Gestión de proyectos y tareas con IA

Primero, la mala noticia

Un estudio revisado por pares y con grupo de control que mida expresamente la calidad de un informe de estado de proyecto, de una lista de riesgos o de una propuesta de siguiente paso no existe. Lo busqué y no lo encontré.

Eso no significa que no funcione. Significa que quien te dé un porcentaje concreto sobre esto no se está apoyando en una medición, sino en un caso de éxito del fabricante o en su propia impresión.

La encuesta más grande disponible sobre el estado de la profesión preguntó a 2.314 profesionales de gestión de proyectos de 129 países. Pero los datos se tomaron en el verano de 2023, así que tienen tres años, y con eso en mente hay que leer sus cifras:

• solo el 35 % dijo que su organización tenía un proyecto de IA en producción o piloto;
• el 60 % situó la madurez en IA de su organización en cuatro o menos sobre diez;
• el 65 % no tenía conocimientos de IA o los tenía solo a nivel básico;
• el mayor impacto esperado lo marcaron en la recogida de datos y la elaboración de informes (entre el 72 % y el 76 % según la región), y el menor en la gestión de stakeholders, la comunicación y el presupuesto.

Este último desglose sigue sirviendo hoy de orientación: la máquina se lleva la capa administrativa, no el juicio de relación ni el financiero.

Lo que sí sabemos: dos despliegues públicos

Dos grandes implantaciones en la administración publicaron cifras por tarea. Las dos son autodeclaración, no cronómetro, pero al menos con muestra grande y metodología publicada.

El editor del segundo despliegue anotó junto a sus propias cifras que son aproximaciones y que probablemente citan el límite superior. Esa frase conviene leerla junto a la tabla; si no, los números despistan.

Un dato más de la misma fuente, que casi nunca se cita: en la hoja de cálculo y en la herramienta de presentaciones la adopción fue del 23 % y del 24 % respectivamente. O sea, que la parte numérica del trabajo de proyecto flojea justo donde más ayudaría.

Los tres modos de fallo documentados

Son hallazgos concretos, no miedos.

1. Casi siempre hay que editar. Uno de los despliegues escribe literalmente que la edición era casi siempre necesaria para ajustar el contenido al público o al contexto. El 60 % de los participantes declaró una cantidad de edición moderada o considerable.

2. Hay a quien el trabajo le aumentó. Hasta un 7 % de quienes respondieron dijo que la herramienta añadía tiempo a la tarea, por la necesidad de comprobarla. Es el dato documentado de retorno negativo más concreto que encontré, y vale justamente porque lo publica el propio informe de evaluación de una implantación.

3. La búsqueda saca documentos caducados. Según los grupos focales, el buscador integrado sacaba a menudo documentos caducados o irrelevantes. En un entorno de proyecto esto no es un detalle: un estado generado a partir de una especificación de hace medio año da una imagen falsa de avance y de dependencias, y se ve exactamente igual que la correcta.

Por qué el informe de estado es lo más peligroso

Hay una medición que habla de la gestión de proyectos de forma indirecta, pero contundente.

En un experimento controlado, profesionales con experiencia salieron un 19 % más lentos con IA en su propio trabajo, el que conocen bien, mientras que de antemano esperaban acelerar un 24 % y después de terminar la tarea seguían creyendo en una aceleración del 20 %. Treinta y nueve puntos porcentuales entre la sensación y el cronómetro.

De ahí se deduce una cosa para quien dirige un proyecto: si un profesional se equivoca así en el tiempo de su propio trabajo, entonces la estimación y el informe de avance no se pueden verificar con autodeclaración. Ni con la humana, ni con lo que la máquina amasa a partir de los informes humanos.

Un estado no se vuelve cierto por estar bien redactado, sino porque detrás hay una partida cerrada y comprobable.

Lo que cambió en 2026: el crédito en lugar del precio

Es la novedad más concreta del terreno y conviene conocerla para planificar costes.

En las herramientas de gestión de proyectos, la IA ya no es un complemento que se compre aparte, sino parte del plan de pago. Varias herramientas grandes anuncian expresamente que va incluida en todos los niveles de pago.

El límite, en cambio, se ha mudado del precio al crédito. En una herramienta grande los agentes personalizados venían sin límite con el plan de empresa hasta el 3 de mayo de 2026; desde el 4 de mayo pasaron a facturación por uso, a 10 dólares cada 1.000 créditos. En otra, el crédito consumido depende de la complejidad de la interacción y del número de llamadas a la API, y el cupo cambia según el plan. En varios sitios está la cláusula de que el acceso a las funciones puede reducirse temporalmente según el uso.

Así que la pregunta ya no es «¿compensa comprarlo?», sino cuánto se consume en un mes, y eso cuesta estimarlo antes de implantarlo. El mismo cambio se ha producido en las suites de oficina, y lo cuenta con precios de hoy el post la licencia de IA en la oficina , en detalle.

Lo que se le puede confiar y lo que no

Cuatro cosas en las que tanto el estado de las mediciones como la naturaleza de la tarea juegan a favor de la máquina:

SE LE PUEDE CONFIAR
1. Estructura a partir de material bruto
   Lista de tareas desde las notas de una reunión,
   desglose desde un esquema, resumen de un hilo largo.

2. Reformular para un público
   El mismo estado para dirección y para el equipo.
   Es el área medida más fuerte en los despliegues.

3. Revisión de coherencia
   "¿Qué tarea no tiene responsable o fecha límite?"
   Eso es una búsqueda, no un juicio.

4. Primer borrador de lista de riesgos
   Como semilla de ideas, no como análisis.

Y tres en las que no:

NO SE LE PUEDE CONFIAR
1. Avance y estimaciones
   La autodeclaración humana se equivoca 39 puntos. Lo
   que la máquina amase con eso no será más exacto.

2. Establecer dependencias
   La búsqueda integrada saca material caducado, está
   documentado. Una dependencia falsa es peor que nada.

3. Decisión sobre stakeholders
   Según la encuesta es el área de menor impacto,
   y no por casualidad: es un juicio de relación.

De ahí sale el método práctico: el informe lo escribe la máquina, el dato lo pone el sistema. Si la fuente del estado es una tarea cerrada, un commit, una recepción firmada, la redacción puedes delegarla sin problema. Si la fuente es lo que alguien dijo en la reunión, el informe será exactamente tan exacto como lo fuera aquella frase.

Malentendidos habituales

• «Está medido que ahorra un X % en administración de proyectos.» No está medido. Hay autodeclaración por tarea, y su propio editor anota que es una estimación por lo alto.
• «Ya notará la máquina el retraso.» Para notar el retraso hay que saber cuál es la realidad. El buscador integrado saca material caducado, está documentado, y de ahí sale una imagen segura pero falsa.
• «Si viene en el plan, es gratis.» En 2026 el límite se mudó al crédito. El precio no está en la licencia, está en el uso.
• «Yo solo le dejo escribir el informe, eso es inofensivo.» El informe es de donde sale la decisión. La redacción se puede delegar; la cifra de avance que lleva dentro, no.
• «A mí me ahorra tiempo.» Puede ser. Pero en ese mismo despliegue hasta un 7 % de quienes respondieron dijo que el trabajo le aumentó, y al 60 % le tocó editar de forma apreciable.

Lo que conviene llevarse

En gestión de proyectos, la IA hoy es una capa administrativa, no apoyo a la decisión. No es un desprecio: la administración es una carga real, y es justo ahí donde las mediciones muestran ganancia.

El límite, eso sí, es nítido, y se traza con una sola pregunta: ¿de dónde sale la cifra? Si sale de un sistema, puedes delegar la redacción. Si sale de una estimación humana, el informe no se vuelve más cierto porque lo escriba la máquina; solo sonará más seguro.

Cómo convertir una reunión en una lista de tareas utilizable lo recorre paso a paso el post las actas de reunión ; y para los informes recurrentes y programados, te da una receta el post automatizar informes , con el método.