Del PMP al PMI-CPMAI, lo que cambia cuando el proyecto es de IA

El 16 de octubre PMI publicó en su blog una entrevista con un gerente de programas que tiene el PMP y sacó después la PMI-CPMAI. De ahí sale casi todo lo que viene más abajo, porque es de los pocos que pueden comparar las dos desde adentro.

El problema que describe lo reconoce cualquiera. Tienes el PMP y de un día para otro el trabajo que te asignan trae la inteligencia artificial metida en el enunciado. No es un proyecto de software con un modelo adentro, es un proyecto donde nadie sabe todavía si la cosa va a funcionar, y eso descoloca a quien aprendió a planificar con el alcance cerrado antes de empezar. PMI tiene una certificación para ese hueco y se llama PMI-CPMAI.

Partamos por lo que dice su propia página

La página oficial la presenta como un paquete con la certificación y un curso de preparación. El examen tiene 120 preguntas y dura 160 minutos, y el encabezado de la página dice que no exige experiencia previa, que es una diferencia grande frente a los años que el PMP sí pide. Para mantenerla hacen falta 30 unidades de desarrollo profesional cada tres años, y tanto el curso como el examen están disponibles en español de Latinoamérica, entre otros idiomas.

El curso dura 21 horas y entrega 21 PDU, repartidas en 7 de Business Acumen, 11 de Ways of Working y 3 de Power Skills. Si ya tienes el PMP, la propia página dice que esas 21 PDU cubren más de un tercio de las que necesitas para renovarlo, y eso cambia la cuenta, porque el tiempo sale del presupuesto de estudio que ya tenías comprometido.

La página no publica el precio, así que acá tampoco.

Lo que contó el gerente de programas

Vale la pena porque no vende la certificación con adjetivos, la explica con la diferencia que él encontró al trabajar.

La frase que mejor resume la relación es suya. El PMP entrega una base amplia de entrega de proyectos, y la PMI-CPMAI adapta y extiende esa base para la naturaleza iterativa y basada en datos de las iniciativas de IA. Los huecos que él nombra son tres, la preparación de los datos, el no saber si un modelo sirve hasta que lo pruebas, y la obligación de construir iterando.

Hay además una frase que incomoda a quien estudió el PMP de memoria. Dice que está bien retroceder en el proceso y que no tienes que pasar al paso siguiente solo porque el PMP lo diga. No es una crítica al PMP, es un aviso de que el reflejo de avanzar en orden te juega en contra cuando el resultado todavía no se conoce. Ahí está la pregunta de fondo. ¿Cuánto de lo que ya sabes hacer sigue sirviendo cuando no puedes prometer el resultado?

Las seis fases y dónde el PMP ya te dejó medio camino

Los nombres de las seis fases son los de la metodología publicada por PMI en la página del PMI-CPMAI, traducidos del original en inglés. La marca de la derecha es lectura nuestra, no viene en la fuente.

La primera fase pide ajustar la solución de IA a una necesidad real de negocio, evaluar su factibilidad, definir el retorno y fijar el alcance. Eso lo reconoces, es el caso de negocio y el alcance de siempre. La cuarta pide iterar el desarrollo y la entrega, y el temario del PMP ya te pide recomendar un enfoque predictivo, adaptativo o híbrido. La quinta pide probar y evaluar, que es calidad con otro nombre. La sexta pide poner el sistema en operación, y ahí el temario del PMP ya te pide validar que la transición a operaciones está lista.

Las dos fases que no tienen marca son la segunda y la tercera, identificar las necesidades de datos y gestionar su preparación. Piénsalo como una siembra. Puedes ser impecable con el arado y con el calendario, y si la semilla viene mala no hay cosecha. Ese terreno el PMP no lo cubre, y no por descuido, sino porque en un proyecto corriente los datos son un insumo más y acá son el proyecto.

Los datos dejan de ser un entregable

El gerente de programas lo dice de una manera que se queda. En los proyectos de toda la vida los datos son un entregable. En los de IA los datos son la sangre del proyecto, y entender de dónde vienen y por qué valen pasa a ser parte del trabajo del jefe de proyecto, no algo que se delega al equipo técnico.

Piensa en el último proyecto con modelos que pasó cerca de ti. ¿Quién decidió que los datos estaban listos, y con qué criterio?

Mira también cómo decides que un proyecto terminó. Con el PMP el hito es la entrega y después viene el cierre. Con un modelo en producción la entrega no cierra nada, porque el modelo se degrada y alguien tiene que responder por eso dentro de seis meses. Quién se hace cargo cuando el patrocinador original ya cambió de rol es la pregunta que la entrada del blog deja flotando.

Volvamos a tu caso, cuándo tiene sentido y cuándo no

Tiene sentido si ya estás metido en iniciativas de IA y te enteras de las decisiones en vez de participar en ellas, y tiene sentido si tu renovación del PMP está cerca, porque las PDU del curso cuentan igual.

No tiene sentido como atajo, porque no reemplaza al PMP ni lo vuelve viejo y nadie en PMI lo ha planteado así. Si estás preparando el PMP, termina eso primero, que es la base sobre la que la otra se apoya. Y si te la venden como obligatoria para seguir trabajando, desconfía, porque la fuente oficial la presenta como una especialización y no como un requisito.

Para ubicarla en el mapa de lo que PMI está sacando te sirve lo que ya contamos sobre su estándar de inteligencia artificial, la certificación avanzada que anunció y el camino hacia la PMO, que es la otra bifurcación clásica después del PMP.

Lo más difícil de esta certificación no es lo que agrega, es lo que te pide soltar. La costumbre de prometer el resultado antes de haberlo visto. Desaprender eso cuesta más que aprender lo nuevo.

Apúntate y te avisamos

En The PM Architect escribimos las guías de estudio del PMBOK en cinco idiomas, con casos reales de aula y ejercicios con explicación. Serán gratis. Deja tu correo en la página principal y te avisamos en cuanto estén disponibles.