La pregunta que más escucho en los proyectos de IA es «¿qué modelo?». Sin embargo, la mayoría de estos proyectos se estancan por un objetivo poco claro, datos poco claros y una responsabilidad poco clara mucho antes de que la capacidad del modelo importe. Cerrar esas brechas es precisamente la tarea del director de proyectos. A continuación describo cómo entiendo ese papel. No es un caso de estudio ni un resultado medido; es un resumen de cómo trabajo.
El director de proyectos no elige el modelo, construye el marco de decisión
Como director de proyectos con formación en ingeniería de software, esto es lo que observo: en un proyecto de IA el equipo técnico mira «qué es posible» y el negocio mira «para qué sirve». Si nadie se hace cargo de la pregunta intermedia —«¿qué decisión o proceso va a mejorar, medido con qué indicador?»— el proyecto se queda atascado en la fase de demostración. La primera contribución del director de proyectos es dejar esa pregunta por escrito y enumerar, en el mismo documento, lo que queda fuera del alcance.
En proyectos de agentes de IA: límites de autoridad y aprobación humana
Un agente de IA es un proceso capaz de invocar herramientas y avanzar paso a paso. Por eso la pregunta de gestión no es «¿qué tan inteligente es?», sino «¿qué puede tocar?». Al comienzo de un proyecto dejo definido lo siguiente:
- ¿A qué herramientas y datos puede acceder el agente; qué puede solo leer y qué puede modificar?
- ¿En qué pasos es obligatoria la aprobación humana?
- ¿Qué ocurre cuando el agente se bloquea o se equivoca; cuál es la vía de reversión y de toma de control?
- ¿Dónde se conservan los registros de ejecución y quién los revisa?
En proyectos de LLM con RAG: fuentes, vigencia y autorización
RAG permite que un modelo responda a partir de los documentos de una organización, y su éxito suele depender más del estado de esos documentos que del modelo. ¿Qué documentos son fuentes, quién los mantiene actualizados, cómo se retiran las versiones antiguas y recibe cada usuario respuestas solo de los documentos que está autorizado a ver? Parecen detalles técnicos, pero son decisiones de negocio que deben resolverse en las primeras semanas del plan. También incluyo la trazabilidad en los criterios de aceptación: cuando un usuario pregunta «¿de dónde sacó eso?», debe poder rastrearse el documento fuente.
En proyectos de ajuste fino: ¿es realmente necesario?
El ajuste fino (fine-tuning) suele ser la primera idea que viene a la mente, pero no siempre debería ser la primera solución. Si el diseño de prompts o RAG cubre la necesidad, el ajuste fino añade costo y mantenimiento. Si la decisión está tomada, el director de proyectos solicita: el origen y los derechos de uso de los datos de entrenamiento, si contienen datos personales, un conjunto de evaluación independiente y un plan alternativo por si no se alcanza el resultado esperado.
El eje común: piloto, medición, decisión
En los tres tipos de proyecto sigo el mismo orden: redactar el objetivo y el criterio de éxito, construir un piloto en un alcance reducido, medir el resultado con ejemplos reales y dejar por escrito la decisión de ampliar, detener o cambiar de rumbo. El sentido de un piloto no es decir «funcionó», sino tomar la siguiente decisión con evidencia. Una decisión de detenerse también puede ser un resultado exitoso del piloto: se aprendió sin invertir en el producto equivocado.
Qué entrega el director de proyectos
- Documento de alcance y criterios de aceptación: la pregunta de negocio, el usuario, los datos y lo que queda fuera del alcance.
- Registro de datos, accesos y riesgos: cada riesgo con un responsable y una medida de mitigación.
- Resumen de resultados del piloto: con ejemplos reales y una recomendación de ampliación.
- Registros de decisiones: quién decidió qué y con qué fundamento.
- Traspaso: conocimiento de uso y mantenimiento para que el equipo pueda operar el sistema sin mí.
En resumen
En un proyecto de IA el director de proyectos no sustituye al modelo; define el trabajo, los datos, la autoridad y la decisión dentro de las cuales operará el modelo. Puede ver cómo aplico esto en mi propio trabajo en las páginas Proyectos de IA y Gestión de proyectos.