Tu lealtad es hacia el ROI, no hacia el algoritmo.
El 80% de los proyectos de IA fracasa por mala definición de producto, no por el modelo. Este canvas te obliga a definir el problema, el input, el output, el MVP y los KPIs antes de gastar un dólar en tokens.
Las 9 casillas
Ver un ejemplo aplicado →El Dolor
¿Cuál es el dolor medible que estás resolviendo?
Mal
"Queremos mejorar la atención al cliente."
Bien
"Perdemos el 30% de los leads porque tardamos 24h en contestar. Bajarlo a 10 minutos."
Si lo puede arreglar un Excel bien hecho, eso también es victoria.
¿Por qué IA?
¿Por qué este problema necesita IA y no una regla o un SaaS?
Mal
"Porque tenemos acceso a GPT-4."
Bien
"Porque el input es texto no estructurado en volumen, y un script de reglas dejaría el 40% sin clasificar."
Empezar con la herramienta es el error amateur. Empieza con el dolor.
Input
¿Cuál es la materia prima exacta? Sé quirúrgico.
Mal
"Datos de ventas."
Bien
"PDFs de facturas escaneadas con ruido visual; audios de llamadas de 15 min en español de Chile; tabla SQL con historial 2022."
Si no puedes escribirlo en una servilleta, no tienes proyecto: tienes una alucinación gerencial.
Output
¿Qué forma tiene la salida y a qué sistema entra?
Mal
"Una respuesta en lenguaje natural."
Bien
"{ "categoria": "soporte", "prioridad": "alta" } directo al ERP, sin intervención humana."
Texto libre es peligroso. JSON estructurado es el lenguaje que usan las máquinas para hablar entre sí.
Hipótesis MVP
¿Cuál es la versión barata que puedes validar en 2 semanas?
Mal
"Un sistema 100% automático que lee, redacta, envía y se integra con Salesforce."
Bien
"Un script que lee el email, genera un borrador en Google Sheets y un humano lo revisa."
La meta no es automatizar, es validar. ¿El humano aprueba el 80% de los borradores sin editar? Entonces y solo entonces integras.
KPI de Éxito
¿Qué número, con baseline y meta, dice si funcionó?
Mal
"Mejorar la productividad."
Bien
"Precisión 95% en clasificación de tickets · Ahorro de 20 h-hombre/semana · Reducción de falsos positivos al 2%."
Si no hay métrica, no hay éxito, solo opiniones. Los KPIs definen el éxito antes de escribir código.
Riesgo y lo que NO se hace
¿Cuáles son los modos de falla y qué queda fuera de alcance?
Mal
"Confiar en que el modelo no alucina."
Bien
"El modelo no genera citas legales. Toda salida sensible pasa por revisión humana antes de impactar al cliente."
El mayor riesgo de la IA generativa no es que sea tonta; es que es increíblemente persuasiva. Define el scope creep que vas a rechazar.
Build, Buy o Ally
¿Construyes, compras o te alías?
Mal
"Vamos a construirlo nosotros con GPT-4."
Bien
"Construir el wrapper de prompts (1 semana); comprar el SaaS de OCR; aliarnos con el proveedor del CRM para la integración."
Si una empresa de logística no fabrica sus camiones, ¿por qué tú vas a construir lo que ya existe como SaaS? El 90% de las veces "podemos construirlo" es quemar capital.
El Equipo
¿Quién audita la materia prima, quién aprueba el output y quién hace ingeniería?
Mal
"Le pedimos al equipo de datos."
Bien
"Product owner del negocio (define el dolor + aprueba KPIs); ingeniero de datos (audita el input); ingeniero ML (prompts + evals); legal/compliance (gating del output)."
El error más costoso en IA no es elegir el modelo incorrecto; es contratar al equipo equivocado. La tecnología es la punta del iceberg.
Cómo usar el canvas
Llénalo en 60 minutos con stakeholders
Reúne al sponsor del negocio, al técnico y a quien sufre el dolor. Si no pueden llenar 1-2-3-6 en 60 minutos, el proyecto no está listo.
Bloquea con la regla del MVP
Si la casilla 5 dice 'Estrella de la Muerte' (6+ meses, 100% automático), reescríbela. La meta es validar en 2 semanas, no automatizar.
Revísalo cada sprint
El canvas no es un documento de kickoff. Es un contrato vivo. Cuando cambia el input (casilla 3) o el KPI (casilla 6), todo el equipo se entera el mismo día.
Si no cabe en una página, no es un canvas
El poder no está en lo que construyes, sino en lo que decides NO construir. Cada casilla es una decisión binaria.
Llévate el canvas, aplícalo a tu proyecto
Te enviamos el PDF imprimible más el caso de estudio aplicado. Si el caso te detona ideas, la certificación AI Product Manager te enseña los otros 4 canvas del sistema: Viabilidad, Arquitectura, Riesgo y Cascada.
Sin spam. Cero envío de cursos genéricos. Solo el canvas y el material del programa.