← Blog de Guindo Design, Disseny Estratègic de Producte Digital
IA en disseny de producte: molt més que una moda
La intel·ligència artificial aplicada a productes digitals no és només una moda. És un canvi profund en com pensem la relació entre usuaris, processos i tecnologia. Encara que els seus superpoders, com l'automatització o l'anàlisi de dades, ens segueixen sorprenent, hem vist de prop com un entusiasme mal enfocat pot portar a errors comuns: productes que sonen brillants a la presentació, però que no connecten amb usuaris reals. Una cosa semblant al que va passar al principi amb moltes aplicacions després de l'arribada de l'iPhone. Sense una necessitat clara ni una estratègia pensada, la IA sol acabar sumant complexitat en lloc de valor.

Per això, el focus no hauria d'estar a “posar IA” a tot perquè sí. El veritable repte és a generar valor real: entendre quins problemes són importants per als nostres usuaris, com la IA pot millorar la seva experiència, i si això té un impacte clar al negoci.
Primer el problema, després la tecnologia
Integrar IA en un producte no comença per veure com podem aplicar la tecnologia sinó per entendre el problema. Què cal resoldre l'usuari? Quin és l?obstacle real? Fins que això no tingui clar, pensar en IA (o en qualsevol altra solució tècnica) és avançar-se. Les modes o la pressió del mercat no haurien de marcar el rumb; l'estratègia ha de partir de necessitats concretes i no pas de promeses futuristes.
Algunes preguntes clau que ens hauríem de fer des de l'inici:
- A quin problema real s'està enfrontant el meu usuari?
- Què necessita per assolir els seus objectius dins del producte, sense friccions innecessàries?
- A quines parts del seu flux de treball hi ha marge per millorar, simplificar o transformar alguna cosa usant IA?
Aquestes preguntes no són només una llista de revisió: són el filtre que ens ajuda a no desviar-nos ia evitar solucions innecessàries o sobredimensionades.
Tenir respostes clares a aquestes preguntes és clau abans de parlar de tecnologia. Només aleshores té sentit avaluar opcions: des de solucions manuals o semiautomatitzades, fins a IA avançada. Què cal tenir en compte? Costos, temps, manteniment, riscos possibles… però sobretot, l'impacte real en l'experiència de l'usuari.
La pregunta clau que cal fer:
Usar IA en aquest procés farà que l'usuari tingui més probabilitats d'èxit en els objectius?
I això generarà un impacte real i mesurable en el negoci?
«"Una integració assenyada d'IA és aquella en què la tecnologia és el mitjà, no la fi, i cada avenç tècnic està justificat pel valor concret que aporta a l'usuari ia l'organització." (NNGroup)
Pautes per a la integració d'IA al producte digital
Després de diversos projectes a Guindo, dissenyant i definint productes digitals amb IA integrada, hem descobert algunes coses què funcionen i d'altres que no. Aquí comparteixo alguns principis i bones pràctiques que crec que són essencials per aconseguir una integració sòlida i que realment aporti valor.
IA que col·labora, no reemplaça
Perquè la integració d'IA funcioni en un producte, no n'hi ha prou que sigui “intel·ligent” o eficient. Heu de col·laborar amb l'usuari, no substituir-lo. El equilibri entre automatització i control humà és allò que genera confiança, facilita l'adopció i multiplica el valor real de la solució.
Stepalong és un bon exemple de com integrar IA i usuari en equip. La IA automatitza la generació i la traducció d'instruccions clares i adaptades a diferents contextos, cosa que abans era un procés llarg, manual i costós. També podeu crear instruccions a partir d'imatges de l'assemblatge pdf i/o vídeos, cosa que ajuda a aclarir dubtes i garanteix consistència en qualsevol peça o procés. Però sempre deixa el control a les mans de l'usuari: poden revisar, ajustar o fins i tot crear les instruccions manualment si així ho prefereixen.
“"Grans promeses d'IA s'han de traduir en tasques ben delimitades per evitar la frustració de l'usuari" (NNGroup).
Dóna a l'usuari el control i la darrera paraula
Un dels pilars perquè la integració d'IA funcioni bé és donar a l'usuari el control i la capacitat de validar allò que el sistema proposa. Aquesta autonomia és clau, sobretot en processos crítics, situacions complicades o quan les decisions de la IA hi tenen molta influència. No n'hi ha prou amb un botó de «desfer»; les interfícies han de convidar a revisar i permetre que lusuari intervingui quan ho necessiti.
Això fa que lusuari deixi de ser un simple receptor de la IA per convertir-se en un col·laborador actiu. Quan sabeu que té l'última paraula, la confiança en el sistema creix i l'adopció es torna més ràpida. És el moment on l‟eficiència de la IA es combina amb la intuïció i el criteri humà.
M47Labs va implementar una solució amb IA per automatitzar la traducció, verificació i diagnòstic de milers de reclamacions d'assegurances mèdiques, aconseguint una eficiència impressionant. Però van entendre que en casos complexos o ambigus, la intervenció humana és indispensable. Per això, el sistema alerta el gestor quan una decisió necessita revisió, permetent ajustar o fins i tot anul·lar el resultat de la IA. Així, l'usuari sempre té el control final, garantint precisió i fomentant confiança tant a les asseguradores com als seus clients.
Perquè l'usuari realment confiï en la IA i l'adopti, és clau que pugui controlar i validar allò que el sistema proposa de manera senzilla i natural. Aquí algunes pràctiques que faciliten aquesta col·laboració activa:
- Edició directa: Permetre que l'usuari modifiqui directament el contingut generat per IA, com ara un text o un disseny.
- Feedback explícit: Incloure botons de “M'agrada/No m'agrada”, “És útil/No és útil” o “Corregir suggeriment” perquè l'usuari doni la seva opinió fàcilment.
- Historial de revisions: Mostrar els canvis fets per la IA i donar l'opció de tornar a versions anteriors.
- Maneres “suggeriment” vs. “automàtic”: Donar l'opció que la IA només suggereixi accions que l'usuari ha d'aprovar, en comptes d'executar-les directament.
- Paràmetres ajustables: Permet que l'usuari defineixi el nivell d'agressivitat de la IA o el tipus de resultats que prefereix.
Explica i contextualitza les decisions del sistema
Un dels reptes més grans en utilitzar IA és evitar que sembli màgia o una “caixa negra”. És fonamental que els sistemes expliquin les seves decisions en un llenguatge clar i proper, usant metàfores o exemples que l'usuari entengui. Així, l'usuari sap què està passant, perquè la IA fa certes recomanacions i pot confiar més en el sistema.
Shoptimus originalment generava llistes de la compra personalitzades de manera automàtica, però molts usuaris no entenien com s'armaven ni per què alguns productes apareixien. Per resoldre'l, la plataforma va començar a mostrar “suggeriments intel·ligents” abans d'afegir els productes, de manera que l'usuari els podia revisar i aprovar. Aquest canvi simple va donar als usuaris visibilitat sobre el procés, els va donar més control i els va ajudar a entendre millor les recomanacions. Quan el sistema explica què fa i deixa espai perquè l'usuari validi, creix la confiança i l'adopció.
Transparència: mostra el perquè
Perquè els usuaris confiïn en la IA, no n'hi ha prou de dir què fa el sistema, sinó explicar clarament per què pren certes decisions o recomanacions. La transparència ajuda que els usuaris entenguin el procés, ajustin les seves expectatives i facin servir la tecnologia de manera més segura i efectiva.
Això és especialment important quan les decisions tenen un gran impacte o els resultats semblen inesperats. Un llenguatge proper i accessible és clau perquè l'usuari se senti còmode i confiat.
Netflix no només personalitza les recomanacions basant-se en allò que has vist, sinó que també explica per què et suggereix cert contingut amb missatges com “perquè vesteix…” o “tendències per a tu…”. Així, els usuaris entenen la lògica darrere de les recomanacions i poden relacionar fàcilment amb els seus interessos. Aquesta transparència genera confiança, fa que lús de la plataforma sigui més còmode i augmenta la probabilitat que segueixin usant el servei.
Adaptar-se al moment, no només a l'historial
El gran avantatge de la IA en el disseny de productes digitals és la seva capacitat per anticipar allò que l'usuari necessita i adaptar l'experiència en temps real. La hiperpersonalització va més enllà d'analitzar dades passades; interpreta el context actual, el comportament recent i les intencions de lusuari per oferir contingut i funcions que canvien dinàmicament i responen a cada persona.
Això crea experiències digitals autèntiques i centrades en lusuari, que sajusten i evolucionen amb les seves preferències. Per exemple, Netflix no només recomana contingut segons el que vesteix abans, sinó que també canvia la interfície i les portades segons el moment del dia i els teus interessos recents. Gràcies a aquesta personalització, més del 80% del contingut que consumeixen els seus usuaris prové d'aquestes recomanacions adaptades. Per als equips de disseny, això significa crear experiències flexibles i transparents, on els ajustaments automàtics mai no siguin impredictibles ni facin sentir l'usuari fora de control.
IA que respecta: dades clares, control real
Dissenyar amb IA no pot ser només una qüestió tècnica o de complir la llei. Cal anar més enllà: explicar bé com es fan servir les dades, donar opcions a l'usuari i assegurar-se que la tecnologia respecti la seva diversitat i decisions.
Alguns punts clau:
- Transparència amb les dades: que l'usuari entengui quina informació es recull i per què.
- Opcions manuals: que sempre hi hagi una alternativa per als que prefereixen tenir el control total.
- Evitar biaixos: incloure veus diverses en el desenvolupament i dissenyar amb mirada inclusiva.
Tot això reforça la confiança i ajuda que la IA s'adopti de manera natural, sense sentir-se intrusiva o desconnectada de les persones.
IA, el mitjà. Resoldre necessitats, la fi
La intel·ligència artificial no n'és l'objectiu. És una eina més potent, sí, però només útil si respon a un problema real. El seu valor és millorar processos, facilitar decisions i, sobretot, generar experiències que l'usuari entengui, controli i vulgui seguir usant.
Dissenyar productes digitals amb IA és un repte interessant, però també una oportunitat concreta: fer que la tecnologia es posi al servei de les persones, no pas al revés.
Si des de la teva empresa o projecte voleu explorar com aplicar IA de forma estratègica, útil i centrada en l'usuari, estic obert a conversar. La idea no és “utilitzar IA perquè sí”, sinó trobar junts on realment pot sumar i com fer-ho.
Referències:
- NNGroup: Powered by AI no és value proposition
- NNGroup: AI Superpowers
- NNGroup: AI in integration condens
- Netflix Tech Blog: Personalization
- Amplitude: What is hyper-personalization?
- Netflix Help Center – Com funcionen les recomanacions
- IBM: What is hyper-personalization?
- https://www.ibm.com/think/topics/ai-bias