Job to Be Done: automatizar con IA podría estar resolviendo el problema equivocado
Antes de automatizar un proceso, asegúrate de entender qué trabajo necesita resolver realmente tu cliente.
Antes de automatizar un proceso, asegúrate de entender qué trabajo necesita resolver realmente tu cliente.
Cada vez que aparece una nueva tecnología sucede exactamente el mismo fenómeno.
Primero fueron los NFT.
Después el metaverso.
Hoy la inteligencia artificial generativa.
La tecnología cambia, pero la conversación casi siempre comienza igual. - ¿Cómo la usamos? - ¿Qué herramienta compramos? - ¿Qué modelo es mejor? - ¿Qué podemos automatizar?
Son preguntas completamente válidas. El problema es que muy pocas organizaciones comienzan por una pregunta mucho más importante: - ¿Qué problema estamos intentando resolver?
Y esa diferencia cambia por completo el resultado. Porque una empresa puede implementar la mejor tecnología disponible, construir el agente más sofisticado o automatizar decenas de procesos... y aun así terminar resolviendo un problema que a sus clientes nunca les importó.
Esa idea cambió por completo mi forma de entender la innovación. Y, curiosamente, no nació con la inteligencia artificial. Nació muchos años antes, dentro de un concepto conocido como Job to Be Done (JTBD).
Y cuando entendemos ese trabajo, dejamos de competir únicamente con productos. Empezamos a competir por ayudar a las personas a progresar.
Uno de los errores más comunes cuando investigamos consumidores es asumir que ya entendemos por qué toman una decisión. Vemos que compran un producto, vemos que utilizan una aplicación, vemos que hacen clic en un anuncio, y creemos haber encontrado la respuesta. En realidad solo estamos observando el resultado, no la causa.
Cuando hablamos de "trabajo" normalmente pensamos únicamente en la necesidad funcional. Pero un buen Job to Be Done casi nunca termina ahí. También tiene una dimensión emocional y otra social.
Cuando entendemos estos tres niveles, dejamos de diseñar productos y empezamos a diseñar soluciones que generan mucho más valor.
Al principio suele haber silencio. Después empiezan a aparecer respuestas mucho más interesantes: - Reducir el tiempo de respuesta al cliente. - Disminuir errores. - Acompañar mejor una decisión. - Generar una experiencia más personalizada.
El agente deja de ser el objetivo; se convierte simplemente en una posible solución. Y esa diferencia cambia por completo la forma de diseñar una estrategia.
Y ahí es donde empiezan muchos proyectos que funcionan técnicamente, pero nunca generan un impacto real en el negocio. La IA amplía nuestras capacidades, no necesariamente nuestra claridad.
Antes de incorporar una nueva herramienta de inteligencia artificial, prueba hacer este ejercicio con tu equipo. Describe en una sola frase el Job to Be Done de tu cliente. Después responde tres preguntas: - ¿Qué necesita resolver? (Funcional) - ¿Cómo quiere sentirse mientras lo resuelve? (Emocional) - ¿Cómo quiere ser percibido al lograrlo? (Social)
Si esas respuestas todavía no son claras, probablemente aún no sea momento de decidir qué tecnología implementar. Porque automatizar un proceso nunca será tan importante como entender el problema correcto.
Libro recomendado - *Competing Against Luck* — Clayton M. Christensen.
Estructurar la causalidad y las tres dimensiones del progreso de un cliente requiere rigor metodológico. Para ayudarte a dar el primer paso, he diseñado un Generador Interactivo de Enunciados JTBD basado exactamente en el framework de Clayton Christensen.
Puedes utilizar esta herramienta de forma gratuita directamente en el sitio para mapear tu contexto, tus dimensiones funcional, emocional y social, y descargar tu matriz final en una tarjeta gráfica de alta resolución lista para tus presentaciones de negocio o workshops.
👉 Utilizar el Generador de JTBD e iniciar tu diagnóstico aquí