Artifacts

El conocimiento que construye el sistema

Los artefactos son activos vivos de conocimiento que reducen incertidumbre, soportan decisiones y convierten aprendizaje en productos confiables.

Diagrama del Metamodelo del Framework AI-BDF

01 / Visión general

Artefactos como activos de conocimiento.

Los artefactos son los activos de conocimiento generados por el AI-BDF durante el ciclo de vida de una apuesta.

A diferencia de metodologías tradicionales, donde los documentos suelen convertirse en entregables estáticos, en AI-BDF cada artefacto tiene un propósito específico dentro del proceso de aprendizaje, decisión e industrialización.

Los artefactos evolucionan junto con la apuesta y constituyen la fuente de verdad del sistema.

02 / Filosofía

No producimos documentos. Producimos conocimiento reutilizable.

Cada artefacto debe responder una pregunta específica, aportar evidencia para una decisión o servir como entrada para el siguiente paso del flujo.

Si un artefacto no agrega valor, no debería existir.

03 / Ciclo

El ciclo de los artefactos

Cada artefacto reduce un tipo distinto de incertidumbre.

Problem Problem Frame Hypothesis Experiment Prototype Validation Result Decision Record Specification Requirements Acceptance Criteria Test Plan Release Decision

04 / Clasificación

Cinco categorías de artefactos

AI-BDF organiza sus artefactos en cinco grandes categorías.

ST

Strategy

Definir qué vale la pena hacer.

DI

Discovery

Reducir incertidumbre.

DC

Decision

Registrar decisiones.

IN

Industrialization

Convertir conocimiento en producto confiable.

DL

Delivery

Liberar y aprender.

05 / Strategy Artifacts

Strategy Artifacts

Strategy

Initiative

Representa una iniciativa estratégica del Portfolio.

Propósito

Definir una dirección estratégica para la organización.

Produce

  • Objetivos.
  • Alcance.
  • Restricciones.
  • Métricas estratégicas.
Strategy

Bet

La unidad principal del framework. Una apuesta representa una decisión explícita de invertir capacidad para validar una oportunidad.

Propósito

Priorizar una oportunidad de negocio.

Responde

¿Vale la pena invertir capacidad en esta oportunidad?

Entradas

  • Estrategia.
  • Problema.
  • Oportunidad.

Salidas

  • Hipótesis.
  • Pods asignados.
  • Métricas.

06 / Discovery Artifacts

Discovery Artifacts

Discovery

Problem Frame

Describe el problema antes de pensar en soluciones.

Responde

¿Qué problema estamos intentando resolver?

Contiene

  • Contexto.
  • Usuarios.
  • Dolor.
  • Impacto.
  • Restricciones.
Discovery

Hypothesis

Expresa explícitamente aquello que creemos.

Responde

¿Qué creemos que ocurrirá?

Contiene

  • Hipótesis.
  • Supuestos.
  • Métrica.
  • Baseline.
  • Criterio de éxito.
Discovery

Experiment

Describe cómo se validará la hipótesis.

Responde

¿Cómo obtendremos evidencia?

Contiene

  • Diseño experimental.
  • Variables.
  • Duración.
  • Métricas.
  • Riesgos.
Discovery

Prototype

Versión mínima construida para aprender. No busca calidad industrial; busca velocidad de aprendizaje.

Responde

¿Qué podemos construir rápidamente para validar la hipótesis?

Discovery

Validation Result

Resultado obtenido durante el experimento.

Contiene

  • Evidencia.
  • Aprendizajes.
  • Métricas.
  • Hallazgos.

07 / Decision Artifacts

Decision Artifacts

Decision

Decision Record

Registra una decisión relevante del sistema. Toda decisión importante deja evidencia.

Responde

¿Por qué tomamos esta decisión?

Contiene

  • Contexto.
  • Alternativas.
  • Evidencia.
  • Decisión.
  • Consecuencias.
Decision

Learning Log

Registro continuo de aprendizajes.

Propósito

Evitar repetir errores y acelerar la evolución organizacional.

08 / Industrialization Artifacts

Industrialization Artifacts

Cuando una apuesta demuestra suficiente evidencia, comienza la industrialización mediante Spec Driven Development.

Industrialization

Specification

La fuente oficial de verdad. Define el comportamiento esperado del sistema.

Responde

¿Qué debe construir el sistema?

Industrialization

Requirements

Descompone la Specification en capacidades concretas.

Contiene

  • Functional Requirements.
  • Non-Functional Requirements.
  • Business Rules.
  • Constraints.
Industrialization

Acceptance Criteria

Define cuándo un requerimiento puede considerarse cumplido.

Propósito

Eliminar ambigüedad.

Industrialization

Test Plan

Describe cómo se validará la calidad.

Incluye

  • Pruebas funcionales.
  • Seguridad.
  • Rendimiento.
  • Integración.
  • Automatización.

09 / Delivery Artifacts

Delivery Artifacts

Delivery

Release Decision

Autoriza la liberación del producto. No depende únicamente de la finalización del desarrollo; depende de la evidencia acumulada durante todo el proceso.

Delivery

Product Version

Representa una versión liberada del producto.

Mantiene trazabilidad hacia

  • La apuesta.
  • Las hipótesis.
  • Las decisiones.
  • La Specification.

10 / Trazabilidad

Relaciones entre artefactos

Uno de los objetivos principales del AI-BDF es mantener trazabilidad completa. Cada artefacto conoce de dónde proviene, qué decisión soporta y qué artefactos genera posteriormente.

Initiative Bet Problem Frame Hypothesis Experiment Prototype Validation Result Decision Record Specification Requirements Acceptance Criteria Test Plan Release Decision Product Version
Esto permite recorrer toda la historia de una funcionalidad, desde la iniciativa estratégica que originó la apuesta hasta la versión liberada del producto.

11 / Estados

Estados de una Bet

Proposed Approved Approved - Waiting for Capacity Discovery Experimentation Industrialization Released Completed

Estados alternos

Paused Cancelled Rejected

12 / Principios de diseño

Características compartidas

LA

Living Artifacts

Se actualizan continuamente. No son documentos estáticos.

TR

Traceable

Mantienen relaciones explícitas con otros artefactos.

AI

AI Ready

Diseñados para ser generados, enriquecidos y analizados por agentes de IA.

VE

Versionable

Cada cambio conserva historial y contexto.

EV

Evidence Driven

Toda modificación debe estar respaldada por evidencia o decisión explícita.

RE

Reusable

El conocimiento generado debe reutilizarse en futuras apuestas.

13 / Resumen

Mapa resumido de artefactos

Categoría Artefactos
StrategyInitiative, Bet
DiscoveryProblem Frame, Hypothesis, Experiment, Prototype, Validation Result
DecisionDecision Record, Learning Log
IndustrializationSpecification, Requirements, Acceptance Criteria, Test Plan
DeliveryRelease Decision, Product Version
Los artefactos no son entregables administrativos. Son el mecanismo mediante el cual el AI-BDF transforma ideas en conocimiento, conocimiento en decisiones y decisiones en productos confiables.

14 / Ejemplos

Ejemplos de artefactos

Casos concretos para ilustrar cómo los artefactos se conectan desde la iniciativa estratégica hasta la versión liberada.

Ejemplo 1

Digital Wallet

Permite a los usuarios almacenar dinero, realizar pagos, transferencias y administrar su saldo desde una aplicación móvil.

1. Initiative

Digital Financial Services Expansion

Objetivo: Incrementar la adopción de servicios financieros digitales mediante una billetera electrónica integrada.

  • +30% usuarios activos mensuales.
  • +20% volumen transaccional.
  • NPS > 75.

2. Bet

QR Payments

Problema: Los pequeños comercios requieren una forma simple de aceptar pagos digitales sin adquirir un datáfono.

Hipótesis de negocio: Si permitimos pagos mediante códigos QR, aumentaremos el número de transacciones y la adopción de la billetera.

Approved

3. Problem Frame

Los comercios pequeños dependen del efectivo porque las soluciones actuales tienen costos altos y procesos complejos.

Usuarios afectados

  • Comercios.
  • Clientes finales.

Impacto

  • Baja adopción digital.
  • Menor frecuencia de uso.
  • Menor volumen transaccional.

4. Hypothesis

H-001: Si los usuarios pueden pagar mediante QR estático desde la billetera, el número de pagos diarios aumentará al menos un 15%.

  • Baseline: 1200 pagos diarios.
  • Meta: 1380 pagos diarios.
  • Horizonte: 30 días.

5. Experiment

EXP-001: Validar la hipótesis utilizando 50 comercios piloto.

  • Alcance: Ciudad piloto.
  • Duración: 4 semanas.
  • Métricas: número de pagos, tiempo promedio por pago, comercios activos y NPS.

6. Prototype

MVP QR: Aplicación móvil modificada para escanear QR, confirmar pago y mostrar comprobante.

No incluye: reversos, promociones, cashback ni límites avanzados.

7. Validation Result

3.800 usuarios piloto 1.470 pagos diarios 22% incremento NPS 82

Conclusión: Hipótesis validada.

8. Decision Record

DEC-014: Escalar la funcionalidad a nivel nacional.

Evidencia: incremento superior al esperado, alta satisfacción y sin incidentes relevantes.

Alternativas consideradas: extender piloto, cancelar o escalar parcialmente.

Decisión tomada: Escalar.

9. Specification

QR Payment Specification

  • Escaneo QR.
  • Validación del comercio.
  • Validación de saldo.
  • Confirmación.
  • Registro contable.
  • Generación de comprobante.

10. Requirements

  • RF-001: El usuario debe poder escanear un código QR.
  • RF-002: El sistema debe validar el saldo disponible.
  • RF-003: El sistema debe registrar la transacción.
  • RF-004: El sistema debe generar un comprobante.
  • RNF-001: Tiempo máximo de respuesta: 2 segundos.
  • RNF-002: Disponibilidad: 99.95%.

11. Acceptance Criteria

AC-001: Given el usuario tiene saldo suficiente, when escanea un QR válido, then el sistema procesa el pago y muestra el comprobante.

AC-002: Si el saldo es insuficiente, el pago debe rechazarse.

12. Test Plan

Funcionales

  • Pago exitoso.
  • Saldo insuficiente.
  • QR inválido.
  • Comercio inexistente.

Seguridad e integración

  • QR alterado.
  • Repetición de transacciones.
  • Ataques Replay.
  • Core bancario, ledger y notificaciones.

Rendimiento: 5.000 TPS.

13. Release Decision

Release 1.4

  • Evidencia suficiente.
  • Cobertura de pruebas.
  • Seguridad aprobada.
  • Performance validado.
  • Monitoreo habilitado.

Resultado: Approved for Production.

14. Product Version

Wallet 1.4

  • QR Payments.
  • Historial de pagos.
  • Comprobantes digitales.

Trazabilidad

Wallet 1.4 Release Decision Specification Decision Record Validation Result Prototype Experiment Hypothesis Problem Frame Bet Initiative

Grafo de artefactos

Initiative
|
+-- Bet: QR Payments
    |
    +-- Problem Frame
    +-- H-001
    |   +-- EXP-001
    |   |   +-- Prototype
    |   |   +-- Validation Result
    |   |   +-- Decision Record
    |   |
    |   +-- Specification
    |       +-- Requirements
    |       +-- Acceptance Criteria
    |       +-- Test Plan
    |       +-- Release Decision
    |
    +-- Wallet v1.4
Ejemplo 2

Healthcare Appointment Platform

Plataforma digital que permite a los pacientes buscar especialistas, reservar consultas médicas presenciales o virtuales, administrar sus citas y recibir recordatorios automáticos.

Initiative

Digital Patient Experience

Objetivo estratégico: Transformar la experiencia digital del paciente para incrementar la satisfacción, reducir el ausentismo y mejorar la utilización de la agenda médica.

  • Incrementar en 30% las reservas digitales.
  • Reducir el ausentismo de pacientes en 25%.
  • Alcanzar un NPS superior a 80.
  • Reducir en 40% el tiempo promedio para obtener una cita.

Bets de la iniciativa

Intelligent Appointment Reminders · Approved Smart Scheduling · Discovery AI Doctor Recommendation · Proposed Telemedicine One Click · Waiting for Capacity Predictive No-show Detection · Experimentation

Bet desarrollada: Intelligent Appointment Reminders.

Bet

Intelligent Appointment Reminders

Problema: El 28% de las consultas programadas terminan en ausentismo.

Objetivo: Reducir el porcentaje de pacientes que no asisten a su cita.

Métrica de éxito: reducir el ausentismo de 28% a 20% durante los próximos tres meses.

Problem Frame

Los pacientes olvidan la fecha de su consulta o no reciben recordatorios oportunos.

Usuarios afectados

  • Pacientes.
  • Médicos.
  • Personal administrativo.

Impacto y restricciones

  • Horarios perdidos.
  • Mayor tiempo de espera.
  • Menor productividad médica.
  • Protección de datos personales.
  • Consentimiento para notificaciones.

Hipótesis de la apuesta

  • H-001: recordatorios automáticos 24 horas antes reducen el ausentismo en 10%. Estado: Validada.
  • H-002: confirmar asistencia con un clic desde WhatsApp reduce el ausentismo en 20%. Estado: En experimentación.
  • H-003: IA selecciona el mejor momento de envío y aumenta la confirmación. Estado: Discovery.
  • H-004: reprogramación inmediata desde el recordatorio reutiliza agendas disponibles. Estado: Proposed.

Hipótesis desarrollada: H-002.

Hypothesis

H-002: Si permitimos confirmar la cita desde WhatsApp mediante un solo clic, el porcentaje de pacientes que asisten aumentará al menos un 20%.

  • Baseline: 72% asistencia.
  • Objetivo: 86% asistencia.
  • Horizonte: 30 días.
  • Riesgo principal: baja adopción del canal WhatsApp.

Experimentos

  • EXP-001: Confirmación mediante botón en WhatsApp. Estado: Finalizado.
  • EXP-002: Recordatorio mediante SMS. Estado: Cancelado.
  • EXP-003: Llamada automática con IA. Estado: Propuesto.
  • EXP-004: Notificación Push personalizada. Estado: Discovery.

Experimento desarrollado: EXP-001.

Experiment

Confirmación con un clic en WhatsApp.

Validar si la confirmación inmediata desde WhatsApp incrementa la asistencia.

  • Diseño: Grupo A recibe proceso tradicional; Grupo B recibe WhatsApp con botones de confirmar, reprogramar y cancelar.
  • Duración: 4 semanas.
  • Población: 5.000 pacientes.
  • Variable independiente: canal de confirmación.
  • Variable dependiente: porcentaje de asistencia.
  • Métricas: confirmación, ausentismo, tiempo de respuesta, NPS y reprogramaciones.

Criterios de éxito

  • Aumento superior al 20% en asistencia.
  • Reducción del ausentismo.
  • NPS superior a 80.
  • Incremento en confirmaciones durante las primeras seis horas.

Prototype

Versión mínima desarrollada en 4 días.

Incluye

  • Integración básica con WhatsApp.
  • Botones interactivos.
  • Registro de respuestas.
  • Actualización automática de la cita.

No incluye

  • IA.
  • Personalización.
  • Múltiples idiomas.
  • Campañas automáticas.

Validation Result

5.000 pacientes 91% confirmaciones 87% asistencia 13% ausentismo NPS 86 +18% reprogramaciones

Los pacientes responden mucho más rápido mediante WhatsApp. La mayoría confirma durante las primeras dos horas y la reprogramación reduce la pérdida de espacios en agenda.

Decision Record

DEC-014: Escalar la funcionalidad.

Evidencia: se superó ampliamente la meta, disminuyó el ausentismo, mejoró la satisfacción y no se identificaron riesgos técnicos relevantes.

Alternativas consideradas: mantener el piloto, descartar o escalar parcialmente.

Decisión: escalar a toda la plataforma.

Specification

Comienza la industrialización mediante Spec Driven Development.

  • Gestión de recordatorios.
  • Integración con WhatsApp Business.
  • Confirmación automática.
  • Reprogramación.
  • Cancelación.
  • Registro de auditoría.
  • Configuración de horarios.
  • Preferencias del paciente.
  • Gestión de consentimiento.

Requirements

  • RF-001: El paciente debe recibir un recordatorio 24 horas antes de la consulta.
  • RF-002: El paciente debe poder confirmar la asistencia desde WhatsApp.
  • RF-003: El sistema debe actualizar automáticamente el estado de la cita.
  • RF-004: El paciente debe poder reprogramar la consulta sin llamar al centro médico.
  • RNF-001: La respuesta del sistema no debe superar dos segundos.

Acceptance Criteria

AC-001: Given una cita programada para el día siguiente, when el paciente selecciona Confirmar asistencia, then la cita cambia inmediatamente al estado Confirmada y el paciente recibe una notificación de éxito.

Test Plan

  • Pruebas funcionales.
  • Pruebas de integración con WhatsApp Business.
  • Pruebas de seguridad.
  • Pruebas de rendimiento.
  • Pruebas de auditoría.
  • Pruebas de recuperación ante fallos.

Release Decision

Se autoriza la liberación para todos los hospitales afiliados.

Product Version

Healthcare Platform v3.2

  • Confirmación por WhatsApp.
  • Reprogramación automática.
  • Auditoría de confirmaciones.
  • Métricas de asistencia.

Grafo de artefactos

Initiative
└── Digital Patient Experience
    │
    ├── Bet: Intelligent Appointment Reminders
    │   │
    │   ├── H-001
    │   ├── H-002
    │   │   │
    │   │   ├── EXP-001
    │   │   ├── EXP-002
    │   │   ├── Prototype
    │   │   ├── Validation Result
    │   │   └── Decision Record
    │   │
    │   ├── H-003
    │   └── H-004
    │
    └── Specification
        ├── Requirements
        ├── Acceptance Criteria
        ├── Test Plan
        ├── Release Decision
        └── Product Version