Este artículo analiza el papel actual de la inteligencia artificial (IA) en la gestión de proyectos y destaca algunas herramientas y servicios disponibles hoy (primer semestre 2024) para los gestores de proyectos y portfolios de proyectos.
Aunque la IA ha avanzado significativamente en muchos sectores, su incorporación a la gestión de proyectos aún está en desarrollo.
Para obtener una mejor perspectiva, analicemos la diferencia entre dos tipos principales de IA: la IA generativa, especialmente los Large Language Models (LLM) como GPT, Llama o Bard, y los modelos de IA diseñados para aplicaciones específicas, como la gestión de proyectos.
Los modelos de IA generativa están entrenados en grandes conjuntos de datos, y dominan prácticamente cualquier conversación y creación de contenido, tareas reservadas para los humanos hasta el año pasado. Algunos modelos pueden interactuar con herramientas que no son de inteligencia artificial, como calculadoras o intérpretes de códigos.
Por otro lado, los modelos de IA determinista están entrenados a medida y son más consistentes y fiables, lo que los hace ideales para automatizar tareas en la gestión de proyectos, ya que ofrecen el mismo resultado para una entrada determinada. Emplos deterministas conocidos pueden ser los de ajedrez y correctores gramaticales.
¿Por qué es importante esta distinción? Su experiencia con la IA y el valor que puede ofrecerle a usted y a su equipo dependen en gran medida de comprender esta diferencia. Por ejemplo, si bien las plataformas de IA como DALL·E son excepcionales a la hora de generar arte o texto, analizar áreas específicas como la presupuestación de proyectos o la evaluación de riesgos requiere el enfoque especializado de un modelo entrenado a medida.
Las herramientas de gestión de proyectos existentes hoy, pueden utilizar modelos generativos previamente entrenados como son el API de GPT, o LLMs de código abierto como Llama de Meta, interactuando con ellos de manera similar a una conversación humana: presentan un mensaje textual al modelo y posteriormente usan la respuesta del modelo dentro de la herramienta.
Desarrollar modelos entrenados a medida es significativamente más complejo pero podría producir mejores resultados. Ahora bien, entrenar un modelo requiere grandes conjuntos de datos, recursos computacionales y una profunda experiencia en IA. Esta es la razón por la que los modelos entrenados en un conjunto de datos específico siguen siendo exceptciones en muchas soluciones de IA.
En resumen, ser consciente de la distinción entre modelos que se ofrecen como servicio y el entrenamiento personalizado para necesidades específicas le brindará expectativas claras sobre las opciones accesibles para usted y su equipo.
Con esto aclarado, exploremos una selección de aplicaciones de IA en la gestión de proyectos, destacando cuáles están disponibles hoy, aún en desarrollo, o en sus primeras etapas. Recuerde, solo estamos echando un vistazo a algunas herramientas de inteligencia artificial en la gestión de proyectos. Esta no es una lista completa y, dado que la IA cambia tan rápido, es posible que para cuando lea este artículo algunas de ellas ya sean noticias desfasadas.
Tratado de paz entre cascada y ágil
Waterfall y Agile han tenido dificultades en llevarse bien, dividiendo a los gerentes de proyectos que adoptarían una u otra metodología con la profunda certidumbre de que una está equivocada y la otra no.
Todos conocemos los inconvenientes del enfoque en cascada: su necesidad de pronosticar todo desde el principio y su inflexibilidad para adaptarse a las necesidades no planificadas.
Surgieron entonces las metodologías ágiles y con ellas una nueva forma de entender la gestión de proyectos para muchos. Pero, de alguna manera, a lo largo del camino han sido malinterpretadas con frecuencia.
La IA puede mejorar cada metodología, haciéndolas mejores en lo que hacen y proporcionando una hoja de ruta más clara para utilizar una, la otra, o soluciones híbridas.
Soluciones de IA
- La IA puede mitigar las limitaciones del método en cascada/predictivo. Puede ayudar a los directores de proyectos a optimizar la asignación de recursos y mejorar la precisión de las estimaciones de duración/esfuerzo. Esta aplicación de IA aún necesita tiempo para estar en pleno funcionamiento por las razones mencionadas anteriormente relacionadas con los modelos de entrenamiento. Aún así, su potencial es significativo ya que contrarresta las limitaciones y sesgos inherentes al procesamiento de datos humanos. Tendremos que esperar para ver esto funcionando.
- Evaluación de historias de usuarios: la capacidad de la IA se extiende a la evaluación de historias de usuarios y requisitos para mayor claridad y coherencia. Se puede acceder a herramientas como GPT para verificar la alineación de la estructura de una historia de usuario con las mejores prácticas de la industria, lo que ahorra horas de idas y venidas. Está disponible para uso inmediato.
El sesgo humano en la gestión de proyectos
Cada uno de nosotros acarrea prejuicios que a menudo influyen en la toma de decisiones de forma independiente. Tomemos como ejemplo la clásica justificación del proyecto: a pesar de disponer de plantillas de retorno de la inversión (ROI) estandarizadas, los promotores del proyecto pueden, ya sea intencionalmente o no, sesgar los datos para favorecer sus resultados deseados.
Soluciones de IA
- Toma de decisiones objetiva: la IA promete decisiones libres de sesgos emocionales. ¿Está proyecto este alineado con la estrategia de la empresa? ¿Debería plantear mis preocupaciones o incluso “matar” a mi proyecto? Los modelos bien entrenados pueden responder este tipo de preguntas sin dudar.
Sin embargo, si bien la IA elimina los sesgos emocionales, aún puede reflejar sesgos en sus datos de entrenamiento. Por ejemplo, la IA podría inclinarse hacia una perspectivas occidental si los datos provinieran predominantemente de culturas occidentales. Aún así, una clara ventaja es que la IA es inmune a presiones o motivaciones externas. A fecha de hoy, no hay modelos listos para usar.
- Identificación de riesgos a través de metodologías: la identificación de riesgos es un área donde la IA puede aportar un valor significativo. El desafío, nuevamente, radica en la madurez de la tecnología. La identificación eficaz de riesgos requiere datos de capacitación completos, incluidos riesgos históricos, historiales de desempeño de los miembros del equipo, categorías de tareas, presupuestos e incluso factores como horarios de vacaciones. Hoy en día, muchas empresas no cuentan con conjuntos de datos tan extensos, lo que la convierte en un área de desarrollo continuo. Las aplicaciones de la IA en este ámbito son prometedoras, pero necesitaremos más tiempo para una implementación efectiva.
- Análisis de la moral del equipo: una de las aplicaciones inmediatas de la IA es medir el estado de ánimo de un equipo examinando sus interacciones y comentarios en plataformas de gestión de proyectos y herramientas de colaboración como Slack o MS Teams. Esta capacidad está fácilmente disponible y puede ser utilizada por los gerentes de proyectos en la actualidad.
Transparencia en la gestión de proyectos
Posiblemente nuestra favorita. Los proyectos involucran a participantes de diversas partes dentro y fuera de una organización. La responsabilidad de una comunicación eficaz recae en gran medida en el director del proyecto, a quien con frecuencia le resulta difícil garantizar que se llegue a todos los destinatarios y se las exponga la información de una manera que puedan comprender.
Estas dificultades de comunicación persisten incluso en niveles superiores, como la gestión de programas y portfolios. Y sí, los cuadros de mando proporcionan buenas representaciones visuales, pero comprenderlos en profundidad para tomar decisiones aún puede ser un obstáculo para muchos.
Soluciones de IA
- Transformación de datos para stakeholders: La IA generativa es excelente para interpretar y resumir datos complejos en información adaptada a sus destinatarios. Si ha consolidado los datos de su proyecto en una plataforma de gestión de proyectos, la IA puede fácilmente reestructurarlos, haciéndolos accesibles y comprensibles para todos. Esta capacidad está en uso activo hoy en día.
Veamos cómo una herramienta PPM como ITM Platform hace esto posible:
Cuando su organización gestiona proyectos con diferentes participantes, como directores de proyecto, miembros del equipo y otros participantes, las herramientas PPM son indispensables para manejar, consolidar y proporcionar información agrupada. Funciona como una pirámide de trabajo, donde la información más destilada se origina a partir de los datos de la base, ofreciendo cuadros de mando que presentan la información general de forma estructurada.
La IA aporta la interpretación de todos estos datos de una manera más legible y adaptada para los humanos. ¿No sabe cómo leer un gráfico de valor ganado o un diagrama de flujo acumulativo? Ningún problema. Todos los datos subyacentes, incluidos los financieros, las estimaciones de tiempo, los informes, los problemas y los riesgos, se alimentan en el modelo IA, que a su vez le ofrecerá un informe interpretado legible por humanos.
La IA determinara qué información es relevante y cuál no, proporcionando un resumen de alto nivel y resaltando los detalles en los que debe centrarse.
- Comunicación aumentada: Herramientas como chatGPT actualmente ayudan a miles de gerentes de proyectos a mejorar la eficiencia de su comunicación, especialmente en entornos multilingües. Para hacer un buen uso, la capacitación básica en “prompt engineering” puede mejorarlo aún más. Coursera y Udemy ofrecen excelentes cursos sobre este tema para los usuarios.
Capacidades de IA en la gestión de proyectos y portfolios: ahora y en el futuro
Estos son los puntos principales que hemos visto como un rápido resumen de lo que está ampliamente disponible hoy y lo que está surgiendo en el horizonte. Recuerde, estos son sólo algunos, usados para ilustrar el camino en la adaptación de la IA en la gestión de proyectos.
Soluciones de IA para gestores de proyectos y portfolios
- Asistencia en el lenguaje: Redacte mensajes, correos electrónicos e informes claros y concisos utilizando modelos generativos de lenguaje.
- Análisis de la moral del equipo: Analice los comentarios del equipo en plataformas como Slack y MS Teams para comprender el estado de ánimo de su equipo.
- Presentaciones de datos personalizadas: La IA puede transformar datos complejos en presentaciones adaptadas a diferentes audiencias.
- Análisis de historias de usuario: Utilice IA para revisar historias de usuarios para mayor claridad y cumplimiento de los estándares de la industria.
- Automatizar tareas: La IA puede ayudar a crear, editar, resumir, entrenar y utilizar funciones específicas de herramientas para mejorar la eficiencia.
Futuras aplicaciones de IA en la gestión de proyectos y portfolios
- Previsión predictiva de proyectos: La IA podría ofrecer estimaciones más precisas de los parámetros de los proyectos y una identificación temprana de posibles obstáculos.
- Análisis de riesgos automatizado: La IA podría ser capaz de predecir los riesgos del proyecto mediante el análisis de datos históricos de múltiples proyectos.
- Asistencia proactiva para la toma de decisiones: La IA podría sugerir acciones en tiempo real, ayudando a los gerentes de proyectos a mantener los proyectos alineados con sus objetivos a medida que evolucionan.
Una nota sobre la seguridad y el uso de la IA
Cuando utilice modelos de IA con sus datos, tenga en cuenta las posibles exposiciones de su privacidad. Si está entrenando sus propios modelos, las preocupaciones sobre privacidad son menos relevates. Sin embargo, con los servicios de inteligencia artificial de terceros, particularmente la inteligencia artificial como servicio, elija proveedores que garanticen que sus datos no se almacenarán. Además, evite compartir cualquier información que pueda revelar detalles sobre su empresa, sus empleados u otros datos confidenciales.
Pruebe ITM Platform durante 14 días