PM de Anthropic revela cómo las herramientas de IA están transformando los ciclos de desarrollo de productos

Joerg Hiller 19 mar 2026 22:46

El director de producto de Claude Code comparte cómo los modelos de IA en constante mejora exponencial están obligando a los equipos de producto a abandonar los roadmaps tradicionales en favor de la experimentación rápida.

Cat Wu, directora de producto de Claude Code en Anthropic, ofreció una perspectiva reveladora sobre cómo los modelos de IA en rápida mejora están rompiendo fundamentalmente los enfoques tradicionales de gestión de productos. ¿La clave? Lo que es tecnológicamente posible al inicio de un proyecto ya no predice lo que será posible al final.

Los números lo respaldan. Según la investigación de METR citada por Wu, Opus 4.6 ahora puede completar tareas de software que tomarían a los humanos casi 12 horas, aproximadamente 41 veces más capaz que Sonnet 3.5 (nuevo) hace solo 16 meses, cuando manejaba tareas de 21 minutos.

El viejo manual ha muerto

Los gestores de producto tradicionalmente recopilaban requisitos por adelantado, fijaban un roadmap y luego ejecutaban durante meses. Eso ya no funciona cuando las limitaciones del modelo que diseñaste pueden desaparecer a mitad del proyecto.

"Estás construyendo sobre un terreno que se eleva debajo de ti", escribe Wu. Su equipo ha respondido abandonando por completo los roadmaps a largo plazo en favor de lo que ella llama "misiones secundarias": experimentos cortos y autodirigidos donde cualquiera del equipo (ingenieros, diseñadores, PMs) puede crear prototipos de ideas en una tarde.

Varias características populares de Anthropic surgieron de esta manera: Claude Code en Escritorio, la herramienta AskUserQuestion y las listas de tareas comenzaron como experimentos informales en lugar de elementos planificados del roadmap.

Tres herramientas, un flujo de trabajo

El flujo de trabajo diario de Wu ahora abarca tres productos de IA distintos. Claude.ai maneja el pensamiento estratégico y respuestas rápidas. Claude Code construye prototipos y evaluaciones. Cowork gestiona todo lo demás: correo electrónico, listas de tareas, presentaciones, investigación en Slack, reservas de viajes.

Los PMs externos están encontrando patrones similares. Bihan Jiang, director de producto en Decagon, le dijo a Wu que lo que solía tomar semanas de construcción para llegar a los clientes ahora sucede en "un par de horas". Kai Xin Tai en Datadog describió el cambio como pasar "de definir certeza por adelantado a acelerar el descubrimiento".

Cambios prácticos para equipos de producto

Wu delineó cuatro cambios concretos que su equipo ha adoptado:

Prototipo antes de documentar. Después de escribir una especificación, envíala a Claude Code y ve qué regresa. "Incluso un prototipo básico cambia la conversación", señala. Cuando un miembro del equipo compartió una especificación de plugins, el prototipo generado por IA regresó casi listo para producción.

Revisar características con cada lanzamiento del modelo. Claude Code con Chrome sucedió porque los usuarios estaban copiando manualmente instrucciones entre herramientas. El truco funcionó lo suficientemente bien como para convertirse en una característica integrada.

Optimizar primero para capacidad, costos después. Usa más tokens de los que crees necesitar durante el prototipado. "Siempre puedes reducir los costos más tarde cuando los modelos más baratos alcancen el nivel".

Mantener las implementaciones simples. Las soluciones complejas para las limitaciones del modelo se convierten en equipaje innecesario cuando cae el próximo modelo. Anthropic redujo el 20% de sus prompts del sistema solo con Opus 4.6.

Lo que esto significa para los equipos de producto de IA

El contexto más amplio de la industria importa aquí. La gestión de productos de IA ha emergido como una disciplina distinta que requiere tanto habilidades tradicionales de PM como una comprensión técnica profunda de las capacidades del modelo. Con regulaciones como GDPR y marcos emergentes de gobernanza de IA añadiendo capas de cumplimiento normativo, el rol se ha vuelto más complejo incluso cuando las herramientas se han vuelto más poderosas.

El mensaje central de Wu para sus colegas PMs: rastrea dos cosas simultáneamente: cómo la IA cambia tu flujo de trabajo y cómo cambia lo que es posible en tu producto. Los equipos que hacen esto bien no serán tomados por sorpresa cuando las capacidades den un salto adelante.

Para los equipos de software empresarial que observan los costos y cronogramas de desarrollo de IA, las implicaciones son significativas. Si los ciclos de prototipado se comprimen de semanas a horas, las ventajas competitivas construidas sobre la velocidad de ejecución pueden erosionarse más rápido de lo esperado.

• anthropic
• desarrollo de IA
• gestión de productos
• claude
• IA empresarial