Consultor con Décadas de Experiencia Explica por Qué la IA Debe Ser un Socio Estratégico, No un Motor de Proyectos
Mike Hannan es el fundador y consultor principal de Fortezza Consulting. Con décadas de experiencia asesorando a líderes de proyectos en todos los niveles, ha dedicado su carrera a ayudar a organizaciones a navegar sistemas complejos de entrega, optimizar carteras y desafiar la sabiduría convencional.
Mike Hannan
Fundador y Consultor Principal en Fortezza Consulting
La IA debe actuar como socio estratégico, no como conductor de la entrega: Hannan sostiene que la IA sobresale en generar plantillas, resumir contenido y evaluar alternativas de escenarios, pero no comprende realmente la complejidad profunda
El juicio humano sigue siendo esencial en trabajos de proyectos complejos: Aunque la IA puede gestionar tareas rutinarias (como notas de reuniones o modelado básico), los humanos aún son necesarios para el trabajo social, emocional y estratégico profundo.
Dominar la orquestación de la IA y el pensamiento sistémico determinará a los líderes del futuro: Hannan cree que el verdadero valor reside en quienes pueden orquestar inteligentemente la IA, utilizando un entendimiento sistémico de amplio alcance para maximizar el ROI de la cartera y resolver problemas complejos de manera más efectiva que los especialistas enfocados solo en profundidad técnica estrecha.
Mike Hannan es el fundador y consultor principal de Fortezza Consulting. Con décadas de experiencia asesorando a líderes de proyectos en todos los niveles, ha dedicado su carrera a ayudar a las organizaciones a navegar sistemas de entrega complejos, optimizar carteras y cuestionar las ideas convencionales.
En esta conversación, Mike comparte cómo está usando la IA, no para reemplazar las prácticas de gestión de proyectos, sino para impulsar a los equipos a hacer mejores preguntas, evitar certezas falsas y acercarse más a los verdaderos impulsores del rendimiento.
Comprender los impulsores del rendimiento a nivel de sistema importa más en la era de la IA
Soy el fundador y consultor principal en Fortezza Consulting, donde asesoro a líderes en todos los niveles para mejorar el desempeño de carteras de proyectos. Eso significa ayudarlos a pensar de manera más sistémica, especialmente en entornos definidos por restricciones, interdependencias y ahora, la IA.
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 mi opinión, en un mundo donde la IA es primero, la necesidad de comprender de verdad qué impulsa el rendimiento a nivel de sistema es más fuerte que nunca. Esa sigue siendo la única manera de navegar la complejidad mejor que la competencia.
La IA aún no puede hacer eso. Y no llegará a ese punto hasta que esté mejor entrenada para separar la basura de las verdaderas joyas.
Cómo usar la IA para plantillas de proyectos, entrega y optimización de carteras
Dicho esto, la entrega de proyectos está cambiando. Encuentro que la necesidad de la mayoría de las plantillas de proyectos ha disminuido mucho. La mayoría de los modelos de lenguaje grandes ahora pueden generar plantillas sólidas e incluso ayudar a adaptarlas para circunstancias específicas.
Por ejemplo, Claude hace un trabajo bastante bueno en esto. Puedo pedirle, por ejemplo:
- “Por favor, dame una plantilla para un acta de constitución de proyecto adaptada a la industria cosmética.”
- “Por favor, dame una plantilla para un registro de riesgos adaptado a la industria de la energía nuclear.”
A partir de ahí, la refino aún más: “Enfócate en proyectos de TI en cosméticos”, o “Enfócate en riesgos de disposición de residuos nucleares.” Las respuestas son rápidas, flexibles y sorprendentemente precisas.
También me anima mucho el surgimiento de capacidades de IA que pueden evaluar cientos o incluso miles de escenarios para encontrar la solución óptima bajo restricciones reales; por ejemplo, identificar la línea base de proyecto de mayor valor.
Un caso que me gusta es el de Lightning Motorcycle, que usó herramientas CAD potenciadas con IA de Autodesk para diseñar componentes mucho más óptimos de lo que los ingenieros humanos pudieron diseñar por sí solos.
Otro es TransparentChoice, que utiliza IA para ayudar a los clientes a encontrar el modelo de flujo escalonado que maximiza el rendimiento dentro de las restricciones de recursos. Simplifica una pregunta difícil: “¿Cuántos proyectos podemos abordar y aún así lograr la mayor tasa de finalización posible?”
Dónde la IA aporta valor en la entrega de proyectos — y dónde los humanos siguen siendo esenciales
Tareas rutinarias como tomar notas en reuniones, puntos clave y resúmenes de grandes cantidades de contenido también son manejadas muy eficazmente por la IA. Solo eso me devuelve varias horas cada semana.
Para ese tipo de tareas, uso principalmente Otter.ai, que es mi preferencia para captar y resumir discusiones. Pero herramientas como Copilot también funcionan bien.
Las áreas que aún requieren un toque humano son variadas. Todo lo relacionado con el ámbito social o de servicios humanos—donde el mentorazgo, la empatía o la confianza en las relaciones son importantes—todavía depende en gran medida de las personas. Lo mismo aplica para todo lo que requiera pensamiento sistémico profundo o juicio crítico.
Esos siguen siendo dominios humanos.
Cómo integrar la IA en flujos de trabajo complejos manteniendo el juicio humano en el centro
A veces llevo la IA más lejos y configuro un modelo que define todo lo necesario para sincronizar el trabajo entre personas, funciones e incluso socios de la cadena de suministro.
Porque la IA puede insertarse en ese modelo donde tenga sentido. Luego, los humanos deben ajustar según cómo esté funcionando la combinación de agentes de IA y humanos.
Aquí hay una analogía sencilla: Imagina que un asistente ejecutivo se jubila y el ejecutivo está desolado por perder ese apoyo tan ajustado. En lugar de contratar a un reemplazo, construyes un modelo que codifica las preferencias:
- “Siempre 15 minutos entre reuniones”
- “Preferir la aerolínea A a menos que no haya vuelos directos disponibles”
- “El tiempo de concentración solo puede interrumpirse si el ejecutivo A o el cliente B lo solicita”
Con el tiempo, el modelo se perfecciona y cubre el 95% de los escenarios de manera eficaz.
Pero siempre hay un punto en el que el juicio humano es indispensable: leer señales emocionales, matices culturales o prioridades cambiantes. ¿Y si una visita familiar no es bienvenida? ¿Y si un cliente empieza a presionar demasiado? ¿Y si la urgencia de un jefe comienza a aumentar de manera sutil? Ahí es donde la combinación de lo humano y la IA se vuelve valiosa.
En los proyectos, el modelo es más complejo, pero el principio es el mismo: construirlo, refinarlo y orquestar la mezcla de agentes de IA y humanos para que cada uno haga aquello en lo que es especialmente eficaz.
La IA No Comprende Realmente la Complejidad
Si bien la IA me ayuda a pasar menos tiempo resumiendo o destilando información, también crea una peligrosa ilusión: que los propios modelos “entienden” una gran complejidad. No lo hacen.
Debido a esa ilusión, muchos clientes buscan resultados más rápidos, esperando que la IA brinde lo que consideran “soluciones rápidas”. Para ayudarles a llegar ahí, me concentro en técnicas de aceleración del flujo basadas en la Teoría de Restricciones y Lean. Estos enfoques ayudan a que los proyectos avancen más rápido sin tomar atajos.
Y cuando hablamos de establecer expectativas, normalmente animo a los clientes a apuntar más alto — a esperar mayor aceleración. Fijar metas modestas suele producir resultados modestos.
Así que mi función hoy es menos resumir o entregar conclusiones, y más ayudar a los líderes a detenerse, tomar distancia y cuestionar sus propios supuestos. Ahí es donde se producen las verdaderas mejoras de rendimiento.
Cómo Utilizar la IA para Cuestionar Supuestos y Mejorar el Pensamiento Crítico
Utilizo la IA como un objetivo; no como una solución. Está ahí para ser desafiada. Es una compañera de pensamiento, más que una conductora.
Utilizo la IA como un objetivo; no como una solución. Está ahí para ser desafiada. Es una compañera de pensamiento, más que una conductora.
Un buen ejemplo es tomar las respuestas genéricas y superficiales que generan los LLM y usarlas como objetivo de crítica. Pido a los clientes que desmenucen esas respuestas:
- “¿Qué tendría que ser cierto para que esto fuera falso?”
- “¿En qué contexto podría esto estar completamente equivocado?”
Esas preguntas les entrenan para desarrollar mejores mensajes de seguimiento, que a menudo conducen a una visión más profunda.
Y también agudizan su pensamiento crítico, lo cual es especialmente importante ahora. Sorprende ver cuán susceptibles somos muchos de nosotros al sesgo de confirmación. Cuando la IA da a la gente una respuesta que refuerza lo que ya creen, tienden a sentirse validados — y luego dejan de pensar críticamente.
Eso no solo es sorprendente; es inquietante.
Modernizar la Entrega de Proyectos Mientras se Maximiza el ROI
Para mí, cualquier técnica o enfoque que ayude a maximizar el ROI de una cartera de proyectos—en vez de solo gestionar las líneas base sin buscar alternativas de mayor valor—es oro puro en mi opinión. No siempre son “ligeros”, pero sí alivian parte de la carga a las personas mientras aumentan el impacto general.
Algunos ejemplos que uso con los clientes—todos los cuales aparecerán en la próxima edición 8 de PMBOK (de la cual soy coautor)—incluyen las Estructuras de Desglose de Valor, el Critical Path Drag y el Critical Path Drag Cost.
Estos amplían el concepto tradicional de ruta crítica al lado del valor de la ecuación. Por ejemplo, si puedo acelerar la ruta crítica en un mes pero cuesta $200K hacerlo, ¿el valor adicional superará el costo?
Otros enfoques potentes incluyen:
- Critical Chain Project Management (CCPM), tanto a nivel de proyecto como de cartera — para maximizar el rendimiento y el cumplimiento de fechas.
- Analytic Hierarchy Process (AHP) — para seleccionar proyectos de mayor valor.
Cada una de estas técnicas está diseñada para maximizar el ROI, no solo para gestionar la entrega.
Los flujos de trabajo agénticos aún no valen la pena — todavía
Si la IA pudiera entrenarse para mostrar proactivamente alternativas de mayor valor a medida que surgen —sin necesidad de ser solicitada—, eso sí sería un gran avance. Es entonces cuando la IA dejaría de ser solo una herramienta y empezaría a actuar como un verdadero miembro que aporta al equipo.
He empezado a experimentar con este concepto de manera conceptual. Están surgiendo algunos modelos prometedores que podrían hacer que los flujos de trabajo agénticos sean más fáciles de usar y convencionales, pero todavía requieren mucho esfuerzo inicial para entrenarlos en el contexto específico de cada organización.
Incluso algo simple—como enseñar a un agente a comprender mis preferencias de viaje y sugerir itinerarios completos—ha llevado más tiempo de entrenamiento del que me ha ahorrado hasta ahora. Pero una vez que realmente aprenda, confío en que la recompensa superará el esfuerzo y ese mismo principio se aplicará a la entrega de proyectos.
Por qué quienes dominen la IA transformarán la entrega de proyectos
En definitiva, no creo que la IA vaya a transformar la entrega de proyectos. Creo que las personas que aprendan a dominar y orquestar la IA serán quienes la transformen.
En última instancia, no creo que la IA vaya a transformar la entrega de proyectos. Creo que las personas que aprendan a dominar y orquestar la IA serán quienes la transformen.
Y problemas muy complejos —incluso "perversos"— comenzarán a producir soluciones más simples y elegantes, generadas más rápido que nunca por el poder computacional masivo de la IA agéntica.
Por qué el pensamiento de amplitud definirá a la próxima generación de líderes de entrega
Mi consejo es simple: Primero la amplitud.
A la mayoría de nosotros nos enseñaron que los especialistas y expertos técnicos se recompensarían financieramente más que los generalistas, y esto ha sido cierto durante muchas décadas. Pero cuanto más pueda la IA abordar problemas técnicos profundos con mayor rapidez y eficacia que los humanos, más valioso será el entendimiento de extremo a extremo, el pensamiento de amplitud y la visión sistémica.
Cuanto más pueda la IA abordar problemas técnicos profundos con mayor rapidez y eficacia que los humanos, más valioso será el entendimiento de extremo a extremo, el pensamiento de amplitud y la visión sistémica.
Después de todo, si no sabes lo suficiente sobre el alcance completo del problema como para orquestar una red de agentes de IA que te ayuden a resolverlo, entonces tu valor en el mercado laboral se verá diluido.
Sigue leyendo
Puedes seguir el trabajo de Mike en LinkedIn y conocer más sobre su consultoría en Fortezza Consulting.
Próximamente, más entrevistas con expertos en The Digital Project Manager.