La directora de producto técnica analiza los agentes de IA que su equipo utiliza en la entrega de proyectos
Descubre cómo una directora de producto utiliza agentes de IA para automatizar tareas de gestión de proyectos, agilizar la entrega y centrarse en los resultados, con ejemplos reales de flujos de trabajo que reducen retrasos y mejoran el rendimiento del equipo.
Mantenimiento con IA: Product People utiliza IA para gestionar tareas de mantenimiento, permitiendo centrarse en lograr objetivos de negocio.
Toque humano: La empatía, el juicio y la estrategia siguen siendo fortalezas humanas que la IA no puede replicar en la gestión de productos.
Soluciones agenticas: El despliegue de agentes de IA ha acelerado los flujos de trabajo, mejorando la velocidad y la satisfacción de los interesados.
Herramientas de bajo mantenimiento: Herramientas independientes del cliente como Notion y Figma respaldan un modelo operativo distribuido y eficiente.
Futuro del rol de gestión de proyectos: La IA redefinirá la gestión de proyectos, orientando el enfoque hacia habilidades estratégicas y de diseño de sistemas.
Mirela Mus es la fundadora y CPO de Product People. Tiene un MBA, formación en ciencias de la computación y más de una década de experiencia en gestión de productos — la mitad de la cual la ha desempeñado también en roles de liderazgo.
Nos pusimos en contacto con ella para saber más sobre cómo delegar el mantenimiento a la inteligencia artificial para que las personas puedan centrarse en obtener resultados reales. Esto es lo que nos contó.
Entrega de resultados empresariales
Soy Mirela Mus, fundadora y CPO de Product People. Somos el destino principal para servicios de gestión y crecimiento de productos en Europa. Entre nuestros clientes se encuentran Amazon, Zalando, eBay, DeepL y la Organización Mundial de la Salud.
Unlock for Free
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Aunque reconocemos que la ejecución es una gran ventaja competitiva, no solo supervisamos o gestionamos proyectos; entregamos resultados empresariales como el aumento de ingresos y la reducción de costes.
Por qué algunos elementos no pueden ser replicados por la IA
Vemos la evolución "AI-first" a través de nuestro principio fundamental: "Mantenimiento bajo, resultados altos". La IA se encarga del mantenimiento para que podamos centrarnos totalmente en los resultados.
Adoptamos de forma agresiva herramientas que aceleran la ejecución básica, para dedicar menos tiempo al trabajo manual poco glamuroso, como:
- Síntesis de datos cualitativos: usamos IA para sintetizar datos públicos de mercado, opiniones de usuarios y tickets de soporte al instante. Esto respalda nuestra "actitud GSD (Get Sh*t Done)". No perdemos tiempo mirando páginas en blanco.
- Borradores iniciales de artefactos: la IA es excelente para crear el primer borrador de PRDs o notas de lanzamiento. Esto apoya nuestros métodos actuales, asegurando que los PMs junior comiencen con una estructura que cumpla con nuestro alto estándar interno, reduciendo así el ciclo de revisión manual.
- Recopilación rápida de contexto: en lugar de largas fases de descubrimiento, usamos la IA para acelerar la comprensión de nuevas industrias y normas de mercado. Esto nos permite integrarnos rápidamente y comenzar a aportar valor de inmediato.
Vemos la revolución AI-first a través de nuestro principio fundamental, ‘Mantenimiento bajo, resultados altos.'»
Con el trabajo automatizado, me concentro aún más en los elementos humanos que la IA no puede replicar:
- Empatía profunda (descubriendo el "¿por qué ahora?"): la IA puede analizar datos, pero no puede captar el ambiente. Un humano debe mirar a los stakeholders a los ojos y comprender la verdadera presión detrás de una petición — ya sea una necesidad real del mercado o una reacción de pánico ante un competidor. Así que dedica más tiempo a influir en los stakeholders y navegar por el contexto político que a menudo bloquea la entrega en organizaciones complejas.
- Juicio imparcial ("mentalidad mercenaria"): aprovechamos el tiempo ahorrado para aplicar lo que llamo una "mentalidad mercenaria", eliminando la emoción de la toma de decisiones para garantizar un juicio claro. Esto nos permite filtrar el ruido interno y trabajar para el cliente, priorizando sus objetivos empresariales reales sobre concursos de popularidad internos.
- Definir la visión y realizar apuestas estratégicas: como suelo decir, "Solo los optimistas incansables encajan bien en la gestión de producto". La IA puede predecir a partir de datos pasados, pero no puede motivar a un equipo desmoralizado hacia un futuro mejor ni tomar las apuestas contraintuitivas necesarias para transformar una empresa.
- Navegar en la política organizacional compleja: esta es la parte más difícil del trabajo. Lidiar con departamentos que retrasan procesos o gestionar stakeholders con agendas conflictivas requiere una alta inteligencia emocional y un enfoque "mercenario".
- Velocidad de decisión (bucle OODA): utilizamos las ganancias de eficiencia para ajustar nuestro "Bucle OODA" (Observar-Orientar-Decidir-Actuar), asegurando que pivotamos estrategias más rápido que los equipos internos tradicionales.
La IA puede predecir a partir de datos pasados, pero no puede motivar a un equipo desmoralizado hacia un futuro mejor ni tomar las decisiones contrarias a la intuición que se requieren para transformar una empresa.
Cómo las soluciones agenticas aumentaron la velocidad y la satisfacción
Recientemente utilizamos soluciones agenticas cuando enfrentamos un cuello de botella clásico. El tiempo entre la ideación y el desarrollo era excesivo. Nuestros PM invertían enormes cantidades de energía verificando manualmente las limitaciones legales y persiguiendo a los implicados para conseguir aprobaciones. Este trabajo de alto mantenimiento no aportaba valor estratégico.
Implementamos un sistema de Agentes de IA internos para encargarse del trabajo poco glamuroso y operativo:
- El guardarraíl de cumplimiento: Configuramos un agente interno utilizando el contexto de las bases de conocimiento internas de legal y cumplimiento del cliente. Antes de enviar un PRD para revisión, el agente lo prevalidaba, señalando de inmediato los riesgos regulatorios. Esto servía como un control instantáneo de elevación de estándares, asegurando que los PM del cliente no perdieran ciclos en borradores no conformes.
- El perseguidor de partes interesadas (vía Slack): Automatizamos el flujo de aprobación. En lugar de que un PM gastara su limitado capital político para insistir a un director por una firma, el agente se encargaba de la persecución por Slack. Solicitaba aprobaciones de manera insistente pero educada, eliminando el desgaste emocional del PM.
- Actualizaciones automáticas de progreso: Implementamos un agente que sintetizaba los datos de progreso y desarrollo y enviaba informes de estado proactivos.
Los resultados:
- Velocidad: Reducimos significativamente el tiempo promedio entre la ideación y el desarrollo. El “tiempo muerto” de espera por aprobaciones desapareció, y el agente, actuando como abogado del diablo, validaba los PRD más rápido.
- Satisfacción: Aumentó la satisfacción de los interesados. Valoraban el carácter proactivo y la puntualidad de los informes automatizados, permitiendo que nuestros PM se enfocaran en la entrega de resultados en vez de la insistencia administrativa.
Por qué la experimentación agentica es tan importante en la gestión de proyectos
Y aquí tienes algunos más de los agentes con los que hemos experimentado. Utilizamos Claude Code, Make.com, Glean, NotebookLM, n8n, y/o Notion AI.
- Estandarizador de artefactos: Entrenado con los “Mejores PRD” para reformatear documentos y tickets de Jira. Está adaptado al tipo de producto, el área (interna, externa) y la etapa (mantener, invertir, innovar).
- Abogado del diablo: Busca puntos débiles en los documentos PRD utilizando normativas de cumplimiento y enriquece los índices de la base de conocimiento de usuario, información de la competencia y el contexto de la empresa. Ahorra cinco horas semanales por PM.
- Inicio de desarrollo: Lee los tickets de Jira e inicia los procesos de desarrollo configurando el entorno, los repositorios y localizando las librerías pertinentes. Ahorra tres horas semanales por desarrollador.
- Triaje de incidencias: Garantiza que cada ticket de soporte o error sea priorizado de forma oportuna y precisa en relación a los demás tickets entrantes.
- Actualizador de partes interesadas: Mapea las partes interesadas y envía resúmenes y/o informes semanales a lo largo del embudo de producto. Ahorra tres horas semanales por PM en tareas de selección y comunicación. Ejemplo de cómo podría verse un informe para un CEO: “El ROI proyectado cae a €3m (-15%). Esto se debe a que la Iniciativa 1 se retrasa tres meses en el norte de Europa por una dependencia de la Iniciativa 2 y una mala comunicación con el proveedor de software. Ha habido dos escaladas al nivel de VP para resolverlo. El tiempo estimado de resolución es de una semana.”
- Fuente única de la verdad: Los empleados preguntan a Notion AI. Este busca no solo en Notion, sino también en Slack, Google Drive, Jira y otras aplicaciones conectadas.
Personalmente también he experimentado con OpenClaw en un Mac Mini nuevo.
Cómo una infraestructura de bajo mantenimiento respalda una estructura distribuida
Nuestra infraestructura es independiente del cliente — trabajamos con lo que utiliza el cliente. Sin embargo, internamente utilizamos una infraestructura rigurosa y de bajo mantenimiento que respalda nuestro modelo de trabajo y configuración distribuida.
Herramienta: Notion
- Categoría: Base de conocimiento interna y manuales de procedimientos
- Impacto: La única fuente de verdad para nuestro modelo propietario de entrega. Alberga todos nuestros métodos de trabajo, políticas y funciones de habilitación.
- Evolución en el último año: Refuerzo total. Ahora lo utilizamos no solo para almacenamiento, sino también como campo de entrenamiento activo para “integrar rápidamente” e implementar nuestros métodos específicos (como “Optimismo como Sistema Operativo”) en las nuevas incorporaciones al instante.
Herramienta: Figma
- Categoría: Diseño y prototipado
- Impacto: Nos permite validar ideas mediante prototipos de baja fidelidad en vez de especificaciones extensas.
- Evolución en el último año: Integración de IA. Pasamos de crear wireframes manualmente a utilizar generación de plantillas por IA para acelerar la fase inicial “desordenada” del diseño.
Herramienta: Miro
- Categoría: Colaboración visual y estrategia
- Impacto: El lienzo para “gestionar el caos”. Lo usamos intensamente para los Opportunity Solution Trees (OST) y para alinear a las partes interesadas que “jalan en diferentes direcciones”.
- Evolución en el último año: Estandarización. Pasamos de lluvias de ideas improvisadas a plantillas estrictas y prediseñadas para los talleres. Esto asegura que cada PM facilite con la misma calidad “exigente”, incluso sin la presencia de un líder senior.
Herramienta: Slack
- Categoría: Comunicación y comunidad
- Impacto: La columna vertebral de nuestra "red de apoyo y fraternidad". Permite que nuestros PMs “discutan abiertamente los problemas” y puedan desbloquearse.
- Evolución en el último año: Disciplina en el trabajo asíncrono. Hemos migrado fuertemente a flujos de trabajo “asíncronos” para proteger el trabajo en profundidad. Lo usamos menos para conversaciones en tiempo real y más para actualizaciones estructuradas, reduciendo el ruido derivado de contextos políticos.
Cómo el video asíncrono respalda el coaching de equipos
El video asíncrono, a través de Loom y Miro TalkTrack, es una de las herramientas más subestimadas que utilizamos, porque habilita nuestro modelo de “Hospital de Enseñanza” a escala.
En nuestra organización, las “revisiones a cuatro ojos” son críticas para la calidad, pero agendarlas de manera sincrónica ralentiza el proceso. Ahora, en vez de reservar una reunión de 30 minutos para revisar un PRD o una presentación de estrategia, nuestros Consultores Senior graban una crítica de 5 minutos en Loom. Esto permite que nuestros PMs reciban coaching sin interrumpir su flujo de trabajo.
Adicionalmente, las partes interesadas que suelen demorar muchas veces no leerán un documento de cinco páginas, pero sí verán un video de tres minutos. Obliga a lograr alineación en contextos políticos complejos donde debemos poner orden en el caos sin añadir más reuniones a sus agendas.
Representa perfectamente nuestra mentalidad de “bajo mantenimiento, alto rendimiento”. Reducimos el tiempo de reuniones en un 80% mientras aumentamos la fidelidad de la comunicación.
Por qué los PMs deben evitar el “culto cargo” de Agile
En cuanto a los métodos de gestión de proyectos, estamos dejando a un lado los procesos pesados hacia lo que llamo el marco de “sentido común”. Evitamos explícitamente el “culto cargo” de Agile, donde el proceso existe por sí mismo.
A lo que renunciamos:
- Planificación rígida: Evitamos los diagramas de Gantt a largo plazo y la mentalidad de “fábrica de funcionalidades” donde el éxito se mide por cumplir la fecha en vez de alcanzar la métrica.
- Sobrecarga de procesos: No implementamos marcos complejos solo porque estén de moda. Muchas empresas fracasan porque sus procesos no soportan la carga que les imponen.
A lo que migramos:
- Estrategia liviana: Usamos OST (Opportunity Solution Trees) y OKR, pero solo de manera sensata. El objetivo es alinearnos en el resultado (por ejemplo, “encontrar algo que aporte $10M ARR”) y no gestionar un backlog perfecto.
- Excelencia operativa: En la práctica, utilizamos un proceso de revisión propietario que evalúa la capacidad de los PMs para entregar resultados. Juzgamos el éxito por si el cliente volvería a trabajar con nosotros o si alcanzó un hito importante, no por la velocidad de documentación.
Cómo la IA redefine los rituales de entrega de proyectos
También tenemos algunos rituales que hemos redefinido con la IA:
- Definición del alcance: La IA se encarga del trabajo poco glamuroso y manual de redactar especificaciones estándar de funcionalidades. Esto libera al jefe de proyecto para que aplique una mentalidad "mercenaria", centrándose totalmente en el 20% del alcance que impulsa el resultado del negocio en vez de gestionar un backlog inflado.
- Validación del trabajo: Usamos IA para sintetizar al instante los resultados de diferentes herramientas, lo que nos permite avanzar más rápido por el ciclo Observar-Orientar-Decidir-Actuar. En vez de esperar una semana para analizar una prueba, podemos pivotar inmediatamente. Nos ayuda a navegar entornos "VUCA" (Volatilidad, Incertidumbre, Complejidad, Ambigüedad) con rapidez.
- Alineación de equipos: La IA redacta resúmenes rutinarios de comunicación. Esto permite que el jefe de proyecto se centre en el "liderazgo sin autoridad". Gestionamos el contexto político y alineamos a los interesados que puedan estar poniendo trabas para asegurar que el mensaje llegue a las personas clave.
Cómo la IA redefinirá los roles en la gestión de proyectos
En menos de cinco años, el rol del Project/Product Manager junior estará casi totalmente automatizado o redefinido. Agentes autónomos de IA gestionarán tareas rutinarias de seguimiento de proyectos, gestión de dependencias, documentación básica y síntesis simple de datos a información. El punto de entrada para un líder humano de producto cambiará: Ya no ingresarás al sector redactando historias de usuario, sino demostrando una habilidad excepcional en pensamiento estratégico, diseño de sistemas y liderazgo centrado en las personas.
El papel del jefe de proyecto se dividirá fundamentalmente en Líderes estratégicos aumentados por IA (enfocados en visión y personas) y Arquitectos de sistemas/procesos aumentados por IA (enfocados en diseñar el flujo de trabajo ideal para los agentes de IA).
Por qué los líderes de entrega deben cambiar su enfoque
Los líderes de entrega deben entender que nuestro trabajo está cambiando de ser ejecutores del proceso a ser diseñadores del sistema.
Así que aquí va mi consejo: Deja de optimizar tu propio tiempo en tareas tácticas y céntrate en diseñar los sistemas aumentados por IA en los que trabajará tu equipo. Debes:
- Codificar tu excelencia: Documenta claramente el conocimiento propietario y las mejores prácticas de tu organización, ya que esto es el dato de entrenamiento esencial para tus agentes de IA.
- Enfocarte en el "por qué": Utiliza el tiempo que la IA te ahorra para convertirte en un líder humano mejor, priorizando la motivación, la claridad y navegando las implicaciones éticas de los productos que tu equipo desarrolla.
El objetivo no es reemplazar a tu equipo; es usar la IA para hacer cumplir la definición de excelencia de tu organización a escala.
El objetivo no es reemplazar a tu equipo; es usar la IA para hacer cumplir la definición de excelencia de tu organización a escala.
Sigue informándote
Puedes seguir a Mirela Mus en LinkedIn y conocer su empresa, Product People.
¡Muy pronto más entrevistas con expertos en The Digital Project Manager!
