PMI ha venido reinventándose en los últimos años. Primero incorporó agilidad y Scrum hasta ocupar casi el 50% del examen PMP actual. Di el examen recién, y puedo dar fe de que la agilidad fue bien entendida y aplicada por PMI. Y ahora quiere entrar al terreno de la IA con CPMAI, un enfoque supuestamente más técnico y orientado al futuro de la profesión.
Uno se informa como puede hoy en día, y PMI tiene su peso. Por eso cuando vi que el curso introductorio era gratuito, lo tomé.
La realidad es que los empleadores solo ven las certificaciones en términos de retorno de inversión (ROI). Un PMP en sí mismo no tiene valor intrínseco. Lo que genera reconocimiento es haber pasado meses estudiando, enfrentado un examen de cuatro horas, resuelto 180 preguntas situacionales: “Te encuentras con el nuevo sponsor de tu proyecto en el pasillo, y él te pide agregar una funcionalidad del producto que le parece crítica para el éxito del proyecto…”, “El desarrollador senior de tu equipo te pide dejarlo trabajar separado del equipo para poder completar su tarea, porque no se puede concentrar…”.
Cuando el empleador te paga más por tener PMP, paga por tu habilidad de enfocarte, buena memoria y la mentalidad estructurada que PMI avala.
Es ese nivel de compromiso el que un empleador premia, no las letras en tu firma.
Ahora bien, ¿CPMAI ofrece un ROI similar? La respuesta es ambigua. Lo cierto es que los roles de Project Manager con foco en la IA tienden a estar mejor pagados. Y sí, tener un sello de PMI puede pesar en ciertos procesos de selección. Pero ojo: en IA casi nadie sabe aún qué significa “hacer gestión”.
Si tu prioridad es conseguir el salario más alto, sin importar la tasa de éxito de tus proyectos, CPMAI puede ser una buena opción.
CPMAI: “80% de proyectos de IA fracasan. Muchos fracasan por la forma de cómo se gestionan proyectos de IA”. ¿En serio? He visto proyectos de IA fracasar por mala calidad de data, por falta de infraestructura o presupuesto, por arquitecturas que no apañan. Pero hasta ahora no he visto ninguno fracasar por mala gestión. ¿Cuántos son “muchos”? Es una generalización que PMI usa para venderte su certificación.
Pero sé que la mayoría de los PMPs no trabajamos así: nos importa entregar resultados tangibles, así que les quiero enseñar los puntos fuertes y débiles de CPMAI para que tomen una decisión informada.
Tomé por primera vez el curso en agosto, y era un desastre: tenía un tutor virtual extraño con comportamiento robótico, más parecido a un asistente de IA mal entrenado que a un facilitador. Hasta ahora tengo mis dudas de si era humano. El curso era poco práctico y el formato muy difícil.
La versión mejorada de ahora incluye 36 diapositivas breves, con unas pocas líneas de texto y animaciones. Puedes leerlas o escuchar la narración. El tutor raro ya no aparece. Pero….. su guion sigue igual. Se siente escrito por la IA. El resultado es plano, insípido, sin profundidad, pero con una forma impecable. Igual que las respuestas de ChatGPT. Mucha teoría, cero ejemplos prácticos. Frases bien redactadas que se olvidan al minuto de haberlas leído.
Les doy un ejemplo: en el módulo 6 se afirma que un proyecto de IA es similar a un proyecto de datos. En la diapositiva encontramos seis frases políticamente correctas que no profundizan en nada. Cito: “En IA, al introducir nuevos datos en el mismo modelo, este se comporta de manera diferente”. ¿Y? ¿Por qué sucede eso? ¿Qué hago para que no pase? ¿Qué implica esto para la gestión de este proyecto? Presiento que ni PMI sabe.
Sigue la categorización de la IA en siete patrones, que quizás puede ser útil. Me quedo con la duda si esta categorización nos ayuda a nosotros, como PM, de gestionar mejor un proyecto con la IA. Ojalá el curso completo de la certificación nos dé más claridad, pero no estoy dispuesta a pagar USD 750 para averiguarlo. Sería bueno tener un poco más de información en el curso introductorio.
Tercero, viene la afirmación de que el ROI de los proyectos IA no debe ser medido solo en términos financieros. ROI alternativo que se propone incluye uso eficiente de tiempo recursos. Estoy verdaderamente sorprendida. El uso eficiente de tiempo y recursos no vale nada si no se puede expresar en términos financieros. Suena como una frase que pondrías al final de un proyecto de IA que no tenía (o peor, no cumplió con) indicadores KPI asertivos y bien establecidos.
Cerraré con la guinda de la torta que me persiguió durante todo el curso. CPMAI confunde completamente lo que significa ser Project Manager.
CPMAI en la Fase I nos dice que tenemos que considerar la factibilidad, decisiones go/no-go y conocimiento del negocio.
Le dicen gestión de proyectos de IA, pero las preguntas que proponen son de un Product Owner o Data Engineer.
PMI adoptó la agilidad en su PMP, y en CPMAI siguieron el enfoque iterativo. Como un profesional que ha trabajado años en Scrum, lo entiendo y me gusta. Se alinea perfectamente con el entorno VUCA, donde se desarrolla la IA. Pero las preguntas que nos proponen hacer bajo este marco nuevo son las preguntas que un Project Manager no debería hacer –
“Qué patrón de la IA necesitamos?” (diapo 12 de 36). Perdón, PMI, ni con mis 7+ años de experiencia en desarrollo de software, lo puedo contestar.
Seguimos con data. La data es muy importante para un proyecto IA. Es justamente la razón de porque muchos proyectos IA fracasan. Aquí, la data esta presentada como un recurso del proyecto. Bueno. Pero. ¿Y donde están los ejemplos? Si quieren cumplir con enseñarles que es una IA, falta contexto y profundidad. Nos hablan de data estructurada y no estructurada, y hasta nos dicen que para la IA es mejor tener mucha data no estructurada. Me cuesta imaginar el porqué. Machine Learning es más eficiente con data estructurada, y nada ha cambiado hasta donde yo sepa. La persona que no sabe cuál es la diferencia, lo va a tomar como un hecho. PMI debería ser más cuidadosa con sus afirmaciones.
PMP te prepara para conflictos reales con sponsors y equipos de desarrollo. CPMAI te deja adivinando porque la IA es “más útil para data no estructurada”.
CPMAI te presenta con preguntas al final de cada fase. Las preguntas que son importantes para proyectos de IA, sin duda. Pero los que tú, como Project Manager, no los puedes responder. Así como en la Fase I nos incitaba entrar en el campo del Product, en la Fase II entramos en el reino de Data Engineer – “Qué tecnología necesitamos para la manipulación y transformación de la data?” (diapo 18 de 36). Tampoco tengo la respuesta. Y así seguimos, fase de preparación de data (Fase III) – “Como podemos crear pasos reproducibles en la ingeniería de data?”, fase se desarrollo de modelos (Fase IV) – “Deberíamosnosotros crear modelos compuestos, y cómo hacerlo?” ¿Quiénes son “nosotros”? Project Managers?
En resumen, y volviendo a la promesa de esta certificación: 1) no hay una explicación de que es la IA y como funciona; 2) no hay instrucciones claras de como gestionar un proyecto de IA, para mi como Project Manager; 3) si con “obtener visibilidad sobre data” PMI quiere decir “transitar al rol de Data Engineer”, puede ser un buen punto de partida.
Yo no espero que ninguno de ustedes sepa de que está hablando PMI en sus preguntas al final de cada fase. No nos corresponde. Y el meterse en lo que no nos corresponde crea fricciones con otros roles dentro de los proyectos. Para mí, el mayor defecto de esta certificación es la falta de claridad acerca de su público objetivo. PMI nos tira en el mismo canasto con el resto de los roles tech bajo el paragua de “nosotros” y ofrece un curso general para público general. Sería bueno poder tener una certificación en la gestión de proyectos IA para los PROJECT MANAGERS, ¡pero ésta no es!
Soy Ludmila Solon, Senior Program Manager con 12+ años de experiencia trabajando en entornos multiculturales. Voy a seguir escribiendo semanalmente sobre la gestión de proyectos y programas. Si este contenido es de tu interés, te invito a suscribirte.