Cómo pasé de experimentar con ChatGPT a desarrollar soluciones de inteligencia artificial para anticipar riesgos y mejorar la gestión de proyectos.
Yo empecé a usar ChatGPT como mi Google personal. Lo que antes buscaba en Google, ahora se lo preguntaba a ChatGPT. Nada de prompts elaborados ni grandes estrategias. Le hacía la pregunta tal cual y veía qué me contestaba.
Después empecé a experimentar con imágenes y pequeños proyectos personales. Eran cosas sencillas, pero me ayudaron a explorar sus posibilidades y familiarizarme con la tecnología.
Ahí llegó mi primer aprendizaje: tener curiosidad, perder el miedo a experimentar y entender que todos vamos aprendiendo en el camino.
Lo interesante vino después, cuando empecé a preguntarme cómo podía llevar todo eso a mi trabajo.
Primero, dejar de empezar todo desde cero
En Service Management tenemos muchísimas tareas recurrentes. Presentaciones de resultados, seguimiento de OKRs, minutas de reuniones, correos, propuestas… Y si hay algo que no nos sobra, es tiempo.
Empecé utilizando Gemini para estructurar mejor esa información. Al principio era un proceso bastante manual, de prueba y error: tenía que ajustar las instrucciones, revisar los resultados y trasladarlos a otros documentos.
Con el tiempo, aprendí a crear gemas para agilizar tareas recurrentes.
Me ahorraba trabajo, sí, pero empecé a pensar que podía hacer algo más.
Una de las primeras iniciativas fue desarrollar, con ayuda de otros equipos, una aplicación para generar minutas de manera automática que pudiéramos revisar antes de compartir. y que no llegaran en directo sin pasar por una revisión nuestra.
Tengo una idea. Ahora, ¿cómo hago que funcione?
Cuando empecé a explorar Claude, descubrí que podía construir soluciones que antes ni siquiera me habría planteado desarrollar por mi cuenta.
Una de las primeras fue una evaluación de 60 preguntas para nuestros Project Managers, diseñada para identificar qué procesos dominábamos como equipo y cuáles necesitábamos reforzar. También creé un panel para visualizar los resultados.
La aplicación funcionaba, pero necesitaba hacerla accesible al equipo. Aunque soy ingeniera en sistemas de formación, hace años que no programo, así que recurrí a compañeros de DevOps para publicarla y hacerla accesible al equipo. Y ahí llegó otro aprendizaje importante:
“No necesitamos saber hacerlo todo solos. Saber cuándo pedir ayuda también es parte del proceso.”
90 proyectos en marcha. ¿Cómo anticipar riesgos de rentabilidad?
Pero el desarrollo del que estoy más orgullosa es otro. También es el que más me ha costado.
En Multiplica podemos tener entre 70 y 90 proyectos activos simultáneamente a nivel global. Una de nuestras responsabilidades en Service Management es cuidar su rentabilidad. Antes revisábamos esa información cada quince días o a final de mes, lo que podía retrasar la identificación de desviaciones y la toma de decisiones.
Me propuse cambiarlo y, con ayuda de la IA y conectando la información de Zoho Analytics, conseguí desarrollar un sistema de alertas que analiza diariamente la rentabilidad de nuestros proyectos.
Hoy dedico entre cinco y diez minutos a revisar las alertas. Hemos detectado proyectos cuya rentabilidad se veía afectada por una sola hora adicional de trabajo, así como errores en órdenes de compra que antes podíamos tardar semanas en identificar. Ahora podemos actuar con mucha más rapidez.
Si no entiendes los números, la IA tampoco te salva
Hay algo que tengo claro después de todo este proceso: la IA puede ayudarnos mucho, pero siempre necesitamos entender y validar lo que hace.
En las primeras versiones de mi alerta aparecían cifras que no cuadraban. A veces sumaba periodos que no correspondían o interpretaba mal mis instrucciones. Si yo no conociera los números de rentabilidad de nuestros proyectos, probablemente habría dado esos resultados por buenos.
“La IA puede cruzar información y detectar desviaciones, pero necesitamos conocer nuestro negocio para interpretar correctamente los resultados y tomar decisiones.”
Lo mejor aún está por construir
Si comparo lo que hago hoy con lo que podía hacer hace seis meses o un año, la diferencia es enorme. Y no solo por las horas que ahorro. Si tuviera que resumir lo que ha cambiado, me quedaría con tres cosas:
- Más tiempo para lo estratégico. En operaciones siempre hay algo urgente, y la IA me está ayudando a recuperar tiempo para iniciativas que antes quedaban relegadas por el día a día.
- Más oportunidades para el equipo. Mi siguiente objetivo es crear y compartir soluciones para tareas recurrentes, como kickoffs, reportes de estado y seguimientos, que podamos probar y mejorar entre todos.
- Más confianza para experimentar. No me considero una experta en IA. Sigo aprendiendo, pero he descubierto que no hace falta saberlo todo para empezar a construir soluciones útiles.
Al final, creo que todo empieza con algo muy sencillo: ¿y si hubiera una forma mejor de hacer esto?
