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.
04 / Clasificación
Cinco categorías de artefactos
AI-BDF organiza sus artefactos en cinco grandes categorías.
Strategy
Definir qué vale la pena hacer.
Discovery
Reducir incertidumbre.
Decision
Registrar decisiones.
Industrialization
Convertir conocimiento en producto confiable.
Delivery
Liberar y aprender.
05 / Strategy Artifacts
Strategy Artifacts
Initiative
Representa una iniciativa estratégica del Portfolio.
Propósito
Definir una dirección estratégica para la organización.
Produce
- Objetivos.
- Alcance.
- Restricciones.
- Métricas estratégicas.
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
Problem Frame
Describe el problema antes de pensar en soluciones.
Responde
¿Qué problema estamos intentando resolver?
Contiene
- Contexto.
- Usuarios.
- Dolor.
- Impacto.
- Restricciones.
Hypothesis
Expresa explícitamente aquello que creemos.
Responde
¿Qué creemos que ocurrirá?
Contiene
- Hipótesis.
- Supuestos.
- Métrica.
- Baseline.
- Criterio de éxito.
Experiment
Describe cómo se validará la hipótesis.
Responde
¿Cómo obtendremos evidencia?
Contiene
- Diseño experimental.
- Variables.
- Duración.
- Métricas.
- Riesgos.
Prototype
Versión mínima construida para aprender. No busca calidad industrial; busca velocidad de aprendizaje.
Responde
¿Qué podemos construir rápidamente para validar la hipótesis?
Validation Result
Resultado obtenido durante el experimento.
Contiene
- Evidencia.
- Aprendizajes.
- Métricas.
- Hallazgos.
07 / Decision Artifacts
Decision Artifacts
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.
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.
Specification
La fuente oficial de verdad. Define el comportamiento esperado del sistema.
Responde
¿Qué debe construir el sistema?
Requirements
Descompone la Specification en capacidades concretas.
Contiene
- Functional Requirements.
- Non-Functional Requirements.
- Business Rules.
- Constraints.
Acceptance Criteria
Define cuándo un requerimiento puede considerarse cumplido.
Propósito
Eliminar ambigüedad.
Test Plan
Describe cómo se validará la calidad.
Incluye
- Pruebas funcionales.
- Seguridad.
- Rendimiento.
- Integración.
- Automatización.
09 / Delivery Artifacts
Delivery Artifacts
Release Decision
Autoriza la liberación del producto. No depende únicamente de la finalización del desarrollo; depende de la evidencia acumulada durante todo el proceso.
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.
11 / Estados
Estados de una Bet
Estados alternos
12 / Principios de diseño
Características compartidas
Living Artifacts
Se actualizan continuamente. No son documentos estáticos.
Traceable
Mantienen relaciones explícitas con otros artefactos.
AI Ready
Diseñados para ser generados, enriquecidos y analizados por agentes de IA.
Versionable
Cada cambio conserva historial y contexto.
Evidence Driven
Toda modificación debe estar respaldada por evidencia o decisión explícita.
Reusable
El conocimiento generado debe reutilizarse en futuras apuestas.
13 / Resumen
Mapa resumido de artefactos
| Categoría | Artefactos |
|---|---|
| Strategy | Initiative, Bet |
| Discovery | Problem Frame, Hypothesis, Experiment, Prototype, Validation Result |
| Decision | Decision Record, Learning Log |
| Industrialization | Specification, Requirements, Acceptance Criteria, Test Plan |
| Delivery | Release 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.
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
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
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
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
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
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