IA en gestión de proyectos

Bruno Fierro
14 oct 2025
6 min de lectura

Inteligencia Artificial como copiloto y multiplicador de la productividad individual y empresarial.

Bruno Fierro Grossocordone

Hasta el 80% de las actividades de un gestor de proyectos serán asistidas por IA en 2030, según Gartner.

Esto es una proyección, ya que normalmente estos estudios quieren vender una visión futurista pero podemos extraer del estudio que una parte importante de nuestras actividades diarias serán asistidas por IA.

Pero.....el 100% del liderazgo seguirá siendo humano.

Como líderes de proyectos dirigimos, cuestionamos y convertimos en ventaja esta nueva tecnología.

Un dato clave extraído del estudio de Harvard Business Review con infobip:

El 93% de los líderes empresariales reconoce la importancia de ofrecer experiencias conversacionales positivas,

solo el 36% cree que su organización lo logra,

y apenas el 11% se considera eficaz usando IA para generar interacciones humanas.

La IA en el ámbito laboral tiene 2 capas:

Productividad individual: aumenta rendimiento, libera tiempo y mejora la toma de decisiones.
Productividad empresarial: escala la eficiencia organizacional y acelera la transformación digital.

PRODUCTIVIDAD INDIVIDUAL

El cambio de rol

Antes:

Coordinar tareas.
Actualizar cronogramas.
Reportar estado a stakeholders.

Ahora:

Interpretamos datos generados por la IA y decidimos con criterio.
Automatizamos reportes.
Negociamos prioridades.
Guiamos la estrategia con insights alineados al negocio.
Lideramos personas: la gestión de motivación, conflictos y expectativas sigue y seguirá siendo humana y parte esencial de Project Manager.
Habilidades blandas más importantes aún que antes.

Beneficios clave de la IA en proyectos

Automatiza: informes, flujos de trabajo, correos, KPIs, gráficos, etc.
Planifica mejor: asigna recursos y tiempos con datos históricos.
Detecta riesgos: analiza patrones y alerta de desviaciones.
Apoya decisiones: ofrece datos en tiempo real.
Facilita comunicación: centraliza información de stakeholders.
Aprende: cada proyecto mejora el siguiente.

Casos reales

Los resultados en el mundo real:

UPS ahorró 300 millones de dólares anuales con la optimización de rutas.
Ruby Labs resuelve el 98% de los chats de soporte sin ayuda humana.
Pinterest alcanzó los 553 millones de usuarios activos mensuales (+11% en un año) gracias a la IA, que personaliza recomendaciones.

Lo que estas empresas hacen a gran escala, un PM puede replicarlo a sus casos en gestión de proyectos.

Aplicado a roles Project Manager/PMO

Usar IA para anticipar y optimizar antes de que los cuellos de botella aparezcan.

*Prompt de aplicación práctica para cronogramas al final del artículo.

A nivel de comunicación, a mí me ayuda mucho automatizar el envío de correos recurrentes, como actas de reuniones o reportes. Puedes automatizar este flujo con Power Automate si trabajas en entorno Microsoft.

Puedes automatizar tus reportes de estado.

Una de las cosas que más me ayudan a mí a nivel de reporting: automatización con Excel (fórmulas, macros, gráficos, etc.). Excel Labs es una auténtica maravilla y un gran desconocido. Tiene un asistente de IA que en el momento te crea lo que le pides.

Puedes optimizar la asignación de recursos: el recurso adecuado en el momento justo.

*Prompt de aplicación práctica para asignar recursos al final del artículo.

Puedes usarla para detectar desviaciones de presupuesto más rápidamente.

*Prompt de aplicación práctica para calcular presupuestos al final del artículo.

Los mismos factores que explican los éxitos (datos, propósito, gobernanza) explican los fracasos cuando se omiten.

Fracasos de la IA

Aquí señalo algunos casos donde falló por expectativas erróneas o falta de gobernanza :

McDonald's & IBM (2021–2024): toma de pedidos con reconocimiento de voz. Lo cancelaron debido al mal funcionamiento de la tecnología (añadía nuggets y bacon por error....). Este 2025 se ha asociado con Google, veremos qué les depara. youtube.com/watch
Mango sustituyó a modelos por unos generados por IA generativa y no fue bien acogido por sus clientes.
Grok (2024): acusó falsamente al jugador de la NBA de lanzar ladrillos contra las ventanas de varias casas en Sacramento, California.

Estos fracasos de la IA nos llevan a preguntarnos qué riesgos y dilemas nos depara esta nueva tecnología.

Riesgos y dilemas

La IA debe usarse con criterio:

Dependencia excesiva: equipos que dejan de cuestionar.
Formación en IA: crítico a nivel organizacional que se forme a los trabajadores en IA para llevar a cabo la transición de los sistemas y prácticas recomendadas.
Calidad de datos: malos datos = malas predicciones.
Sesgos y ética: puede replicar discriminaciones.
Seguridad: riesgo al introducir información sensible en plataformas externas.

*Usar asistentes (IA generativa) para escribir puede presentar una reducción en la actividad de áreas cerebrales clave para la memoria y la atención.

FUTURO DE LA GESTIÓN DE PROYECTOS

Futuro de la PMO

Implantar políticas de gobernanza de IA en la PMO
Definir qué datos se pueden o no compartir con IA externas. Ciberseguridad debe mediar siempre.
Establecer criterios de validación obligatoria para análisis generados por IA, con una checklist.
Capacitar a los PMs en pensamiento crítico frente a resultados de IA.
Crear un registro de prompts y outputs relevantes para trazabilidad.
PMOs creando frameworks éticos de IA igual que se hizo con Agile o DevOps.
La PMO se podrá convertir en un centro de excelencia de datos y automatización, complementando el cumplimiento del marco de trabajo y reporting.

Futuro del Project Manager

PMs como arquitectos de decisiones estratégicas.
Soft skills (liderazgo, comunicación, negociación) para liderar proyectos más valiosas aún que antes.
Nuevos perfiles: IA Project Facilitator. Stallions Solutions lo presenta como un coordinador de proyecto de IA que combina fuertes habilidades técnicas e interpersonales.

PRODUCTIVIDAD EMPRESARIAL

IA aplicada a la gobernanza de portafolio, la estrategia de negocio y la infraestructura sin código o bajo código (low-code/no-code: LCNC) y Gestión de Procesos de Negocio (BPM).

Aplicaciones prácticas en el ciclo de vida del proyecto

Fase	Aplicación con IA (Waterfall)	Aplicación con IA (Agile)
Inicio	Análisis de viabilidad con datos históricos	Product Discovery con IA
Planificación	Estimaciones y WBS automáticas	Hojas de ruta iniciales y planificaciones para sprints sugeridas
Ejecución	Chatbots internos con datos históricos	Historias de usuarios generadas
Monitoreo	Dashboards con alertas tempranas	IA que predice bloqueos de sprints
Cierre	Lecciones aprendidas automáticas	IA que resume retrospectivas

Aplicaciones prácticas para escalar el proceso empresarial

Las suites (Microsoft, Google, Apple, Zoho, et.) son buenísimas opciones que permiten a las organizaciones transformar sus negocios mediante el análisis de datos, la creación de aplicaciones, automatización de procesos, construcción de sitios web y el desarrollo de agentes conversacionales.

Aunque a menudo se agrupan bajo el paraguas de la Inteligencia Artificial, las tecnologías de automatización, predicción y generación de contenido tienen fundamentos distintos pero complementarios.

Caso representativo del enfoque low-code/no-code corporativo:

Un ejemplo es la Microsoft Power Platform, que es esencialmente una caja de herramientas de bajo código que te permite construir soluciones digitales de manera rápida y fácil.

En lugar de escribir código complicado, usas componentes visuales para:

Analizar Datos (Power BI)
Crear Apps (Power Apps)
Automatizar Tareas (Power Automate)
Montar Sitios Web (Power Pages)
Desarrollar Robots de Chat (Copilot Studio)

Todo esto está potenciado por la Inteligencia Artificial y se conecta fácilmente a todas tus bases de datos (como Dataverse y Azure).

En resumen, es la vía más rápida para digitalizar, automatizar y obtener insights sin ser un experto en programación ya que son de bajo código o sin código (low-code/no code (LCNC)).

Competidores de la Power Platform: La Batalla del Bajo Código

Sus competidores son herramientas especializadas que, o bien son mucho mejores en un nicho específico, o funcionan perfectamente si no usas Microsoft como su ecosistema principal.

Estas son algunas de las más importantes:

Salesforce Platform & ServiceNow App Engine: mejor opción si vives dentro de Salesforce o ServiceNow ya que se integran profundamente con tus datos y operaciones.
Zoho creator: Es un TODO EN UNO económico. Pensado para PYMES ya que maneja de todo de manera completa y unificada: automatización, desarrollo apps., reportes, gestión de datos, etc.
Zenphi: aliado de Google Workspace. permite crear flujos de automatizaciones con Gmail, Sheets, cloud, Drive, etc.
Appian & Pega Platform: Automatización Inteligente y Gestión de Procesos de Negocio (BPM). No solo automatizan la tarea, sino que gestionan y optimizan todo el proceso de extremo a extremo, utilizando IA para tomar decisiones complejas y aprender. Son ideales para bancos, seguros y grandes operaciones.

Esta sección se ha enfocado en las suites de bajo código/sin código (LCNC) ya que he querido enfocarlo hacia la automatización de procesos, no hacia la IA predictiva o generativa pura. Aunque son complementarias, no son lo mismo.

Si bien estas plataformas son de LCNC, son la infraestructura sobre la que las PMOs escalan los modelos de IA predictiva y la IA conversacional.

Un director de PMO no necesita escribir código, pero sí debe comprender como arquitecto de soluciones, qué herramientas o suites pueden usarse para automatizar los procesos de la PMO.

La elección de la plataforma es una decisión estratégica empresarial, no técnica.

LO ESENCIAL AL ESCALAR LA IA EN PROYECTOS

Cultura: Capacitación y una cultura de experimentación para lograr la integración total de la IA en la organización.
Tecnología: Evita la sobrecarga técnica usando arquitectura modular y una plataforma de datos centralizada.
Gobernanza: Es vital gestionar el sesgo y la mala calidad de los datos. Esto se logra con estándares claros y un gobierno de datos riguroso.