Aquí las metodologías se adaptan a la realidad.
Las metodologías no nacen terminadas. Evolucionan cuando intentamos utilizarlas para resolver problemas reales.
STIGOU Lab es nuestro espacio de exploración, experimentación y aprendizaje aplicado. Aquí estudiamos metodologías, herramientas y nuevas formas de trabajar para comprender cómo pueden adaptarse a la realidad de las organizaciones.
Algunas ideas comienzan como una pregunta. Otras aparecen durante un proyecto, una clase, un taller o una conversación con un equipo. Las probamos, las combinamos, las cuestionamos y, cuando aportan valor, las convertimos en herramientas, modelos o nuevas formas de abordar un problema.
Una mirada a algunas de las ideas que han ido formando nuestra manera de entender los procesos, la agilidad, los proyectos, los datos y la transformación.
Cuando la conversación era otra.
Antes de que la agilidad se convirtiera en una conversación cotidiana, ya existía una pregunta de fondo: ¿cómo construir organizaciones capaces de adaptarse sin perder control sobre sus procesos?
Durante años exploramos la relación entre procesos, estructura, mejora continua y capacidad de respuesta. La conclusión fue progresivamente más clara: un proceso no debía entenderse únicamente como una secuencia de actividades, sino como un sistema capaz de aprender, ajustarse y generar valor.
¿Qué es una organización ágil?
Una organización ágil no es simplemente una organización que utiliza metodologías ágiles. Es una organización que desarrolla la capacidad de percibir cambios, tomar decisiones, reorganizar recursos y aprender con suficiente rapidez para responder a un entorno cambiante.
Los procesos como círculo virtuoso
Empezamos a representar los procesos no como estructuras estáticas, sino como ciclos en los que la ejecución, la medición, el aprendizaje y la mejora alimentan continuamente la siguiente decisión.
Esa mirada permitió conectar la gestión por procesos con principios que después serían centrales en las conversaciones sobre agilidad: ciclos cortos, retroalimentación, adaptación y aprendizaje continuo.
Con el tiempo, esta conversación dejó de centrarse únicamente en cómo mejorar un proceso y empezó a plantear una pregunta más amplia: ¿cómo hacemos ágil a toda la organización?
Business AgilityCuando la agilidad se volvió consigna.
A medida que la conversación sobre agilidad empezó a ocupar un lugar central en las organizaciones, apareció un nuevo reto: distinguir entre adoptar prácticas ágiles y desarrollar realmente una organización capaz de adaptarse.
La discusión dejó de estar concentrada únicamente en equipos, proyectos o marcos de trabajo y empezó a extenderse hacia la estrategia, la estructura, los procesos, el liderazgo, la tecnología y la cultura.
En STIGOU Lab comenzamos entonces a explorar el Business Agility como una capacidad organizacional más amplia: la posibilidad de detectar cambios, tomar decisiones y transformar esas decisiones en acción con suficiente velocidad y coherencia.
El iceberg del Business Agility
Muchas de las manifestaciones visibles de la agilidad —ceremonias, tableros, iteraciones, equipos multidisciplinarios o nuevos marcos de trabajo— representan solo una parte del cambio.
Debajo de esa superficie existen elementos menos visibles que condicionan la capacidad real de una organización para adaptarse: la forma de tomar decisiones, asignar recursos, diseñar procesos, desarrollar liderazgo, utilizar información y aprender de la ejecución.
Un modelo hacia el Business Agility
En lugar de entender la agilidad como la adopción de una metodología específica, empezamos a observarla como la interacción entre distintas capacidades que deben evolucionar de manera coordinada.
Estrategia, personas, procesos, tecnología, información y mecanismos de ejecución forman parte de un mismo sistema. La organización se vuelve más adaptable cuando consigue conectar esas capacidades y reducir la distancia entre comprender una situación, decidir y actuar.
La agilidad no es un destino
No existe un único punto en el que una organización pueda declararse definitivamente ágil. La capacidad de adaptación depende del contexto, del tipo de trabajo, del mercado, de la tecnología disponible y de los desafíos que enfrenta.
Por eso empezamos a alejarnos de la idea de elegir una sola metodología para toda la organización. Diferentes problemas requieren diferentes formas de organizar y ejecutar el trabajo.
Esa exploración nos llevó a una conclusión importante: no todo debe gestionarse de la misma manera. Tradicional, ágil e híbrido pueden convivir dentro de una misma organización.
Convivencia de metodologíasNo es tradicional o ágil. Es tradicional, ágil e híbrido.
Una de las preguntas más frecuentes en gestión de proyectos suele plantearse como una elección: ¿debemos trabajar de manera tradicional o ágil?
En STIGOU Lab empezamos a cuestionar esa dicotomía. Las organizaciones gestionan problemas, proyectos y decisiones con diferentes niveles de incertidumbre, complejidad y necesidad de aprendizaje.
Por eso, más que elegir una metodología única, tiene sentido comprender qué tipo de trabajo estamos enfrentando y utilizar la forma de gestión que mejor responda a esa realidad.
Cuando podemos planificar con suficiente certeza
Existen proyectos en los que el objetivo, los entregables, las restricciones y buena parte del camino pueden definirse razonablemente desde el inicio.
En estos escenarios, una gestión más predictiva permite estructurar el trabajo, coordinar recursos, establecer hitos y controlar el avance con claridad.
Cuando necesitamos aprender mientras avanzamos
Otros proyectos se desarrollan en contextos donde parte importante de la solución todavía debe descubrirse.
La experimentación, los ciclos cortos, la retroalimentación y la capacidad de ajustar el rumbo se vuelven entonces más relevantes que intentar definir todo el camino desde el comienzo.
Cuando necesitamos combinar estabilidad y adaptación
En la práctica, muchos proyectos no pertenecen completamente a ninguno de los extremos.
Algunas partes pueden planificarse con anticipación, mientras otras requieren explorar, probar y aprender. En estos casos aparece una zona híbrida donde diferentes formas de gestión pueden convivir dentro del mismo proyecto.
La metodología debe responder al problema
La pregunta deja entonces de ser qué metodología preferimos y pasa a ser qué necesita el proyecto para avanzar.
El contexto, la incertidumbre, la velocidad de aprendizaje, las dependencias y la naturaleza de los entregables ayudan a decidir cuánto planificar, cuánto experimentar y cómo combinar distintas formas de trabajo.
Cuando diferentes formas de trabajo pueden convivir, aparece una nueva necesidad: contar con información que ayude a comprender, decidir y comunicar mejor.
Datos y narrativaLos datos también cuentan historias.
Tener más información no significa necesariamente comprender mejor una situación.
A medida que las organizaciones comenzaron a disponer de más datos, indicadores y herramientas analíticas, apareció un nuevo desafío: convertir esa información en algo que realmente ayude a tomar decisiones.
En STIGOU Lab empezamos a explorar la relación entre análisis, visualización y narrativa como una misma capacidad: comprender lo que los datos muestran, encontrar aquello que importa y comunicarlo de manera que otros puedan actuar.
Los modelos analíticos dentro de la exploración
El análisis de datos puede ampliar nuestra capacidad para explorar una situación antes de decidir qué hacer.
Patrones, relaciones, tendencias, excepciones y cambios que pueden pasar desapercibidos en una lectura tradicional se vuelven visibles cuando incorporamos herramientas analíticas adecuadas.
El objetivo no es producir más indicadores, sino utilizar la información para formular mejores preguntas y comprender con mayor profundidad el problema que estamos intentando resolver.
Data Storytelling
Un análisis puede ser correcto y, aun así, no producir ninguna decisión si quienes deben utilizarlo no consiguen comprender qué significa.
El Data Storytelling combina evidencia, visualización y narrativa para ayudar a construir una interpretación compartida de los datos.
No se trata de convertir los números en una historia artificial, sino de organizar la información para hacer visible aquello que merece atención y facilitar una conversación orientada a la acción.
Del dato a la decisión
El valor de los datos aparece cuando conseguimos recorrer una cadena completa: observar, comprender, interpretar, comunicar y decidir.
Esa conexión entre análisis y acción empezó a convertirse en una pieza cada vez más importante de nuestro trabajo con procesos, estrategia, proyectos y transformación.
Hoy, la inteligencia artificial abre una nueva posibilidad: no solo analizar un proceso, sino también experimentar con su comportamiento antes de transformarlo.
Simulación de Procesos con IASimulación de Procesos con Inteligencia Artificial.
La inteligencia artificial abre una nueva posibilidad: experimentar con el comportamiento de un proceso antes de intervenirlo en la realidad.
En STIGOU Lab comenzamos a explorar cómo combinar modelamiento de procesos, simulación y capacidades generativas para crear entornos en los que distintas decisiones puedan ser probadas, observadas y comparadas.
El objetivo no es reemplazar el juicio humano, sino ampliar nuestra capacidad de explorar escenarios, identificar posibles efectos y aprender antes de implementar cambios sobre un proceso real.
Del modelamiento a la experimentación
Tradicionalmente, modelar un proceso nos permite representar cómo funciona y comprender sus relaciones, decisiones, actividades y restricciones.
Al incorporar simulación, el modelo deja de ser únicamente una representación estática y se convierte en un espacio donde podemos explorar comportamientos posibles.
Introducir agentes dentro del proceso
Una de las líneas que venimos explorando consiste en representar determinados roles, decisiones o comportamientos mediante agentes capaces de interactuar dentro de un entorno simulado.
Esto permite observar cómo diferentes decisiones, reglas o comportamientos pueden modificar el desempeño de un proceso antes de llevar esos cambios a la organización.
Probar antes de transformar
La simulación no pretende predecir con certeza el futuro. Su valor está en permitirnos formular mejores preguntas, contrastar supuestos y observar consecuencias posibles.
En ese sentido, la inteligencia artificial se convierte en una nueva herramienta dentro del proceso de exploración y diseño organizacional.
Este trabajo nos llevó a desarrollar un modelo experimental para explorar cómo utilizar inteligencia artificial en la simulación de procesos.
Cómo modelamos la Simulación de Procesos con IA