No necesitas una nueva herramienta de gestión de proyectos con IA—necesitas arreglar la que ya tienes

Galen Low: Bien, han pasado seis meses desde que hiciste esa gran compra de una plataforma de gestión de proyectos potenciada por IA, pero han empezado a surgir algunas brechas. Las herramientas de análisis de tiempo son estupendas, pero la planificación de recursos no es tan inteligente como prometía la publicidad, o los informes automatizados de estado se entregan sin problema, pero no estás seguro de poder confiar en los datos subyacentes, o las notificaciones proactivas de riesgo han ayudado a evitar algunas minas, pero la identificación de riesgos es demasiado general para tu sector.

¿Así que es momento de tirarlo todo por la borda y empezar desde cero? Antes de hacer eso, escucha este episodio. Tengo a un consultor de PMO que ha probado cientos de herramientas de IA y que ha construido una consultoría alrededor de aumentar y mejorar la funcionalidad de herramientas de gestión de proyectos usando asistentes con IA, agentes y flujos de trabajo automatizados.

Vamos a hablar de su método para evaluar herramientas de IA en un mundo donde cada día se presentan cientos de herramientas nuevas. Exploraremos qué opciones existen cuando una organización se da cuenta de que quizá ha apostado por el software de PM incorrecto. Y repasaremos paso a paso cómo complementar cualquier herramienta de gestión de proyectos con un flujo de trabajo de recursos usando herramientas listas para usar como NotebookLM y n8n. Espero que disfrutes el episodio.

Bienvenido/a a El Podcast del Gestor de Proyectos Digital — el programa que ayuda a líderes de entrega a trabajar de forma más inteligente, entregar de forma más fluida y liderar a sus equipos con confianza en la era de la IA. Soy Galen, y cada semana analizamos estrategias reales, tendencias emergentes, marcos comprobados y, de vez en cuando, alguna anécdota de las trincheras de los proyectos. Tanto si lideras grandes proyectos de transformación, te enfrentas a flujos de trabajo con IA, o simplemente intentas mantener el caos bajo control, estás en el lugar correcto. Vamos a ello.

Hoy hablamos de software de gestión de proyectos con IA y de qué hacer si te das cuenta de que la herramienta que elegiste no hace todo lo que pensabas. Hablaremos de cómo probar herramientas de IA, cómo lograr que herramientas especializadas funcionen bien dentro de un ecosistema más amplio y veremos un ejemplo práctico de cómo construir un flujo de trabajo potenciado por IA para un caso de uso de proyecto específico.

Me acompaña hoy Emmanuels Magaya, Director de Tecnología en Tech Legends y Fundador y CEO de Project Managers Africa. Emmanuels es un líder tecnológico experimentado, asesor de PMO y consultor de IA. Asesora a ejecutivos de alto nivel y juntas directivas sobre cómo fortalecer la capacidad de PMO, la gobernanza de portafolio y el aseguramiento de la entrega para garantizar que la estrategia se traduzca en valor empresarial medible. Como CEO de Project Managers Africa, lidera una firma consultora continental de rápido crecimiento dedicada a elevar los estándares de liderazgo en gestión de proyectos.

Ofrece liderazgo intelectual en mesas redondas ejecutivas, clases magistrales, cumbres y comités asesores. Es un apasionado de empoderar a la comunidad africana y defiende la excelencia en la gobernanza, el desarrollo de capacidades y el futuro de la entrega habilitada por IA en toda África. Recientemente, se ha sumergido de lleno en el uso de herramientas con IA para la gestión de programas y proyectos en organizaciones de todos los tamaños. Como parte de su rol, Emmanuels ha probado más de 100 herramientas de IA para gestión de proyectos, y eso es justo lo que analizaremos hoy.

Emmanuels, muchas gracias por acompañarnos hoy.

Emmanuels Magaya: Gracias, Galen, por invitarme a este maravilloso podcast. Espero que tengamos una discusión muy productiva hoy.

Galen Low: Yo también lo espero.

Vamos a probar algo nuevo en este episodio, así que gracias por permitírmelo. Definitivamente quiero hablar sobre tu experiencia ayudando a equipos a encontrar el conjunto correcto de herramientas con IA para sus proyectos, y espero que exploremos aspectos inesperados aquí y allá. Pero este es el plan que he preparado para nosotros hoy.

Para comenzar, quería plantearte una gran y desafiante pregunta que mis oyentes quieren que respondas. Pero luego quería ampliar el enfoque y hablar de tres cosas. En primer lugar, tus conocimientos tras haber probado tantas herramientas de IA y trabajado con tantas organizaciones.

Después, me gustaría repasar un caso práctico contigo sobre cómo una herramienta de IA más especializada puede encajar en un ecosistema más amplio de gestión de proyectos. Y por último, quiero tu opinión sobre el impacto que tendrá la IA en los mercados emergentes a nivel mundial y cómo eso cambiará el panorama global de la entrega de proyectos digitales.

¿Cómo te suena?

Emmanuels Magaya: Suena excelente. Adelante.

Galen Low: Genial. Empecemos. Pensé en comenzar con una gran y compleja pregunta. Cuando te conocí, mencionaste una estadística: cada día se lanzan entre 500 y 1,000 nuevas herramientas. Algunas son probablemente para empresas, otras especializadas, y muchas serán aplicaciones personalizadas locales y otras herramientas caseras.

Probablemente una gran mayoría de ellas incluyen funciones potenciadas por IA. Así que mi gran pregunta es: dado que hay tantas herramientas entrando al mercado gracias al poder facilitador de la IA, ¿crees que llegará un momento de rechazo frente a tanto lanzamiento nuevo? ¿Cuál es el límite máximo que el mercado, e incluso la mente humana, puede soportar?

Emmanuels Magaya: Desde mi perspectiva, no creo que realmente lleguemos a un techo, porque como seres humanos, tenemos afinidad por lo nuevo. Siempre queremos el siguiente objeto brillante. Lo llaman el ‘síndrome del objeto brillante’. Nos gusta probar cosas nuevas—por eso las redes sociales son tan populares hoy, porque siempre hay algo nuevo que ver, algo que no has experimentado aún.

Así que pienso que nunca llegaremos a un techo, pero probablemente cada individuo comenzará a tener su propio estándar o ritmo para decidir: “si voy a cambiar mi conjunto de herramientas, ¿qué busco?” Ya no será cuestión de probar todo lo que hay.

Ahora tendrás un entendimiento básico de la IA, de dónde te ayuda en tu trabajo diario o vida personal. Ahora, ¿qué nuevas herramientas puedes sumar a lo que ya tienes? Así encontrarás personas u organizaciones que usan IA principalmente para una función, y otros quizá prueben nuevas herramientas para diferentes funciones.

Por ejemplo, si tu trabajo diario es ser gestor de proyectos, pero también creas contenido, podrías estar atento a nuevas herramientas para creación de contenido, pero en el lado de gestión de proyectos quizá te quedes con una o dos herramientas con las que ya te sientas cómodo.

Galen Low: Me gusta ese enfoque por propósito y categoría de negocio.

Se están lanzando muchas cosas. El hype de la IA ha hecho que muchas herramientas digan que pueden hacerlo todo—quizá sea así—y creo que eso puede ser lo que abruma, porque parece que encaja con todo lo que uno hace. Pero me gusta esa idea de filtrar y delimitar según dónde necesitas ayuda, ya sea en creación de contenido o en otra área del proceso de gestión de proyectos, sin necesariamente sumergirse en cada herramienta nueva.

Y también, leyendo entre líneas de lo que dijiste, no todas las herramientas están hechas para cada tamaño de organización. Hay ciertos segmentos que puedes identificar y decir: “esto parece empresarial, yo no soy enterprise, así que por ahora no me preocupo por eso.”

Pero girar en torno al propósito y la necesidad creo que es una gran forma de verlo. Y tienes razón: nos gustan las herramientas y nos gustan las novedades. Son cosas muy humanas. Así que quizá no hay forma de frenar la máquina que hemos creado, pero al mismo tiempo, aunque produzcas mucho dulce, no tienes que comértelo todo.

Quizá ahora toque ampliar porque no solo eres técnico, también eres educador y puedes explicar las cosas de manera sencilla. Con Project Managers Africa parece que le disputas el liderazgo de la educación en gestión de proyectos al PMI.

Y en el lado técnico y de IA, tú mismo has probado cientos de herramientas para poder ayudar a los equipos a tomar buenas decisiones. Pero, no todos son tan técnicos como tú. ¿Cómo logras que los menos técnicos comiencen a probar e investigar herramientas de IA?

¿Dónde empezar y qué enfoque usar para saber si encajan con sus necesidades?

Emmanuels Magaya: Gracias por la pregunta, Galen. El primer paso es entender exactamente qué quieres que la IA haga por ti, y también con base en la función. ¿Lo pruebas para el trabajo o para lo personal? Si es para lo personal, puedes jugar más, pero si es para el trabajo, hay límites y normativas, tienes que cuidar la propiedad intelectual, la privacidad y la protección de datos.

Si no eres técnico, primero revisa qué casos de uso necesitas. ¿Para qué quieres que la IA te asista?

Por ejemplo, no trates de usar IA para todo. Observa las tareas rutinarias que te llevan tiempo mentalmente. Luego busca herramientas para esos casos. Por ejemplo: eres creador de contenido y buscas automatizar la creación de videos o blogs.

Ese es el caso de uso: creación automática de contenido, quizás también publicación automática en redes. ¿Dónde buscar la herramienta? Hoy en día Google sigue siendo útil—ahora con Gemini—, pero yo propondría: parte con un caso de uso. Dices “creación automática de contenido”. Tenemos herramientas comunes como ChatGPT, Gemini, Claude. Prueba esas tres, por ejemplo, y escribe un prompt tipo: “dime las últimas herramientas para creación automática de contenido”.

Esa es una forma de buscar, aunque las herramientas habituales tienden a recomendarte las más populares. Lo descubrí y al principio no me gustó. Entonces puedes afinar tu prompt, que es otra habilidad en sí, y pedir, “no me des herramientas comunes”. Otro recurso útil es Reddit: “búscame en los blogs, en Reddit, qué discuten sobre herramientas de IA que sean gratuitas, baratas, accesibles, sin registro o tarjeta”. Personaliza tu prompt: “busca las últimas herramientas para gestión de proyectos gratuitas, y clasifícalas por facilidad de uso”, por ejemplo.

O más simple: en Google puedes escribir: “Top 5 herramientas más sencillas para hacer un cronograma de proyectos; necesito un diagrama de Gantt que no sea Asana ni Jira ni las típicas”. Incluso puede haber webs que listan muchas otras opciones, como AI Factory, etc. Así descubrí más herramientas, por buscar de forma específica me expuse a nuevos listados.

Galen Low: ¿Y cuándo ya has elegido una herramienta y la abres por primera vez, o comparas dos para la misma tarea?

¿Qué metodología o enfoque tienes para usarlas y ver si son las adecuadas, o para comparar dos herramientas para algo como creación de contenido o planificación de proyectos?

Emmanuels Magaya: Perfecto. Supongamos creación de contenido. Necesito ver la calidad del resultado.

La creación de contenido es muy amplia (generación de imagen, video, etc.), pero vale para este ejemplo. Miro especialmente la calidad del resultado. Siempre recomiendo en capacitaciones que nunca uses solo una herramienta para obtener resultados de IA. Lo mejor es escribir el mismo prompt en Gemini, Claude, cualquier herramienta que uses, y luego comparar. O bien puedes usar plataformas que integran varios modelos, como Galaxy.ai. Escribes el prompt y consolida los resultados de cada modelo en uno final. Así la calidad mejora.

Si es algo general, como resumir informes o investigar, hay extensiones como Sider (sider.ai) que hace eso, similar a Galaxy.ai, sólo que Sider es una extensión de Chrome (no sé si ya tiene compatibilidad con otros navegadores). Puedes usar Sider, escribir “analízame esto”, y compara modelos y da el resultado, o bien usar Galaxy.ai.

Hay muchas más, y podría enumerarlas luego para la audiencia. Si se trata de imágenes, igual: pruebas similares. Otro punto es comprobar cuán a menudo se actualiza la herramienta. La competencia es feroz, los grandes lanzan actualizaciones incluso a diario. Es emocionante y a la vez complicado mantenerse al día. Otra forma importante es estar conectado a otros expertos en IA de la industria.

En mi caso, recibo newsletters que me informan de novedades (por ejemplo, supe que ChatGPT iba a poner anuncios gracias a una newsletter, no por investigar yo). Cuando estás en contacto con colegas, ellos te alimentan de información.

Y en Reddit, que es óptimo porque es impulsado por comunidad, cuando el grupo conversa sobre algo, ya lo han probado, experimentaron lo bueno y lo malo y así tú obtienes una evaluación más precisa.

Sí, para comparar herramientas, la calidad es lo primero. Después, qué tan relevante es a mi consulta. Y recuerda: el prompt determina el resultado: si no eres bueno formulando prompts, aunque la herramienta sea buena, igual el resultado será pobre.

Hay que desarrollar habilidad en formular prompts, tanto en uso general de IA como en gestión de proyectos. Aprender la mejor forma de escribirlos, comparar modelos, revisar a qué modelos se conecta la herramienta, qué tan actualizados están, cuánta información produce.

A veces con pequeños ajustes obtienes resultados distintos. Por ejemplo, ChatGPT tiene modo rápido, investigación profunda, etc., pero muchos solo entran, escriben el prompt y listo, sin probar todos los modos. Juega con las funciones de tus herramientas; hasta la que menos esperabas puede ser útil si descubres posibles prestaciones ocultas. Para herramientas nicho o sectoriales, como civils.ai (ingeniería civil), puede ser más difícil compararlas con otras, por lo especializadas y por región/industria. Allí debes decidir: ¿quiero una herramienta que haga todo o un mini equipo de IA en el que unas cubren funciones principales y otras complementan?

Galen Low: Me gusta esa lógica. Es decir: defines tu caso de uso, investigas, comparas más de una herramienta, usas el mismo prompt bien planteado, evaluas calidad y relevancia. Además revisas los distintos modos, para no perder oportunidades sólo por usar una función básica. Pero dime, ¿tienes algún límite de tiempo para probar herramientas? Sé que muchos sienten falta de tiempo; hay cientos de herramientas fuera. ¿Cómo sabes cuándo dejar la comparación y pasar a la siguiente?

Emmanuels Magaya: Buena pregunta, Galen. Si alguien quiere hacer lo que yo hago probando herramientas, ¿qué objetivo tiene? En mi caso, quiero seguir siendo líder de pensamiento, así que mis pruebas no pueden ser generales. No basta con ver si puede hacer un diagrama de Gantt o planning. Yo tengo un marco estructurado, con una plantilla para testear: tamaño de organización, funciones clave para la PMO, si es un entorno ágil, híbrido o cascada, tipo de proyectos (infraestructura, etc.). Hay muchos criterios antes de decidir cuánto tiempo dedicar.

No tengo un tiempo definido. A veces pruebo una herramienta dos o tres días: cuanto más compleja, más tiempo. El error de muchos influencers en LinkedIn, TikTok, etc., es que muestran herramientas solo por moda: hacen videos de 60 segundos y no pueden profundizar. Yo voy a fondo, sobre todo en gestión de proyectos.

Una herramienta puede ser buena para gestión de riesgos; otra, para gestión de capacidad o asignación de recursos. Yo siempre pienso en las funciones diarias y semanales de un PM y ese es mi punto de partida. Si no cumple lo básico, le doy baja puntuación en mi panel de puntuación, donde evalúo uno a uno.

Así se encuentran herramientas simples que pueden ser útiles para pequeñas empresas, pero no para Fortune 500. Así que criterios como tamaño de proyecto, equipo, etc., forman mi checklist. Pero no tengo tiempo fijo: a veces cinco minutos, otras hasta dos días, pero no más.

Galen Low: Tiene sentido. Hay tantas herramientas y no todas requieren el mismo tiempo.

Me gusta el marco que mencionaste, considerando tamaño de organización, industria, metodología, etc. Eso es sólido y me lleva a la siguiente pregunta: actualmente muchas organizaciones de todos los tamaños están decidiendo compras de software basándose en las funciones IA.

Mi colega Olivia Montgomery de Capterra publicó que el 55% de las compras de software PM citan funciones IA como factor clave. Pero a veces los equipos descubren que la herramienta elegida no cubre todos sus requerimientos o formas de trabajo.

¿Qué recomiendas a los equipos que se ven en la situación de haber estandarizado una herramienta PM con IA que no termina de adaptarse a sus necesidades? ¿Qué hacer a partir de ahí?

Emmanuels Magaya: En ese caso, hay que dar un paso atrás y entender lo que esperabas de la herramienta.

Es fácil pasar por alto funciones porque lo que promocionan o venden es tan atractivo que a veces te enfocas tanto en ello que olvidas otros requisitos necesarios. Lo primero: revisa tu requerimiento inicial: ¿cuál era tu expectativa base? Luego haz un análisis de brechas: compara lo que esperabas y lo que realmente entrega. Ese es el primer paso.

En organizaciones grandes suele faltar consulta interna. ¿La herramienta es solo para el equipo de gestión de proyectos? Si es así, perfecto, bien, veamos las brechas. Si ves que realmente el impacto es negativo, hay que detener la implementación.

También hay que ver en qué momento de adopción estábamos: ¿llevamos usándola un mes, seis meses? Si es reciente y se puede revertir, hazlo: pausa y haz análisis de brechas. ¿Qué tiene? ¿Qué le falta? ¿El desarrollador puede añadir lo que necesitamos? Si no, puede haber un impacto financiero, ya que muchas empresas compran licencias anuales, no mensuales.

Entonces debes analizar: si la herramienta no es capaz, ¿qué está perjudicando? ¿Dónde están los puntos de fricción? ¿Está empeorando nuestra forma de trabajar? Si realmente el daño es grande, impón una pausa y vuelve atrás. Evalúa cómo subsanar el impacto mientras tanto y posteriormente, sopesar si debes dejar la herramienta si no se puede mejorar.

Otra pregunta clave: ¿cuánta información hemos alimentado en la herramienta? Eso puede ser lo más importante. Quizá hemos entrenado el sistema con nuestros datos, cultura, procesos. ¿Cómo cambiar si se vuelve “legacy” o si queremos cambiar por otra? No siempre puedes transferir lo que ha aprendido un modelo a otro. Como no puedes transferir tu cerebro a otro humano, aquí igual. Hay aprendizaje que no se puede recuperar.

Detecta esto lo antes posible y, al contratar, establece pruebas piloto: uno o tres meses a modo test. Mejor evitar contratos anuales hasta asegurarte de su eficacia; así puedes ponerla a prueba y ver su rigidez antes de cobrarte el daño al tener que revertir todo el aprendizaje y traspasar datos y tareas. La experiencia y los aprendizajes son lo más difícil de transferir.

En resumen, evalúa alternativas: puede que sientas que tu herramienta ya no sirve, pero ¿hay opciones mejores que sí se ajusten, o sólo cambiarías para volver a encontrarte los mismos problemas? Por eso recomiendo no depender de una sola herramienta para todo. Permítete tener diferentes opciones. Ahora, con la IA agente, puedes añadir/quitar agentes según necesidad, y así tener una PMO “agéntica” o incluso un negocio habilitado por IA con agentes para distintas funciones: uno para riesgos, otro para capacidad, otro para agenda o notificaciones, etc. Así puedes sustituir/añadir lo que haga falta sin depender sólo de una herramienta para todo.

Galen Low: Profundicemos ahí, porque hablaste de analizar brechas y crear funciones que complementen a la herramienta principal.

Entiendo tu advertencia sobre la dificultad de “extraerte” si avanzas demasiado; pero me parece interesante el enfoque de agentes de IA que aumenten el set de funciones de herramientas empresariales PMO.

¿Cómo sería eso? Muchos quieren construir agentes, pero ¿cómo hacer que funcionen de manera integrada con el software principal? ¿Cuáles serían los puntos de entrada, o es solo cuestión de elegir en cada caso qué usar, aunque no estén interconectados entre sí?

Emmanuels Magaya: En general, incluso a nivel global y más en África, muchas PMO ni siquiera saben qué son los agentes IA. No han madurado hasta un entorno fully agentic, en el que agentes IA trabajen junto a una PMO principal potenciada totalmente por IA.

Lo que vemos es que, si ya cuentas con una herramienta, primero debes comprobar si soporta IA. Si usas herramientas habituales tipo Monday.com, Asana, Jira, todas avanzan en integración IA, pero hay organizaciones que por normas internas usan otros programas. Muchos al menos usan Microsoft, así que puedes empezar por ahí usando Copilot y ver cómo funciona bien con Teams y el ecosistema Office. El punto es comenzar poco a poco, por ejemplo, con agentes IA que después de cada reunión extraigan transcripciones, creen tareas y manden avisos. Son pequeños agentes para tareas sencillas.

Esto también implica gestión del cambio: el equipo debe adaptarse a tener IA como un miembro más. Ahora, al hacer tu RACI (matriz de roles y responsabilidades), cuenta los agentes IA; si el equipo era 50 y tienes 10 agentes, ahora sois 60, pues el RACI debe reflejar funciones de IA en responsables, consultados, informados, etc.

Hay que ir poco a poco, dejando que IA lleve tareas manuales/repetitivas bajo supervisión humana. Así vas madurando tu hoja de ruta. Si tu organización no usa Microsoft o desconocen cómo embebeder agentes IA (parte de nuestra consultoría), recomiendo pensar como quien construye una casa: no compres todo de golpe, hay herramientas que usarás meses después; en IA, avanza por etapas, con asistentes básicos y luego profundiza.

Primero ve qué pueden hacer tus herramientas, y luego evalúa si necesitas integrar otra para esa función o puedes automatizar con Zapier, Make.com o n8n, que permiten automatizaciones. Pero necesitas alguien que entienda bien los flujos de trabajo y la automatización. Podrás sobrevivir con otras herramientas mientras estén bien integradas.

Galen Low: O sea, si tu herramienta falla en alguna función, muchas de estas plataformas permiten crear un flujo automatizado o integrar agentes; pero tendrás que construirlos, y no hace falta construir todo de una vez.

Tómalos como parte de tu equipo: son autónomos, toman decisiones, asistentes IA para cubrir huecos. Muchas plataformas como Jira, Asana, ClickUp, etc. saben que si no te lo dan, tú lo construirás, así que permiten que lo configures dentro o lo integres. Tu enfoque es empezar como si ampliaras el equipo, sin necesariamente sufrirlo ni tirar todo a la basura y arriesgarte con otra herramienta igual.

Tienes un flujo de trabajo que quieres mostrar. Quizá podamos verlo paso a paso; para quienes miran en YouTube o Spotify, lo ponemos en pantalla mientras hago la interpretación para los oyentes. ¿Podrías contarnos de un flujo IA que hayas integrado a un ecosistema PMO?

Emmanuels Magaya: Por supuesto, Galen. El ejemplo que traigo es un caso real, de una pregunta que surgió hace dos semanas en unas capacitaciones IA que dimos.

El caso era: un director de PMO de una gran empresa europea con sedes globales, un equipo de 15 personas distribuidas. El reto: visibilidad de la capacidad de cada recurso; tiene trabajo por asignar y las personas ya tienen trabajo. ¿Cómo saber la carga de mi equipo? ¿Puedo asignarles más? ¿Manejan bien el volumen de proyectos?

Eso, en resumen, era el escenario. Lo simplifiqué para hacerlo entendible a una audiencia variada (no sólo PMO managers sino CIOs y CEOs de banca, minería y telecom) y creé un flujo en NotebookLM. Este es un excelente recurso para conceptualizar procesos. El flujo luego puede trasladarse a n8n o cualquier herramienta de automatización.

¿Cómo funciona? Tienes tus recursos (el equipo de 15); necesitas un plan de visualización de capacidad. Mi prompt fue pedir a NotebookLM que lo estructurara como flujo de automatización; lo hicimos en vivo. Proporcionó análisis textual, luego lo llevamos a mapa mental (en Studio > Mind Map).

Esto es parecido a un flujo N8N. Así que ahora hablamos de automatización integrada multi-sistema de capacidad de recursos. Esta sería la arquitectura del flujo. Partimos de los recursos, necesitamos integración de sistemas, automatización de flujo y planificación de capacidad.

Galen Low: Para quienes escuchan: se creó un mapa mental en NotebookLM para el flujo integrado de automatización de capacidad multisistema; las ramas principales son recursos, integración de sistemas, automatización del flujo y planificación de capacidad.

Emmanuels Magaya: Gracias, Galen.

En recursos analizo miembros del equipo (15), la capacidad individual, asignación según especialidad. Hay que integrar varios sistemas (el director usa ServiceNow y Jira como principales, además de Office y Teams). El workflow se traslada luego a n8n, pero antes necesitas este mapa visual; lanzarte directo a la automatización sin visión global es peligroso.

Así que conectamos Jira, ServiceNow (otras empresas usan Zendesk, etc.), donde llegan las solicitudes/tickets. Se clasifican: ¿es un arreglo menor, un nuevo proyecto, un programa? Eso filtra la asignación a los recursos.

La integración se hace vía APIs, sincronizando datos entre todas las aplicaciones.

Ya en la etapa de automatización, hay que recolectar datos. El punto clave: las hojas de tiempo del equipo, necesarias para analizar cargas históricas y prever capacidad. La herramienta que gestiona timesheets puede ser independiente. Se recolectan datos de tarea, horas, alcance, tanto de los proyectos como de los recursos.

El siguiente paso es procesarlos para cálculos de capacidad, análisis y previsión. Muchos paquetes PMO permiten prever carga, saber qué tarea corresponde a qué miembro, prever disponibilidad futura (por ejemplo, “fulano podrá tomar otro proyecto en mayo”).

Luego se equilibran cargas; la automatización también crea informes automáticos y envía alertas (por ej., “fulano está atrasado” o “la tarea de 6 semanas lleva 8: riesgo detectado”); puede sugerir asignaciones (“fulano está libre ahora”) y así agiliza la labor del director PMO.

En cuanto a planificación, se rastrea disponibilidad, se hace forecasting, se maximiza utilización, se detectan sobrecargas o manos libres, etc. Todo ello con capacidad de ajuste para nuevas asignaciones, notificando riesgos o excepciones (bajas inesperadas, necesidad de más horas, etc.), y posibilitando paneles de control diarios, semanales, para PMO, CIO, COO, etc.

Luego se puede pasar a n8n para construir los nodos prácticos (qué dispara el flujo: manual, automático, chequeo de emails, etc.). Por ejemplo, uno de los casos que mostré en el masterclass era un agente que detectaba riesgos simplemente leyendo emails, chats o conversaciones de Teams para prever alertas antes de que se concreten.

La clave con IA es precisamente el procesamiento predictivo: permite anticipar riesgos a partir de datos estructurados y NO estructurados (conversaciones, mensajes, registros históricos, etc.), lo que es imposible sin IA.

Galen Low: Me encanta eso. Y para quienes piensan, “esto es solo automatización, existe desde hace décadas”, recordemos que la diferencia con IA está en el procesamiento de lenguaje natural: la IA entiende mensajes no estructurados y puede inferir riesgos o cosas importantes solo a partir de conversaciones.

Emmanuels Magaya: Así es, Galen.

Galen Low: Para terminar, hablemos del futuro. La IA es una tecnología habilitadora, pero también niveladora. ¿Cuál es tu pronóstico optimista para lo que hará la IA en los mercados emergentes en los próximos tres a cinco años? ¿Qué oportunidades se abren y qué mentalidad necesitan las empresas de estos mercados para liderar la entrega de proyectos mejorados con IA?

Emmanuels Magaya: La IA despierta enorme interés e inversión en las organizaciones, pero veo una tendencia preocupante: compras apresuradas e implantaciones sin estrategia. Un ejemplo: en una mesa redonda una PMO manager dijo a su equipo “prueben todas las IA de PM que encuentren y hagan informe”; el problema es que surgen más de 500 nuevas herramientas diarias. Así solo persigues un blanco móvil.

Si tienes poder de decisión en tu empresa, necesitas un marco claro. Antes de lanzarte a la herramienta, revisa tu proceso: ¿está preparado para IA? Hay casos de procesos rotos donde añadir IA solo los vuelve “bellamente rotos”.

El potencial en mercados emergentes es grande pero hace falta comprensión: recomiendo crear una matriz RACI IA, para ver claramente qué funciones pasan de humanos a IA en cada área (finanzas, logística, RRHH…). Esto hay que pensarlo antes incluso de escoger herramientas, pues la IA puede adaptarse a cualquier función, pero conviene tener claro el marco y la finalidad antes de comprar.

Y la alfabetización IA es clave. Sin ella, todo el proceso fracasa y se pierde la inversión. He visto que muchos consideran IA como sinónimo de ChatGPT; incluso usando Gemini o Claude, creen que es lo mismo. Elaboramos un marco de evaluación para analizar el nivel de competencia IA de los equipos, diferenciando entre competencia general y competencia ajustada a la función específica de cada puesto.

En paralelo, se debe crear un entorno seguro y de gobernanza para pruebas, aplicar ética y evitar sesgos, y avanzar paso a paso. El éxito en adopción pasa por invertir en alfabetización AI, definir una estrategia y los roles de IA en la organización, y recién después elegir herramientas, habiendo definido qué esperas que resuelva IA.

Un último consejo: imagina tu organización usando IA eficazmente dentro de 12 meses; visualiza esa meta para fijar el camino y evitar problemas de brechas posteriores. Así defines la estrategia antes de siquiera ver herramientas.

Galen Low: Mi gran conclusión es que, sobre todo para mercados emergentes, puede parecer necesario moverse rápido, pero para triunfar hay que parar, desarrollar competencias, tener una visión clara de lo que quieres que haga la IA por tu negocio y equipos, poner controles y entonces lanzar la transformación. Eso te pondrá adelante de quienes solo corran sin pensar y terminan fallando por no planificar.

Emmanuel, muchas gracias por pasar este rato conmigo. Ha sido un placer. ¿Dónde puede la gente saber más de ti?

Emmanuels Magaya: Soy muy activo en LinkedIn, solo búsquenme como Emmanuels Magaya. Trato de publicar todos los días si puedo. También nos pueden encontrar en Project Managers Africa: www.projectmanagers.africa o www.projectmanagers.co.za. Estamos en Sudáfrica, pero atendemos toda África y también tenemos presencia en Oriente Medio y Dubai. Avanzamos rápido en empoderamiento y habilitación con IA, así que pueden contactarme allí.

Galen Low: Genial. Incluiré los enlaces en las notas del episodio. De nuevo, muchas gracias.

Emmanuels Magaya: Gracias, Galen. Un placer.

Galen Low: Eso es todo por el episodio de hoy de El Podcast del Gestor de Proyectos Digital. Si te gustó la conversación, suscríbete donde sea que escuches. Para más ideas tácticas, casos prácticos y guías, crea tu cuenta gratuita en thedigitalprojectmanager.com.

Hasta la próxima, ¡gracias por escuchar!