La Directora de Gestión de Programas Tecnológicos afirma que la IA sin suficiente contexto puede causar decisiones peligrosas
Descubre cómo una líder de programas tecnológicos utiliza la IA para reducir la carga de informes, identificar riesgos en la entrega y ayudar a los equipos a centrarse en las decisiones en lugar de la administración.
Anika Banakh
Directora de Gestión de Programas Tecnológicos en ACV Auctions
Liderazgo centrado en las personas: Anika enfatiza que la adopción efectiva de la IA comienza empoderando a los equipos, no solo con tecnología.
Aumentos de eficiencia: Las herramientas de IA han simplificado tareas repetitivas, mejorando la eficiencia de los informes y la visibilidad de la entrega entre los equipos.
Evitar la sobre-dependencia: La intervención humana es esencial para interpretar correctamente los resultados de la IA y asegurar que se mantenga el contexto empresarial.
Simplificar flujos de trabajo: La sobreingeniería puede dificultar la claridad; centrarse en decisiones de alto valor facilita una adopción más rápida de las herramientas de IA.
La responsabilidad es clave: Una clara responsabilidad en la toma de decisiones mejora la integración de la IA, ayudando a las organizaciones a evitar confusiones y a lograr mejores resultados.
Anika Banakh es la Directora de Gestión de Programas de Tecnología en ACV Auctions. Ha liderado múltiples equipos de entrega distribuidos globalmente y multifuncionales. Actualmente se enfoca en hacer que la adopción de IA sea no intrusiva mientras mejora la efectividad en la entrega.
Conversamos con Anika para descubrir cómo está implementando la IA en sus flujos de trabajo de entrega. Esto fue lo que nos contó.
Liderazgo de IA centrado en las personas
Soy una canadiense de origen ucraniano que logra resultados. La mayoría de las personas asume que mi camino hacia la transformación impulsada por IA comenzó con la tecnología, pero en realidad comenzó con las personas: reclutando talento, generando confianza en equipos globales y aprendiendo cómo se comportan las organizaciones bajo presión.
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
He liderado múltiples equipos de entrega distribuidos globalmente y multifuncionales que apoyan iniciativas empresariales de transformación digital de mercados y operaciones. Los tamaños varían de seis personas a unos pocos miles. La mayoría de estas organizaciones se movieron rápido: gestionando entregas ágiles entre productos, ingeniería, operaciones y participantes del negocio mientras manejaban integraciones complejas, escalabilidad rápida y trabajo en plataformas basadas en datos para clientes como concesionarios de automóviles, bancos, minoristas, ONG y grandes empresas globales.
Dirigir la entrega en distintas organizaciones me enseñó que la mayor barrera para la innovación rara vez es la tecnología en sí; es si las personas se sienten lo suficientemente empoderadas como para cambiar su forma de trabajar. Por eso, mi perspectiva sobre el liderazgo en IA es poco convencional: El futuro de la entrega no pertenecerá a los líderes que más automaticen, sino a quienes logren que la IA se sienta profundamente humana, colaborativa y una fuente de energía creativa para los equipos que la usan a diario.
Cómo las herramientas de IA aumentan la eficiencia en el lugar de trabajo
En el último año, he reemplazado las tareas más repetitivas y predecibles en el proceso de entrega, liberando tiempo para el trabajo real —principalmente integrando la IA para el resumen y la priorización automática en informes de estado, seguimiento de dependencias y procesos de comunicación con los interesados.
Como resultado de la IA, he visto una mayor eficiencia en los reportes, más visibilidad en la entrega e identificación de riesgos en equipos distribuidos, mientras se reduce el esfuerzo de coordinación manual y se mejora la previsibilidad en la ejecución.
Como resultado de la IA, he visto una mayor eficiencia en los reportes, más visibilidad en la entrega e identificación de riesgos en equipos distribuidos.
Pero aunque puedo apoyarme en la IA para acelerar las actividades de entrega intensivas en datos, como la obtención de priorizaciones, la elaboración de resúmenes de estado, la identificación de patrones de riesgo, el seguimiento de dependencias y el reporte operativo, no puedo depender de ella para todo.
Las decisiones relacionadas con la alineación con los interesados, la dinámica del equipo, el cambio organizacional, la resolución de conflictos y los compromisos estratégicos siguen siendo ámbitos liderados por humanos. Porque el éxito en la entrega aún depende de la confianza, el contexto, la empatía y el juicio que la IA no puede replicar por completo.
Por qué las salidas de la IA requieren intervención humana
De hecho, mi mayor desafío ha sido evitar que los equipos dependan excesivamente de los resultados automatizados sin aplicar el contexto de negocio. Para evitar que los equipos caigan en esto, puse a prueba sus entregables y destaqué la importancia de la experiencia práctica con el producto y el contexto de negocio. Esa es la diferencia entre lo bueno y lo excelente.
La intervención humana es crucial tanto al hacer solicitudes como al interpretar los resultados. Se necesita una petición sólida y estructurada con el contexto correcto de correlación y causalidad, además de un profundo entendimiento de los procesos y factores impulsores para interpretar los resultados.
Por ejemplo, una herramienta puede indicarte que un entregable está en riesgo, pero la causa podría ser que el ingeniero tiene un hijo enfermo, así que hay que indagar a fondo para comprender la justificación detrás de los datos y la persona detrás de la tarea.
Mi mayor desafío ha sido evitar que los equipos dependan en exceso de los resultados automatizados sin aplicar el contexto empresarial. La intervención humana es crucial en la formulación de preguntas e interpretación.
Cómo el exceso de ingeniería perjudica los flujos de trabajo
En cuanto a herramientas, actualmente usamos Omni para paneles, Rovo en Jira para la gestión de ingeniería y un chat interno con IA para actualizaciones y resúmenes del equipo.
Al principio, podríamos haber evitado el exceso de ingeniería en el flujo de trabajo añadiendo demasiadas señales y paneles. Esto generó más carga de interpretación que claridad. Un caso de uso más simple y bien definido —centrado en una o dos decisiones de alto valor— habría impulsado una adopción más rápida y menos escepticismo por parte de los equipos.
Por qué la inteligencia artificial falla en mejorar la velocidad de las decisiones
La IA no logró el impacto esperado de mejorar la alineación entre equipos y la velocidad en la toma de decisiones simplemente añadiendo más conocimientos automatizados y paneles.
Sí, la IA mejoró la visibilidad, pero no redujo la ambigüedad ni resolvió prioridades en conflicto; en algunos casos, amplificó el ruido, ya que diferentes equipos interpretaban los mismos resultados de manera diferente.
La IA mejoró la visibilidad, pero no redujo la ambigüedad ni resolvió prioridades en conflicto; en algunos casos, amplificó el ruido.
Pongamos como ejemplo un panel. Cada equipo se enfoca en sus propios KPIs y necesidades de negocio, por lo que pueden pedir a las herramientas que generen resultados que sirvan a sus objetivos clave. Construir cohesión en este caos es fundamental, considerando el impacto sobre todos los equipos.
Por qué una mejor planificación no necesariamente conduce a mejores resultados
La IA me hizo abandonar la suposición de que una mejor planificación conduce automáticamente a mejores resultados en la entrega. Incluso los planes muy detallados pierden capacidad predictiva cuando la IA visibiliza el ritmo real de cambio y ajusta prioridades y dependencias en tiempo real.
Replanificar continuamente en base a señales en tiempo real, en vez de buscar una certeza inicial, mejoró los resultados. La entrega dejó de consistir en acertar el plan y pasó a tratarse de ajustarlo rápidamente.
Nuestro flujo de entrega potenciado por IA ingiere tareas y actualizaciones de los equipos, donde la IA agrupa temas, señala riesgos y resume automáticamente el progreso entre los equipos. Estos conocimientos alimentan una sesión de priorización liderada por personas, donde las decisiones se convierten en planes de sprint. Durante la ejecución, la IA resalta continuamente desviaciones y problemas emergentes.
El efecto neto fue menos tiempo reportando y más tiempo resolviendo problemas de entrega.
Por qué los informes de estado necesitan ser rediseñados con IA
Un área que más líderes de entrega deberían rediseñar activamente es la elaboración de informes de estado y la gobernanza de la entrega: sigue siendo una de las partes más manuales, de bajo valor y propensas a distorsiones de la mayoría de organizaciones.
Estoy trabajando para sustituir las presentaciones de estado tradicionales y los resúmenes manuales por un flujo de trabajo potenciado con IA que sintetiza continuamente las actualizaciones de las herramientas de entrega, señala riesgos y genera resúmenes concisos "listos para la decisión" para la dirección. El cambio no fue solo en la eficiencia: transformó la naturaleza de las conversaciones sobre gobernanza, de "¿cuál es el estado?" a "¿qué decisiones tenemos que tomar ahora?"
El resultado fue menos tiempo recopilando actualizaciones y más tiempo resolviendo verdaderos obstáculos para la entrega, con una escalada más rápida de riesgos reales, pero solo después de que mejoramos la titularidad de las decisiones, para que los resultados de la IA no se convirtieran en otra capa de interpretación.
Por qué una clara asignación de responsabilidades es la clave con la IA
Este es mi consejo:
No confundas más resultados generados por IA con mejores decisiones; solo le da a la gente más razones para estar en desacuerdo. La verdadera clave es una clara asignación de responsabilidades. La IA sugiere, los humanos deciden, sin dramas de comité.
Además, ten esto en cuenta. Si la adopción parece lenta, por lo general no es el modelo, sino las personas que lo están ignorando educadamente.
Sigue la conversación
Puedes seguir el trabajo de Anika Banakh en LinkedIn.
Pronto habrá más entrevistas a expertos en The Digital Project Manager.
