Las decisiones de gestión de proyectos que los agentes de IA pueden y no pueden tomar

Galen Low: Con la IA agéntica en escena, la tecnología de IA ha pasado de ser una herramienta a convertirse en un compañero de equipo. De acuerdo, pero ahí no es donde reside lo más complicado. Lo complicado es que los agentes de IA suelen ser compañeros de equipo que han recibido una formación mejor que la tuya, que trabajan de forma distinta a ti y que pueden medirse de maneras completamente diferentes a ti y a tus compañeros humanos.

Probablemente no venían con un manual; probablemente están configurados para tomar decisiones que preferirías tomar tú mismo, y probablemente no estaban presentes cuando tu equipo estableció sus acuerdos de trabajo. En la práctica, es como tener de la noche a la mañana docenas de nuevos miembros procedentes de una organización completamente distinta, algo que, si has vivido una fusión o una adquisición, sabes que puede ser realmente complicado.

Pero podría decirse que este es un desafío superable, y los posibles beneficios son sin duda reales. Por eso, para este episodio quería hacer algo un poco diferente. Quería compartir una conversación de uno de nuestros eventos en directo, organizado por Tim Fisher y el equipo de Wrike, sobre cómo los agentes de IA están marcando realmente la diferencia en el trabajo basado en proyectos y sobre qué debe cumplirse para que tus implementaciones agénticas tengan éxito.

En su conversación, hablan de por qué más datos no son necesariamente mejores, de qué decisiones deberían tomar los humanos frente a un agente y de por qué la formación, no solo el acceso, es fundamental para implementar con éxito un trabajo impulsado por agentes en toda la organización. Antes de entrar en materia, permíteme darte primero un poco de contexto.

Tim no fue únicamente el anfitrión de este evento. En realidad, está desarrollando una fuerza laboral agéntica dentro de la empresa matriz de The Digital Project Manager, Black and White Zebra. En otras palabras, está viviendo de primera mano esta transformación agéntica y todos los desafíos que la acompañan. Una de las cosas de las que hablamos recientemente fue la idea de empezar desde cero, desaprender las formas en que siempre hemos hecho las cosas y comenzar a desarrollar nuestros procesos agénticos desde sus cimientos, sin todo ese lastre.

Para los humanos, esto es difícil. A menudo, nuestras identidades están vinculadas a nuestros cargos y responsabilidades. No suelen pedirnos que pensemos en nosotros mismos fuera de ese marco y, cuando lo hacemos, a menudo nos encontramos ante un lienzo demasiado vacío para que podamos conciliar nuestros deseos con lo que nuestros empleadores quieren ver de nosotros. Parece una cuestión de adivinación, una adivinación que da la impresión de que podría dejarnos a nosotros y a nuestros equipos sin trabajo.

Pero la cuestión de la formación tampoco puede subestimarse. Sí, ahora se espera que todos seamos creadores y desempeñemos el papel de humanos dentro del circuito, pero ¿qué significa realmente eso y cómo podemos ayudar a nuestra gente a llegar hasta ahí, en lugar de limitarse a lanzarles herramientas y esperar que se superen por sí mismos? En última instancia, el gran cambio parece reducirse a la responsabilidad, el riesgo y el contexto organizativo.

En un mundo agéntico, todo el mundo gestiona ahora actores autónomos que colaboran entre sí, a veces dentro de una caja negra. Y aquello que confiamos que hagan esos actores frente a lo que conservamos como responsabilidades humanas debe plantearse en torno a la gravedad del riesgo, la empatía entre personas y las implicaciones de lo que significa ser realmente responsable de un proyecto o de un flujo de trabajo.

No se trata únicamente de las capacidades de la tecnología. Así que traslademos esto a un escenario específico de proyecto. Imagina que tienes un agente de IA que te ayuda a dotar de personal un proyecto. Sabe quién está disponible, qué habilidades tiene, en qué está trabajando cada persona y quizá incluso qué combinaciones de personas han entregado proyectos con mayor éxito históricamente.

Podría elaborar un plan de recursos en cuestión de segundos, algo que de otro modo te llevaría horas. Fantástico. Pero ¿qué ocurre si ese plan de recursos implica retirar a Lucia, tu mejor desarrolladora, de otro proyecto que está a punto de empezar a retrasarse porque Amireth, la diseñadora principal, acaba de perder a su abuela y está intentando superar su duelo trabajando al 80 % de su productividad habitual para seguir ahorrando para los aparatos dentales de su hija?

Tu fuerza laboral agéntica podría tener toda la información necesaria para formular una recomendación, pero ¿significa eso que un agente debería tomar la decisión? Porque ahora no estamos hablando simplemente de optimizar una hoja de cálculo. Estamos hablando de relaciones con clientes, prioridades empresariales, compromisos de entrega y, sobre todo, del impacto en personas reales.

Y creo que aquí es donde el próximo capítulo de la IA y la gestión de proyectos se vuelve fascinante, porque no se trata únicamente de averiguar qué es capaz de hacer la IA, sino de determinar qué responsabilidades deberíamos delegar en la IA, qué decisiones deben seguir estando en manos humanas y qué tipo de supervisión necesitamos cuando nuestros compañeros de equipo de IA operan en segundo plano.

Es un rompecabezas complejo que hay que resolver para encontrar el equilibrio adecuado. Y quizá lo más importante sea que no se trata de conectar y listo. Es un ámbito en el que debemos conversar sobre el criterio y la discreción, en el que necesitamos formar y desarrollar a nuestra gente para que tenga éxito a medida que cambian las cosas y en el que debemos darnos permiso y seguridad para deshacernos de parte de ese lastre y redefinir nuestras funciones en torno a aquello que hacemos mejor.

Y eso es exactamente lo que Tim exploró en su conversación con el equipo de Wrike. Sin más preámbulos, aquí está la conversación que mi gurú de IA más respetado, Tim Fisher, mantuvo con Nancy y Andras, de Wrike, sobre las implicaciones de la IA agéntica en la gestión de proyectos actual. Espero que disfrutes del episodio.

Tim Fisher: Hola y bienvenidos al Futuro de la IA en la gestión de proyectos, donde vamos más allá de la presentación comercial y analizamos cómo la IA está cambiando realmente la forma en que los equipos planifican, entregan y gestionan el trabajo. Hoy presentamos Wrike. Veremos cómo la IA puede ayudar a los responsables de proyectos a tomar mejores decisiones con mayor antelación, desde determinar cómo dotar de personal un proyecto hasta identificar los riesgos de entrega antes de que se conviertan en problemas mucho mayores. Después, veremos qué ocurre cuando la IA empieza a asumir un papel más activo en la forma en que se entrega el trabajo.

Hoy nos acompaña Andras Horvath, director de Producto de IA y Analítica en Wrike. Andras tiene más de 15 años de experiencia creando productos B2B centrados en datos, analítica e IA. También nos acompaña Nancy Boas, responsable sénior de marketing de producto de IA en Wrike.

Nancy dirige la estrategia de comercialización y los mensajes de las soluciones de gestión del trabajo impulsadas por IA de Wrike, centrándose en cómo la IA está cambiando la forma en que trabajan los equipos.

Andras, Nancy, bienvenidos. Gracias por venir.

Nancy Boas: Muchas gracias. Estamos encantados de estar aquí hoy.

Andras Horvath: Estoy muy contento de estar aquí, Tim. Muchas gracias por la amable introducción.

Tim Fisher: Para quienes no conozcan Wrike, ¿podéis darnos la versión resumida de 30 segundos? ¿Qué hace vuestra plataforma? ¿Para quién está diseñada?

Andras Horvath: En cuanto a la plataforma, Wrike es básicamente un único lugar donde las personas pueden planificar, hacer seguimiento y entregar su trabajo. Hemos creado la IA para ayudar a aumentar las capacidades de los equipos y de las personas, asegurándonos de que todo el trabajo rutinario desaparezca de su lista de tareas.

Sin embargo, en los últimos seis o nueve meses también nos hemos centrado mucho en la parte de entrega del trabajo, porque la IA puede utilizarse para aumentar las capacidades individuales o ayudar a las personas a entregar el trabajo más rápido mediante funciones como la generación de contenidos y los resúmenes. También puedes utilizar la IA para automatizar partes del trabajo, y eso es en lo que nos hemos estado centrando últimamente.

Tim Fisher: Es muy interesante. Parece un poco diferente de algunos de los demás productos del sector. Así que vuestra filosofía es que la IA también debería ayudar a entregar el trabajo, y no solo ayudar a las personas a gestionarlo, que es lo que vemos la mayoría de las veces. ¿Qué significa eso en la práctica?

Andras Horvath: En realidad, significa que la IA puede actuar como un compañero de equipo que te ayuda a realizar el trabajo, no solo servirte para acelerarte o proporcionarte una plataforma de gestión del trabajo donde simplemente coordinas las tareas.

Puedes configurar un compañero de equipo de IA, al que en Wrike nos gusta llamar compañero de trabajo, que tenga su propia capacidad y pueda ayudarte a entregar trabajo. Por ejemplo, una IA puede ayudarte a redactar declaraciones de trabajo basándose en trabajos que hayas realizado anteriormente y ajustarlas según las particularidades del cliente que existan en el CRM, como Salesforce.

También puedes hacer que la IA se encargue automáticamente de las publicaciones en redes sociales cuando se lanza una nueva función. Estás sentado con tu equipo, creando algo y entregando la función, y después se la pasas a tu, digamos, compañero de trabajo de redes sociales, que tomará toda la información del proyecto y te ayudará a crear la publicación adecuada para tu blog o para LinkedIn.

Creará las imágenes, todo eso, te mencionará en la publicación. Tú la apruebas y el trabajo queda hecho. Hacer lo mismo manualmente puede llevar media hora, una hora o incluso más. Así que hoy en día la IA se convierte realmente en tu compañera de equipo.

Tim Fisher: Los responsables de proyectos tienen acceso a más datos que nunca, eso está claro. Pero las decisiones sobre aspectos como los recursos y el riesgo de los proyectos siguen dependiendo de actualizaciones manuales y hojas de cálculo o, por desgracia, de información que llega después de que algo ya haya salido mal.

Entonces, ¿dónde ves hoy la mayor brecha entre la información que tienen los responsables de proyectos y las decisiones que realmente necesitan tomar?

Andras Horvath: Empecemos por lo básico, por los cimientos. Eso es algo a lo que nos enfrentamos cuando hablamos de nuestra implementación desde cero, y tiene que ver con el hecho de que los datos están dispersos por todo el entorno y todo el ecosistema.

Tienes archivos en SharePoint, mensajes en Teams o Slack, grabaciones de reuniones o las propias reuniones. Todo está disperso. Todo está en todas partes. Y Wrike ofrece un lugar en el que puedes consolidar realmente esa información, lo que te proporciona el contexto necesario para tomar decisiones.

Sin embargo, tener los datos o el contexto no significa que tengas los conocimientos adecuados para poder tomar las decisiones correctas. Ahí es donde la IA puede ayudar de verdad, convirtiendo esos datos sin procesar en conocimientos útiles. Si un proyecto se ha retrasado cinco veces en el paso B, lo más probable es que el siguiente proyecto también se retrase.

Esto se denomina analítica predictiva y es algo que puede ponerse de manifiesto. Y si hablamos también de la asignación de recursos, muchas personas llevan ciertas cosas en la cabeza: «Sé que Tim puede hacer esto y Nancy puede hacer aquello, pero ¿qué pasa con su disponibilidad? Voy a consultarlo con ellos en Teams o Slack», y así sucesivamente.

Si alguien ha utilizado de forma constante un sistema como Wrike, sabemos qué trabajo ha realizado, conocemos su carga de trabajo, su disponibilidad y todo lo demás. Así que, cuando se trata de cosas sencillas —bueno, no tan sencillas— como la asignación de recursos, la IA puede tardar un par de segundos en iniciar un proyecto de hasta 137 tareas, porque podemos introducir las habilidades de las personas o extraerlas automáticamente.

Podemos calcular la carga de trabajo y todo lo demás. ¿Quieres que el proyecto se entregue lo más rápido posible? Aquí tienes las asignaciones de recursos. ¿Eres una organización de prestación de servicios y quieres que el proyecto se entregue de forma que maximice la rentabilidad, utilizando los recursos más baratos que tengas?

También podemos hacerlo. Hay muchas opciones que tener en cuenta y, siempre que dispongas de los datos y la inteligencia necesaria, puedes obtener los conocimientos adecuados para formular las recomendaciones correctas. Y, de nuevo, un ejercicio largo que se completa en un par de segundos.

Tim Fisher: Es realmente increíble. Estáis hablando claramente de que la IA sea mucho más proactiva, sobre todo en vuestro producto.

Así que voy a hacer la pregunta que creo que todo el mundo hace llegados a este punto. ¿Dónde debería tomar una decisión o formular una recomendación? ¿En qué momento debe intervenir el criterio humano? ¿Cómo lo planteáis vosotros?

Andras Horvath: Es una pregunta muy buena, Tim. Para ser sincero, es algo que nos preguntan mucho los clientes con los que trabajamos.

Mi postura es bastante sencilla. Si existe un proceso conocido que quieres automatizar, entonces sin duda deberías utilizar la IA. Si hablamos de casos excepcionales, quizá no sea el mejor lugar para utilizarla. Puedes emplear la IA para ampliar tu capacidad de razonamiento y acelerar el tiempo de comercialización o lo que intentes conseguir, pero no necesariamente delegaría algo desconocido en un agente para que lo resuelva por su cuenta, a menos que lo hagas con una persona permanentemente dentro del circuito y con interrupciones que garanticen que no se descontrole y arruine todo tu sistema o espacio de trabajo.

El otro factor que hay que considerar es el riesgo. ¿Tienes una tarea de alto o de bajo riesgo? Si tienes algo de bajo riesgo, como clasificar las solicitudes entrantes o realizar la admisión para asegurarte de que una solicitud contiene toda la información necesaria para convertirse en una acción, es algo que la IA puede hacer.

«He revisado este ticket. La mayor parte de la información está aquí. Sin embargo, falta algo. Vamos a ponernos en contacto con el cliente por correo electrónico, Slack o lo que sea para obtener esa información». Cuando la tengamos, estará listo para entregarse y se incorporará al trabajo pendiente, etc. Sin embargo, si hablamos de la asignación de recursos y tienes un proyecto retrasado, una de las formas de volver a encarrilarlo es trasladar a un ingeniero o a una persona clave de otro proyecto. Pero hacerlo retrasará el proyecto B. Un humano debería seguir tomando la decisión de si debe trasladar a esa persona o no. Esta decisión tiene un impacto mucho mayor que ponerse en contacto con alguien para solicitar información que falta.

Así que, en términos generales: ¿es un proceso conocido? ¿El riesgo o el impacto son altos o bajos? Estas son las cosas que siempre recomendaría que las personas tuvieran en cuenta, porque al final del día nada sustituye al criterio humano.

Tim Fisher: Estoy escuchando mucho debate, tanto temático como conceptual e incluso filosófico, sobre los humanos frente a la IA y las decisiones, y también oigo que se utilizan ciertos términos.

Creo que antes te he oído decir MCP. También hemos hablado de utilizar la palabra agente y cosas parecidas. Sé que no todas las empresas que utilizan vuestras herramientas son necesariamente expertas en IA. ¿Cómo podéis ayudar a las personas a superar ese obstáculo? ¿Hay formas de aprender sobre IA en las que podáis ayudar?

Recibo muchos comentarios de que todo esto es demasiado, y me interesa saber cómo planteáis ayudar a las personas a superar esos obstáculos.

Nancy Boas: Sí, claro. Puedo responder a eso, porque estamos educando a las personas de varias maneras. Existe la realidad de que se habla muchísimo de la IA, de los agentes e incluso de «Sé un creador», pero, en la práctica, las empresas realmente no saben cómo crear un agente.

Hemos hecho varias cosas. Contamos con un excelente departamento de formación que siempre se ha encargado de formar sobre nuestras funciones tradicionales, la administración y la gobernanza de Wrike y aspectos similares, pero hace varios meses crearon AI Elite Mastery, un curso de cuatro horas que cualquiera puede realizar. Al finalizar, se obtiene un certificado y se aprende desde las mejores prácticas para crear instrucciones hasta cómo empezar a crear un agente.

Eso es una de las cosas que hacemos, pero también organizamos una escuela de verano de IA de siete semanas, un programa educativo práctico cada viernes. Como resultado, empezaron a crearse muchos más agentes y muchas más personas empezaron a participar activamente. Además, compartí un enlace sobre los compañeros de trabajo, pero también tenemos una comunidad en línea. Ahí compartimos instrucciones de ejemplo y casos de uso de ejemplo, y otras personas pueden aportar también sus casos de uso de agentes.

Porque, al fin y al cabo, todo consiste en ayudarnos mutuamente y compartir entre compañeros en este nuevo y valiente mundo.

Tim Fisher: Es estupendo. Me alegra oírlo. Os he visto hablar del contexto, el control y la colaboración como requisitos para la IA empresarial. ¿Por qué son especialmente importantes cuando la IA empieza a actuar sobre datos reales de proyectos y flujos de trabajo reales?

Andras Horvath: Cuando piensas en el contexto, sin él la IA puede equivocarse con una confianza absoluta o, en el mejor de los casos, ser tan genérica como sea posible. Si tomamos el sencillo ejemplo de pedirle a cualquier IA que cree una estructura de desglose del trabajo, es decir, un proyecto para ti, utilizará los conocimientos con los que ha sido entrenada o navegará por internet para aprender cuál es la mejor manera de configurar un proyecto, y lo hará.

¿Está bien? ¿Está mal? Es una forma genérica de configurar un proyecto que puede funcionar en determinados casos, sobre todo si no gestionas demasiados proyectos. Sin embargo, si eres una gran empresa, normalmente tienes una metodología que has desarrollado a lo largo de los años o las décadas y, cada vez que configuras un proyecto nuevo, hay determinados aspectos que debes tener en cuenta.

Un ejemplo clásico es qué decisiones necesitan aprobación y quién es la persona, organización o función que debe emitir esas aprobaciones. Si conectas tu asistente de IA a algo como Wrike y has utilizado Wrike de forma constante, todo ese conocimiento ya está allí.

Así que tu asistente de IA utilizará la información disponible para configurar esa estructura de desglose del trabajo de una forma coherente con la organización a la que perteneces. Por eso es importante el contexto. En primer lugar, consiste en tener acceso a los datos y, en segundo lugar, en utilizar esos datos de manera que permita adaptar los resultados a las necesidades de tu organización.

En cuanto al control, de nuevo quieres asegurarte de que tu IA no se descontrole al final del día. Quieres asegurarte de que el agente de IA, por ejemplo, tenga permisos claros, una identidad y trazabilidad. Por eso, cuando incorporas un agente de IA a Wrike, registramos todo.

Cuando hablas con tu agente de IA, cuando te solicita aprobación o cuando te pide información, todo sucede a través del flujo de comentarios de Wrike. Por tanto, todas las decisiones y todo lo que ocurre se puede rastrear en el sistema. Si observas los agentes de Wrike que lanzamos hace aproximadamente un año, por ejemplo, cuando accedes a sus registros no solo ves que se eliminó un registro una vez que lo elimina; ves que se eliminó un registro, cuál fue el razonamiento utilizado y en qué datos se basó.

¿Había una persona dentro del circuito? ¿Cuál fue la instrucción que recibió? Así puedes saber exactamente por qué se produjo esa acción. Esto es algo que la mayoría de las empresas considera muy importante. Quieren saber por qué el agente se comportó como lo hizo. En cambio, con los humanos no sueles preguntar por qué borraste el registro; eso se resuelve en una conversación informal junto a la máquina de café.

Por tanto, el control es muy importante. Debes asegurarte de que realmente puedes confiar en el funcionamiento de la IA porque, como has dicho, es difícil. Muchas personas no saben trabajar con IA y no confían en ella. Contar con controles y límites de seguridad aumenta ese nivel de confianza.

Por último, está la colaboración, y antes he hablado un poco de ella. Al fin y al cabo, cuando utilizas un sistema colaborativo de gestión del trabajo, se llama colaborativo por una razón. Estás trabajando en una tarea y no tienes todos los detalles. Mencionas a alguien y dices: «Oye, ¿puedes ayudarme a resolver esto?».

Con los agentes hablas de la misma manera. Les asignas trabajo igual que se lo asignas a tus compañeros. Los mencionas con @, haces preguntas, solicitas aportaciones y das instrucciones. La colaboración entre las personas y la IA garantiza que la IA se comporte de la forma prevista.

Por eso creemos que el contexto, el control y la colaboración son los tres pilares fundamentales para que la IA funcione de la mejor manera posible, y son los tres pilares en los que seguimos invirtiendo.

Tim Fisher: Me encanta vuestra forma de pensar en todo esto, especialmente esa parte del control y la transparencia, en la que sé que habéis profundizado mucho. No puedo dejar de insistir a quienes nos escuchan en lo increíblemente importante que es pasar de confiar en que los humanos hagan las cosas —hay aspectos que damos por sentados, como las conversaciones junto a la máquina de café— a un mundo en el que esta especie de entidad autónoma e invisible trabaja en segundo plano. Poder saber por qué se tomó cada una de esas decisiones es increíblemente importante. No creo que se hable lo suficiente de ello, así que os felicito.

Esto nos lleva quizá a la pregunta o reflexión de un futuro no demasiado lejano: a medida que la IA y los agentes impulsados por IA asuman una parte cada vez mayor de todo este trabajo, ¿en qué empleará exactamente más tiempo el director de proyectos? Esta conversación surge a menudo en torno a la automatización en general y a la economía en general. Eliminamos todas esas tareas repetitivas o permitimos que los agentes y la IA hagan cosas que pueden realizar de forma más eficaz y a escala.

¿Qué nos queda por hacer? En este mundo, me encantaría conocer vuestra opinión.

Nancy Boas: Sinceramente, creo que las personas harán un trabajo más satisfactorio. ¿Quién quiere pasarse la mitad del día gestionando la admisión y la clasificación de formularios? Uno de nuestros clientes, por ejemplo, es Jellyfish, una agencia de publicidad. En una sesión paralela de nuestra conferencia virtual para usuarios, nos contaron que ahora pasan mucho más tiempo con los clientes.

Hacen menos trabajo rutinario, pero mantienen conversaciones más inteligentes. Eliminan los obstáculos que antes surgían en los proyectos. Y creo que, para los directores de proyectos, hay que empezar a pensar en los agentes y la IA como asistentes cotidianos.

Todos tenemos personas que gestionar y también tenemos que gestionar la IA y los agentes. Estos eliminan lo mundano, pero sigues teniendo un trabajo que hacer y, con suerte, será lo más agradable: la estrategia, la resolución de problemas y la consecución de objetivos de alto nivel.

Andras Horvath: Exactamente. En mi equipo de responsables de producto, por ejemplo, se dedica mucho menos tiempo a escribir una especificación, porque eso se hace con ayuda de la IA. Las revisiones también se realizan con ayuda de la IA. Convertir esa especificación en una estructura de desglose del trabajo y después dotar de personal esa estructura sucede, no diré que instantáneamente, pero sí mucho más rápido que antes, incluso con personas dentro del circuito.

Actualmente, el responsable de producto medio dedica más tiempo a entrevistar a nuestros clientes para obsesionarse más con el espacio del problema y comprender, por ejemplo, qué aspectos debemos abordar.

También dedica más tiempo a validar, ajustar y realizar estas tareas, a gestionar a las partes interesadas y a diseñar la organización, porque necesitamos cambiar constantemente nuestra forma de trabajar y de interactuar dentro de Wrike para adaptarnos a estas necesidades en constante evolución. Pero, como Nancy ha señalado muy bien, también necesitas tiempo.

Tengo dos horas bloqueadas en mi calendario todos los viernes. Durante ellas me ocupo del mantenimiento de todos mis agentes y asistentes, de las tareas especializadas y programadas en Claude y ChatGPT, de los agentes en Wrike y de todo lo demás, porque la realidad es que el negocio cambia. Todo está en movimiento y en constante transformación.

La tecnología cambia o cambia el negocio, y necesitas dedicarle algo de tiempo. Yo dedico esas dos horas, pero todo ese trabajo se traduce en un ahorro de 15 o 20 horas.

Tim Fisher: Me gusta cómo lo has expresado. Aunque la analogía no es perfecta, es un poco como mantener reuniones individuales con tu equipo, en el sentido de que tienes que seguir dedicando tiempo al mantenimiento, la formación y la evolución del negocio con todas las personas a las que delegas trabajo.

Y ahora eso también incluye a los agentes. Me gusta mucho vuestra forma de plantearlo.

Andras Horvath: Sí, sin duda. Hoy en día todo el mundo se convierte en responsable. Te guste o no. Me encanta esa frase: tienes que gestionar tu flota de agentes.

Tim Fisher: De acuerdo. Sigamos en el futuro con una pregunta más. Digamos que han pasado cinco años.

Alguien nuevo en la gestión de proyectos trabaja en los sistemas que tengamos entonces, en la versión de Wrike de dentro de cinco años. ¿Qué mirará hacia atrás o escuchará de sus compañeros más veteranos y le sorprenderá descubrir que antes la gente hacía por sí misma? ¿Qué desaparecerá y no volveremos a oír hablar de ello?

Andras Horvath: Actualizar estados en Wrike, por ejemplo. Una de las cosas en las que estamos trabajando es en agentes que se unan a tus reuniones, a tus canales de Teams y a tus canales de Slack. Cada vez que se produzcan conversaciones, mantendrán actualizado el trabajo en Wrike.

Lo que queremos conseguir finalmente es que estos agentes sean ambientales, de modo que todas esas actualizaciones se produzcan y, con el tiempo, aprendan de ti cuáles deben realizar automáticamente y sobre cuáles deben consultarte.

Esto se desarrollará con el tiempo. Así que nadie tendrá que decir: «Voy a abrir Wrike para asegurarme de que esta tarea aparece como completada». Hoy en día, muchos de nuestros clientes ya lo hacen a través del asistente que prefieren. Con el tiempo, ocurrirá automáticamente, sin que tengas que introducir una instrucción ni hacer nada parecido. Lo mismo se aplica a mantener informadas a las personas, actualizar estados, elaborar informes de capacidad, informes de riesgos y todo lo que puedas imaginar.

Todo esto ya está automatizado para miles y miles de cuentas de nuestros clientes. Además, como he mencionado, crear proyectos o trabajo desde cero, dotarlos de personal y todo lo demás se basa en una enorme cantidad de información que ya existe. Estamos trabajando intensamente para extraer la información de Wrike y convertirla en conocimiento organizativo, como lo llamamos, con el fin de automatizar tanto como sea posible de este trabajo.

Así que, con suerte, dentro de cinco años el director de proyectos medio, el responsable de producto o cualquier persona que dirija o gestione algo se centrará principalmente en alinear, obtener comentarios y atender la parte humana, en lugar de sentarse delante de un ordenador para introducir datos o resumir estados e informes.

Solo tenemos que asegurarnos de que la introducción de datos se produzca allí donde tiene lugar la comunicación. Si alguien quiere saber en qué situación se encuentra, no debería tener que preguntar al director del proyecto o al responsable del equipo. Debería bastar con una pregunta, pero esa pregunta debería consultar varias fuentes, obtener los datos y devolvérselos.

No se trata simplemente de una actualización de estado unilateral. Es una conversación sobre el estado, porque a lo largo de los años envías un informe de estado y después aparecen 22 preguntas. Tus agentes necesitan tener el contexto necesario para responder también a esas preguntas de seguimiento.

Tim Fisher: Me interesa saber qué es lo que más te entusiasma de vuestra hoja de ruta.

Y me encantaría que nos revelaras algo que nadie haya oído todavía sobre lo que está ocurriendo en Wrike. No hay presión, pero tengo curiosidad: cuando te levantas, vas a trabajar y ves en el horizonte algo que estáis creando o en lo que estáis pensando, ¿qué es lo que más te entusiasma?

Andras Horvath: Personalmente, el conocimiento y la memoria organizativos. Es algo en lo que estamos trabajando. Es la minería de procesos en su máxima expresión: tomar esa información y almacenarla en los lugares adecuados. Por ejemplo, lo que veo que ocurre mucho hoy en internet, entre comillas, es que tienes agentes y que esos agentes tienen sus propias memorias, lo cual es estupendo.

Pero en cuanto realizas implementaciones empresariales, puedes tener 55 000 agentes funcionando. Puedes tener, no sé, 60 agentes de directores de proyectos con memorias diferentes. Y en cuanto eliminas uno, esa memoria desaparece, y así sucesivamente. Lo que estamos estudiando es almacenar la memoria y conectarla al lugar en el que trabajas, en lugar de conectarla al agente.

Así, en cuanto implementas otro agente, obtiene el mismo conocimiento. Sin embargo, el problema consiste en asegurarse de no sobrecargar el contexto. Hay que garantizar que la memoria se cree, se almacene y se recupere de la manera más eficiente posible. Una vez conseguido esto, cuanto más utilices el sistema, ya sea tú mismo o los agentes que diriges, más inteligentes serán y más trabajo quitarán de tu lista.

Es aprender sobre la marcha, igual que hacen los humanos. Creo que apenas estamos arañando la superficie. Los agentes serán cada vez mejores, no necesariamente porque mejoren los modelos. Los modelos son fantásticos. Da igual que mejoren. Lo único importante es que se vuelvan más baratos, para que puedas tener agentes siempre activos en lugar de ejecutarlos mediante distintos activadores, ya sea asignándoles un trabajo, mencionándolos, programándolos o cualquier otra opción.

Tener un agente siempre activo te costará millones de dólares. Seamos realistas. Así que creo que es positivo que los modelos sean más baratos, y llegaremos a ese punto. Eso nos permitirá tener estos agentes ambientales. Pero la memoria y la minería de procesos también son lo que los hará realmente potentes en comparación con la situación actual.

Nancy Boas: Creo que lo has explicado muy bien. Solo quería añadir que estamos celebrando nuestro vigésimo aniversario y que nos utilizan organizaciones con seis o siete departamentos y miles de usuarios. Si toda esa información está ahí, pero no se aprovecha realmente, estaremos perjudicando a las personas.

Tiene mucho sentido que podamos ayudarles a trabajar mejor, descubrir esos conocimientos, revelar aspectos como las habilidades inferidas y perfeccionar todo el proceso de gestión de proyectos.

Andras Horvath: Si me permites añadir algo, Tim, Nancy ha mencionado las habilidades inferidas. Al fin y al cabo, no se trata solo de simplificar la introducción de datos.

De nuevo, si puedes tener agentes que se unan a todas las conversaciones en las que participas y mantengan todo actualizado, el trabajo resulta mucho más fácil y agradable, en lugar de tener que decir: «Lo siento, necesito algo de tiempo porque tengo que actualizarlo todo en Wrike», o en cualquier otro sistema que utilices.

Tim Fisher: Es una visión del futuro muy interesante. Hablando del futuro, mencionáis algo de lo que no oigo hablar lo suficiente: existe una obsesión por que los modelos sean cada vez más inteligentes, pero eso ya no es realmente el cuello de botella. Se trata del coste y de mantenerlos siempre activos, y eso es estupendo.

Me encanta lo que estáis pensando. Para quienes nos escuchan, tanto si acaban de descubrir estas funciones de Wrike como si son nuevos en Wrike, ¿adónde deberían acudir para obtener más información?

Nancy Boas: Pueden visitar wrike.com/ai y solicitar una demostración o más información. Es un excelente punto de partida.

Tim Fisher: Andras y Nancy, muchas gracias por acompañarnos. Nos vemos en la próxima sesión de El futuro de la IA en la gestión de proyectos.

Nancy Boas: Muchas gracias.

Andras Horvath: Muchas gracias.