Cómo la IA puede ayudarte a tomar mejores decisiones en proyectos

Galen Low: En cierto modo, los proyectos son solo una colección de decisiones. De hecho, las decisiones son una gran parte de lo que impulsa los proyectos hacia adelante. Pero, ¿cómo podemos esperar que los humanos tomen buenas decisiones cuando los proyectos avanzan a gran velocidad y hay una cantidad abrumadora de información y datos que evaluar? Sin duda, la IA puede ayudar, pero no siempre tiene el contexto, y en todo caso, hacerla responsable de las decisiones no es una opción.

Mientras tanto, a veces las decisiones rápidas basadas en el instinto resultan ser las mejores. Entonces, ¿cuál es el equilibrio correcto entre la toma de decisiones basada en datos, asistida por IA, y simplemente hablarlo? ¿Dónde empiezan a disminuir los beneficios y, aún más importante, cómo tomamos realmente decisiones? Para explorar esto, he traído a una especialista en IA y gestión del conocimiento cuyo historial incluye desde psicología y estimación empresarial, hasta roles de emprendimiento y propiedad de producto en empresas Fortune 50 como Meta y ExxonMobil.

Juntos vamos a recorrer algunos ejemplos concretos de cómo la IA puede apoyar la toma de decisiones de calidad, cómo la trazabilidad puede ayudar a los humanos a mejorar al tomar decisiones, cómo cambia la responsabilidad cuando la IA entra en juego, y qué pasa con el rol del gestor de proyectos si la IA está facilitando las decisiones que antes estaban bajo nuestra responsabilidad.

Espero que disfruten el episodio.

Bienvenidos al podcast de Digital Project Manager, el programa que ayuda a líderes de entrega a trabajar de forma más inteligente, ejecutar con fluidez y liderar sus equipos con confianza en la era de la IA. Soy Galen y cada semana exploramos estrategias reales, tendencias emergentes, marcos comprobados y, ocasionalmente, alguna historia de batalla desde la primera línea de proyectos.

Ya sea que estés dirigiendo proyectos de transformación masiva, gestionando flujos de trabajo de IA o simplemente tratando de mantener el caos bajo control, este es tu lugar. Y si te está gustando lo que escuchas de nosotros últimamente, por favor considera seguirnos donde nos estés oyendo o viendo y, tal vez, dejarnos una reseña. Bien, entremos en materia.

Hoy hablamos sobre la toma de decisiones apoyada por la IA y por qué la calidad de las decisiones puede ser el detalle que marque el éxito o fracaso de un proyecto o iniciativa hoy en día. Vamos a desglosar cómo las decisiones desconectadas crean riesgos, cómo los líderes de proyectos pueden mejorar la calidad de las decisiones entre equipos complejos y cómo la IA puede ayudarnos a decidir mejor —y viceversa.

Me acompaña hoy Cali Collins, cofundadora y directora de producto de Optimality. Cali es una experta líder de producto cuya carrera ha abarcado infraestructura de IA, sistemas de conocimiento, transformación empresarial y ejecución de grandes proyectos de capital. Antes de cofundar Optimality, lideró el desarrollo de producto en organizaciones como Meta y ExxonMobil, lo que le da una perspectiva única sobre cómo se toman, o no, las decisiones en entornos tanto de tecnología acelerada como en grandes empresas Fortune 50.

Hoy, con Optimality, ha defendido el valor de contar con una plataforma nativa de IA para la infraestructura de decisiones que ayude a las organizaciones a estructurar, optimizar y escalar la toma de decisiones en una era de datos abrumadores y prioridades contrapuestas.

Cali, gracias por estar hoy aquí conmigo.

Cali Collins: Absolutamente. Muchas gracias por invitarme.

Galen Low: Me alegra mucho tenerte. Voy a empezar con una pregunta picante, y tomaré carrerilla. Muchas organizaciones no tienen estructura ni disciplina sobre cómo se toman las decisiones, y a veces, decisiones de alto impacto se toman por correo o incluso en una ronda de golf.

La mayoría de los equipos están demasiado ocupados reaccionando a esas decisiones como para detenerse a pensar: “¿Es esto una decisión bien informada?”. Simplemente siguen adelante. Así que mi pregunta es esta: dado que los humanos ni siquiera pueden explicarse entre sí cómo y por qué se toman las decisiones, ¿no es un poco iluso pensar que la IA puede mejorar de repente la toma de decisiones organizacional?

Cali Collins: Sí, totalmente. Mucho se reduce al sesgo. Si me preguntas por qué tomé esa decisión, lo que podría contarte quizás ni siquiera sea la verdadera razón por la que la tomé así. Todos tenemos nuestra propia perspectiva. Tú tienes tu perspectiva de cómo escucharías mi razonamiento y también hablábamos un poco en la preparación sobre esto.

Todo lo que hacemos es una decisión. No puedes documentar absolutamente todo mientras actúas. Tomé la decisión de entrar a esta llamada. ¿Me voy a poner a escribirlo? Porque tendría que decidir cuándo anotar la decisión que acabo de tomar. Nuestras vidas son una serie de decisiones, y contar con algo como la IA que registre automáticamente mientras actúas y sin tener que documentar de forma consciente, ahí la IA puede echarnos una mano.

Galen Low: Me gusta porque comienzas con el sesgo, y yo soy de los que creen que el sesgo puede ser bueno o malo. Tenemos sesgos inconscientes que sin duda nos frenan como especie, pero también está el sesgo de saber lo que sabes. Hablamos mucho de decidir por instinto, si eso es bueno o malo, pero fundamentalmente, muchas veces, sobre todo en los llamados “decisores”, no hay tiempo ni ganas para explicar cada cosa, pero igual está sucediendo.

Creo que pocas decisiones... De hecho, mientras lo digo pienso que muchas decisiones sí se toman partiendo de cierta lógica, aunque la gente no exponga su razonamiento. Seguramente, mientras nos escuchan, pueden pensar en “¿y qué pasa con aquella decisión rápida donde algo salió mal?”.

Sin duda, eso pasa, pero también creo que lo omitimos porque no tenemos, primero, el tiempo para trazarlo todo y explicarlo. Debemos confiar en que quienes deciden lo harán bien. Y dentro de todo, tampoco es necesariamente lo peor del mundo.

Cali Collins: Eso es absolutamente cierto. Hay ciencia sobre qué parte del cerebro usas para tomar diferentes tipos de decisiones. Es una parte distinta la que se activa para decisiones por impulso que para las meditadas. Es interesante.

Galen Low: Me gusta mucho ese enfoque. Tal vez podamos profundizar ahí, porque están esas dos formas de decidir. En una, digamos, actúa ese sentido de urgencia que te lleva a decidir rápido, quizás saltándote la parte lógica.

Y luego está, no sé si la palabra es “seguridad”, pero sí ese estado de calma para decidir con información, analizando. Tener la información a mano nos permite bajar el ritmo y no tomar decisiones apresuradas, sabiendo que disponemos de datos para hacerlo bien. Podemos decidir informadamente. Déjame ampliar todavía más, porque me gusta de tu experiencia que vienes de producto, y has dado un giro para construir lo que podría llamar un sistema operativo de decisiones nativo en IA.

Espero no estar exagerando.

Cali Collins: Sí.

Galen Low: Entonces pregunto: ¿Por qué enfocarse en decisiones? ¿Dónde viste malas decisiones estropeando proyectos o planes estratégicos? ¿Qué causas te llevaron a diseñar una solución para eso?

Cali Collins: Todo lo que haces se basa en decisiones. Es un problema humano transversal, y quería hacer algo que realmente afectara la forma en que trabajamos cada día, que tuviera un gran impacto. Como decías, están esas decisiones basadas en datos y las rápidas.

Dijiste “seguridad” y pensé otra cosa, porque en proyectos pienso en HSE (higiene, seguridad y medio ambiente), si alguien está a punto de lastimarse.

Galen Low: Claro.

Cali Collins: Hay decisiones donde, si ves algo inseguro, tienes que actuar rápido. Pero hay otras en las que necesitas analizar y reflexionar más.

Estuve en estimaciones muchos años. Era mi trabajo del día a día, aunque siempre tuve vocación hacia producto. Este rol me puso en contacto con ejecutivos senior. Yo estaba en la mesa de negociación, comprendiendo qué implica una gran decisión.

Y veía a estos directivos que tienen a la gente poniéndolos en un pedestal y preguntando: “¿Qué piensas? ¿Qué hacemos?” Y tras sentarme uno a uno con ellos, les preguntaba: “¿Cómo sabes cuál es la decisión correcta? ¿Tienes todos estos datos?”.

¿Dónde está el punto en el que dejar de analizar? Y ellos confesaban: “Te diré un secreto. La mitad del tiempo no lo sé. Voy improvisando”. Están ahí porque han tomado buenas decisiones, pero tampoco siempre tienen el conocimiento y los datos completos.

Pensé: Si pudiera ayudar a quienes toman decisiones decisivas —a veces sobre miles de millones—, si pudiera darles datos adecuados de forma rápida, para apoyarse en ellos sin dejar de lado el instinto...

Galen Low: Me encanta ese momento de vulnerabilidad. Es parecido para muchos: “No lo sé, tengo que decidir bajo presión. He tomado buenas decisiones antes, pero no tengo garantía de siempre acertar, solo que mi promedio es bueno, por eso llegué aquí. Pero a veces estoy improvisando”.

Y no se trata de que la calidad de tus decisiones sea mala, sino si podríamos tener una mejor probabilidad de acertar. Incluso solo el reducir esa ansiedad. A veces hay una especie de síndrome del impostor o presión. A veces son miles de millones de dólares y tienes que decidir con lo que sabes, pero también puedes acompañar eso con datos que te informen mejor. Ahí está quizás la belleza de la IA: reunir y destilar grandes cantidades de información según lo que necesitas.

Quizás ese es un buen puente, porque me encanta el concepto de Optimality. ¿Puedes contarnos qué hace, cómo ayuda y qué casos reales eliminan o minimizan riesgos en la toma de decisiones?

Cali Collins: Por supuesto.

Llevamos trabajando en Optimality dos años y medio, evolucionando y creciendo hacia lo que es hoy. Siempre el núcleo fue mejorar la toma de decisiones y se transformó en optimizarla —de ahí el nombre Optimality—, vinculado a la teoría matemática de optimización y ese punto de retorno decreciente.

¿Dónde está la decisión óptima? Eso abrazamos en nuestro trabajo. Optimality se apoya en un “context graph” (grafo de contexto). Al colaborar en Optimality, usas el sistema para saber ¿en qué debo trabajar hoy? ¿qué hice ayer?

Pero es mucho más. Son los entregables que produces, incluye todas las decisiones en las que trabajas. Acabamos de lanzar hoy mismo un asistente de decisiones, donde si tienes una decisión profunda por tomar, te guía paso a paso.

Al usar este asistente, tienes Opti Chat al lado. Puedes chatear con Opti: “Estoy entre esto y esto, ¿qué opinas?” y te ayuda a estructurar tu pensamiento. Luego, te pregunta: “¿Cuáles son las incertidumbres respecto a esta decisión? ¿Dónde está mi sesgo personal? ¿Cuándo tomamos una decisión similar antes y cómo resultó?”. Siempre tienes acceso a Opti para comprender cuándo y cómo se tomaron decisiones similares.

Estás mapeando la inteligencia organizacional y de ejecución en el sistema. Toda esa información es absorbida por el cerebro de Opti, para volverse más inteligente y ofrecerte mejores perspectivas cuando necesitas saber si hacer A, B o algo que ni habías considerado.

Galen Low: Me encanta, y además, yendo atrás, me gusta lo geek del nombre. No solo es optimización de decisiones, sino que hay toda una teoría matemática detrás de ese punto de retorno decreciente. Eso está genial. Y sí, me explicaste mientras preparábamos esto la idea del “context graph” como la red neuronal de algunas de estas herramientas de IA.

Mencionaste el “contexto de decisión”, y ahora empiezo a visualizarlo. Opti absorbe información continuamente, no solo: “Necesitamos decidir, junta todo y consulta a las personas”. Eso podría demorar días. En cambio, ya está allí disponible. Me pregunto, incluso fuera de la IA, ¿qué significa el “contexto de decisión” en un entorno de proyectos? ¿Qué suelen perderse los equipos cuando deciden y cómo esto lo resuelve?

Cali Collins: El cerebro humano es bueno para ciertas cosas, pero también limitado. No puedes estar en todas las reuniones y absorber toda la información que se dice. Imagínate poder delegar eso en alguien que asista por ti y lo registre todo.

Ahí es donde entra la IA. Pero como humanos, colaboramos y comunicamos. Eso me llevó a Meta, que busca construir una plataforma de colaboración a escala global. Compartimos, somos comunidad. Esa es una parte fundamental del ser humano —raro decirlo en la era IA vs. humano—, pero sigue siendo cierto. Nuestro valor es poder reunirnos, debatir, crecer y ajustar nuestro pensamiento conversando. Por eso la decisión final debe ser humana y colaborativa. Hay que combinar experiencias para llegar a la mejor decisión posible.

Galen Low: Me gusta mucho ese equilibrio. El punto no es que los humanos decidan mal por tener límites cognitivos o predecir mal el futuro —aunque, sí, es cierto—, sino ese complemento entre dialogar, sentir, decidir y la tecnología, concretamente la IA, haciendo lo que no podemos: recopilar conversaciones y datos y reducirlos para que no tengamos que recordar, literalmente, una frase de una reunión de hace meses. No tenemos esa cultura ni capacidad.

Pero la idea no es reemplazar la discusión, sino reforzarla. “Hablemos de esto para decidir bien, pero apoyémonos en lo que nuestro cerebro no logra hacer”.

Cali Collins: Exacto, y muchas veces lo converso con Opti. Si algo... —y más en una startup donde el equipo es pequeño— a veces es útil dialogar con la IA y que te ayude a rebotar ideas.

Y sabe en qué trabajas porque se basa en el grafo de contexto; conoce tus tareas y las de tu equipo.

Galen Low: Quizá podamos ir más allá porque para muchos en mi comunidad, la IA ya está aquí. Sí, no es opcional. También existe ese miedo al “gran hermano” porque cuanto más sabe, mejor recomienda —pero también da miedo que todo lo escuche y registre, casi orwelliano.

En materia de contexto de decisión y grafo de contexto, ¿podemos elegir qué compartimos con la IA para asesorarnos mejor? ¿Es todo o nada? Si no, ¿qué tipo de datos deberíamos compartir, sin dar acceso total a cada conversación o pulsación?

¿Cuáles son los datos apropiados para dar a la IA y ayudarla a ayudarnos?

Cali Collins: Al iniciar Optimality, conectamos la API al correo, al chat, a todo. Pero rápidamente vimos que para escalar eso es aterrador: la gente quiere control sobre qué comparte.

Esto también tiene que ver con la gobernanza. No quieres que la IA acceda a tu gestor de contraseñas, tu correo, tus cuentas bancarias, y que esté enviando emails en tu nombre. Si algo sensible se filtra, el responsable legal eres tú, aunque nunca vieras ese email. Debes mantener el control de lo que le das permiso de hacer.

Por eso, puedes elegir qué añadir al sistema: este transcript sí, este email no, tú decides. Así mantienes el sistema limpio, entrenando la IA solo con datos útiles y no con la basura de internet. Así es más potente. Además, todo es “human in the loop”: Optimality crea borradores, documentos, emails, estados, pero siempre pasa por una persona antes de enviar o aprobar. Distinto a empresas que pretenden construir un equipo marketing automático. Para nosotros la colaboración humano-IA es lo ideal: tú llevas el sombrero de marketing y la IA te guía, pero las decisiones son tuyas.

Galen Low: Eso me encanta, y creo que a mi audiencia también. Es ese equilibrio tecnología-humanidad. Volveré luego sobre el tema de curar el contexto grafo, porque me resulta interesante cómo los humanos decidimos.

Pero antes de eso, has esbozado un buen caso de uso. ¿Podemos profundizar en cómo exactamente la IA u Optimality nos ayuda a decidir mejor? Me gusta la idea de tener ese socio de pensamiento, Opti. ¿Cómo funciona paso a paso? Por ejemplo, Optimality operando en segundo plano, recopilando información, y luego tenemos que hacer nuestra campaña, nuestro post semanal en LinkedIn, etc. ¿Cómo es esa interacción, y cómo mejora comparado sin IA?

Cali Collins: Sí, claro. Uno de los casos que estamos desarrollando es un sistema operativo empresarial sobre Optimality, la plataforma que permite muchos casos de uso, como Excel. Puedes hacer de todo en Excel, pero no te dice qué fórmulas usar para tu presupuesto —sólo da la opción. Nosotros tenemos más estructura. Por ejemplo, para crear tu empresa, hoy es más accesible ser emprendedor gracias a la IA. Pero quizá domines tu app, pero no marketing, redes, negocios o finanzas.

Queremos que entres a Optimality, le digas tus objetivos, lo que quieres hacer, y la IA lo documenta, crea la estrategia, la validas dialogando, la guarda y traza el plan para alcanzarla. Todo automáticamente; luego puedes modificar lo que desees. Así estructuramos la creación de negocios. Y esto es solo un ejemplo; también lo hemos aplicado en proyectos para clientes como Chevron. Durante cada etapa, puedes pedir ayuda en marketing, contenido, etc. Así trabajas codo a codo con la IA, haciendo la tecnología más accesible para pymes y emprendedores curiosos por la IA, pero sin saber por dónde empezar.

Muchos intentan usar Claude o herramientas similares, pero para la mayoría aún no es tan sencillo. Ese es uno de los casos en los que trabajamos.

Galen Low: Eso está genial. Gracias por explicarlo. Originalmente iba a decir “aquí es donde Cali dice: ‘sin despreciar el vibe coding’”, pero lo cierto es que has dado en el clavo. Las barreras de entrada, como montar un negocio, ahora son menores, pero no puedes crear una plataforma completa en un día. Pero sí es más fácil que antes. Hay un punto intermedio. Como dijiste: Excel es una herramienta general; Optimality pone estructura. Si Claude es como Excel, Optimality está más especializado. Seguro algunos piensan: “Cali, eso puedo hacerlo en Claude con mi marketing”. Pero lo que parece distinto es que el trabajo realmente ocurre dentro de Optimality: no solo optimiza decisiones, sino que es una plataforma de colaboración y ejecución.

Cali Collins: Es absolutamente una plataforma de colaboración. Ahí reside su valor: una vez pasas de ser un emprendedor solo a pymes donde ya no sabes exactamente qué hace cada uno, necesitas visibilidad. Colaborando en el sistema, construyes el grafo de contexto: visión, misión y principios de tu empresa integrados en el cerebro de Opti, para que cuando proponga estrategias, se alineen con tus valores. ¿Quieres dominar el mundo de las flores o ser el mejor florista local? Se adapta según tus objetivos.

Sí, podrías ir a Claude y pedirle un plan de marketing, pero va a ser genérico; no conoce todos los detalles y partes móviles de tu ecosistema.

Galen Low: Es interesante eso, porque a medida que creces, la visibilidad disminuye si no creas sistemas adecuados. Al principio somos improvisados, luego con 15, 50 empleados ya no sabemos en detalle qué hace cada cual. ¿Nuestras operaciones siguen alineadas con nuestros valores y misión?

Retomando una postura escéptica sobre qué compartimos con la IA y con personas: intentamos curar para ayudar a las decisiones, pero ¿realmente damos el panorama completo? A veces, las decisiones se toman sin revelar todo. Si no le damos a la IA el contexto total, ¿le restamos capacidad? Hay un equilibrio entre dar demasiada información o manipular el contexto para lograr un resultado. ¿Cómo evitamos abusos de la IA para sesgar decisiones? ¿Y no hay decisiones que quizás requieren esa “nuancia” humana, donde la IA no debería intervenir tanto?

Cali Collins: Sí. Sobre qué darle a la IA: ella no sabe priorizar lo importante a no ser que se lo señales. Si simplemente viertes todo en ella y no indicas, por ejemplo, “este transcript fue con un líder senior”, esa información no tiene el peso adecuado. Hay que poner límites, no compartir absolutamente todo, pues no sabe a quién le importa qué, salvo que se lo enseñes.

Sobre las decisiones humanas, sí, la decisión final debe ser nuestra. ¿Decidimos mejor con los datos correctos? Sí. Cuando trabajé en ExxonMobil, creaba una plataforma nativa de IA para gestión de conocimiento y lecciones aprendidas. Allí, un líder de proyecto podía decir: “He estado en cinco proyectos, esto siempre falla, no deberíamos hacerlo”. A lo mejor esos cinco son los únicos donde falló y en el resto funciona bien. ¿Su experiencia lo marca? Quizá. La IA puede ayudar eliminando parte del sesgo, pero aún así, esa persona sabe algo que otros no y su percepción importa, pero saber que es el 2% de los casos ayuda a tomar una decisión mejor informada.

Galen Low: Me gusta porque no es blanco o negro: “tienes razón o no”; hay algo que aprender. Podemos evitar generalizaciones con muestras pequeñas, pero igualmente ese conocimiento es valioso. Además, la IA puede usarse pre y post-decision: para reunir información antes, o hacer fact-checking después, o aplicar pensamiento crítico para mejorar la calidad de las decisiones, incluso si la voz fuerte de la sala domina. Esto equilibra esa dinámica.

Cali Collins: Exactamente. Hay quienes son mejores decidiendo rápido, y quienes necesitan más análisis. No todos decidimos igual de bien. Esto puede nivelar ese campo o hacernos reflexionar si nuestra manera de decidir es la ideal.

Galen Low: Tanto he abordado desde la tecnología que ni pregunté por la parte humana al crear este producto. ¿Qué has aprendido sobre cómo tomamos decisiones los humanos? Algunas personas creen ser buenas con decisiones rápidas y tal vez no lo son. Quizás preguntando por líderes de proyecto: muchas veces no decidimos, sino que facilitamos las decisiones, buscando que sean de calidad sin sacrificar rapidez. ¿Qué hábitos o tácticas prácticas pueden ayudar a que los involucrados decidan mejor sin perder tiempo? ¿Cómo detectar si una decisión rápida es realmente mala?

Cali Collins: Varias cosas. Yo tengo una licenciatura en psicología además de ingeniería en construcción.

Galen Low: No lo sabía.

Cali Collins: Sí, por eso a veces sale mi lado psicólogo.

Y también soy fanática de los audiolibros y podcasts de autoayuda que exploran la psique humana y los motivos detrás de lo que hacemos. Luego me formé en gestión de construcción y, más tarde, hice un MBA. Eso me ayuda a entender las decisiones humanas y por qué las tomamos. Sobre cómo saber si estamos decidiendo bien o mal, hay que capturar ese conocimiento y el porqué de la decisión en el momento de tomarla, así la IA podrá analizarla después —porque las personas no suelen mirar atrás, especialmente si salió mal.

Otro aspecto es la procedencia y línea de datos: en Meta, construí una plataforma para rastrear la línea de aprendizaje de los modelos de IA. Algo así lo integramos en Optimality: si creas un documento, como un plan de marketing, puedes ver de qué transcript viene cada párrafo, o de qué conversación. No es una caja negra, sabes de dónde sale cada pieza. Eso puede dar miedo porque si algo sale mal se sabe quién tomó la decisión, pero no puedes mejorar si no reconoces patrones y causas del error. Ser vulnerables y buscar mejorar ayuda a todos y la IA puede exponer datos útiles para eso, aunque sea incómodo.

Galen Low: Yo pensaba que cómo la IA ayuda a decidir era solo “data”, pero me hiciste ver el valor de poder hacer balance y retro de las decisiones, trazabilidad, visibilidad para reflexionar y mejorar. No decimos que la IA decidirá mejor que el humano y que ya no deberemos decidir: de hecho, la decisión humana es cada vez más importante. Muchos asumen que grandes líderes simplemente deciden bien siempre, pero vimos que muchos solo “improvisan”.

Cali Collins: Intuición.

Galen Low: Sí, esa intuición. Pero incluso estos líderes, aunque tengan buenos resultados, muchas veces lo sienten como solo estar improvisando; esto es una vía para mejorar. Incluso con temas de seguridad, poder hacer retros en algunos temas sensibles, rastrear las decisiones. No es para “supervisar” o señalar culpables, sino para aprender y mejorar la calidad en las decisiones: nadie siempre decide bien ni sabe exactamente por qué.

Cali Collins: Exactamente.

Galen Low: Quería volver al tema de gobernanza y responsabilidad, porque es clave. Como dijiste, por ahora, la responsabilidad sigue en el humano, aunque la IA haya ejecutado la decisión. Pero la IA ya toma decisiones regularmente, como dijiste: nosotros y la tecnología no somos exclusivos aquí. ¿Qué límites debemos poner para que la IA no cometa errores ni tome malas decisiones, pero también para que mejore y llegue m̤as lejos? ¿Existe un futuro donde la IA tome decisiones y sea responsable? ¿Y cómo sería ese mundo?

Cali Collins: Hay mucha discusión e investigación en este ámbito.

La IA, al menos los grandes modelos de lenguaje, toman decisiones: cada palabra es una elección basada en lo más probable. Todo es una serie de decisiones según su entrenamiento. Puede empezar con “redacta mis emails”, quizá al principio lo haga mal pero irá mejorando. Llegará a responder mensajes directos en redes sociales —lo que he visto en Meta—. Algunos borradores no son buenos, pero puedes editarlos y entrenar; para casos de bajo impacto puede funcionar: responder un email sobre tallas de camisetas quizá lo pueda hacer la IA. Pero otros tipos de correos mejor que no. Hay que saber dónde poner los límites. También hay investigación sobre hasta dónde puede llegar la IA en el tipo de decisiones a tomar. Nuestra filosofía es mantener al humano en la cadena, y poco a poco entregar a la IA tareas de bajo riesgo. Pero yo no cedería mi responsabilidad legal a Optimality para que acceda y responda correos, pues podría causar un problema grave y ese riesgo no lo acepto.

Dejo que la IA optimice otros aspectos, pero siempre con supervisión humana.

Galen Low: Es curioso porque tenemos ejemplos incluso fuera de la IA. Hablaste de un dispositivo médico que da un diagnóstico —siempre bajo ciertos márgenes, claro—. En ese caso, la empresa asumía la responsabilidad. Pero no siempre es así; no veo a OpenAI o Anthropic haciendo eso en el corto plazo. Así que volvemos a lo del humano supervisor. Incluso formando a nuevos coordinadores de proyectos, les damos retroalimentación y escenarios “seguros para fallar”: tareas de bajo riesgo, como responder emails simples. Si se equivocan, tampoco pasa nada grave, y aprenden sobre la marcha. Lo mismo pasará con la IA: hay niveles de responsabilidad, pero al final el responsable soy yo. No sé si en esa reflexión hay una pregunta, pero...

Cali Collins: Me gusta ese enfoque: piensa en la IA como un becario. Eres responsable por lo que le indicas hacer.

La IA no tiene sentido de responsabilidad, no puedes despedirla ni degradarla. Pero sí puedes usarla para temas como cumplimiento contractual: entrenas a la IA con los requisitos y especificaciones, y ella puede alertarte si estás por incumplir un contrato. No decide por ti, pero vigila y te protege —una herramienta de cumplimiento y gobernanza.

Galen Low: Eso está muy bien. Me gusta la idea de feedback para que el modelo mejore y se vuelva más capaz. Puede que nunca llegue a ser “responsable”, no puedes despedirlo si se equivoca, pero te permite entrenarlo. Además, el gran valor es que hace bien lo que se le da: yo no puedo memorizar todos los contratos a la vez; la IA sí. Eso es útil. Para cerrar, hablemos del futuro.

La tecnología IA está cada vez mejor para reunir información y decidir qué es importante. Tal vez también sufre “síndrome del impostor” cada palabra que escoge. Pero sin importar eso, el impacto en la toma de decisiones aumenta, ya sea en lo operativo o a nivel ejecutivo con miles de millones en juego. Ya hablamos del rol de gestor de proyectos como facilitador de decisiones y gestión de riesgos. Te pregunto: vienes de proyectos y producto, y has trabajado en empresas y tecnología. ¿Qué ocurre con el rol del gestor de proyectos si la IA mejora en detectar riesgos, dependencias y recomendar decisiones?

¿Cómo impacta eso a los roles humanos?

Cali Collins: Es todavía más importante. Sí, el rol de gestor de proyectos va a ser mucho más relevante. En mi experiencia en estimación y control de proyectos, yo recopilaba los datos para que el directivo tomara decisiones.

Ese embudo se va a acortar. No es que desaparezca el control de proyectos, sino que su papel evoluciona: ya no tendrán que perseguir tareas aburridas, sino analizar datos, mejorar, y entregar eso al líder de producto. En la industria vemos que antes había quizá 8-10 desarrolladores por gestor de producto; ahora esa proporción baja porque los desarrolladores son más eficientes, pero se necesitan más gestores porque son quienes guían la dirección y decisiones, y gestionan más información en menos tiempo. He sentido esa sobrecarga en producto. Los desarrolladores avanzan rápido y esperan iniciativas mías, así que estoy aprendiendo a hacerlo. Pero lo cierto es que esto baja barreras para crear cosas, y quienes deciden tienen ahora más importancia estratégica.

Galen Low: Me encanta esa respuesta.

De verdad, no esperaba que fuera tan optimista, pero tienes razón. La velocidad aumenta, a veces menos gente hace más, pero hay roles —producto, proyectos y otros— que dirigen, facilitan y deciden. Si todo ocurre más rápido, tal vez necesitaremos más de estos roles. Además, como dijiste, los datos no pasan de la IA al decisor sin más: es necesario analizar y entender la información, y siempre habrá esa parte humana, ese diálogo, ese convencimiento, esa revisión grupal —es parte de nuestra naturaleza. La IA solo potencia eso.

Cali Collins: Así es, totalmente.

Galen Low: Cali, esto ha sido divertidísimo. Gracias por acompañarme hoy. ¿Dónde pueden saber más de ti y de Optimality?

Cali Collins: Por supuesto, estamos en LinkedIn, yo también. El sitio es optimalitypro.com, y puedes inscribirte por un período de prueba gratuito de 14 días o ver qué estamos haciendo.

Siempre mantenemos esa información actualizada y, conforme añadimos casos de uso verticales, se publicarán los documentos de soporte para cada uno, a medida que la gente construye más sobre la plataforma, así que optimalitypro.com.

Galen Low: Genial. Pondré los enlaces en las notas del episodio a tu perfil y sitio de Optimality. Gracias de nuevo por venir. Tu historia es fascinante, no sabía lo de la psicología. Esto fue muy valioso. Las decisiones hacen girar el mundo —y ahora tenemos IA, pero también seguimos teniendo humanos ¡qué época para estar vivos!

Cali Collins: Exactamente. Hoy es un momento emocionante.

Galen Low: Muchas gracias, Cali.

Cali Collins: Gracias a ti.

Galen Low: Eso fue todo por hoy en el podcast de Digital Project Manager. Si te gustó esta charla, suscríbete donde estés escuchando. Y si quieres aún más consejos prácticos, casos y recursos, crea una cuenta gratuita en thedigitalprojectmanager.com. Hasta la próxima, gracias por escuchar.