La entrega híbrida Humano–IA no es opcional: Una líder en robótica explica por qué

Me apasiona unir la ejecución técnica con el liderazgo ético y estratégico — ayudando a los equipos a entregar productos impactantes mientras se impulsa la innovación responsable en tecnologías emergentes.

Los rituales de entrega tienen menos que ver con la supervisión manual y más con la interpretación, el juicio y la orientación estratégica. La IA actúa como copiloto: gestiona el análisis y el reconocimiento de patrones, mientras que los humanos dirigen la visión, la ética y la colaboración.

Share This Quote on:

• Share on Twitter
• Share on LinkedIn
• Share on Facebook

Kateryna Portmann

Gerente Senior de Producto en ANYbotics

You should also read

• Educadora de gestión de proyectos afirma que la IA no sirve en proyectos si no tiene un ROI medible

• Por Qué la Gestión de Proyectos es un Rol Fundamentalmente Emprendedor

• De junior a estratégico: Cómo los líderes ayudan a los jefes de proyecto a crecer

Cómo la IA está transformando la gestión de productos y la entrega de proyectos

Mi función y enfoque hacia la IA en la entrega de proyectos están evolucionando considerablemente. Las tareas que antes eran manuales o centradas en el seguimiento y la elaboración de informes ahora están cada vez más automatizadas, lo que significa que ahora dedico menos tiempo a trabajos administrativos como actualizaciones de estado, coordinación básica de tareas o control de indicadores de desempeño rutinarios.

Al mismo tiempo, dedico más atención a las áreas donde el juicio humano y la IA en la planificación estratégica aportan mayor valor: definir la estrategia de producto, integrar IA de manera responsable en sistemas robóticos, anticipar consideraciones regulatorias y éticas, y guiar a los equipos interfuncionales para alinearse en soluciones innovadoras.

De manera más general, la entrega de proyectos ahora exige un mayor énfasis en la toma de decisiones basada en datos (IA en la toma de decisiones), la ética de la IA y la planificación adaptativa. Se espera que los equipos iteren más rápido, aprovechen los conocimientos derivados de la IA para la priorización y respondan de forma proactiva a los avances tecnológicos y regulatorios. Mi función está cambiando de gestionar tareas principalmente a orquestar la innovación de forma responsable y asegurar que las iniciativas de IA creen valor real sin comprometer la seguridad, el cumplimiento ni la confianza.

Por qué los sistemas "human-in-the-loop" son esenciales para la entrega de proyectos impulsados por IA

Al principio, esperaba que la IA automatizara principalmente el trabajo rutinario — como el seguimiento del progreso de los proyectos o la generación de informes — pero descubrí que realmente sobresale en destacar patrones, predecir riesgos y mostrar ideas que guían hacia mejores decisiones.

Por ejemplo, en el proyecto Sandbox IA, las herramientas de IA no solo nos ayudaron a analizar datos más rápido, sino que revelaron riesgos sutiles de cumplimiento y operativos que de otro modo podríamos haber pasado por alto. Eso nos obligó a reconsiderar cómo estructuramos los flujos de trabajo, priorizamos tareas e involucramos a las partes interesadas.

En general, los aspectos de la entrega que parecen más propicios para recibir apoyo son aquellos intensivos en datos, repetitivos o predictivos (IA en la automatización de tareas de proyectos). Eso significa:

• Seguimiento del progreso e informes: La IA puede consolidar automáticamente las actualizaciones de varios equipos, resaltar cuellos de botella y generar paneles de control en tiempo real.
• Identificación de riesgos y planificación de escenarios: Los modelos de aprendizaje automático juegan un papel en la gestión de riesgos con IA. Pueden analizar datos de proyectos para predecir posibles retrasos, conflictos de recursos o riesgos de cumplimiento antes de que se materialicen.
• Priorización y asignación de recursos: La IA en la gestión de recursos puede sugerir la secuencia óptima de tareas o la redistribución de recursos en función de datos históricos y restricciones del proyecto.

La implementación normalmente implica la integración de analítica de proyectos impulsada por IA en herramientas de gestión de proyectos como Jira, Asana o sistemas internos personalizados. Para la modelización predictiva, podríamos usar flujos de trabajo de aprendizaje automático ligeros que procesen datos históricos de proyectos y mejoren continuamente con nuevos aportes.

Sin embargo, el juicio humano sigue siendo indispensable en varias áreas:

• Toma de decisiones éticas y regulatorias: Determinar qué es permisible, responsable y alineado con la IA en cumplimiento normativo y los valores organizacionales en general.
• Comunicación y negociación con los interesados: La IA en la gestión de interesados puede sugerir temas de conversación, pero las conversaciones matizadas y la construcción de consenso requieren empatía y persuasión.
• Planificación estratégica e innovación: Las personas deben interpretar las conclusiones de la IA en contexto, decidir sobre compensaciones y definir la visión a largo plazo.

En resumen, el juicio humano sigue siendo necesario. Es crucial. La IA en la gestión de proyectos es un multiplicador de fuerza poderoso para la eficiencia y el análisis, pero funciona mejor cuando las personas mantienen el control sobre las decisiones complejas, estratégicas y basadas en valores.

consejo de kateryna

El juicio humano sigue siendo necesario. Es crucial. La IA es un poderoso multiplicador de fuerza para la eficiencia y el análisis, pero funciona mejor cuando las personas mantienen el control sobre las decisiones complejas, estratégicas y basadas en valores.

Por qué los sistemas ágiles de entrega no siempre funcionan

Es importante destacar que, en hardware y robótica, alejarse de los métodos tradicionales de gestión de proyectos no siempre es fácil: los sistemas físicos tienen largos plazos de entrega, dependencias estrictas y restricciones de seguridad o cumplimiento que requieren una planificación cuidadosa. La flexibilidad iterativa es más limitada en comparación con los proyectos puramente de software.

Dicho esto, en iniciativas como Mujeres en Robótica, hemos podido experimentar con enfoques más ligeros y ágiles. Por ejemplo, utilizamos Slack —y sus funciones de IA— para una coordinación rápida entre voluntarios y participantes. Esto nos permite iterar sobre programas, recopilar comentarios y ajustar iniciativas mucho más rápido que con un enfoque tradicional jerárquico.

Así que, aunque los proyectos de hardware suelen exigir procesos estructurados, los sistemas ligeros pueden prosperar en iniciativas comunitarias o interfuncionales, facilitando una adaptación más rápida, mayor participación y mejora continua.

Un ejemplo real de cómo los sistemas modernos de entrega navegan la complejidad

Aquí tienes un buen ejemplo de la entrega de IA en la práctica. Con el proyecto Sandbox IA, navegamos un entorno altamente complejo que involucraba a múltiples partes interesadas, restricciones regulatorias y sistemas de IA de vanguardia. El objetivo del proyecto era explorar implementaciones de IA seguras, conformes e innovadoras en aplicaciones del sector público, lo que requería equilibrar la velocidad de entrega con la gobernanza y la ética.

Configuración y enfoque:

• Establecimos un equipo central multifuncional que incluía ingenieros, expertos en políticas, asesores legales y especialistas en ética de la IA.
• Utilizamos sistemas ágiles de entrega, aprovechando Jira para la planificación de sprints, Confluence para la documentación y Miro para talleres de diseño colaborativo.
• Se integraron herramientas impulsadas por IA para el análisis de riesgos y simulaciones de escenarios, lo que nos permitió modelar resultados antes de implementar procesos impulsados por IA en entornos reales.

Ejecución:

• Comenzamos con prototipos a pequeña escala para probar los marcos de cumplimiento y éticos, iterando semanalmente según tanto el rendimiento técnico como los comentarios normativos.
• Las sesiones regulares de revisión con los interesados aseguraron la alineación con los estándares de gobernanza, mientras que el análisis de IA resaltó posibles riesgos de cumplimiento antes de que se materializaran.

Resultados:

• Evaluación de la preparación para la ISO 42001
• Las lecciones aprendidas se integraron directamente en el documento técnico de AI House Davos 2025, donde destilamos once elementos clave de gobernanza para una adopción más amplia en la industria.

Este proyecto resaltó cómo los sistemas de entrega modernos y las herramientas impulsadas por IA pueden gestionar la complejidad, acelerar la iteración y mantener el cumplimiento ético y normativo, incluso en entornos altamente inciertos. Reforzó el valor de combinar prácticas estructuradas de entrega con los conocimientos de IA para navegar proyectos desafiantes con éxito.

Una infraestructura tecnológica que potencia la colaboración y reduce la fricción

Actualmente estoy de baja por maternidad, por lo que no he estado involucrada directamente en la entrega diaria de proyectos durante los últimos meses — y la IA avanza tan rápido que sería injusto hablar como si tuviera experiencia directa con todas las últimas decisiones de herramientas en ANYbotics.

Dicho esto, a través de mi trabajo con Women in Robotics, he seguido manteniéndome al tanto de las tendencias en la entrega y colaboración de proyectos. En ese contexto, la infraestructura tecnológica suele girar en torno a herramientas de colaboración y de intercambio de conocimiento:

• Slack para comunicación y coordinación: Esta herramienta de colaboración con IA ayuda a mantener conectados a equipos globales y reducir la saturación de correos electrónicos. Utilizo la IA incorporada de Slack para resumir hilos y canales largos, lo cual es especialmente útil cuando me uno a conversaciones en curso o para sincronizarme con equipos distribuidos. También la utilizo para redactar respuestas rápidas o reformular actualizaciones para hacerlas más claras. El impacto principal ha sido un cambio de contexto más rápido y una comunicación más consistente en todo el equipo.
• Figma para la colaboración visual, especialmente en talleres, sesiones de lluvia de ideas y de co-diseño: Con las funciones de IA de Figma, genero variaciones iniciales de UI, exploro opciones de diseño y documento automáticamente los componentes de diseño. Esto acelera la ideación en las primeras etapas y me permite compartir la dirección visual con las partes interesadas mucho antes en el proceso. Pero las variantes generadas por IA no son definitivas — ayudan a iniciar discusiones de diseño y reducen el tiempo de iteración.
• Notion para documentación, seguimiento de iniciativas y para hacer que los aprendizajes estén accesibles a todos los miembros: Notion AI forma parte de mi flujo de trabajo diario. Utilizo este gestor de tareas con IA para redactar documentación de proyectos, notas de reuniones, resumir extensos documentos de investigación o entrevistas, convertir ideas dispersas en planes estructurados o en acciones, y reescribir contenido en diferentes tonos según la audiencia. El mayor impacto es el ahorro de tiempo: convertir información no estructurada en algo claro y compartible lleva una fracción del tiempo que solía llevar.

En el último año, he notado que los equipos están apostando cada vez más por herramientas que facilitan la colaboración asíncrona y la transparencia, especialmente ahora que el trabajo híbrido es la norma. Herramientas como Notion han resultado invaluables porque permiten a los miembros contribuir y revisar el trabajo sin importar la zona horaria. Por el contrario, algunas herramientas heredadas de seguimiento de tareas que eran rígidas o aisladas han dejado de ser prioritarias, ya que no permiten flujos de trabajo flexibles ni iteración rápida.

En general, mi evaluación es que el software de automatización de flujos de trabajo tiene éxito cuando potencia la colaboración, reduce la fricción y permite a los equipos centrarse en el impacto en lugar del proceso — un principio que sigo defendiendo.

Por qué Figma es la herramienta de IA más subestimada para la entrega colaborativa

Una de las herramientas más ahorradoras de tiempo y menos valoradas es Figma. Sé que ya la mencioné antes, pero realmente marca la diferencia — en particular sus pizarras colaborativas en tiempo real y la integración de plantillas.

El impacto es significativo. Permite que equipos distribuidos co-creen, desarrollen ideas y hagan lluvias de ideas de manera asincrónica o sincrónica, lo que reduce drásticamente el intercambio de correos electrónicos o reuniones largas. Los equipos pueden visualizar flujos de trabajo, mapear procesos y seguir las decisiones todo en un solo lugar, haciendo que los talleres y las sesiones de planificación sean mucho más eficientes.

Otro aspecto subestimado es su integración con Slack, que cierra la brecha entre la IA en la planificación de proyectos y la ejecución. Esta combinación garantiza que las decisiones y los puntos de acción capturados en sesiones colaborativas se integren automáticamente en el seguimiento de tareas, reduciendo la duplicidad de esfuerzos y acelerando la ejecución.

La herramienta permite claridad, alineación y una toma de decisiones más rápida en equipos distribuidos, algo que a menudo se subestima hasta que has gestionado múltiples proyectos colaborativos en diferentes regiones.

Cómo la IA actúa como copiloto en los rituales de entrega modernos

Con la IA volviéndose cada vez más parte del ecosistema de entrega, estamos replanteando los rituales tradicionales para aprovechar las fortalezas de la IA manteniendo el juicio humano en el centro.

• Alineación de equipos: Las herramientas ayudan a detectar desalineaciones o responsabilidades superpuestas, pero la alineación aún depende de la discusión humana y de la IA en la toma de decisiones en proyectos.
• Validación del trabajo: La IA acelera las pruebas y simulaciones, señalando errores o riesgos de cumplimiento antes de las revisiones manuales. Por ejemplo, en robótica y en el monitoreo de proyectos con IA, la modelización predictiva puede simular escenarios extraordinarios que a los humanos les tomaría mucho más tiempo probar.
• Gestión de la ejecución: El seguimiento y los reportes rutinarios ahora pueden automatizarse, liberando tiempo para que el equipo se concentre en la resolución de problemas, la estrategia y la interacción con las partes interesadas. Los paneles de control destacan riesgos o retrasos en tiempo real, haciendo que las reuniones de seguimiento y retrospectivas se centren más en la toma de decisiones que en los informes.

El cambio global es que los rituales de entrega se centran menos en la supervisión manual y más en la interpretación, el juicio y la orientación estratégica.

Consejo de Kateryna

Una de las herramientas más útiles y menos valoradas en cuanto a ahorro de tiempo es Figma, especialmente por su pizarra colaborativa en tiempo real e integraciones de plantillas.

Cómo los flujos de trabajo agenticos y las plataformas de orquestación apoyan la entrega compleja

Cuando experimentamos con plataformas de orquestación y flujos de trabajo agenticos, el enfoque está en áreas que más se benefician de la coordinación y el conocimiento predictivo, como:

• Priorización de tareas y gestión de dependencias: Usando la IA en la previsión de proyectos para identificar qué flujos de trabajo son críticos, dónde pueden ocurrir cuellos de botella y cómo deberían asignarse los recursos.
• Monitoreo de riesgos y cumplimiento: Automatizando la detección de posibles problemas de cumplimiento o de seguridad en proyectos de robótica e IA antes de que afecten la entrega.
• Comunicación entre equipos: Simplificando las actualizaciones y resaltando desalineaciones para que los equipos dediquen menos tiempo a buscar el estado de las tareas.

Como sucede en general con la IA, hemos comprobado que las plataformas de orquestación aún requieren un humano en el circuito para la toma estratégica de decisiones y consideraciones éticas. La tecnología acelera la coordinación y brinda información accionable, pero no sustituye el criterio necesario para equilibrar prioridades, gestionar intercambios o involucrar eficazmente a las partes interesadas.

Por qué la ética, la inclusión y la diversidad deben definir la entrega de proyectos impulsados por IA

De cara al futuro, considero que la ética, la inclusión y la diversidad pasarán a ser un pilar fundamental en la definición del éxito.

La IA y la robótica pueden acelerar la entrega y la toma de decisiones, pero sin un enfoque intencional en marcos éticos y perspectivas diversas, los proyectos corren el riesgo de reforzar sesgos o crear daños no intencionados.

En la práctica, esto significa que debemos incorporar la ética y la inclusión en cada etapa de la entrega, desde la definición del alcance hasta el diseño de sistemas y la iteración sobre el feedback, y tratarlas como impulsoras de la innovación y no como limitaciones.

Los equipos que integran estos principios desde el principio no solo construirán mejores productos, sino también fomentarán la confianza, la adaptabilidad y la resiliencia a largo plazo.

Cómo la IA está alejando a los equipos de procesos rígidos hacia una entrega adaptativa

La entrega de proyectos evolucionará cada vez más, pasando del seguimiento de tareas a la orquestación estratégica, con la IA actuando como copiloto en tiempo real. En los próximos cinco años, espero que la IA no solo automatice la elaboración de informes o actualizaciones de tareas, sino que también prediga riesgos, recomiende prioridades e incluso sugiera concesiones basadas en datos de proyectos anteriores, disponibilidad de recursos y señales del mercado.

Los equipos dejarán de lado los rígidos diagramas de Gantt y la documentación pesada, pasando a flujos de trabajo ligeros y adaptativos donde los humanos se centran en actividades de alto valor: definir la estrategia, interpretar las percepciones de la IA, tomar decisiones éticas y fomentar la colaboración. En esencia, la IA gestionará el análisis de "qué podría suceder", mientras que los responsables de producto decidirán qué debería suceder.

También preveo que la alineación interdisciplinaria y la toma de decisiones se acelerarán, ya que la IA puede simular los resultados de distintos enfoques de entrega en tiempo real, permitiendo a los equipos iterar más rápido e innovar de manera responsable sin comprometer el cumplimiento o la calidad.

En última instancia, el éxito en la entrega se definirá por la eficacia de la colaboración entre humanos e IA, en lugar de por lo estrictamente que sigamos procesos predefinidos.

Consejo de Kateryna

Mi función está pasando de ser principalmente “gestionar tareas” a orquestar la innovación de manera responsable y asegurar que las iniciativas de IA generen un valor real sin comprometer la seguridad, el cumplimiento o la confianza.

Cómo los líderes de producto pueden adoptar la IA sin perder el juicio humano

Mi consejo para los líderes de entrega que atraviesan este momento de cambio es tratar la IA como un socio, no como un reemplazo, manteniendo la ética y la diversidad en el centro de cada decisión. Utiliza la IA para automatizar tareas repetitivas y revelar perspectivas, pero asegúrate de que los humanos lideren la estrategia, las consideraciones éticas y la toma de decisiones inclusiva.

Además, fomenta equipos y perspectivas diversos: los proyectos tienen éxito cuando se tienen en cuenta diferentes experiencias y puntos de vista, especialmente en IA y robótica donde los sesgos o puntos ciegos pueden tener consecuencias reales.

Y por último, invierte en la capacidad de tu equipo para trabajar responsablemente con IA, combinando habilidades técnicas con conciencia ética y resolución colaborativa de problemas. Los líderes que equilibren la innovación con la inclusión y la integridad serán quienes impulsen un impacto significativo y sostenible.

Sigue leyendo

Puedes seguir el trabajo de Kateryna Portmann en LinkedIn. ¡Y no te pierdas su iniciativa, Women in Robotics!

Pronto habrá más entrevistas con expertos en The Digital Project Manager.