En un reciente seminario web organizado por el capítulo del PMI Galicia España, titulado «Gestión de Proyectos Impulsada por IA, Aprovechando Datos para una Toma de Decisiones Más Inteligente», que tuvo lugar el 29 de mayo de 2025, el experto en gestión de proyectos Amos Ogunola compartió valiosas perspectivas sobre el impacto transformador de la Inteligencia Artificial (IA) en el campo. Luis Gonzalez, Senior Project Manager y voluntario del capítulo, facilitó la sesión, presentando a Amos como un profesional certificado en gestión de proyectos con más de 10 años de experiencia y una maestría en econometría y economía cuantitativa. Amos ha liderado proyectos para grandes organizaciones como Meta, Google e IBM, y actualmente se centra en la implementación de sistemas de datos inteligentes y en ayudar a emprendedores a utilizar la IA para una mejor planificación empresarial.
Amos comenzó reconociendo la disyuntiva común que rodea a la IA: el miedo de que la inteligencia artificial pueda reemplazar a los gestores de proyectos. Esta preocupación es comprensible en el contexto de la «cuarta revolución industrial», donde los avances tecnológicos plantean interrogantes sobre la seguridad laboral. Sin embargo, Amos afirmó firmemente su creencia, basada en un extenso debate y experiencia, de que la IA no reemplazará a los gestores de proyectos. Argumenta que ciertos aspectos cruciales de la gestión de proyectos, como la empatía, el sentimiento y la emoción –particularmente importantes en campos como el trabajo sin fines de lucro o la educación, donde la interacción humana directa es clave– no pueden ser replicados por robots.
En lugar de la eliminación de empleos, Amos propone que la IA significa una «evolución del rol» para los gestores de proyectos. Él ve a la IA como un habilitador, una herramienta que permite a los gestores de proyectos realizar su trabajo más rápido, más fácil y de manera más inteligente. La clave está en aprovechar la IA de manera efectiva. Enfatizó la importancia de que los gestores de proyectos sean proactivos y se mantengan a la vanguardia de las nuevas tecnologías, sugiriendo que las herramientas de IA pueden mejorar el flujo de trabajo incluso antes de que los equipos de tecnología o datos las recomienden.
Amos describió el cambio de los enfoques tradicionales de gestión de proyectos, que se caracterizaban por la planificación manual, la elaboración de informes estáticos (que a menudo requerían actualizaciones frecuentes individuales) y la gestión reactiva de riesgos. En esta fase tradicional, los riesgos solo se abordaban después de que surgía un problema o los interesados se volvían exigentes. Señaló que muchos gestores de proyectos han superado esta fase, pero la realidad actual todavía implica gestionar proyectos complejos y de ritmo rápido en un mundo ágil, lidiando con la presión continua de los interesados y enfrentando una alta incertidumbre porque los planes a menudo difieren de la ejecución. Gran parte de esta realidad actual todavía implica procesos manuales, impulsados por el deseo de un control de principio a fin.
El estado futuro deseado, según Amos, es convertirse en un gestor de proyectos impulsado por la IA. Esto implica estar respaldado por datos. Como ingeniero de IA/ML y analista de datos, Amos enfatizó la importancia fundamental de los datos, afirmando que «Sin datos, no hay nada» y que datos incorrectos o sesgados llevarán a resultados inexactos.
Las características clave de un gestor de proyectos impulsado por la IA incluyen:
- Toma de decisiones respaldada por datos: Las decisiones se basan en datos precisos y limpios.
- Paneles de control en tiempo real: Capacidad de visualizar el progreso del proyecto y los datos al instante, haciendo que la información compleja sea comprensible incluso para interesados no técnicos. Amos expresó una inmensa apreciación por los paneles de control en tiempo real, que permiten una visión inmediata de datos como respuestas de encuestas.
- Predicción de riesgos y alertas: Pasar de una gestión de riesgos reactiva a una gestión de riesgos predictiva, donde las herramientas de IA pueden pronosticar posibles problemas antes de que ocurran basándose en datos pasados y análisis de tendencias. Esto permite a los equipos abordar los desafíos de manera proactiva.
Amos aclaró que convertirse en un gestor de proyectos impulsado por la IA no requiere ser un analista de datos. Si bien una base de datos es útil, el enfoque está en comprender y aprovechar las herramientas de IA. Asimismo, durante el webinar se destiló la esencia de la IA en la gestión de proyectos en tres componentes principales: aprendizaje automático (machine learning), automatización y análisis de datos (data analytics).
- Aprendizaje Automático implica que las computadoras aprenden de datos y experiencias pasadas para predecir resultados futuros. Un ejemplo dado fue una herramienta de IA que identifica patrones en la asignación de tareas para advertir a un gestor de proyectos cuando un miembro del equipo está sobrecargado, prediciendo posibles retrasos.
- Automatización se refiere a procesos en tiempo real, como alertas instantáneas y actualizaciones de estado. Esto elimina la necesidad de seguimiento manual en hojas de cálculo, asegurando que todos en el equipo y los interesados se actualicen inmediatamente a medida que entran los datos.
- Análisis de Datos es el proceso de transformar datos brutos y no estructurados en información útil que sirva para la toma de decisiones.
El principio fundamental detrás de este cambio es que los datos son el combustible y la IA es el motor. Al igual que un motor necesita combustible, las herramientas de IA dependen de datos precisos y limpios para funcionar y proporcionar información valiosa. Esto representa un alejamiento de la dependencia de las «decisiones instintivas», que a menudo se basan únicamente en la experiencia pasada de un gestor de proyectos, hacia una orientación basada en datos. Si bien la experiencia es valiosa, la complejidad de los proyectos modernos requiere respaldar las ideas con datos. Las herramientas de IA, entrenadas con grandes cantidades de datos de proyectos, pueden proporcionar previsión y predecir posibles problemas con mayor precisión.
Las herramientas de IA pueden ayudar en todo el ciclo de vida de la gestión de proyectos: iniciación, planificación, ejecución, seguimiento y cierre. Gestionar manualmente cada etapa es estresante, pero la IA simplifica estos procesos. Amos mencionó herramientas como Airtable, Lucidchart AI para la iniciación y priorización de carteras, SmartSheet (llamándolo una «bendición»), Canva, Google Sheets y Gemini para la planificación, programación predictiva y generación de indicaciones. También se destacaron herramientas como Trello (con su función «Butler»), ClickUp, Asana y Notion AI para la ejecución y el seguimiento. La IA puede automatizar informes de estado, sugerir el reequilibrio de la carga de trabajo y pronosticar riesgos. La integración de Slack con IA (como Slaggity) mejora la comunicación.
Los beneficios de la IA en la gestión de proyectos son numerosos, incluyendo mejor pronóstico, ahorro de tiempo, planificación más inteligente de la carga de trabajo, paneles de control en tiempo real más claros, comunicación más rápida y mayor confianza y credibilidad de los interesados.
Sin embargo, la IA en la gestión de proyectos no está exenta de desafíos. Los posibles problemas incluyen el sesgo en los algoritmos (los resultados pueden estar distorsionados basándose en los datos con los que fueron entrenados o interacciones repetidas), preocupaciones sobre la privacidad de los datos si las herramientas no son seguras, el riesgo de la dependencia excesiva que lleva a la falta de pensamiento crítico, y la resistencia de los miembros del equipo debido a problemas de gestión del cambio o a sentirse microgestionados por la visibilidad en tiempo real.
Para los gestores de proyectos que desean empezar con la IA, Amos ofreció consejos prácticos:
- Auditar las herramientas actuales: Muchas herramientas ya tienen funciones de IA integradas.
- Elegir un punto problemático: Identificar una tarea específica que consuma mucho tiempo (como la creación de informes) y encontrar una herramienta de IA para abordarla.
- Activar la IA integrada: Utilizar funciones como Co-pilot o Slaggity si se usan herramientas de Microsoft o Slack.
- Capacitar al equipo: Proporcionar formación sobre el uso efectivo de las herramientas de IA.
- Empezar, reflexionar y mejorar: Experimentar con una herramienta de IA, evaluar su uso e iterar basándose en la retroalimentación.
Durante la sesión de preguntas y respuestas, Amos compartió un valioso ejemplo del uso de Google Analytics G4 con la habilitación de Gemini en una plataforma educativa llamada Entry Edge. Al rastrear el comportamiento de los usuarios en tiempo real, pudo ver exactamente cómo las personas interactuaban con los cursos, incluidos los puntos de abandono. Esto proporcionó retroalimentación inmediata y útil para los desarrolladores, contrastando con el método tradicional de recopilar retroalimentación solo después de completar el curso a través de encuestas. También elogió herramientas como out.ai, que pueden unirse a reuniones y generar resúmenes o actas automáticamente.
Amos concluyó reiterando que el mundo está cambiando rápidamente, y los gestores de proyectos deben mantenerse proactivos y «en la cima de su juego». Animó a los asistentes a no esperar a que otros sugieran herramientas de IA beneficiosas, sino a buscarlas activamente ellos mismos. El seminario web enfatizó que abrazar la IA no se trata de reemplazar la experiencia humana, sino de evolucionar el rol del gestor de proyectos para aprovechar los datos en aras de una entrega de proyectos más inteligente y efectiva.
Luis Leonardo González Yánez
PMP®, PMI-ACP®, IPMA-B Certified Project Manager
Fuentes:
- Transcripción del webinar a texto: https://notebooklm.google.com/?pli=1
- Imágenes generadas por: Microsoft Designer