Innovación Aumentada con Inteligencia Artificial: Potenciando las metodologías de innovación

Puesto que la casuística es muy amplia, en este artículo me voy a centrar en el apoyo de la IA Generativa en cada fase de la metodología Design Thinking, que ha demostrado su utilidad para resolver muchos problemas, y como la hemos utilizado en un caso práctico.

Nos ha permitido conseguir dos objetivos, probar e integrar la IA en nuestros procesos de definición de servicios, y obtener un nuevo producto para ofrecer al mercado.

En primer lugar, siempre conviene aclarar los términos.

• Design Thinking se ha consolidado como una metodología clave para desarrollar innovaciones centradas en las personas. Su fuerza radica en la capacidad de empatizar con los usuarios, redefinir sus problemas y generar soluciones creativas mediante un enfoque iterativo.
• Innovación Aumentada consiste en el uso integrado de herramientas digitales inteligentes para reforzar cada fase del proceso de innovación, desde la identificación de oportunidades hasta la ejecución y aprendizaje, permitiendo a los equipos innovar más rápido, con menor riesgo y mayor alineación con las necesidades del mercado. El uso de Inteligencia Artificial Generativa (IAG), en las diferentes fases del proceso, nos puede permitir dar un salto cualitativo.

2. IA en las fases de Design Thinking

El proceso de Design Thinking se estructura en cinco fases: Empatizar, Definir, Idear, Prototipar y Evaluar.

Ver mi artículo  La metodología Design Thinking y la innovación

Sin intentar ser exhaustivo, voy a describir una experiencia que hemos realizado, de la mano de David Alayón, para definir un nuevo servicio, y como la IAG puede potenciar y facilitar el uso de las técnicas de creatividad asociadas en cada etapa de Design Thinking.

De alguna forma, se trata de delegar en la IAG algunas de las actividades en la que es más potente que nosotros. Consideramos que   IAG es como otro miembro del equipo (eso sí, aventajado, con mucha memoria y buen acceso a la información ¡!),

2.1 Empatizar: Entendiendo mejor a los usuarios y el contexto

Como ya comenté en un artículo anterior, en esta fase se trata de conocer más en detalle el desafío o reto al que nos enfrentamos, para ello tenemos que empatizar con los usuarios, entender su situación y contexto, para comprender bien el reto al que nos enfrentamos.

Existen diversas herramientas para utilizar en esta fase, realizar entrevistas, mapas de empatía de usuario, observación de usuarios, etc.

Estudio del Contexto

En primer lugar, para necesitamos conocer bien el contexto en el que queremos lanzar nuestro producto, es decir, las características del sector al que nos dirigimos, las tendencias y la competencia. Para ello, nos podemos apoyar en la IAG.

En nuestro caso, le pedimos a ChatGPT que analizara el contexto y a nuestra competencia siguiendo las 5 fuerzas de Porter (factores clave que determinan la competencia en una industria).

Para ello hicimos uso de una de las herramientas que dispone ChatGPT (Investigación en profundidad), que nos permitió realizar un análisis más detallado. Tuvimos que ir contestando todas las preguntas que nos iba realizando, y en sucesivas interacciones, pudimos obtener un informe de la industria/servicios en que nos queremos posicionar, así como un análisis de nuestra competencia.

En la medida en que nuestros productos de consultoría son bastante específicos, tuvimos que aportar bastante información adicional que ya conocemos (nuestro expertise), para ir guiando/colaborando con la IAG. Incluimos competidores locales más específicos, entorno geográfico, organismos y fuentes de información más relevantes a tener en cuenta en nuestro entorno (Innobasque, Gobierno Vasco, etc.).

Mapa de Empatía

El mapa de empatía es una forma de recopilar información sobre lo que el cliente objetivo piensa, siente, ve, escucha y dice. De esta forma podemos entenderle mejor y adaptarnos a sus necesidades.

Evidentemente, cuando definimos un producto ya tenemos en mente un perfil previo de potencial cliente, pero nos interesaba ampliar el foco, y evitar nuestros sesgos. A partir del informe de la industria/servicios creado previamente, utilizamos la IAG para crear nuevos perfiles de usuario potenciales para nuestros servicios de consultoría. Después de ajustar las preguntas y detalles (definiendo prompts enriquecidos), nos sorprendió la rapidez y calidad de los resultados obtenidos. Tuvimos que descartar algún perfil (no cuadraba con nuestra experiencia), y seleccionamos un perfil de usuario que consideramos más relevante. En nuestro caso salió el arquetipo “Laura Ibáñez- Responsable de Mejora Continua e Innovación”, con todas sus características asociadas.

A partir de ese perfil, utilizando otra funcionalidad específica de ChatGPT, creamos lo que llaman un GPT (es decir un modelo de usuario concreto), que se considera que tiene el comportamiento del nuestro arquetipo de cliente (Laura Ibáñez), y que por lo tanto se va a comportar como nuestro cliente potencial, al que ofrecer nuestro producto.

También utilizamos ChatGPT para generar un guion de entrevista para nuestros clientes potenciales. que luego fuimos refinando y depurando.

Mediante ChatGPT hicimos una entrevista virtual a nuestro arquetipo de cliente, utilizando el guion de la entrevista, preguntándole por nuestra área de servicios, con lo que obtuvimos un resultado bastante interesante sobre sus necesidades. La IAG aportó algunas perspectivas no obvias. Evidentemente, este proceso hay que completarlo con las entrevistas a clientes reales, no nos debe evitar el trabajo de campo necesario.

No hay que perder de vista que nosotros seguimos estando dentro de todo el proceso de interacción con la IAG, valorando y ajustando las actividades, los resultados, y no dejado solo que trabaje la IAG (Human in the loop of the process).

2.2 Definir: Reformular el reto con precisión

En esta fase de Definición, a partir de la información obtenida en la fase anterior, tenemos que analizar e interpretar todo lo que hemos conocido y aprendido (analizar los Insights clave obtenidos) para definir bien el reto.

Es necesario integrar las necesidades de los usuarios, el contexto en que nos movemos, para definir bien los “pains”, puntos de dolor, que tendremos que resolver. Identificar lo que aporta valor al usuario, como resolver el problema, y en nuestro caso, donde podemos tener oportunidades para ofrecer nuestros servicios (How Might We).

Utilizamos ChatGPT para:

• Extracción de los hallazgos (insights) a partir de toda la información obtenida (perfiles de usuario, informe de la industria objetivo, resultados de las entrevistas generadas por ChatGPT, etc.).
• También generamos una de lista de insights clave (clasificación de los hallazgos por diferentes criterios (fuente, usuario, relevancia, oportunidad..), retos alineados con patrones de necesidad detectados. Información que nos permite alimentar la siguiente fase de “Idear”.

Ejemplo de Hallazgo:

2.3 Idear: Generar soluciones innovadoras

En esta tercera fase (divergente) desarrollamos múltiples ideas y soluciones posibles al desafío o reto que nos hemos planteado resolver.

Las herramientas que se utilizan habitualmente en esta fase son: brainstorming, SCAMPER, mapa mental, analogías.

Nosotros seleccionamos uno de los hallazgos (puntos de dolor del usuario) que consideramos que constituía una oportunidad, que nosotros podemos ayudar a resolver:

Como en el resto de las fases, utilizamos la IAG para generar y depurar las soluciones más apropiadas. Tuvimos que crear unos buenos prompts (enriquecidos), para hacer preguntas potentes a IAG:

• “¿Cómo podríamos resolver el problema…?
• Hibridación por Traslación. Aplica conceptos de analogía con otros sectores punteros (Elegimos Ikea, Uber).
• Filtros inteligentes para categorizar y priorizar ideas según criterios de impacto y viabilidad, Etc.

De esta forma, obtuvimos diferentes ideas/estrategias que nosotros podríamos ofrecer para mitigar los pains de los usuarios, que les resuelva sus necesidades.

Elegimos una de ellas, que podemos ofrecer según nuestras capacidades:

“Desarrollo de planes de capacitación para fomentar una cultura que valore la experimentación y el aprendizaje del error, impulsar programas de capacitación interna …..”

2.4 Prototipar: Construir para aprender

En esta fase, se trata de dar forma concreta a las ideas seleccionadas, aunque sea de una forma muy elemental. Se trata de pasar de las ideas a una realidad tangible a corto plazo.

Nuevamente nos apoyamos en la IAG, para generar un servicio que podemos ofrecer a los clientes. Otra vez, es necesario crear un prompt adecuado. Cuanto más trabajado, mejor será la calidad del resultado obtenido.

Incluimos algunas características deseables del formato, duración, con lo que obtuvimos una propuesta concreta de plan de capacitación para ofrecer a nuestros clientes.

También pedimos a ChatGPT que aplicara la técnica de creatividad SCAMPER (Sustituir, Combinar, Adaptar, Modificar, Poner en otro uso, Eliminar y Reordenar) a las soluciones propuestas.

En todo este proceso iterativo, también fuimos aplicando nuestros propios criterios para ir depurando el producto. Como resultado de todo el proceso, en un plazo corto, tenemos un producto que ya podemos ofrecer a los clientes, que aunque no es muy completo, cubre necesidades básicas de los clientes en el ámbito elegido.

“Formación básica para desarrollar la Innovación Ágil en la Organización”

El producto/servicio en cuestión, con su correspondiente descripción de objetivos, temario, folleto, y horarios, constituye nuestro primer PMV (Producto Mínimo Viable), que ya podemos ofrecer a nuestros clientes.

2.5 Evaluar: Validar con los usuarios

En esta fase, se trata de probar nuestro prototipo (en nuestro caso el PMV) con los usuarios para poder validarlo, identificar mejoras significativas, y detectar fallos o carencias a resolver.

El objetivo es, obtener un feedback de los clientes, aprender, y validar de forma práctica la solución planteada, su grado de aceptación y valoración, para posteriormente mejorar el servicio y/o ampliarlo.

En esta fase, también utilizamos IAG para una primera validación. Le hicimos una encuesta a nuestro el arquetipo de usuario creado (GPT-Laura Ibáñez) para que evaluara el plan de capacitación planteado.  Nos volvió a sorprender. Se supone que ChatGPT busca todas las posibles ventajas y desventajas que este arquetipo de usuario puede tener con respecto a nuestro servicio. Aportó algunas ideas que nos permitió mejorar nuestro plan de capacitación.

Actualmente ya estamos ofreciendo el servicio (Plan de Capacitación interna, Plan de Formación) con algunos de nuestros clientes.

3. Beneficios de combinar IA y Design Thinking

• Aumenta la potencia y rapidez en el uso de técnicas utilizadas en las fases de Design Thinking.
• Permite acelerar los ciclos iterativos de todo el proceso
• Reduce el sesgo humano, aporta mayor objetividad en la toma de decisiones.

Ejemplo de un estudio de Harvard Business School sobre los consultores de Boston C. Group que utilizan GPT-4,

• finalizaron un 12.2% más de tareas, -
• las completaron un 25.1% más rápidamente,
• y produjeron resultados de 40% más calidad, en comparación con aquellos que no lo utilizaban.

4. Recomendaciones para la implantación

1. Selección gradual de herramientas (de IA y de otro tipo). Cuáles son las más adecuadas para cada fase, y casos de uso que aporten valor específico en cada fase.
2. Formación de equipos mixtos que conozcan metodologías de innovación (Design Thinking, etc.) y herramientas de IA.
3. Aprender a crear prompts poderosos es clave para que la IAG proporcione más valor, aporten lógica y precisión. El método RASCEF ayuda a estructurar buenos prompts.

Framework RASCEF: Rol, Acción, Pasos, Contexto, Ejemplos, Formato

5. Conclusión

La inteligencia artificial Generativa no reemplaza la esencia empática y creativa del Design Thinking, sino que la expande. Mediante su aplicación como recurso de innovación aumentada, las organizaciones pueden maximizar el valor de sus procesos de descubrimiento, ideación y validación de soluciones, creando una ventaja diferencial basada en la colaboración humano-tecnológico.