Cómo Amplitude construyó una herramienta interna de IA que le encanta a toda la empresa (y cómo tú también puedes hacerlo)
(youtube.com)- Moda es una herramienta de IA que conecta los datos internos de Amplitude para responder preguntas rápidamente y generar entregables como PRD
- Al principio se compartió solo con unas pocas personas, pero al demostrar su utilidad, se expandió de forma explosiva a toda la empresa
- Automatiza el proceso de convertir pequeños fragmentos de ideas en documentos concretos y bien elaborados
- Incluso antes del lanzamiento, llovieron las expectativas y solicitudes de los empleados, y se desplegó en producción en poco tiempo
- Mejoró drásticamente la accesibilidad a los datos y la velocidad de redacción de documentos, generando un gran cambio en la productividad
Estrategia de construcción y uso de Moda, la herramienta interna de IA de Amplitude
- El CTO de Amplitude, Wade Chambers, mostró de forma experimental a algunos colegas una herramienta de IA creada internamente
- La reacción fue explosiva y toda la empresa empezó a usarla en una semana
- Problema existente: tomar mucho tiempo acceder a los datos internos, encontrar el material necesario y organizarlo en documentos
- Objetivo: permitir que cualquiera haga preguntas en lenguaje natural y obtenga respuestas basadas en datos junto con documentos bien elaborados
-
Funciones principales
- Automatización del acceso a datos: permite buscar en tiempo real en repositorios internos, logs y datos analíticos
- Generación de documentos: la IA redacta automáticamente borradores de distintos documentos, como PRD e informes de análisis
- Expansión de ideas: convierte una nota de una sola línea o una idea general en un documento concreto
- Despliegue inmediato: al confirmarse una alta demanda ya en la fase de desarrollo, se lanzó rápidamente a producción
Resumen de puntos clave
1. Construcción de una potente herramienta interna de IA en 3 a 4 semanas de tiempo libre
- Se desarrolló la herramienta interna de IA Moda en 3 a 4 semanas aprovechando tiempo libre fuera del trabajo habitual
- Objetivo inicial: implementar funciones para buscar rápidamente datos internos y generar automáticamente documentos como PRD
- Enfoque: crear rápidamente un prototipo funcional en lugar de un producto perfecto, con foco en resolver problemas reales
- Durante el desarrollo, se conectaron las API de acceso a datos y la base de conocimiento interna para automatizar todo el proceso de pregunta → recolección de datos → generación de documentos
2. Expansión a toda la empresa en solo una semana mediante ingeniería social
- El CTO Wade Chambers hizo una demo a algunos colegas → respuesta inmediata y difusión de boca en boca
- A propósito se compartió primero solo con un “pequeño grupo seleccionado” para generar entusiasmo inicial y expandirlo alrededor
- A medida que aumentaron de forma explosiva las preguntas de “¿cuándo podremos usar esto?”, la empresa ya estaba lista para adoptarlo antes del lanzamiento oficial
- Para acelerar la adopción, se minimizaron los procesos complejos de aprobación y se usó una estrategia de despliegue inmediato
3. Análisis de feedback de clientes con IA e identificación de temas principales
- Los product managers usaron Moda para recopilar feedback de clientes desde múltiples fuentes de datos (tickets de soporte, encuestas, NPS, redes sociales, etc.)
- La IA clasifica automáticamente el feedback y resume los temas clave que aparecen repetidamente
- Con base en esto, genera rápidamente prioridades de mejora del producto e informes de análisis de necesidades del cliente
- Frente al análisis manual, el ahorro de tiempo y recursos humanos es considerable
4. Comprimir investigación, PRD y prototipado en una sola reunión
- Flujo de trabajo tradicional: investigación → reunión de ideas → redacción del PRD → creación del prototipo (toma varias semanas)
- Con Moda, en una sola reunión se puede:
- ingresar una idea → buscar datos y casos relacionados
- la IA genera un borrador de PRD
- avanzar incluso hasta el diseño del prototipo con ayuda de la IA
- Al terminar la reunión, ya es posible contar con un plan concreto y un prototipo listos para ejecutar
5. Mejora de la empatía y la fluidez entre áreas mediante ejercicios de intercambio de roles
- Los equipos de producto, diseño e ingeniería simulan entre sí sus roles con herramientas de IA
- Ejemplo: un ingeniero genera propuestas de diseño con IA, y un diseñador considera restricciones técnicas con IA
- La experiencia de cambiar de rol aumenta la comprensión del lenguaje y la perspectiva entre áreas y mejora la eficiencia de la colaboración
- Como la IA traduce y resume rápidamente conocimientos especializados complejos, baja la barrera de entrada
6. Apoyo al equipo de ingeniería para resolver deuda técnica
- Moda acelera la identificación de deuda al automatizar el análisis del codebase existente y el trabajo de documentación
- La IA organiza por prioridad los problemas que surgen en sistemas antiguos e incluso propone refactorizaciones
- Como presenta planes para resolver la deuda técnica basados en datos, resulta más fácil alinear a management y desarrollo
- El mantenimiento repetitivo y la gestión de riesgos avanzan de forma más predecible y sistemática
2 comentarios
Me preocupa que eso de haberlo hecho usando tiempo libre termine dejando un mal precedente.
¿Por qué las herramientas internas siempre tienen que ser hechas por alguien que se hace cargo y termina usando su propio tiempo libre para construirlas..
"El CTO de Amplitude, Wade Chambers, mostró de forma piloto a algunos colegas una herramienta de IA creada internamente"
Tal como el artículo de Naver mencionado en la presentación del Sr. Ha Yong-ho, parece que la transformación con IA también necesita voluntad u objetivos desde el nivel C para difundirse bien en toda la empresa.