Descripción

• Programa formativo para que Product Owners integren Inteligencia Artificial en el trabajo de producto: discovery, definición de objetivos, gestión y priorización del backlog, comunicación con stakeholders y toma de decisiones basada en evidencia.
• Enfoque práctico por casos de uso: síntesis de research, hipótesis y experimentos, redacción y slicing de historias, criterios de aceptación, priorización (impacto/riesgo/coste), preparación de eventos y reporting ejecutivo.
• Incluye criterios de uso responsable (privacidad, verificación, trazabilidad y revisión humana) y un toolkit de prompts y plantillas específicas para Product Owner.
• Incluye preparación y acceso a la certificación IA Product Owner de EuropeanScrum.org.

Objetivos de la formación

• Aplicar IA para mejorar la efectividad del Product Owner en:
  • claridad de objetivos y resultados esperados (outcomes)
  • discovery (insights, hipótesis, validación)
  • backlog (calidad, slicing, aceptación)
  • priorización y trade-offs con stakeholders
  • comunicación ejecutiva y alineación
• Reducir carga operativa y acelerar tareas de alto volumen:
  • análisis y síntesis de información
  • documentación (PRDs, briefs, notas de release)
  • preparación de workshops y sesiones de alineación
• Estandarizar el uso de IA:
  • biblioteca de prompts reutilizables
  • criterios de calidad (checklists de salida)
  • reglas de seguridad y privacidad
• Salir con un plan de adopción (2–4 semanas) y un sistema de trabajo con IA aplicable al día a día

Dirigido a

• Product Owners / Product Managers
• Business Owners y perfiles de negocio con responsabilidad de prioridades
• Managers y stakeholders que colaboran en priorización y roadmap
• Scrum Masters/Agile Coaches que apoyan al PO y al discovery

Formato y modalidades

• Duración (a elegir):
  • 8 horas (intensivo): toolkit esencial para discovery + backlog + priorización + estándar mínimo
  • 16 horas (completo): profundidad en discovery, experimentación, métricas, governance y plan ampliado
• Convocatoria:
  • En abierto (plazas por convocatoria)
  • In-company (adaptada a producto, sector, herramientas y restricciones del cliente)
• Formato de asistencia:
  • Presencial
  • OnLive (en directo)
• Bonificable / subvencionable:
  • Subvencionable por FUNDAE (Tripartita) para empresas (según requisitos y tramitación aplicable)

Agenda de la formación IA Product Owner

• Capacidades y limitaciones: errores, sesgos, falta de contexto, “alucinaciones”
• Qué tareas de PO se benefician más (y cuáles no)
• Principios de uso responsable:
  • datos permitidos / no permitidos
  • verificación, fuentes y trazabilidad
  • revisión humana como regla
• Estándar mínimo del equipo de producto para usar IA con seguridad

• Estructura: rol + objetivo + contexto + restricciones + formato
• Patrones clave:
  • síntesis y comparativas
  • extracción de necesidades y requisitos
  • generación de alternativas y trade-offs
  • crítica y mejora con checklists
• Biblioteca inicial por tipo de entrega:
  • PRD/brief
  • historias y criterios de aceptación
  • notas de release y comunicaciones

• Análisis de fuentes:
  • feedback de clientes
  • tickets y soporte
  • encuestas y reviews
  • entrevistas (transcripciones/notas)
• Síntesis:
  • clustering de pain points
  • jobs-to-be-done (cuando aplique)
  • mapa de oportunidades
• Formulación:
  • problema, hipótesis y supuestos
  • “How might we…”
• Diseño de experimentos:
  • qué validar primero (riesgo)
  • señales de éxito y criterios de decisión

• Redacción de visión y narrativa de producto
• Definición de objetivos orientados a outcomes
• Conexión con OKRs (si aplica): coherencia y medición
• Roadmap por objetivos:
  • opciones de roadmap
  • riesgos y dependencias
  • comunicación por audiencias (dirección vs equipo)

• Redacción de épicas, features e historias con calidad
• Slicing (thin slices) para entregar valor antes
• Criterios de aceptación:
  • casos normales
  • casos límite
  • restricciones no funcionales
• Preparación para refinamiento:
  • preguntas abiertas
  • información faltante
  • riesgos y dependencias
• Definition of Ready pragmática (sin burocracia)

• Criterios:
  • impacto/valor
  • coste/esfuerzo (en colaboración con el equipo)
  • riesgo e incertidumbre
  • coste del retraso
  • aprendizaje
• Técnicas aplicables:
  • matriz impacto/esfuerzo
  • RICE
  • WSJF (si aplica)
  • escenarios A/B (trade-offs)
• Gestión de stakeholders:
  • cómo decir “no” con criterio
  • negociación de prioridades y urgencias

• Refinamiento:
  • preparación y estructura
  • reducción de incertidumbre
• Planning:
  • propuestas de Sprint Goal
  • opciones de alcance según capacidad
• Review:
  • guion orientado a valor
  • captura y síntesis de feedback
  • conversión a backlog y decisiones
• Retro (apoyo al sistema):
  • síntesis de señales y fricciones de producto/negocio

• Outcomes vs outputs: medir impacto
• Métricas típicas (según contexto):
  • activación, retención, conversión, satisfacción
• Preparación de reporting:
  • resúmenes ejecutivos
  • decisiones y trade-offs
  • riesgos y próximos pasos
• Cómo usar IA para análisis narrativo sin perder rigor (verificación)

• Política mínima:
  • datos y confidencialidad
  • fuentes y verificación
  • repositorio de prompts y plantillas
• Quality gates:
  • checklist de historias y criterios
  • checklist de comunicaciones y PRDs
• Gestión del riesgo:
  • sesgos
  • errores
  • dependencia de la herramienta

• Selección de casos de uso por impacto/esfuerzo
• Quick wins (2–4 semanas):
  • biblioteca de prompts por entregable
  • plantillas de backlog y priorización
  • estándar mínimo de verificación
• Plan ampliado (6–8 semanas):
  • automatizaciones ligeras (reporting/briefs)
  • métricas y cadencias de revisión
  • adopción en equipos múltiples

Distribución por duración (8h vs 16h)

• Versión 8 horas (intensivo)
  • M1 Fundamentos y uso responsable (estándar mínimo)
  • M2 Prompting profesional (biblioteca base PO)
  • M3 Discovery (síntesis + hipótesis + experimentos)
  • M5 Backlog (historias, slicing, aceptación)
  • M6 Priorización (RICE/WSJF y trade-offs)
  • M7 Eventos (refinamiento/planning/review) con plantillas
  • Cierre: plan de adopción 2–4 semanas + preparación certificación
• Versión 16 horas (completo)
  • Todo lo anterior, con profundidad en:
    • M4 objetivos y roadmap por outcomes
    • M8 métricas y reporting ejecutivo
    • M9 governance y quality gates
    • M10 plan ampliado 6–8 semanas
    • taller integrador con caso real y repositorio definitivo de prompts

Metodología

• Formación estructurada + práctica guiada
• Talleres y dinámicas:
  • construcción de biblioteca de prompts por entregable
  • síntesis de research y mapa de oportunidades
  • redacción y slicing de historias + criterios de aceptación
  • priorización con escenarios y trade-offs
  • preparación de guion de review y resumen ejecutivo
  • definición de estándar mínimo y checklists de verificación
• En in-company:
  • adaptación a vuestro producto/sector, herramientas y restricciones de datos

Certificación incluida

• Incluye preparación y acceso a la certificación IA Product Owner de EuropeanScrum.org.
• Repaso final y recomendaciones de estudio alineadas con el examen.

Entregables

• Toolkit IA Product Owner:
  • biblioteca de prompts por entregable (discovery/PRD/backlog/roadmap/reporting)
  • plantillas de hipótesis y experimentos
  • plantillas de historias + criterios de aceptación + slicing
  • plantillas de priorización (RICE/WSJF + escenarios A/B)
  • checklist de verificación (fuentes, calidad, sesgos, privacidad)
  • plantilla de resumen ejecutivo (decisiones, riesgos, próximos pasos)
• Política mínima de uso de IA para producto (datos y trazabilidad)
• Plan de adopción:
  • quick wins 2–4 semanas + plan ampliado 6–8 semanas
  • métricas sugeridas y cadencias de revisión
• Material de apoyo para certificación

10) Bonificación / FUNDAE (Tripartita)

• Formación bonificable por FUNDAE (Tripartita) para empresas, según requisitos y tramitación aplicable.