Este CEO de una Startup de IA está transformando la entrega de proyectos en una disciplina proactiva con modelos de inteligencia predictiva
Lloyd Skinner es el CEO de greyfly.ai, donde utiliza la inteligencia artificial para construir inteligencia predictiva que brinda a los líderes de proyectos insights accionables antes de que se enfrenten a problemas y costos inesperados. En otras palabras, está transformando la entrega de proyectos de una disciplina reactiva a una proactiva.
Lloyd Skinner
CEO de Greyfly.ai
La IA está pasando la entrega de proyectos de reactiva a proactiva: Skinner explica cómo integrar la inteligencia predictiva en los procesos de entrega ayuda a los líderes a anticipar riesgos y resultados antes de que se materialicen, cambiando fundamentalmente la gestión de proyectos de informar sobre lo que ya ha ocurrido a guiar decisiones en tiempo real con visión de futuro.
Sistemas ligeros y basados en datos superan a los enfoques tradicionales: Al sustituir los métodos pesados y centrados en la administración por sistemas de entrega integrados y habilitados por IA que conectan herramientas existentes y analizan datos en vivo de manera continua, los equipos reducen el esfuerzo de reporte, aumentan la visibilidad de riesgos y se enfocan más en resolver problemas reales que en perseguir actualizaciones de estado.
El éxito en la adopción de la IA depende de la preparación de personas y datos: Skinner enfatiza que los mayores obstáculos no son tecnológicos, sino garantizar la calidad de los datos y fomentar un cambio de mentalidad donde los equipos confíen y actúen en base a los insights de la IA; los líderes humanos siguen siendo esenciales para el juicio, la estrategia y la interpretación de las predicciones.
Lloyd Skinner es el CEO de greyfly.ai, donde utiliza la inteligencia artificial para crear inteligencia predictiva que proporciona a los líderes de proyectos información práctica antes de que se enfrenten a problemas y costes inesperados. En otras palabras, está transformando la entrega de proyectos de una disciplina reactiva a una proactiva.
Nos sentamos con él para comprender cómo lo está logrando y qué significa realmente en la práctica. Esto es lo que nos contó.
Pasando de una Entrega Tradicional del Producto a una Entrega Impulsada por IA
Soy el CEO de greyfly.ai, donde ayudamos a las organizaciones a entregar proyectos de forma más predecible y rentable a través de la Inteligencia Artificial.
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
En el pasado, supervisaba la entrega tradicional de proyectos. Habiendo trabajado en grandes programas e iniciativas de transformación, he visto cómo los enfoques tradicionales no son suficientes para gestionar la complejidad.
Por eso, mi función ha evolucionado hacia habilitar que las organizaciones replanteen cómo ocurre la entrega en un mundo donde la IA es prioritaria. Me enfoco en permitir que los líderes sénior de proyectos y carteras utilicen sus propios datos de manera más inteligente, mejorando los resultados, reduciendo el riesgo y construyendo el caso para la adopción de IA escalable en la gestión de proyectos.
En greyfly.ai, cerramos la brecha dejada por los enfoques tradicionales integrando la IA en la entrega de proyectos, brindando a los líderes información accionable antes de que surjan los problemas y ayudándoles a lograr resultados medibles y sostenibles.
Cómo la IA Está Transformando la Entrega de Proyectos en una Disciplina Proactiva y Orientada a la Información
La IA está transformando la entrega de proyectos de una disciplina reactiva a una proactiva y basada en la información.
La IA está transformando la entrega de proyectos de una disciplina reactiva a una proactiva y basada en la información.
En lugar de centrarnos únicamente en informar sobre lo que ya ha sucedido, ahora mi atención está en ayudar a los líderes a anticipar lo que está a punto de suceder: utilizando inteligencia predictiva para guiar decisiones en tiempo real y evitar sobrecostos costosos.
Ahora utilizamos modelos que pronostican el éxito del proyecto, identifican riesgos tempranamente y resaltan dónde la intervención tendrá el mayor impacto. Y eso está cambiando fundamentalmente la forma en que los líderes de proyecto planifican, priorizan y gestionan recursos.
Como resultado, dedico mucho menos tiempo al análisis manual de datos, revisión de paneles de control o lecciones aprendidas después de los eventos. En cambio, me centro más en la adopción estratégica, la mejora de la calidad de los datos y en incorporar la capacidad de IA en las organizaciones de proyectos.
Mi rol es cada vez más ayudar a los ejecutivos a pasar de la curiosidad acerca de la IA a un cambio tangible y escalable, convirtiendo la información en resultados medibles.
Por Qué los Sistemas Ligeros de Entrega Impulsados por Datos Superan la Gestión Tradicional de Proyectos
Hemos tomado una decisión deliberada de alejarnos de los métodos tradicionales y documentales de gestión de proyectos para adoptar sistemas de entrega ligeros, impulsados por datos, que priorizan la agilidad y la previsión sobre la administración.
En el pasado, como muchas organizaciones, dependíamos en gran medida de plantillas estructuradas, actualizaciones manuales de progreso y ciclos de revisión formales. Ese enfoque generaba retrasos, duplicaciones y, a menudo, ocultaba riesgos emergentes hasta que era demasiado tarde. Durante el último año, hemos pasado a un modelo de información continua e integrada basado en nuestra propia plataforma de Intelligent Project Prediction (IPP) y nuestro principio de Minimum Viable Governance (MVG), asegurando que el control y la garantía permanezcan intactos, pero con mucha menos carga administrativa.
En la práctica, esto significó conectar nuestras herramientas existentes de gestión de carteras de proyectos (PPM) en un único flujo de datos alojado en Azure (este tipo de integración es uno de los muchos beneficios de los softwares de gestión de carteras de proyectos). Luego, IPP analiza estos datos en vivo para predecir resultados, identificar riesgos y destacar tendencias de entrega en tiempo real. Esto reemplazó la compilación semanal de informes por paneles automatizados que se actualizan diariamente y cumplen los umbrales acordados de forma automática.
También introdujimos controles de cumplimiento impulsados por IA, que escanean la documentación del proyecto frente a los estándares de gobernanza y validan la alineación con los principios de MVG. El descubrimiento y la transición tomaron alrededor de seis meses, incluyendo el mapeo de datos, la configuración de la integración y talleres de cambio con los equipos de la PMO para generar confianza tanto en las percepciones predictivas como en el modelo de gobernanza.
Los resultados han sido tangibles:
- El esfuerzo de elaboración de informes se redujo en más de un 50%
- La visibilidad de riesgos mejoró de forma drástica
- Los ciclos de toma de decisiones se acortaron de semanas a días.
- Y, quizás lo más importante, la cultura del equipo cambió: los líderes de proyectos ahora pasan menos tiempo buscando actualizaciones de estado y más tiempo resolviendo problemas reales.
En resumen, la transición hacia una entrega ligera potenciada por IA no se trata de abandonar el rigor, sino de redefinir la gobernanza para que el control, el cumplimiento y la obtención de información sucedan de forma continua y no retrospectiva.
La transición hacia una entrega ligera, potenciada por IA, no se trata de abandonar el rigor, sino de redefinir la gobernanza para que el control, el cumplimiento y la obtención de información sucedan de forma continua; no de manera retrospectiva.
Un ejemplo real de integración de IA que mejora los resultados en la entrega de proyectos
Un gran ejemplo proviene de nuestro trabajo con una importante empresa de telecomunicaciones del Reino Unido, donde apoyamos un proyecto de gestión de proyectos con IA en varias fases.
El cliente quería comprender cómo la IA podía mejorar la previsibilidad y el desempeño en toda su amplia cartera de proyectos, pero como en muchas empresas, se enfrentaba a datos fragmentados, informes inconsistentes y una dependencia del juicio manual.
Comenzamos con una Estrategia de Adopción de IA y luego avanzamos hacia una Fase de Descubrimiento. Esto incluyó una evaluación estructurada de la PMO, revisión de arquitectura técnica y análisis de calidad de datos utilizando herramientas como Power BI de Microsoft para diagnósticos exploratorios. Nuestro equipo de ciencia de datos desarrolló modelos predictivos utilizando datos históricos de proyectos del cliente para pronosticar resultados probables, como la exposición al riesgo, retrasos en los cronogramas y grado de confianza en la entrega.
La preparación llevó varias semanas, incluyendo asegurar el acceso a los datos, definir el esquema, limpiar los conjuntos de datos y validar los resultados de los modelos con profesionales de proyectos. Una vez entrenados los modelos, visualizamos los hallazgos mediante Power BI a través de paneles interactivos que destacaban en tiempo real los proyectos de alto riesgo y explicaban por qué ciertos proyectos se desviaban del rumbo esperado.
El resultado fue un cambio radical en la toma de decisiones: Los altos directivos pudieron enfocar sus intervenciones donde más importaba, en vez de vivir reaccionando a los problemas una vez ocurridos. Este piloto inicial demostró un potencial medible para reducir sobrecostos en los proyectos y aportó una clara justificación empresarial para escalar la IA a toda la organización.
No todo fue sencillo. Lo más difícil no fue la tecnología, sino la preparación de los datos y la gestión del cambio necesaria para confiar en las predicciones por encima de la intuición. Pero ahí es justamente donde la IA en la entrega aporta valor. Le da a los líderes la confianza para actuar basándose en la evidencia, no en la retrospectiva.
Cómo los flujos de trabajo agentes para la preparación de datos y validación de gobernanza aceleran la entrega
También estamos experimentando activamente con flujos de trabajo agentes y orquestación inteligente como parte de nuestra misión más amplia de hacer que la entrega de proyectos sea más rápida, eficiente y adaptable.
Nos hemos concentrado en automatizar las tareas de coordinación y aseguramiento más laboriosas —ese "administrativo invisible" que ralentiza la entrega sin aportar verdadero valor. En concreto, estamos utilizando la orquestación con agentes para optimizar:
- Preparación de datos: ahora los agentes de IA obtienen, limpian y alinean los datos de proyectos a través de múltiples sistemas antes de que inicien los modelos predictivos.
- Validación de gobernanza: los agentes de IA prueban automáticamente los artefactos de proyectos con los estándares MVG, asegurando el cumplimiento sin intervención humana.
Hemos incorporado esta capa de orquestación en nuestro ecosistema IPP para que estos agentes funcionen sin fisuras en segundo plano, activando actualizaciones, generando información y promoviendo acciones sin requerir intervención del usuario.
Hasta ahora, los resultados son muy prometedores. Hemos visto que los tiempos de los ciclos de reporte y de preparación de datos se han reducido significativamente. Pero más importante aún, los equipos están dedicando su tiempo a interpretar la información, en vez de buscarla.
Sigue evolucionando, y estamos aprendiendo cómo equilibrar mejor la autonomía y la supervisión. Pero la dirección es clara: la orquestación inteligente se convertirá en la columna vertebral de la entrega moderna. No se trata de reemplazar personas; se trata de asegurar que cada esfuerzo humano se dirija a donde genera más valor.
Cómo la inteligencia predictiva está transformando los rituales fundamentales de entrega
Además, estamos replanteando los rituales de entrega desde cero, considerando la IA como un verdadero agente en la toma de decisiones, no solo como asistente analítico. Eso significa transformar cómo definimos el alcance, alineamos equipos, validamos avances y ejecutamos la entrega para aprovechar al máximo la inteligencia predictiva.
Estamos replanteando los rituales de entrega desde cero, considerando la IA como un verdadero colaborador en la toma de decisiones; no solo como un asistente analítico. Eso significa redefinir cómo definimos el alcance, alineamos los equipos, validamos el progreso y ejecutamos la entrega para aprovechar al máximo la inteligencia predictiva.
- Definir el alcance: Cuando definimos el alcance, la IA nos ayuda a cuantificar la complejidad desde el principio. Al analizar datos históricos, nuestros modelos identifican proyectos similares anteriores y predicen posibles retos de entrega. Esto brinda a los patrocinadores y PMOs un punto de partida cuantificado, de modo que el alcance no se define solo por la ambición sino por la evidencia.
- Alinear equipos: En cuanto a la alineación de equipos, la IA ahora permite la identificación temprana de brechas de capacidad o riesgos de sobreextensión basándose en la carga de trabajo y el desempeño histórico. Esto nos permite configurar equipos de entrega con mucha más precisión y confianza, en vez de depender de planes de recursos estáticos.
- Validar el progreso: La validación y el aseguramiento han evolucionado mucho. Utilizamos revisiones de cumplimiento impulsadas por IA para garantizar que los entregables del proyecto estén alineados con los estándares de gobernanza, integrando MVG en el flujo de trabajo. En lugar de esperar revisiones al final de cada fase, el aseguramiento ahora es continuo. Es proactivo, liviano y basado en datos.
- Ejecutar la entrega: Durante la ejecución, hemos complementado las reuniones retrospectivas de estado con paneles predictivos de nuestra plataforma IPP. Estos paneles detectan señales de alerta tempranas, resaltan riesgos emergentes y fomentan discusiones enfocadas en lo que realmente importa. La IA no reemplaza el criterio del liderazgo, pero redefine las conversaciones, pasando de informar lo ocurrido a gestionar el futuro.
El mayor cambio es cultural: la IA se ha convertido en un participante del proceso de entrega. No solo automatiza el trabajo. Potencia la inteligencia, ayudando a los humanos a tomar decisiones más rápidas, mejores y con mayor confianza.
Automatiza tareas de bajo valor en proyectos con IA para una mejor eficiencia
En este momento, las áreas más listas para la automatización y el apoyo de IA son aquellas que consumen más tiempo pero aportan el menor valor estratégico, como la previsión de proyectos, los informes de estado y la identificación de riesgos.
En este momento, las áreas más listas para la automatización y el apoyo de IA son aquellas que consumen más tiempo pero aportan el menor valor estratégico, como la previsión de proyectos, los informes de estado y la identificación de riesgos.
Estos procesos son basados en reglas, ricos en datos y repetitivos, lo que los convierte en candidatos ideales para la automatización inteligente.
Sin embargo, el factor humano sigue siendo esencial en áreas que requieren juicio, empatía y negociación, como la alineación de los involucrados, el cambio cultural y la priorización estratégica. La IA puede informar la conversación, pero los líderes aún deben interpretar el contexto, gestionar la política y tomar decisiones basadas en valores.
En esencia, la IA debería encargarse del trabajo cognitivo pesado para que los líderes de proyectos puedan enfocar su energía en influir en los resultados, no en gestionar la información.
Lo que realmente se necesita para que la adopción de IA sea duradera en la entrega de proyectos
La gran pregunta es: «¿Qué se necesita realmente para que la IA se consolide en la entrega de proyectos?»
La respuesta no es más tecnología. No son algoritmos complejos ni enormes inversiones. Es creencia y comportamiento — la adopción de IA se basa en un cambio de mentalidad.
Hemos aprendido que el punto de inflexión no ocurre cuando el modelo se vuelve más inteligente; sucede cuando las personas empiezan a actuar en base a la información que proporciona. Por eso suelo decir que la adopción de IA es un programa de cambio humano impulsado por datos, no solo digital. Una vez que los equipos ven que la información predictiva les ayuda a evitar sorpresas en lugar de explicarlas, el cambio es permanente.
La verdadera transformación ocurre cuando los líderes de entrega dejan de tratar la IA como un experimento y empiezan a verla como parte de su forma de dirigir. Eso implica confiar en los datos, ser transparentes con lo que muestra la IA y fomentar la confianza en los equipos para utilizarla en la toma de decisiones diaria.
Y lo que realmente destaca es la rapidez con que se genera confianza una vez que la gente comprueba la precisión de las predicciones que brinda la IA. Los equipos pasan de debatir qué salió mal a discutir qué es probable que suceda — y ese cambio transforma fundamentalmente la cultura de entrega.
Construya un Ecosistema de IA Inteligente para la Entrega de Proyectos
Nuestro stack tecnológico de entrega ha evolucionado significativamente durante el último año a medida que hemos profundizado la integración entre modelos de IA, plataformas de analítica y herramientas tradicionales de gestión de proyectos. En el centro se encuentra nuestra propia plataforma IPP, que actúa como la capa de inteligencia que analiza los datos de proyectos, pronostica resultados e identifica riesgos tempranos a lo largo de los portafolios.
Utilizamos Microsoft Power BI para la exploración y visualización de datos, ya que sigue siendo una forma práctica de relacionar los datos de proyectos provenientes de múltiples fuentes y garantizar que los interesados puedan interactuar directamente con los conocimientos obtenidos. En el lado de los datos, hemos fortalecido nuestro uso de los entornos de Azure para alojar y escalar de manera segura las cargas de trabajo de IA, mejorando el rendimiento y la gobernanza.
En paralelo, hemos simplificado en lugar de ampliar nuestro conjunto de herramientas. Herramientas tradicionales de planificación como Planview y Primavera aún tienen su lugar, pero ahora sirven como contribuyentes de datos para los modelos predictivos en lugar de sistemas de gestión independientes. El énfasis está en la interoperabilidad, conectando las herramientas existentes para que el conocimiento fluya sin problemas en vez de quedar atrapado en silos.
Y hemos reemplazado el seguimiento manual de riesgos basado en hojas de cálculo por salidas automatizadas de modelos e introducido revisiones de cumplimiento impulsadas por IA para validar la adhesión a procesos. Estos cambios han reducido el esfuerzo de reportes manuales a menos de la mitad y trasladado el enfoque de recopilar datos a interpretarlos.
En resumen, la evolución de nuestro stack tecnológico no trata de perseguir nuevas herramientas; se trata de crear un ecosistema inteligente, uno en el que las plataformas existentes se ven potenciadas por la IA para ofrecer previsión, precisión y valor medible en cada decisión de proyecto.
La evolución de nuestro stack tecnológico no trata de perseguir nuevas herramientas; se trata de crear un ecosistema inteligente, uno en el que las plataformas existentes se ven potenciadas por la IA para ofrecer previsión, precisión y valor medible en cada decisión de proyecto.
Por Qué la Gestión de Proyectos Está Evolucionando de un Trabajo Administrativo a una Estrategia Liderada por la Inteligencia
En los próximos cinco años, la IA redefinirá por completo lo que significa gestionar un proyecto. El cambio no consistirá necesariamente en sumar más herramientas. Se tratará de reequilibrar la relación entre personas, datos y decisiones.
Creo que nos estamos moviendo hacia un mundo donde la gestión de proyectos se convierte en una disciplina liderada por la inteligencia, y no en una tarea administrativa. La IA manejará la mecánica, como la predicción, los reportes y la garantía, mientras que los líderes humanos se centrarán en el propósito, las prioridades y los resultados. Los equipos confiarán más en la predicción continua que en el control retrospectivo, y la gobernanza evolucionará hacia sistemas inteligentes como nuestro concepto de MVP, asegurando que la garantía ocurra de forma invisible, como parte del flujo de trabajo.
En cinco años, la mayoría de las organizaciones de proyectos tendrán copilotos de IA integrados en todos los niveles, los cuales extraerán conocimientos, orquestarán flujos de trabajo y cuestionarán suposiciones en tiempo real. Los mejores líderes serán aquellos que sepan asociarse con la IA, no competir contra ella.
En definitiva, la entrega de proyectos pasará de gestionar la incertidumbre a dominar la previsión. Aquellos que adopten la IA temprano no solo entregarán con mayor previsibilidad, sino que también transformarán de manera fundamental cómo se define el valor, el impacto y el éxito.
La entrega de proyectos pasará de gestionar la incertidumbre a dominar la previsión. Aquellos que adopten la IA temprano no solo entregarán con mayor previsibilidad, sino que también cambiarán de manera fundamental cómo se define el valor, el impacto y el éxito.
Por Qué la Preparación de los Datos y la Conciencia Humana Son Críticas para el Éxito de la IA en la Entrega
Mi consejo para los líderes de entrega es que se centren en dos cosas por encima de todo: la preparación de los datos y la conciencia humana.
La preparación de los datos es la base de cualquier iniciativa exitosa de IA. La mayoría de las organizaciones subestiman la cantidad de valor no explotado que ya existe en sus datos de proyectos actuales, pero a menudo están fragmentados, son inconsistentes, o están bloqueados en sistemas que no se comunican entre sí. Poner esos datos en orden no requiere un programa de transformación masivo; comienza por comprender lo que se tiene, mejorar la calidad donde más importa y generar confianza en su uso. Una vez que se confía en los datos, el conocimiento predictivo llega de forma natural.
El segundo elemento es la conciencia humana, ayudando a los equipos a entender lo que la IA puede hacer por ellos en lugar de lo que podría quitarles. Las transiciones más exitosas que hemos visto ocurren cuando los profesionales de la entrega se sienten empoderados por la IA, no amenazados por ella. Se trata de desarrollar nuevos instintos, aprender a cuestionar patrones, interpretar previsiones y usar la IA como un socio estratégico en vez de solo una herramienta de informes.
Si los líderes invierten por igual en esas dos dimensiones, preparación de datos y conciencia humana, crearán una cultura en la que la IA realmente mejora el desempeño en la entrega, en lugar de simplemente añadir otra capa de tecnología.
Ahí es donde realmente comienza la transformación.
Sigue leyendo
Puedes seguir a Lloyd en LinkedIn mientras transforma la entrega de proyectos en una disciplina proactiva. Y consulta greyfly.ai, donde lo está haciendo realidad.
Habrá más entrevistas a expertos en The Digital Project Manager.
