Dos días para ir desde un problema ambiguo a una solución validada con evidencia real. El primer día construye consenso profundo sobre qué resolver y para quién. El segundo convierte esa claridad en un artefacto probado y un backlog listo para ejecutar.
El AI Deep Sprint separa deliberadamente la fase de entendimiento de la fase de construcción. El primer día está prohibido solucionar: todo el foco va a entender el problema con profundidad, mapear a los usuarios y tomar una decisión estratégica informada.
El segundo día no se vuelve al problema: se construye, se prueba con usuarios reales o simulados, y se toma la decisión de go/no-go con evidencia en la mano. La IA acelera ambas fases, pero el ritmo lo marca el facilitador.
El equipo comparte su conocimiento del problema sin filtros. La IA escucha, estructura y devuelve un mapa del problema con patrones, contradicciones y puntos ciegos que el grupo quizás no veía. No se busca consenso todavía — se busca superficie completa del reto.
La IA construye 3–4 perfiles de usuario con comportamientos, motivaciones, frustraciones y contextos específicos. El equipo los interroga en vivo: la IA simula respuestas en primera persona. Se identifican los momentos de mayor dolor y oportunidad en el journey.
Cada participante dibuja su propia solución en silencio — 20 minutos, sin hablar. Luego cada sketch es procesado por la IA que lo expande: desarrolla variantes, identifica supuestos implícitos y genera una versión "extrema" para provocar debate. El grupo evalúa el espacio de ideas resultante.
Voting estructurado con el método de "heat map" sobre las ideas. El Decision Maker tiene última palabra. La IA documenta los supuestos críticos de la idea ganadora y propone un diseño de experimento mínimo: qué hay que probar mañana, con quién, y qué resultaría en un go/no-go.
El equipo asume roles: Arquitecto (define qué construir), Director (da feedback a la IA), Escriba (documenta decisiones). La IA construye el prototipo iterativamente — landing, flujo funcional, deck de pitch, o storyboard según el reto. Objetivo: un artefacto de alta fidelidad que un usuario externo pueda usar sin contexto previo.
Los facilitadores preparan las sesiones de testing de la tarde.
Ronda de 3–5 entrevistas de 20 minutos con usuarios reales reclutados con anticipación. Si no hay acceso a usuarios reales, la IA simula 5 perfiles distintos con instrucciones específicas para comportarse como escépticos, entusiastas y neutrales. La IA sintetiza hallazgos en tiempo real entre sesiones.
El equipo evalúa los hallazgos contra los supuestos del día anterior. La IA presenta un análisis de señales: qué se confirmó, qué se invalidó, qué es aún incierto. El grupo toma la decisión final: avanzar, pivotar, o descartar. Se arma el backlog de las próximas 6 semanas con la IA como escriba y estructurador.
"El primer día pertenece al problema — nada de soluciones prematuras. El segundo día pertenece a la evidencia — nada de opiniones sin datos."
Síntesis profunda del reto con todos sus ángulos: contexto de mercado, usuarios mapeados con comportamientos reales, journey con puntos de dolor y oportunidad. Incluye los supuestos críticos del equipo explicitados.
Artefacto navegable o presentable que un externo puede evaluar sin contexto previo.
Síntesis de hallazgos del testing: qué funcionó, qué no, qué sigue siendo incierto.
Plan de ejecución priorizado con owners, criterios de éxito y próximos hitos.
Documentación de todas las decisiones tomadas, ideas descartadas y razonamiento detrás de cada elección.
El problema todavía no está claro — hay desacuerdo interno sobre qué resolver o para quién.
Hay múltiples stakeholders con perspectivas distintas que necesitan alinearse antes de ejecutar.
La decisión tiene alta consecuencia — un pivot de producto, una nueva línea de negocio, una inversión significativa.
Querés evidencia real, no solo supuestos internos, antes de comprometer recursos al desarrollo.
El equipo necesita salir del día a día para pensar estratégicamente juntos sin interrupciones.
Síntesis, simulación de usuarios y construcción
Research profundo de mercado y competidores
Análisis de documentos internos y síntesis
Prototipado visual de alta fidelidad
Simulación de entrevistas con voz (si no hay usuarios)
Sprint log, backlog y documentación final