Modelos y plataformas de IA
Lumivero abre la beta de SharpCloud POLI para tomar decisiones sobre carteras de proyectos
La beta de POLI de SharpCloud utiliza datos de la cartera para responder preguntas y modelar cambios, pero deja la aprobación en manos de quienes gestionan los proyectos.
Puntos claveLas respuestas de POLI dependen enteramente de las dependencias que los equipos ya han…
Ver más
- Las respuestas de POLI dependen enteramente de las dependencias que los equipos ya han registrado en SharpCloud.
- What-If Impact permanece de solo lectura para que el análisis de escenarios nunca altere los datos de la cartera que evalúa.
- La aprobación humana no puede corregir entradas desactualizadas ni garantizar que cada recomendación de la IA sea correcta.
Lumivero ha abierto la beta de POLI, un conjunto de agentes de IA integrados en su software de gestión de carteras SharpCloud. La empresa presentó POLI el 16 de noviembre y afirma que el acceso a la beta comenzó el 17 de noviembre para clientes y posibles clientes. Los agentes pueden responder preguntas sobre proyectos y riesgos, o explorar las consecuencias de un cambio propuesto. Una persona debe confirmar el cambio antes de que se aplique a la cartera.
El diseño está dirigido a las carteras de proyectos, no a las operaciones de inversión. Por ejemplo, una empresa que lleve a cabo varias mejoras en sus fábricas podría preguntar qué trabajos dependen de una entrega retrasada. La respuesta depende de las conexiones que el equipo ya haya registrado en SharpCloud. Si no consta el proveedor compartido o el hito afectado, no se puede confiar en que el modelo lo sepa.
Responder preguntas sobre la cartera
Por lo general, los equipos mantienen los cronogramas, los riesgos y las dependencias en sistemas separados. Un proyecto puede parecer bien encaminado en su propio cronograma, aunque un requisito previo se esté retrasando en otra parte. SharpCloud ofrece a los equipos una forma de representar explícitamente esas relaciones. En enero, Lumivero anunció la adquisición de SharpCloud y señaló como motivos de la operación la visualización de carteras y la capacidad de modelar cómo un cambio podría afectar a varios proyectos.
POLI trabaja con ese modelo conectado de cartera. Sus cinco agentes predeterminados son Getting Started, Comparison, What-If Impact, Story Summary y Product Knowledge. Se ocupan de distintas tareas, desde ayudar a un nuevo usuario a orientarse hasta comparar elementos o resumir una vista de la cartera. Comparison puede facilitar la identificación de las diferencias entre proyectos. What-If Impact plantea otra pregunta: si cambia una premisa del proyecto, ¿qué otras partes de la cartera modelada podrían verse afectadas?
La distinción importa porque las dependencias suelen ser más útiles que una clasificación. Si el retraso en la instalación de un equipo aplaza la formación asociada, el resultado importante no es solo que se haya pospuesto un hito. También importa saber qué personas deben ajustar sus planes y qué premisas deben verificar. El análisis de escenarios ayuda a identificar esas preguntas sin pedirle al sistema que decida qué debería hacer la empresa.
Mantener separados el análisis y la aprobación
Lumivero afirma que What-If Impact es de solo lectura y no modifica los datos que evalúa. La empresa también señala que POLI respeta los permisos de usuario existentes, muestra en qué se basan sus respuestas y deja que las personas aprueben los cambios propuestos. La IA se activa de forma opcional en cada instancia de SharpCloud. Estos controles son los que describe el proveedor; no son conclusiones independientes sobre la precisión con que funcionan los agentes cuando los datos son incompletos o desordenados.
La aprobación humana resulta más útil cuando se puede contrastar una explicación con los registros originales. Una respuesta plausible puede basarse en una estimación válida pero desactualizada, o en una dependencia que ya no se aplica. Quien revisa la respuesta necesita ver qué registros utilizó el asistente y saber quién se encarga de mantenerlos. El paso de aprobación ofrece un punto de control, pero no corrige los datos obsoletos ni garantiza que todas las recomendaciones sean correctas.
El informe de Lumivero sobre la toma de decisiones en proyectos de capital señala que pocos de los encuestados actuarían basándose en una recomendación de IA sin revisarla a fondo. La encuesta procede del proveedor y no verifica el desempeño de POLI. Sin embargo, ilustra el problema de adopción que el producto pretende abordar: los equipos quieren ayuda para reunir información dispersa, pero conservando la responsabilidad de cualquier decisión basada en ella.
Qué debe demostrar la beta
Los primeros usuarios pueden probar los agentes con ejemplos conocidos cuyo resultado ya conoce el equipo del proyecto, comparar después las respuestas con los registros subyacentes y repetir la prueba con otro nivel de acceso. Así se podría comprobar dónde ayuda POLI a reducir el tiempo dedicado a cotejar cronogramas y dónde la falta de registros sigue exigiendo una investigación manual. Lo más adecuado es entender la beta inicial como una forma de consultar y probar un modelo de cartera, no como un sustituto de las personas responsables de este. Lumivero incluye en su hoja de ruta módulos independientes de análisis y controles para el primer semestre de 2027; esos módulos no forman parte de la beta actual.












