Los mayores desafíos del liderazgo en la entrega para 2026
Integración de IA: La IA es una presión actual para los líderes de proyectos, y su adopción suele carecer de una estrategia y preparación adecuadas.
Retos de datos: Los datos no estructurados y sesgados minan la eficacia de la IA, exigiendo una mejor gobernanza y alfabetización de datos.
Preocupaciones humanas: La implementación de IA genera ansiedad en los equipos por la seguridad laboral, requiriendo que los líderes gestionen la confianza de manera efectiva.
Paradoja del experto: La experiencia profunda sigue siendo esencial para el uso efectivo de la IA, ya que la IA depende del dominio humano para aportar valor.
Enfoque en la ejecución: El éxito de los proyectos a menudo falla en la ejecución debido al multitasking y la sobrecarga de trabajo, no a una mala planificación.
Algo es diferente en la entrega en 2026. No solo es que las herramientas hayan cambiado, o que el ritmo de cambio se haya acelerado; es que todas las fuerzas principales que están revolucionando la forma en que las organizaciones operan parecen haber llegado a la vez. La inteligencia artificial ha pasado de ser una curiosidad a una expectativa operativa en cuestión de pocos años. La inestabilidad geopolítica está remodelando mercados y cadenas de suministro. La presión sobre la entrega se ha intensificado, aunque los equipos son más reducidos y dispersos que nunca. Y a través de todo esto, se pide a los humanos responsables de llevar a cabo realmente los proyectos que naveguen por un terreno que ningún manual ha mapeado por completo.
Para entender lo que realmente exige este momento, hablamos con varios líderes de entrega de diferentes industrias. Aquí están sus ideas.
El momento de la IA: oportunidades, inquietud y preguntas sin respuesta
La inteligencia artificial ya no es una consideración futura para los gestores de proyectos: es una presión en tiempo presente. Pero en todas nuestras conversaciones, surgió una tensión constante: el entusiasmo por la IA ha superado significativamente la preparación organizacional para utilizar la IA de manera efectiva. La pregunta ya no es si adoptar la IA, sino cómo hacerlo de manera responsable y qué ocurre cuando las organizaciones omiten el trabajo fundamental necesario para que realmente funcione.
Desbloquea Gratis
Crea una cuenta gratuita para terminar de leer este contenido y unirte a una comunidad de líderes visionarios que están desbloqueando herramientas, manuales y conocimientos para prosperar en la era de la IA.
Have an account? Log In
La presión de adoptar sin una base sólida
La demanda de "usar IA" llega desde la alta dirección con urgencia, pero a menudo sin la estrategia que la respalde. Marcus Glowasz, Executive Coach & Advisory, Change and Project Communications en Projects & Data, describió un patrón que observa repetidamente: "Escucho a menudo, ‘Tenemos que usar IA. Porque todos la usan, nosotros también debemos hacerlo.’ Y entonces todos se lanzan a ello. Pero quizá haya una solución mejor que la IA." La presión es real, pero la dirección frecuentemente es prematura.
Escucho a menudo, ‘Tenemos que usar IA. Porque todos la usan, nosotros también debemos hacerlo.’ Y entonces todos se lanzan a ello. Pero quizá haya una solución mejor que la IA.
Esta presión desde arriba se ve agravada por la falta de consulta con quienes realmente gestionan la entrega. Emmanuels Magaya, fundador de Project Managers Africa, describe un escenario que ha experimentado innumerables veces: "La IA a menudo viene a nivel de toda la empresa, te dicen que todos tienen que empezar a usar esta herramienta. Viene desde arriba como un helicóptero... Pero nadie consultó al equipo PMO." El resultado es una implementación sin ajuste y una adopción fallida que genera escepticismo.
La IA a menudo viene desde arriba como un helicóptero… pero nadie consultó al equipo PMO.
El mismo patrón se repite a nivel de proyecto. Derek Fredrickson, fundador de The COO Solution, sostiene que la secuencia está fundamentalmente invertida en muchas organizaciones: "A menudo [los directivos] intentan implementar la IA como solución antes de que un humano haya realizado realmente la tarea... Lo que necesitamos es tener muy claro qué hace la persona primero para ver dónde puede la IA aportar valor, en vez de decir: 'No tengo todavía una función o tarea, pero quiero que la IA la haga.'" Antes de integrar la IA, señala, el proceso humano debe ser entendido y documentado.
A menudo [los líderes] intentan implementar la IA como solución antes de que un humano haya hecho realmente el trabajo. Primero necesitamos tener muy claro qué es lo que está haciendo la persona para poder ver dónde puede aportar valor la IA.
El problema de los datos que subyace al problema de la IA
Debajo de la cuestión de la adopción de IA yace una aún más fundamental: ¿son los datos subyacentes lo suficientemente buenos como para que la IA sea útil? Bruno Morgante, fundador y CEO de Mantegora, es directo al exponer el problema que observa con la IA en el trabajo de portafolio: "el mayor problema ahora mismo es que los datos de partida no son tan limpios. Tenemos datos no estructurados, sucios y sesgados. Y cuando juntamos eso y pedimos a una herramienta de IA que nos ayude con predicciones...el resultado no será tan bueno". Basura entra, basura sale — la regla más antigua de los datos aún se aplica, incluso en la era de los grandes modelos de lenguaje.
Tenemos datos no estructurados, sucios y sesgados. Y cuando juntamos eso y pedimos a una herramienta de IA que nos ayude con predicciones…el resultado no será tan bueno.
Para Laurel Sim, socia directora y presidenta de Taleo Project Services, Inc., la ausencia de límites claros sobre dónde y cómo se puede usar la IA es uno de los mayores retos de liderazgo del momento. "La velocidad de la IA y el hecho de que no tengamos barreras para delimitar dónde es práctica aceptable la IA", afirma, está entre sus preocupaciones profesionales más importantes — y las organizaciones sin una sólida gobernanza de datos, en su opinión, están especialmente expuestas.
Marcus Glowasz señala que también hay un tema de alfabetización de datos que debe abordarse antes de cualquier implementación seria de IA: "Tiene que haber alfabetización en datos. Hay que entender los conceptos alrededor de los datos. Si tienes datos que no entiendes entonces...¿de qué te sirve disponer de herramientas de IA realmente avanzadas?" La gobernanza de los datos, junto con la comprensión humana de los datos que se utilizan, es un requisito previo, no un lujo, para el uso efectivo de la IA.
La dimensión humana: equipos, confianza y miedo laboral
Incluso cuando la integración de la IA se hace con reflexión, existe un reto de gestión humana que los líderes dicen que se subestima: la ansiedad que genera en los equipos. Pam Butkowski, vicepresidenta sénior de entrega en Horizontal Digital, identifica esto como la verdadera prueba de liderazgo: "No creo que entender o averiguar cómo integrar las herramientas y métodos de IA en nuestra forma de trabajar diaria sea realmente el desafío. Desde la perspectiva del liderazgo, el desafío para mí ha consistido en animar a mi equipo o en encontrar modos de lograr que desarrollen otras habilidades a medida que incorporamos estas herramientas de IA... Y explicar e infundir confianza en los miembros del equipo de que la IA no les quitará su empleo." La integración técnica, sugiere, es casi la parte fácil.
El desafío para mí ha sido animar a mi equipo o encontrar maneras de lograr que mi equipo desarrolle otras habilidades a medida que incorporamos estas herramientas de IA… Y explicar e infundir confianza en los miembros del equipo de que la IA no va a quitarles el trabajo.
Bill Dow, Director de Enterprise PMO en UW Medicine, vincula esta ansiedad con una realidad ambiental más amplia que los líderes no pueden ignorar: "Creo que en 2026 tienes que ser consciente del entorno en el que estamos, todos los despidos debido a la IA, todo lo que está sucediendo en el mundo y luego asentarte y decir, ¿cómo nos mantenemos al tanto de eso? ¿Cómo nos mantenemos delante de eso?" La pregunta para los líderes de delivery no es solo cómo utilizar la IA, sino cómo liderar equipos que tienen miedo de lo que esto significa para su futuro.
En 2026 tienes que ser consciente del entorno en el que estamos, todos los despidos debido a la IA, todo lo que está pasando en el mundo, y asentarte y decir, ¿cómo nos mantenemos al tanto de eso?
La paradoja del experto — La IA necesita maestría humana para aportar valor
Existe una paradoja en el corazón de la adopción de la IA que Markus Kopko, CPMAI Lead Coach en ALVISSION, articula: "Lo que la mayoría de la gente aún no ha comprendido es que necesitas ser un experto en tu área para obtener buenos resultados de la IA". La implicación es significativa. La IA no reduce la necesidad de una profunda experiencia; depende de ella.
Kopko va más allá y plantea una preocupación generacional: "El problema que vamos a enfrentar en un futuro no muy lejano, supongo, es que si los jóvenes ya no adquieren ese conocimiento ni llegan a ser expertos con el tiempo, ¿cómo van a poder evaluar y revisar los resultados de la IA?"
La IA no reduce la necesidad de una profunda experiencia. Depende de ella.
Mantenerse al día — El ritmo del cambio está superando a las personas
La inteligencia artificial es el acelerador más visible, pero no es el único. Los expertos con los que hablamos navegan un problema de velocidad mucho más amplio: el cambio tecnológico avanza más rápido de lo que la mayoría de las personas y organizaciones pueden asimilar, las macrofuerzas generan nuevas incertidumbres y la expectativa de una entrega más rápida choca con la realidad de los límites humanos. El desafío de mantenerse al día no solo consiste en aprender nuevas herramientas; se trata de guiar a las personas a través de una desorientación continua.
Velocidad tecnológica y deuda de aprendizaje
Kopko describe el ritmo como algo relativamente nuevo: "[el mayor reto] es ponerse al día e integrar el desarrollo acelerado de las tecnologías. El ámbito de la IA era relativamente nuevo para muchas personas hace solo un par de años. Y ahora la usamos básicamente a diario. Ahora, necesitamos integrar la alfabetización en IA, la alfabetización en datos y aprender cosas mucho más rápido que antes".
La profesión no está luchando por entender la IA en teoría — está luchando por seguir el ritmo de lo rápido que evoluciona la propia IA. Lo que era práctica habitual hace seis meses ya puede estar obsoleto, y las organizaciones están permanentemente en un estado de ponerse al día.
El entorno macro: política, mercados e incertidumbre
El reto de la velocidad va mucho más allá de la tecnología. Laurel Sim señala el entorno macro como una de sus dos preocupaciones más importantes para la profesión: "mi mayor preocupación es el entorno político del país, el continente y el mundo, y cómo todos tenemos que evolucionar en función de dónde están nuestros mercados". La inestabilidad geopolítica, los cambios en las dinámicas comerciales y la incertidumbre económica no son preocupaciones abstractas para los líderes de entrega: se traducen directamente en prioridades cambiantes, cadenas de suministro interrumpidas y proyectos que comienzan bajo un conjunto de supuestos y deben concluirse bajo otros totalmente diferentes.
Mi mayor preocupación es el entorno político del país, el continente y el mundo y cómo todos tenemos que evolucionar en función de dónde están nuestros mercados
La crisis de habilidades humanas — Pensamiento crítico, ejecución y dinámica de equipo
En medio de todo el ruido sobre tecnología, los expertos con los que hablamos volvieron una y otra vez a una crisis más silenciosa y lenta: la erosión de las habilidades humanas fundamentales que ninguna IA puede replicar.
El pensamiento crítico y las habilidades de comunicación emergen como requisitos fundamentales
Cuando se les preguntó cuáles habilidades son más importantes para la próxima generación de líderes de proyectos, Laurel Sim no dudó: "Pensamiento crítico", dice ella. "Para que estemos pensando y siendo creativos... si no intentamos fomentar esa fortaleza, nos estamos perdiendo algo". La preocupación no es solo que el pensamiento crítico esté poco desarrollado, sino que estamos fallando activamente en cultivar esta habilidad a medida que se vuelve cada vez más importante en la era de la IA.
Michael Gold, Fundador & Fractional Head of Delivery, conecta este cambio directamente con la manera en que la IA está reformulando el papel del director de proyectos: "decir que eres orientado a procesos como director de proyectos no significa nada, porque quién no es orientado a procesos con la IA. Con la IA, hay aún más enfoque en el lado humano de las cosas: la gestión de relaciones, la gestión de interesados, la persuasión, las habilidades de comunicación... la IA no puede reemplazar esa interacción humana uno a uno". A medida que la IA absorbe las partes del rol que dependen mayormente de procesos, lo que queda — y lo que importa más — es irreduciblemente humano.
Con la IA hay aún más enfoque en el lado humano de las cosas: la gestión de relaciones, la gestión de interesados, la persuasión, las habilidades de comunicación.
Multitarea, sobrecarga y el entorno laboral inhumano
Uno de los temas más consistentes a lo largo de nuestras entrevistas fue el daño causado por la sobrecarga organizacional: la práctica de asignar más trabajo a las personas del que razonablemente pueden asumir. Bill Dow lo describe claramente: "los gerentes ponen 10 proyectos en las personas... ¿Y qué pasa? Que te metes en un cambio constante de un proyecto a otro, ¿verdad? Y ningún ser humano puede hacer eso". El resultado no es la productividad real, sino la ilusión de productividad, que enmascara problemas organizacionales más profundos.
Johanna Rothman, propietaria de Rothman Consulting Group, lleva la crítica más lejos, enmarcando la multitarea no solo como un problema práctico sino también ético: "La razón por la que me ofende tanto la multitarea es porque le quita la humanidad al trabajo. En su lugar, tenemos fragmentos de personas en una hoja de cálculo. Así que la multitarea surge de pensar que podemos dividir y conquistar, generando un entorno laboral inhumano." En otras palabras, cuando tratamos a las personas como recursos fraccionarios repartidos en múltiples flujos de trabajo paralelos, no solo estamos reduciendo la eficiencia. Estamos creando las condiciones que dificultan alcanzar un trabajo significativo y de alta calidad.
Johanna Rothman también cuestiona la forma en que las organizaciones planifican el trabajo. Muchos equipos crean largos backlogs y hojas de ruta que prometen entregas cada dos semanas, pero ella argumenta que ese nivel de certeza es poco realista: “No sé cuánto tiempo tomarán las cosas y tengo mucha experiencia con mis resultados. Y si yo, después de 30 años de experiencia basada en resultados, no puedo predecir lo que voy a hacer durante la próxima semana, ¿cómo puede hacerlo un equipo?”
Su punto es que la sobrecarga y el exceso de compromisos suelen estar integrados en el propio sistema, dejando a los líderes de entrega lidiar con las consecuencias.
Si yo, después de 30 años de experiencia basada en resultados, no puedo predecir lo que voy a hacer durante la próxima semana, ¿cómo puede hacerlo un equipo?
El camino por delante
Los desafíos descritos por estos líderes no son casos aislados. Están interconectados. La IA está transformando la manera en que se planifican y entregan los proyectos, pero los marcos de gobernanza, la infraestructura de datos y las vías de desarrollo humano necesarias para respaldar esa transformación van por detrás. Los líderes que navegarán 2026 con mayor éxito son aquellos que comprenden que los problemas más difíciles siguen siendo, en el fondo, humanos.
¿Quieres más ideas de expertos como los que aparecen en este artículo? Crea una cuenta gratuita para acceder a toneladas de contenido y recursos guiados por especialistas.
