Cómo liderar el cambio organizacional de la IA en una empresa compleja

Galen Low: ¿Vale la pena el esfuerzo de tratar de romper los silos y alinear las actitudes en torno a la IA dentro de una organización masiva? ¿Es siquiera posible?

Deborah Ketai: Si se saltan este paso, van a incurrir en muchas deudas, deuda técnica, deuda de conocimiento, que hará que los futuros proyectos sean más costosos y más difíciles.

Galen Low: Mencionaste que no solo era IA generativa, de hecho, esto es más bien un cambio fundamental.

Deborah Ketai: Realmente teníamos tres objetivos: talento, movilidad y retención, para fomentar la colaboración entre estos equipos de IA y que no reinventaran la rueda. Y el tercero es un cambio cultural, incentivar a los líderes de negocio a considerar soluciones de IA para sus desafíos empresariales.

Galen Low: Algunas personas están siendo invitadas a realizar un doble rol. ¿Todos los proyectos necesitan gestión del cambio?

Deborah Ketai: No todos los proyectos requieren gestión del cambio. Las habilidades son diferentes pero se superponen. Los gerentes de programas deben acercarse al lugar donde se forma la estrategia para ser transparentes al reflejar a la alta dirección dónde es probable que existan desalineaciones.

Galen Low: Bienvenido al podcast The Digital Project Manager — el programa que ayuda a los líderes de entrega a trabajar de manera más inteligente, entregar más rápido y liderar mejor en la era de la IA. Soy Galen, y cada semana nos adentramos en estrategias del mundo real, nuevas herramientas, marcos comprobados y alguna que otra historia de guerra desde la línea frontal de los proyectos. Ya sea que estés liderando proyectos de transformación masiva, gestionando flujos de trabajo de IA, o simplemente intentando mantener el caos bajo control, estás en el lugar correcto. Vamos al lío.

Bien, hoy vamos a echar un vistazo de cerca a cómo una gerente de programa y su equipo crearon una comunidad de práctica dentro de una enorme empresa de salud que ayudó a eliminar silos y alinear actitudes sobre la IA en el negocio.

Mi invitada de hoy es esa misma gerente de programa, Deborah Ketai. Deborah es una gestora certificada de cambio organizacional y gerente de programas recientemente para un enorme grupo de salud con sede en EE.UU., donde construyó comunidades prósperas alrededor de IA, DEI y controles de transmisión de datos. Deborah también ha sido muy activa en la construcción de la comunidad de gestión de proyectos como miembro de la junta y líder de portafolio de programas para un capítulo regional de PMI.

En este episodio, cubriremos cómo era el día a día de Deborah como gerente de programa liderando una iniciativa de cambio organizacional importante en torno a la IA, si el cambio organizacional relacionado con IA y aprendizaje automático debe tratarse de manera diferente, qué pueden tomar equipos de cualquier tamaño de los libros de jugadas de empresas que atraviesan transformaciones masivas de IA, y si el rol de gerente de proyecto o programa evolucionará para incorporar gestión del cambio y qué podría significar eso para las habilidades del PM.

Deborah, muchas gracias por estar hoy aquí.

Deborah Ketai: Gracias por la oportunidad, Galen.

Galen Low: Me entusiasma mucho esta conversación porque eres alguien que ha estado muy involucrada y comprometida como líder de programas y gestora de cambio en una empresa sanitaria enorme justo cuando la IA empezaba a irrumpir.

En nuestras conversaciones previas, has mencionado cosas como romper silos entre divisiones y grupos de interés, organizar sesiones de capacitación y hackatones, abordar miedos sobre riesgos y cumplimiento, y también lograr que los practicantes de IA —y quizá los aspirantes a practicantes— estén todos alineados.

Así que pensé empezar con una pregunta candente que creo que mis oyentes quieren saber. La pregunta es esta: ¿Vale la pena el esfuerzo y la energía intentar romper silos y alinear actitudes sobre IA en una gran organización empresarial? ¿Es siquiera posible? ¿Y qué pasaría si una organización como la tuya se salta ese paso por completo?

Deborah Ketai: Es una muy buena pregunta, Galen, y me alegra que la plantees. Creo que la alineación va a ser crítica y romper los silos será una parte fundamental de eso. En primer lugar, las empresas necesitarán establecer gobernanza de datos y de IA. También deberán alinear sus recursos y expectativas en torno al desarrollo o compra de herramientas de IA.

Y si quieren tener una cultura IA first —y tendrán que hacerlo si sus competidores lo hacen— deben pensar qué significa eso para sus empleados, tanto ahora como en el futuro. Así que, como mínimo, deberán romper silos para evitar riesgos de incidentes de ciberseguridad.

Si se saltan el paso de romper silos, también incurrirán en lo que llamamos deuda, deuda técnica, deuda de conocimiento, y demás. Esto hará que los proyectos futuros sean más costosos y difíciles. Creo que hay tres áreas en las que yo rompí silos. Tú mismo mencionaste todas.

IA, controles de operación del sistema, y como líder de participación comunitaria del segundo grupo de recursos para empleados más grande de United Health Group. Y también, de alguna manera, a través de un programa de mentoría, rompiendo silos después de fusiones y adquisiciones. Así que hay varios pasos y habilidades diferentes involucrados en romper silos en los que deben enfocarse los gerentes de proyectos y de cambio.

Uno es crear empatía entre los distintos grupos familiarizándolos unos con otros. Capacitación cruzada, shadowing, mentoría y coaching. La dirección debe crear y obtener aceptación en la visión de cómo sería y qué beneficios tendría romper los silos. Deben crear y concentrarse en puntos de encuentro, procesos y canales de comunicación que unan los silos.

Y también centrarse en eliminar obstáculos para unir a las personas, como por ejemplo, diferentes fuentes de datos, que es uno de los grandes problemas.

Galen Low: Lo que realmente me gusta de tu respuesta es que yo estaba pensando en romper silos en el sentido de ayudar a los distintos grupos a entenderse entre sí en la empresa.

Me gusta enmarcarlo como que es el problema de todos. Es un esfuerzo de equipo. No se trata solo de kumbayá ni de si nos entendemos y llevamos bien; cuando se trata de gobernanza de datos, cumplimiento y seguridad, cada uno es en parte responsable de su parte y todos deben estar alineados y de acuerdo.

El impacto o resultado de esa alineación debe estar acordado y comprendido también a nivel directivo, para que no sea solo un cambio cultural —que es una palabra vaga que usamos todo el tiempo, sobre todo con la IA— sino que en realidad es sobre riesgo y sobre el retorno de inversión de lograr esa unidad.

Y también el costo de hacerlo mal, de no tener esas conversaciones y luego incurrir en riesgos o realizarlos, lo que podría ser muy costoso y dañino. Eso probablemente sería evitable si todos estuviesen alineados. Me gusta lo tangible que es.

Deborah Ketai: Puede ser a la vez blando y tangible.

Galen Low: Me gusta eso. Blando y tangible, y el componente tecnológico también.

Deborah Ketai: Es algo tangible, así que ahí está.

Galen Low: Me encanta. ¿Podríamos alejarnos un poco? Como decías aludiendo, en tu cargo anterior en una gran empresa sanitaria de EE.UU., tu responsabilidad era liderar programas y iniciativas de gestión del cambio en muchos temas, y más recientemente, IA y aprendizaje automático.

Y vuelve la curiosidad: ¿Cómo era tu día a día en este rol y qué resultados esperaban de ti?

Deborah Ketai: Como suele ocurrir en la gestión del cambio, mi mayor esfuerzo fue probablemente el esfuerzo inicial de definir los objetivos, las métricas de éxito, quién iba a participar y demás. Y realmente teníamos tres objetivos: talento, movilidad y retención en el área de la IA. Así que esta es una empresa Fortune 5 grandísima. IA está ocurriendo en pequeños grupos por todos lados. Y que quede claro que aquí hablo tanto de IA generativa como de análisis predictivo, wearables, sensores, Internet de las cosas.

Mi segundo objetivo era fomentar la colaboración entre esos grupos de IA, para que no reinventen la rueda. Y el tercero, un cambio cultural, motivar a los líderes empresariales a considerar soluciones de IA a sus desafíos. Así que al principio dediqué mucho tiempo a identificar y segmentar los grupos de interés.

Colaboré con una especialista en reportes y análisis de IA para hacerlo e identificar sus necesidades, averiguar la mejor manera de alcanzarlos. Después, el resto del programa consistió principalmente en crear oportunidades para que aprendan, compartan y construyan comunidad, adaptado a los distintos segmentos. Mis proyectos dentro del programa tuvieron tres ejes: eventos, como una conferencia interna y hackatones; contenido, como pódcast, artículos, presentaciones; y comunidad, como redes sociales internas e intercambio de conocimiento. El cuarto eje fue la gestión de riesgo, asesorando al comité de gobernanza sobre cumplimiento y seguridad.

Galen Low: ¡Es un programa grande! Es curioso porque a menudo hablamos en mi comunidad de recibir una directriz y tener que ejecutarla, pero tú empezabas desde mucho antes. Y además, lo interesante es el marco temporal: mencionaste que no era solo IA generativa.

En ese momento, la IA generativa era relativamente nueva en los negocios para aplicaciones cotidianas, pero esto era un cambio fundamental, anticipando que vendrían más cambios y específicos en el futuro. Era más reunir personas —y de nuevo lo has hecho—, donde la comunidad puede ser algo «blando», pero en realidad el ROI y la gestión del riesgo de reunir a las personas para que se entiendan y colaboren juntas crea la base para lo que venga después. Eso en sí mismo es gestión del riesgo. Me gusta mucho esa idea porque a menudo la palabra comunidad de práctica, o incluso solo comunidad, se repite y no siempre se entiende su valor.

No es tan científico como muchos directivos quisieran. Pero creo que diste en el clavo: al hacer estas cosas, creas una especie de tejido, unidad y cohesión entre grupos que ven el mundo de formas distintas para tratar de unirlos.

Me gusta mucho eso. Pensaba en dos cosas: una era lo que dijiste de los líderes empresariales y alinearlos con el uso de esta tecnología en el negocio. Es curioso, hablar de esto ahora en 2025 cuando todos persiguen las herramientas de IA, pero ¿te encontraste convenciendo a la gente de que la IA valía la pena como inversión y tema de debate?

Deborah Ketai: Sí. Creo que hubo dos niveles. Uno, a menudo los líderes empresariales simplemente no consideraban la IA como una posible solución a los problemas. Ya fueran fraudes en el sector salud o diagnóstico por imagen, había muchas áreas donde aplicar la IA y ni lo pensaban.

El segundo paso era conectarlos con quienes supieran lo suficiente para poder explicarles los conceptos de IA de forma sencilla: ¿esto ya existe?, ¿podría existir pronto?, ¿cuáles son los riesgos, gastos, retornos? Y luego comparar porque la IA nunca será la solución mágica para todo. Así que también debían considerar otras soluciones no IA.

Galen Low: Es interesante cómo eso resalta la importancia del talento. Es lo primero que mencionaste: tomaste un enfoque analítico tipo ciencia de datos para identificar talento y grupos de interés y entender las habilidades presentes y requeridas.

Para facilitar esta transferencia de conocimiento para que todos puedan mejorar, ¿no? Eleva a todos, especialmente en esa área que llamábamos «el arte de lo posible», ¿no? Debemos entender qué puede hacer esta tecnología, que no es una varita mágica. Tenemos que entender cómo encaja en el entorno de otras tecnologías o métodos. Y, en el sector salud, los riesgos son muy altos. Hay mucho cumplimiento y regulación que considerar, y en el fondo hablamos del bienestar humano como el centro del negocio.

Por eso vale la pena reunir a todos estos grupos, identificar quién sabe lo correcto y quién puede formar y trasladar conocimiento, para formar un equipo más fuerte que se entienda, tenga esa empatía y trabaje en conjunto para soluciones que pueden ser solo de IA, de IA combinada con otras tecnologías, o simplemente de procesos.

Vaya, ¡qué reto! Por curiosidad, con un programa tan grande, ¿cómo medir el cambio para saber si está funcionando? En mi organización intentamos reunir a todos, hacer hackatones... Cerramos toda la semana hace poco para explorar en equipo soluciones de IA y nuevos enfoques, pero siempre nos preguntamos: ¿valdrá la pena? ¿Cómo sabemos si funcionó? ¿Qué mediste o te pidieron medir para saber si las capacitaciones, los hackatones o la formación cruzada funcionaban?

Deborah Ketai: Reconozco que las métricas fueron la parte más difícil del programa para mí. Muchas veces los datos que queríamos rastrear simplemente no estaban capturados en sistemas de RH y otros. Por ejemplo, no solo no podíamos rastrear la movilidad profesional, sino que como era una empresa Fortune 5 que creció por fusiones y adquisiciones...

Las reliquias de los antiguos sistemas de RH seguían existiendo en que el mismo tipo de puesto tenía 15 títulos o códigos distintos en toda la organización, lo cual complicaba la vida. Así que a menudo tuvimos que recurrir a métricas muy simples o de tipo proxy. No las ideales a largo plazo.

A largo plazo, hubiéramos colaborado con RH para captar más datos, pero nos limitamos a cosas sencillas como engagement con el contenido, implementamos analítica web para redes internas, la web, los micrositios. También medíamos la asistencia a conferencias. Nos interesaba mucho que la comunidad de IA fuese diversa.

Así que eso requirió todo tipo de datos, incluso al invitar ponentes para una conferencia interna de tres días y cuatro tracks, nos asegurábamos de que hubiera diversidad de género, ubicación geográfica, edad, etc. Y de nuevo, muchos datos estaban ausentes o eran engañosos. Si el programa hubiera continuado —fue interrumpido por razones ajenas a sí— hubiéramos tenido formas más apropiadas de capturar y seguir esos datos.

Galen Low: Me gusta ese enfoque de: «¿qué tenemos disponible y cómo lo usamos para medir la tracción?». Ahora trabajo en una organización donde conocemos a nuestro personal, igual no físicamente, pero sabemos quién destaca en X o Y, no tenemos un sistema HRIS ni matriz formalizada de habilidades, solo lo intuimos y decimos: «esta persona sería buena para un lunch and learn». Pensando en empresas grandes como consultoras con 500,000 empleados es más parecido —cuando hablas de redes sociales y eventos— a un modelo de negocios masivo: planeas un evento externo, creas una red social, buscas engagement, asistencia... analizas datos de forma agregada y esperas que te rellenen la encuesta de entrada o salida con información personal y sus intereses; eso es lo que tienes. Me gusta la idea de que si continuara, y también el tener un HR más estructurado y limpio para decidir sobre comunidad, eventos y dotación de personal. Es el camino acertado. Casi que necesitas IA para construir la próxima generación de identificación de interesados a esa escala. Pero me gusta ese enfoque tipo señal, ¿no?

No intentar profundizar en datos que no tienes o quedarte paralizado por su ausencia, sino ser creativo y trabajar con lo que hay. Lo que dijiste de los títulos y códigos de puestos, ¡qué caos! He estado en organizaciones que adquieren una empresa cada semana y es tan desordenado que ni sabes con quién cuentas. Pero sí, empatizo con el esfuerzo por saber quién hace qué, quién debe estar y quién puede ser ponente; intentando no olvidar a nadie. «¿Por qué no invitaste a tal experto? Es que no estaba en los sistemas, lo siento».

Deborah Ketai: Exacto. Y por otro lado, cuando trabajas con cambios asociados a tecnología tienes la ventaja de contar con estadísticas y analítica de usuario que al menos te indica quién está usando Hugging Face o lo que sea.

Galen Low: ¿Hugging Face es una herramienta?

Deborah Ketai: Hugging Face ofrece espacios pequeños para crear tus propios modelos de IA generativa.

Galen Low: Ah, vale, mi mente pensó en la saga Alien de Ridley Scott; esos aliens que se adhieren a tu cara... Supongo que no te referías a eso.

Deborah Ketai: Seguramente era lo que imaginaron los fundadores, ¿no?

Galen Low: Sí, podría ser. ¿No podríamos tener algo que salte de la pantalla y absorba datos del cerebro? Me llama la atención que eres muy apasionada de la gestión del cambio y no solo con IA: has trabajado en iniciativas DE&I y otras de datos. ¿En tu experiencia, crees que la gestión del cambio con IA tiene que tratarse diferente, o se aplica el mismo manual que para otros cambios organizacionales?

Deborah Ketai: Hay algunas diferencias. Todo lo relacionado con IA y ML avanzará más y más rápido de aquí en adelante.

La curva de aprendizaje es exponencial. Creo que quienes gestionan iniciativas de cambio o proyectos/programas en IA deben tener nociones de fundamentos de datos, procesos, infraestructura, alineación con los objetivos estratégicos, y en gestión del cambio siempre es necesario el compromiso de la alta dirección.

Se necesita el apoyo de la gerencia media porque aportan el «qué gano yo». Y mecanismos para que los empleados del nivel operativo envíen ideas y opinión hacia arriba. También está el tema de la resistencia a la IA como concepto: la reacción inmediata de «¿mi puesto está seguro?». La respuesta es: quizá sí, quizá no. ¿El de alguien está seguro hoy en día? Hay falta de comprensión y falta de transparencia, tanto en el uso de la IA en la empresa como en cómo funcionan las propias herramientas y producen resultados si se les deja tomar decisiones.

Hay miedo y riesgos y por eso creo que hay un espacio particular dentro de la gestión del cambio para quienes trabajan en IA, pero los principios básicos son los mismos.

Galen Low: Tiene sentido en términos de, sí, lo que mencionas sobre compromiso y transparencia.

Sí. Lo que más me llamó la atención es el ritmo del cambio y que no es solo un cambio puntual: he trabajado en empresas con un equipo de gestión del cambio para llevar un cambio concreto y luego se van y vuelven cuando son necesarios para otro gran cambio.

Pero aquí hablamos de cambio continuo sobre un terreno —no quiero decir tembloroso— pero lo del empleo y temor a la caja negra tecnológica son factores que amplifican cómo se vive el cambio.

Y se agrava porque no se acaba, ¿no? Si me paso con la metáfora, es como los Juegos del Hambre: superas una ronda y piensas que estás a salvo para siempre, pero no es así. Es cambio continuo.

Una vez me reprendieron por decir «cambio constante» porque constante... en fin, pero el cambio continuo complica porque ya no es lineal, sino cíclico, requiere un manejo también continuo porque el cambio no se detiene.

Deborah Ketai: Exacto. Incluso en los propios esfuerzos de IA hay cambio constante. Los datos cambian con el tiempo. Así que hay muchos factores que PM o CM deben considerar y que dependen de la ciencia involucrada.

Pero, como he dicho, eso es solo una pequeña parte en relación a los fundamentos de gestión de proyectos y cambio. Esos son los mismos.

Galen Low: Sí, los marcos son iguales. Lo que se les mete dentro siempre será... bueno, ¡no podía ser demasiado fácil! Nunca será igual, siempre tiene matices y complejidades según el tipo de cambio.

Deborah Ketai: Y una de las complejidades que apenas se empieza a percibir es que, cada vez más, especialmente en IA generativa, la IA es en sí misma un interesado. Tiene sus propios... Estamos descubriendo que tiene sus propios objetivos, actitudes y a veces actúa diferente e incluso en contra de lo que quieres según esas realidades internas.

Galen Low: Interesante. Me gusta eso. En la comunidad hemos hablado de añadir las herramientas de IA al plan de comunicación del proyecto porque se convierten en fuente de la verdad o fuente de información. Así que hay que comunicarle las novedades, ya sea subiendo actas de reuniones o lo que sea a las herramientas para que estén actualizadas.

Me gusta la idea de que tienen sus propias actitudes y perspectivas. Hace dos años esto era ciencia ficción, pero no lo es tanto: hablamos de flujos de trabajo agénticos, de inteligencia artificial generalista...

No estamos ahí aún, pero incluso ahora hay que tenerlo en cuenta porque así están construidas: especialmente en IA generativa, se adaptan al usuario e incluso pueden comportarse diferente con otros, como los humanos, pero me gusta la idea de que hay que considerarlas interesadas, que ellas mismas están cambiando y necesitan gestión del cambio para comprender los cambios a su alrededor.

Deborah Ketai: Para mí es como la creencia en Dios. No tienes que creer en Dios, ni en la IA general, para reconocer que hay formas en que la inteligencia artificial actúa como si tuviera personalidad o diseño divino. Por lo tanto, debes tenerlo en cuenta y ver cómo lo limitas, guías, etc., o arriesgas que los acontecimientos te sobrepasen y pierdas el control.

Galen Low: Habría que hacer camisetas con «La IA obra de formas misteriosas». Y no es mentira. Pensando en tu carrera, tu labor como PM y CM, y tu implicación en la comunidad de gestión de proyectos, en mi comunidad algunos hacen rol dual, como PM y CM, lo cual parece cada vez más común.

Quiero saber tu opinión porque tú lo has vivido: ¿todos los proyectos necesitan gestión del cambio?, ¿y todos los PMs deberían entender de gestión del cambio?

Deborah Ketai: No, no todos los proyectos la requieren. La postura ortodoxa dice que un proyecto complejo con riesgo de no lograr sus beneficios si no es adoptado una vez entregado —y no solo hablo de proyectos tecnológicos—, esos requieren gestión del cambio. No creo que sea razonable esperar que los PM sean también CM, aunque se está normalizando en muchas organizaciones.

Las habilidades son diferentes pero coinciden. Me centro en el motivo para separar los roles: los tiempos. Tradicionalmente, los PMs no tienen oportunidad de hacer seguimiento y asegurar la sostenibilidad del cambio.

Galen Low: Interesante.

Deborah Ketai: Eso es clave.

A menos que tu PMO, operaciones o quien regule los procesos de PM esté dispuesto a reconocer y financiar que los PM puedan asegurar la sostenibilidad del cambio, no tiene sentido hacer que el PM lo haga. Pero sí, deben entenderse entre ellos.

Creo que cada vez será más normal tener planes integrados de gestión de proyectos y cambios, y PMs interesados o forzados a encargarse de gestión del cambio. Algunas cosas útiles para ellos serían conceptos básicos, saber que el cambio exitoso debe venir de arriba, abajo y en medio de la jerarquía; que podría requerir ser líder de comunicaciones, trabajar con formación interna o asumir ese rol si no existe, establecer o rediseñar procesos. Cosas que en PM están pero no son el eje, para los CM sí lo son.

También ambas organizaciones de PM y los propios PM deben comprometerse a poner mucho esfuerzo al inicio en evaluaciones: de interesados, de impacto, de preparación. Sin eso, el cambio no será exitoso. La adopción no será exitosa, o lo será al inicio pero luego decae.

Galen Low: Me gusta ese matiz temporal. Incluso tu misión, tu día a día, eran tan fundamentales y básicos que eran iniciativas —proyectos en sí— pero también sentaban las bases para otros proyectos, como organizar un hackatón, que sería otro proyecto en sí. Alguien debería liderarlo y ejecutarlo.

Tú hacías todo ese trabajo de cimientos y luego, tras la entrega, hay un periodo —más largo que un proyecto— para medir el cambio. Algo que me llama la atención ahora es que, cuando hablamos con la gente del Project Management Institute, una de sus prioridades actuales es impulsar resultados y hacer más que gestionar el triángulo de hierro, buscar más el valor, y surge el argumento: «pero no siempre estamos para ver ese cambio manifestarse, y ¿ponemos en riesgo nuestro éxito al avanzar al siguiente proyecto sin medir impacto?».

¿Son compatibles esas cosas? No sé si hay pregunta en esto...

Deborah Ketai: Creo que hay varias ideas ahí. Una es que al inicio de Agile, uno de los principios era tener equipos dedicados. Eso fue de lo primero que se abandonó en grandes organizaciones. Alguien debe ser responsable del seguimiento. Pueden ser parte del equipo, estar por encima y comunicar con los equipos que van y vienen, pero alguien debe asumirlo.

Galen Low: Me gusta que lo llames inversión.

O sea, la dirección debe estar dispuesta a invertir en alguien o un equipo dedicado a supervisar. Y recordando mi época de consultoría con división propia para gestión del cambio como capa separada, ahora entiendo por qué: su trabajo es distinto, empieza antes y termina después, mide el impacto. Entre medias está el desarrollo del proyecto, cuya gestión sería inviable mantener 18 meses más solo para medir resultados.

Pero sí puedes invertir en alguien dedicado o un grupo encargado del cambio, con lo que quizá no es recomendable que los PM sean también CM sino que alternen, que puedas hacer de CM en una iniciativa y de PM en otra, no en ambas al tiempo. Es difícil medir impacto si te vas al siguiente proyecto tras el go live. Esto me lleva a abrir el plano: ¿cómo crees que evolucionará el rol de gerente de programa en 3-5 años? ¿Qué habilidades deberían empezar a desarrollar los PM hoy para estar preparados?

Deborah Ketai: Para los gerentes de programa —definidos aquí como quienes gestionan un conjunto de proyectos relacionados, sin necesariamente fecha de inicio y fin, quizás algo continuo—, creo que deben acercarse más a la formación de la estrategia y poder influir, lograr que la alta dirección clarifique prioridades y objetivos y reflejar con transparencia allí donde haya desalineaciones o donde las inversiones no vayan a rendir lo esperado.

Donde ese retorno sea importante a largo plazo aunque no de un 10X el año fiscal próximo. También tendrán que centrarse más en riesgos de empresa —entendiendo tanto riesgos negativos como oportunidades.

Galen Low: Me encanta que lo remarques porque no muchos lo hacen: los riesgos positivos. Tiene sentido, sobre todo con esa definición. Me recuerda a ser dueño de un programa sin fecha límite, más allá del puro conjunto de proyectos, con visión estratégica. ¿Has visto que la dirección quiera a los gerentes de programas en la mesa estratégica, o luchan por ser invitados? ¿Cómo es ese camino?

Deborah Ketai: Respondo con lo típico: depende. Depende del líder y de la cultura organizacional. Muchas veces hay que ser proactivos. Si no te invitan desde el principio, puede que sea por olvido, no por rechazo. Así que los próximos años, la construcción de relaciones será función cada vez más importante para PM y PMG, tanto por el impacto de la IA en el empleo como por la necesidad de acercarse a esa fuente de poder y visión. Creo que los PM más exitosos serán quienes difuminen la línea entre negocio y IT. Los de IT tendrán que aprender el negocio, los de negocio deberán saber cómo se comparte la información, reclamar, cobrar, etc. Esa línea se desdibujará cada vez más.

Galen Low: Me gusta tu visión pragmática. Muchos posts en LinkedIn dicen que hay que transformarse ya en un líder estratégico y sentarse en la mesa. Agradezco que tomes un enfoque en que esto llevará tiempo; que hay que mostrar que se entiende el negocio o la tecnología en el rol actual y luego crecer y mezclarse con el siguiente rol.

Me parece una visión realista del cambio. Se suele decir que la IA nos va a hacer subir de nivel, y ahí queda la frase sin concreción. Pero eso es: empezar a construir relaciones ahora, empezar a desarollar habilidades ahora; quizás no es que no te quieran en la mesa, es que no saben que deberías estar ahí, eso toma tiempo y luego sí que tendrás esa perspectiva, idealmente con el tiempo necesario, para ver desde el negocio y la tecnología, no solo desde alcance y presupuesto.

Deborah Ketai: Exacto. Piensa como PM. Ya sabes que hay otros a los que tampoco invitan suficientemente pronto: el equipo de pruebas, los de cumplimiento, seguridad... Todos tenemos ese problema de que no nos incluyen al principio.

Y si necesitas un pretexto para entrar, a veces basta con pedir estar en la reunión como oyente, sin participar, solo para escuchar. O tener reuniones jerárquicas con tus managers para que tus ideas o preocupaciones empiecen a llegar arriba.

Galen Low: Me gusta. Nos lleva de nuevo a lo de sacar a la luz las perspectivas y el talento adecuados en una sala, compartir conocimiento y cruzar formación, construir comunidad, porque así comenzamos a ver todos desde otra perspectiva, o algo de la misma perspectiva, eso es lo que eleva a todos y crea cohesión, y nos permite responder juntos al cambio y a los retos con velocidad y escala.

Deborah Ketai: Estoy de acuerdo.

Galen Low: Gran cierre. Deborah, muchísimas gracias por esto. Por diversión, ¿hay alguna pregunta que quieras hacerme?

Deborah Ketai: Sí. No sé si querrás contestarla, pero ¿qué te gustaría hacer con IA pero o te da miedo hacerlo o no sabes cómo?

Galen Low: Madre mía. Hay muchas, pero me gusta cómo funcionan muchas de mis herramientas de IA generativa como compañeras de pensamiento, pero aún no las he soltado de forma autónoma. No solo workflows agénticos, sino pensar qué haría si tuviera un asistente humano que pudiera encargarse de tareas con poca dirección.

Sé que eso es lo que muchos intentan construir, pero lo que veo es que esos workflows tienen más de automatización inteligente que de toma de acciones. Es como una mezcla, me gustaría poder «dirigir» a una asistente para que haga varias cosas en distintas herramientas.

Pienso en modos agente de ChatGPT, tal vez debería probar más, pero es esa administración cruzada entre herramientas y que sea bajo demanda, no solo un agente en segundo plano. Anhelo una especie de asistente polivalente, autónomo y a la vez dirigido, que aligere tareas.

No sé si es una respuesta vaga, pero me veo entre quienes desarrollan apps, agentes en segundo plano y la simple acción de pedir (prompting), que no es como tener un asistente humano para resolver tareas: le das una instrucción, decide cosas, vuelve... Quizás así lo están construyendo pero yo aún no lo he visto.

Deborah Ketai: Sí. A mí lo que me frena es la desconfianza sobre el destino de mis datos.

Galen Low: Otra vez la caja negra. Quizás este sería otro episodio, pero creo que es lo que detiene a todos. Leí un artículo —no recuerdo dónde pero si lo recuerdo lo pondré en las notas— sobre un concepto que no era «slippage de adopción», pero iba de cómo la gente empieza a usar IA y en cierto punto sólo un porcentaje lo usa para ciertas cosas o frecuencia. Y una de las causas no es solo la tecnología o entenderla, sino la confianza y la transparencia sobre la gobernanza de datos y el cumplimiento: ¿a dónde llega esto?, ¿lo estoy haciendo bien?, ¿puedo enchufar todo junto y será seguro? Incluso planteárselo genera freno.

Totalmente entiendo, me pasa igual: ¿y si lo hace mal?, ¿y si envía datos a cualquier parte? Todo ocurre en una caja negra y puede volverse contra ti antes de que cree beneficio.

Deborah Ketai: Estuve hace poco en una conferencia regional de liderazgo PMI, y una sesión fue sobre IA y gestión de proyectos. Salió la pregunta: ¿es ético usar IA para los emails de los capítulos?

Galen Low: Interesante.

Deborah Ketai: Y la conclusión fue que no era ético si implicaba exponer los datos de los miembros.

Galen Low: Vale.

Deborah Ketai: A menos que fuera una herramienta totalmente interna, la respuesta era no.

Galen Low: Es curioso cómo todo vuelve a guardarraíles que ni los humanos entendemos bien. Solemos decidir con criterio propio y luego están las políticas, la gobernanza, pero aún no nos fiamos totalmente a nosotros ni a la tecnología para establecer esos límites y poder confiar. Es muy interesante y habría que revisitarlo. Me interesan casos de uso de IA en gestión de proyectos y qué obstáculos aparecen. Casi nunca son técnicos sino éticos.

Deborah Ketai: Sí.

Galen Low: Y la confianza.

Muy interesante.

Deborah, muchas gracias por tu tiempo hoy. Lo he disfrutado mucho. Para los oyentes, ¿dónde pueden saber más de ti?

Deborah Ketai: Conécten conmigo en LinkedIn. Soy la única Deborah Ketai en LinkedIn. Y si pueden añadir una nota, mencionen el pódcast DPM.

Galen Low: Genial. Incluiré el enlace a tu LinkedIn.

Me alegra que seas la única Deborah Ketai, yo soy uno de dos Galen Lows en LinkedIn, así que tengo algo de envidia. Pero pondré ese enlace en las notas para quienes quieran conectar con Deborah.

Deborah, gracias de nuevo.

Deborah Ketai: Muchas gracias, Galen.

Galen Low: Esto es todo por el episodio de hoy de The Digital Project Manager Podcast. Si te gustó la conversación, suscríbete donde sea que escuches. Si quieres aún más consejos tácticos, casos y marcos, entra en thedigitalprojectmanager.com. Hasta la próxima, ¡gracias por escucharnos!