen. Realmente aprecio la invitación.

Galen Low: Me entusiasma esta conversación porque ya hemos tenido charlas previas muy interesantes. Y sé que probablemente vamos a zigzaguear un poco por este tema, pero por si acaso, porque soy ese tipo de gestor de proyectos, aquí tienes la hoja de ruta que he esbozado para hoy.

Para empezar, quería contextualizar obteniendo tu opinión sobre una gran pregunta polémica, pero luego me gustaría ampliar y hablar primero de tres cosas. Quería hablar de cómo has estado implementando IA y midiendo su impacto en UserTesting, y también por qué abordas las cosas como las abordas.

Luego me gustaría explorar cómo evoluciona una organización a lo largo de su viaje con la IA, qué mentalidades, comportamientos y valores deben cambiar o incluso ser descartados completamente para seguir siendo exitosos. Y, por último, quisiera profundizar en algunas de tus predicciones sobre cómo la IA va a impactar nuestra vida laboral y la forma en que hacemos negocios en 2026.

¿Qué te parece?

Michael Domanic: Suena genial. Vamos a zigzaguear un poco.

Galen Low: Zigzagueemos. Vamos allá. Bien, pensé en empezar con una gran pregunta, y para dar contexto, así lo veo: la mayoría de las empresas quieren poder medir el éxito de su implementación de IA.

Esa siempre escurridiza rentabilidad de la IA que va más allá del simple binario de éxito o fracaso, pero las opiniones parecen estar divididas. Algunas personas con las que hablo dicen que ni siquiera hace falta medir la IA porque claramente está creando mejoras. Otros dicen que las organizaciones deben crear métricas nuevas relacionadas con la IA y medirlas rigurosamente.

Así que mi gran pregunta es: ¿realmente es posible cuantificar el impacto que la IA tiene en una organización, o es algo ingenuo que la mayoría de las organizaciones piensen en su transformación de esa manera en esta etapa?

Michael Domanic: Sí, es una buena pregunta, y de hecho es un tema muy debatido, especialmente por personajes como yo que lideramos IA en las organizaciones.

Sí, pienso que hay una corriente de pensamiento que dice: no te molestes en medir el ROI de la IA, es muy temprano. Y también que esto debería ser algo básico para cualquier organización, ¿verdad? Como no mides el ROI de la electricidad, no mides el ROI del correo electrónico, entonces ¿por qué medir el de la IA?

Mi visión es un poco diferente. Entiendo ese razonamiento y acuerdo con parte de ello. Pero tenemos director financiero, tenemos junta directiva. Estamos gastando mucho dinero en nuestra transformación digital con IA. Tenemos que poder mostrar algún tipo de retorno sobre esas inversiones, ¿verdad? Así que lo que hacemos es que, en vez de intentar obtener una cifra holística que diga: este es el ROI de toda la organización por traer la IA, lo que hacemos es mirar trimestralmente nuestras 10 implementaciones más importantes y medimos esas implementaciones, el retorno de inversión de cada una. Por ejemplo, si alguien crea un GPT que ayuda en una parte crítica del proceso de ventas, lo vamos a medir, ¿verdad? Mediremos el resultado, no necesariamente el tiempo ahorrado. Muchas veces la gente se enfoca demasiado en ahorrar tiempo al medir el ROI, pero ahorrar tiempo no es un resultado, es un beneficio. El resultado real es: ¿qué se logró al implementar esta solución de IA en el negocio?

Entonces, nuevamente, si mejoras una parte del proceso de ventas, quieres medir cuánto mejoró eso. ¿Cuál fue el resultado? ¿Vendimos más? ¿Alcanzamos un objetivo de ingresos gracias a esa implementación? Lo mismo en marketing, mejoramos procesos en ese área. Genial. Si ahorramos tiempo creando campañas, ¿cuántas más generamos y cuál es el valor de esas nuevas campañas? Ahí es donde es mejor enfocarse en medir el valor real.

Galen Low: Me encanta ese nivel de fidelidad, no necesariamente yendo tan al detalle como contar las horas ahorradas, ni tampoco inventando métricas nuevas o una visión completamente distinta del negocio.

Al final, se trata del resultado y tu punto es válido: no medimos la eficiencia del correo electrónico hoy, y de alguna manera, esto es nuevo y transformador, pero, aunque me salto a las predicciones, quizá en una década resulte algo común.

Michael Domanic: De acuerdo. Y creo que hay dos tipos de cosas que medir. Está el ROI "difuso" (blando), como lo llamo, y el ROI duro. Lo que he descrito es el duro: lo que puedes realmente medir y decir: Reservamos un 64% más de llamadas de descubrimiento este trimestre gracias a una solución de IA. Sabemos el valor de una llamada así, que es crítica en una empresa SaaS. Pero también están los indicadores difusos: somos una fuerza laboral habilitada con IA. Sabemos que la gente quiere trabajar en empresas así, y sabemos que añadir ese valor nos ayuda a captar mejor talento. Es más difícil de medir, pero sabemos que es importante.

Galen Low: Me encanta. Y sí, aparece en muchas conversaciones actualmente. Para atraer talento, debemos pensar así: la gente quiere trabajar en organizaciones progresistas, a la vanguardia del negocio moderno porque eso tiene buena proyección.

Michael Domanic: Sí, totalmente. Y una recomendación que doy a cualquier persona en un proceso de entrevistas con una empresa es preguntar: ¿cómo está transformándose con IA la empresa? ¿Qué tan habilitados están con IA? Mi consejo para las empresas es: mejor tengan una buena respuesta para esa pregunta si quieren captar el mejor talento.

Galen Low: Me gustaría profundizar en eso, porque es tema para otro episodio: el proceso de entrevista, la búsqueda de empleo, la identidad de la organización. Es un gran consejo porque sé con certeza que muchas compañías creen que tienen una buena estrategia de IA pero no podrían responder con claridad a esa pregunta en una entrevista.

Eso es interesante. Si ampliamos la visión: UserTesting es una plataforma que muchos equipos de mis proyectos han usado. Siempre la he visto como una plataforma inteligente enfocada en crear experiencias impactantes para el usuario a partir de insights reales, y eso me encanta.

Lo interesante de ti es que tienes una trayectoria extensa en esta organización. Empezaste en éxito de cliente y luego pasaste a estrategia de IA antes de convertirte en VP y jefe de estrategia de negocios de IA generativa, lo cual es genial.

Felicidades. Por todo esto, quiero que nos cuentes sobre IA y cómo medir su impacto, y cómo cambiar la cultura organizacional. Pero quizá para ponernos en contexto: ¿puedes darme ejemplos de cómo el equipo de UserTesting usa IA hoy en día?

Hemos hablado de go to market y reservas de llamadas; ¿en qué otras áreas lo usan?

Michael Domanic: La IA juega un papel importante en casi todo lo que hacemos ahora porque hemos superado la curva de adopción y la implementamos donde creemos que aportará valor, que es la mayoría de las cosas.

Hay muchos casos de uso a detalle, pero a nivel alto, somos una empresa SaaS, ¿sí? Hay cosas que debemos hacer bien como SaaS para tener éxito: crecer en ingresos, retener clientes y aumentar la velocidad del producto.

Ahí es donde yo dedico la mayor atención, porque sé que tendrá mayor impacto. Por ejemplo, en nuestro producto — creo que la mayoría de los equipos de producto ya lo hacen — nuestros ingenieros usan herramientas como Codex, Copilot, Cursor, que ayudan a aumentar la eficiencia y rigor en el desarrollo de código. Los diseñadores usan herramientas de prototipado rápido, "vibe coding", para crear prototipos más rápido y así también aumentar la velocidad de producto. Todo el equipo de producto está en ese proceso.

Si pasamos a go-to-market, mencioné ejemplos de herramientas que usa ventas. Creamos GPTs personalizados que mejoran partes del proceso comercial; los SDR tienen GPTs para enfocar mejor sus prospectos, tener mejores conversaciones y agendar llamadas de descubrimiento donde identificamos desafíos del cliente y si podemos ser solución.

El equipo de marketing la usa para crear mejores campañas, hacerlas más rápido, redactar y editar textos, crear imágenes. Así que, sí, se utiliza en toda la empresa.

Galen Low: SaaS es un caso de uso ideal porque, como dices, la velocidad importa. Es un mundo intensamente competitivo.

Y ahora las barreras de entrada son mucho menores por todo lo que dijiste. Antes, no tenías, por ejemplo, un equipo de cien ingenieros o cincuenta diseñadores con veinte años de experiencia. Ahora, la competencia puede alcanzar tu nivel rápido, todo se mueve vertiginosamente y allí está justificado.

Muchos de quienes nos escuchan, gestores de proyectos, sienten esa presión: entregar más rápido, mejor y más barato. Y no solo para llenar los bolsillos de la empresa, sino que la salud y el progreso de la organización levanta a todos los barcos porque la velocidad importa en tu industria.

Michael Domanic: Tal como dices sobre las barreras, somos muy conscientes de lo rápido que caen en el mundo SaaS.

Por eso debemos ser mejores en todo lo que hacemos. Para profundizar, no importa si eres SaaS o cualquier empresa, hay tres maneras en que la IA se usa en el negocio. Primero, la usamos como becario: te ayuda a resumir documentos, a investigar un poco; si eres vendedor, te ayuda a entender tus cuentas, tus clientes.

La segunda, como asistente. Ahí entra lo generativo: el equipo de marketing usa IA para crear textos, emails, publicaciones en LinkedIn, piezas de creación. Ambas son valiosas, pero ninguna se acerca al valor del tercer caso: usarla como socio estratégico.

La IA es muy buena en darte percepciones estratégicas sobre tu negocio. Hablo de esto en la organización: quiero que todos la usen en los dos primeros casos, pero sobre todo quiero que tengan conversaciones estratégicas con la IA para mejorar su estrategia y el enfoque frente a los grandes retos de la empresa.

Galen Low: Eso me genera curiosidad sobre tu rol. Hemos hablado de cómo medir el impacto de la IA, pero tu función es guiar la transformación con IA.

¿Qué tan involucrado estás? ¿Eres supervisor de todos los equipos, o actúas como coach de manera menos frecuente? ¿Cómo siembras estas ideas y consigues que la gente active ese tipo de mentalidad sobre el uso de la IA y el pensamiento crítico respecto a la misma?

No solo usarla como socio de ideas o alguien que haga el trabajo y copiar-pegar: ¿cómo logras que desafíen los resultados y los mejoren con su propio juicio humano?

Michael Domanic: Es un gran tema y estamos haciendo muchas cosas. Respecto a las expectativas de transformar la organización alrededor de la IA, sabemos que hay que proporcionar a todos herramientas, capacitación y apoyo. Somos una empresa de 750-800 personas, así que no puedo estar en todas partes ni tener esas conversaciones semanalmente con cada equipo.

Intento centrarme en lo más importante. Hablamos de esos tres ejes antes. Fuera de esos tres, hay otras cosas valiosas. Un aspecto clave — y recomiendo a cualquier organización hacerlo — es identificar quiénes ya están experimentando, quienes muestran iniciativa: se convertirán en el centro de excelencia. Aquí, ese centro reúne a unas dos docenas de personas multifuncionales de RRHH, ventas, marketing, producto, ingeniería, etcétera. Los designamos como expertos en IA en sus equipos. Se comprometen con la misión de estar muy involucrados, tratar de entender todos los cambios de IA y hallar las implementaciones más significativas. Hablan con pares de su mismo o similar cargo, y lo resolvemos juntos. Ese centro de excelencia ha sido clave para nuestra adopción y transformación: les capacitamos para ser expertos en sus equipos y funciones.

Galen Low: Me encanta ese enfoque de empoderamiento. Muchas personas sienten como si les impusieran la IA sin orientación. Creo que lográis ese equilibrio correcto. No puedes estar en toda la organización, no tienes docenas de colegas expertos en IA; pero el modelo de comunidad de práctica tiene sentido: son los expertos quienes deben decidir dónde está el mayor valor e implementar la solución.

Michael Domanic: Y aunque sé bastante para moverme en casi cualquier área del negocio, no soy el experto en casi ninguna. Los que lo hacen a diario sí lo son, y si conversamos sobre capacidades de IA, ellos descifrarán qué significan esas capacidades en su función y para los puestos relacionados.

Galen Low: La imagen que tengo es la de gente empoderada, levantando la mano. ¿Encontraste lo opuesto? ¿Qué tipo de resistencia o suposiciones falsas sobre la IA te encontraste durante la transformación corporativa y cómo las enfrentas?

Michael Domanic: Siempre hay objetores de conciencia en toda organización, que quizá no están convencidos de esto. Mi enfoque con ellos es abierto y respetuoso. No hay un mandato obligatorio de usar IA, pero sí la expectativa de que, si no experimentas o cambias tu trabajo, estarás en desventaja. Intento ponerlo en contexto, pero reconociendo que hay preocupaciones legítimas: esto cambia muy rápido, y hay impactos ambientales, por ejemplo, que no siempre asumimos.

Así que respeto a los objetores. A veces quiero traer a esas personas a la mesa, incluso más que a los entusiastas, porque suelen ser los más reflexivos y eso nos aporta. Intento dejarles claro cuánto valoro esa perspectiva y su voz en el proceso.

Galen Low: Es un gran punto. Me gusta que señales a los objetores de conciencia: son quienes están reflexionando a fondo, replanteando todo en función de sus valores, bienestar y principios. Hay que diferenciarlos de los objetores menos informados, los que simplemente tienen miedo o ansiedad sin haber considerado a fondo el asunto. Pero tú buscas implicar conscientemente a esos objetores porque identifican riesgos. Y necesitamos a esas personas que frenen, que sean humanos en el proceso de cuestionar y no den por hecho todo lo que nos dan las herramientas.

Porque, si no cuestionamos nada y todo lo aceptamos rápido, no siempre será el mejor resultado para cada organización.

Michael Domanic: Para ser claro, en la mayoría de organizaciones, entre quienes no adoptan la IA, hay dos grupos: unos simplemente no están interesados en cambiar cómo trabajan y no voy a gastar energía allí, pero sí con los que no la usan porque reflexionan mucho al respecto. Ese grupo nos da información valiosa.

Galen Low: Eso es interesante. Y, en cierto modo, es "user testing" también. Justamente: ¿usan su propio producto para poner a prueba nuevos enfoques de trabajo con IA?

Michael Domanic: Lo hacemos, de hecho. Curiosamente, mi camino en UserTesting comenzó hace siete años.

Así que, hace diez años, ya estaba desarrollando soluciones de IA y probándolas dentro de UserTesting. Eso fue en el ciclo inicial de expectativa de la IA, versión 1.0. Luego decayó y ahora estamos en la 2.0, mucho más grande. Mi rol es impulsar la transformación dentro de la organización, así que uso nuestra plataforma para recoger feedback sobre lo que hacemos.

Puede ser una encuesta interna semestral de competencia en IA, donde preguntamos cómo se siente la gente con la IA, dónde necesitan más apoyo en su transformación personal; analizamos cómo usan la IA en diferentes áreas, preguntamos por herramientas que hoy no tienen pero desean usar: eso me es muy útil y me permite reforzar la capacitación en toda la empresa. Hemos construido una cultura fuerte alrededor de los GPT personalizados: ya creamos casi mil y somos 750 empleados. Mucho de esto es experimentación, pero también hay GPTs usados por grandes grupos, si no toda la empresa.

Esos GPTs se testean con un grupo interno de prueba usando UserTesting para asegurar que sean intuitivos y realmente resuelvan el problema para el que se crearon. No deben ser complicados: no quiero que nadie sea un ingeniero avanzado de prompts para usarlos. Así que usamos nuestra propia plataforma para recoger feedback sobre las soluciones de IA que ofrecemos a nuestro equipo.

Galen Low: Es una buena práctica y probablemente algo que más empresas deberían hacer. UserTesting u otra herramienta. Veo mucha fascinación con experimentar, menos con optimizar y recoger retroalimentación para mejorar. Mucha gente pasa al siguiente GPT personalizado o a la siguiente app, pero para madurar una organización, algunos GPTs son excelentes y además mejorables con feedback de usuario.

Excelente práctica. Y puedo decir que me gusta lo que escucho sobre la cultura de ahí: realmente viven esos valores centrados en las personas. Mencionabas que no es obligatorio usar IA. Sé de empresas donde se mide cuántas veces alguien entra en Cursor, o ponen métricas de uso de IA en las revisiones de desempeño, y aunque lo entiendo, parece forzado.

Me gusta lo que pintas: la gente está empoderada para decidir, se les anima a explorar, no para que no queden atrás sino porque es para su propio beneficio.

Y también tus métricas, para ti y los equipos, están basadas en métricas reales del negocio: no mides la IA en sí, sino cómo impacta realmente en el negocio. Donde quiero ir ahora es: nada de esto es estático. Todo está en movimiento. La transformación es proceso. No existe hoy una "mejor práctica" universal porque todo está moviéndose. Hay varias etapas o fases y, a medida que una organización madura su IA, cambia. Así que te pregunto: ¿qué mentalidades y comportamientos organizacionales deben cambiar en ese proceso para seguir el ritmo de la transformación, incluso si son cosas que la organización acaba de entender en la fase anterior?

Michael Domanic: Creo que todos debemos acostumbrarnos a estar en modo de transformación y aprendizaje durante mucho tiempo, quizás cinco o diez años, no lo sé, pero será un tiempo. Esa es mi recomendación.

Una manera de verlo es: piensa en todo el progreso de la IA en los últimos tres años. Ahora imagina que ese progreso se detiene hoy. Nos tomaría, por lo menos, diez años desentrañar e implementar todos esos avances en nuestras organizaciones. Probablemente más. Pero al menos diez años sería el viaje de transformación. Sabemos que ese ritmo de proliferación de capacidades no se va a detener. Seguirá avanzando, así que tenemos que ser muy adaptables frente a estos cambios y avances durante bastante tiempo. Mi consejo para cualquier organización es: deben acostumbrarse a adaptarse muy rápido a toda esta transformación y cambio.

Galen Low: Me encanta, aunque resulta intimidante y algo aterrador. Se ve claramente: muchas organizaciones creen que saltar la transformación con IA es solo cruzar un río, pero en realidad están entrando a un océano sin fin.

Michael Domanic: Creo que eso es lo que diferencia esta transformación de todas las anteriores: antes era como, "aquí hay un gran cambio, necesitamos adaptarnos", y sabíamos que había algo al otro lado que alcanzar. Pero con la proliferación de IA generativa, y la perspectiva de una IA general fuerte, lo que hemos vivido en tres años probablemente no es ni el comienzo de lo que nos espera en los próximos diez.

Galen Low: Eso es impactante.

Michael Domanic: Sí, puede sonar a catástrofe, pero es la realidad. Hay que adaptarse a ello.

Galen Low: Y creo que esa es la clave: aceptar que queda mucho por delante y no es solo un cambio temporal. Es una nueva etapa en la manera de pensar, y si conseguimos aceptarla, nos irá mejor que si pensamos que es algo temporal.

Michael Domanic: Así es.

Galen Low: ¿Puedo regresar un momento a las métricas y la medición?

Porque decías que ahora todo está asociado a los indicadores clave del negocio; no medimos cosas fuera del negocio central. ¿Eso cambiará en tu organización en el futuro? ¿Crees que se medirá distinto a medida que comprendamos mejor la profundidad del cambio y empecemos a innovar fuera del modelo de negocio tradicional?

Michael Domanic: ¿Cambiará? Sí. ¿Cómo cambiará? Eso es menos claro. Lo que vemos ahora al entrar a 2026, es que en los últimos 18 meses hemos medido dos cosas principalmente. Primera: la adopción de IA en la organización. Un poco métrica de vanidad, pero esencial. No habrá transformación si no usas las herramientas. Ahora mismo, diría que tenemos adopción completa de la IA. Nuestros usuarios activos semanales y diarios rozan el 100%.

La segunda cosa que medimos fue el impacto en resultados de negocio, y seguiremos haciéndolo. Probablemente reduciremos el énfasis en la adopción. Mirando hacia adelante, lo que he dicho al comité ejecutivo los últimos meses es que ahora entramos en la fase dos: la de agentes autónomos de IA en los procesos corporativos.

Empezaremos a medir eso: durante meses hemos experimentado, pero cuando lo despleguemos formalmente en la empresa, tendremos que centrarnos mucho en cómo impacta en los procesos y flujos de trabajo. No sé exactamente cómo será la métrica aún, pero tengo una idea general. Y creo que se seguirá tratando de medir resultados de negocio, pero quizá de una forma diferente. Iremos refinando ese enfoque.

Galen Low: Me gusta eso. Y, como mencionabas antes, está la parte difusa de la cultura.

Me gusta tu manera de abordar el uso — no es obligatorio, pero sí, ¿la gente realmente lo usa? Ahora entran en fase dos: ¿estamos usando agentes? Muchas preguntas surgirá que cada empresa deberá resolver sobre cómo medirlo en su propia realidad.

Quiero cambiar de tema y cerrar hablando del futuro, especialmente porque acabas de publicar un artículo —que disfruté mucho— sobre tus predicciones para la IA en 2026. Entre ellas: cargos como el tuyo serán indispensables en empresas de tamaño mediano y grande; habrá agentes de IA manejando operaciones en el fondo, como hemos hablado; circularán estrategias post AGI entre altos directivos, aunque no todos entiendan bien qué signifique. También, nuestros feeds de información y redes sociales se volverán mucho más “desordenados” (sloppy), con más ruido generado por IA. Habrá buen contenido, pero también mucha paja.

Pero la hipótesis que me llamó más la atención: los investigadores y diseñadores UX serán las personas más importantes en las empresas en 2026. ¿Por qué?

Michael Domanic: Lo mencionábamos antes: las barreras para crear producto caen rápidamente. Nunca fue tan fácil crear wireframes, prototipos, incluso negocios completos. Las empresas usan estas herramientas para incrementar la velocidad de producto. Pero sigue siendo extremadamente difícil crear productos que la gente realmente quiera usar. Ahí entran los diseñadores e investigadores UX, siendo los expertos capaces de ayudar al negocio a entender, de entre todas las nuevas herramientas y productos generados, cuáles realmente resuenan con los clientes. Los UX siempre han sido esenciales, especialmente en empresas SaaS, pero incluso en producto de consumo. Habrá una demanda para crear más productos rápido, pero sigue sin ser más fácil lograr que esos productos enganchen al público. Quien pertenezca a UX va a ser el experto más buscado para ayudar a sus empresas, porque si lanzas diez veces más funcionalidades, pero ninguna conecta con tu cliente, realmente no avanzaste en velocidad de producto.

Galen Low: Hay mucho ahí. Me encanta. Los oyentes habituales saben que tengo debilidad por el buen diseño de experiencia de usuario, vengo de ese trasfondo de “human centered design”.

Michael Domanic: Lo comparto completamente.

Galen Low: Es importante lo que mencionas: algunos pensarán, “si ahora es más fácil hacer wireframes y prototipos, ¿para qué quiero a un UX?” Pero ese no es el trabajo, el trabajo es resonar con los usuarios. Incluso internamente en la transformación, los empleados son usuarios de herramientas digitales hechas para transformar con IA, y eso también requiere UX. Todos hemos sufrido esa herramienta interna mal diseñada que nadie quiere usar, pero nadie piensa en mejorarla. El reto para la adopción es crear experiencias valiosas que realmente aporten a la cultura, que atraigan talento y ayuden a mantener velocidad e innovación, sea SaaS o cualquier negocio… para avanzar hacia ese futuro.

Michael Domanic: Totalmente de acuerdo.

Galen Low: (Río) Podría alargarme, pero realmente disfruté ese artículo. Pondré el enlace en las notas porque podríamos profundizar en cada punto, pero eso se queda para otro episodio.

Michael Domanic: De lo que escribí, creo que lo más relevante para tu audiencia es la cuestión de UX, pero también prepárense para el apocalipsis del "slop". Antes de 2026, pronostico una gran caída en el uso de redes sociales debido al exceso de contenido basura generado por IA. Las personas se hartarán de no saber exactamente qué están viendo. Ahí el UX juega un papel clave: si eres una empresa de redes sociales, debes pensar estratégicamente en el tipo de experiencia que quieres entregar. Todos buscamos evitar el apocalipsis del "slop", pero se avecina.

Galen Low: Cierto, desgastamos nuestros canales rápidamente. Mi bandeja de entrada, ni hablar; el email casi no lo uso porque la mayoría es spam. Será interesante ver qué lo reemplaza o cómo adaptamos nuestros hábitos.

Michael Domanic: Totalmente.

Galen Low: Michael, ha sido estupendo, gracias. Solo por diversión: ¿quieres hacerme una pregunta?

Michael Domanic: ¿Cuáles son tus predicciones para la IA en 2026?

Galen Low: A gran nivel, y de forma optimista, creo que algunos de los mitos, especialmente los alarmistas, empezarán a disiparse. Se volverán irrelevantes porque la gente usará la IA y descubrirá por sí misma para qué sirve y para qué no. Creo que en la "hype cycle 3.0" la gente dirá: “ok, no puedo convertirla en el hombre del saco”. Es una tecnología que, como tal, no es ni buena ni mala, y espero que las opiniones menos fundamentadas sobre la IA y la transformación empresarial se disipen. Sí, quizá habrá más basura, pero la histeria colectiva, sin base real, desaparecerá poco a poco.

Michael Domanic: Interesante. Así que dejaremos de leer a personas como Gary Marcus, abanderados del pesimismo sobre la IA.

Galen Low: Bueno, seguro seguirán existiendo, pero espero que sean menos. Michael, muchas gracias. Para quienes quieran saber más sobre ti y UserTesting, ¿dónde pueden encontrarte?

Michael Domanic: Pueden seguirme en LinkedIn. Publico mucho sobre IA en esa red. Y si tienes una empresa interesada en obtener feedback sobre cualquier cosa que estén haciendo, visiten UserTesting. Puede ser su programa de transformación en IA, productos nuevos o incluso contenido dudoso: lo que sea, si quieren feedback, cuenten con nosotros.

Galen Low: Me encantaron esos tres casos de uso. Genial. Gracias de nuevo, Michael, lo aprecio mucho.

Michael Domanic: Gracias a ti, Galen. Un placer conversar contigo.

Galen Low: Esto fue todo por el episodio de hoy de The Digital Project Manager. Si disfrutaste esta conversación, suscríbete donde quiera que escuches pódcast. Y si quieres más consejos tácticos, estudios de caso y guías prácticas, visita thedigitalprojectmanager.com.

Hasta la próxima y gracias por escuchar.