De Trello a nuestro propio sistema de gestión de proyectos

Hace unos seis meses, cuando hicimos este balance, dejamos de gestionar nuestros proyectos en Trello. Hoy lo hacemos en un sistema que hemos construido nosotros y que además responde preguntas en lenguaje natural.

El motivo no fue que Trello sea malo. Es que nuestro trabajo no cabía en tarjetas.

Un tablero te dice en qué trabajas, no si llegas

Un tablero muestra con claridad en qué estás trabajando ahora. Pero nuestro trabajo tiene otras dimensiones: proyectos cerrados, mantenimientos abiertos, bolsas de horas que se consumen, tareas que se imputan o no se imputan a un cliente. Un tablero no te dice si un mantenimiento va a llegar a diciembre con horas. Esa es una pregunta de negocio, no de seguimiento de tareas, y para responderla hacen falta datos que una tarjeta no guarda de forma natural.

Para una empresa que vende su tiempo y lo lleva controlado por bolsas de horas, esa diferencia es la que separa saber cómo va un proyecto de saber si es rentable seguir como vamos.

Lo que hemos construido: cosas aburridas que hacen fiables los datos

Lo que hemos montado estos meses no tiene nada de espectacular, y lo decimos en serio:

• Sprints con reglas propias.
• Histórico de tareas y de sprints.
• Validaciones de fechas.
• Control de qué es facturable y qué no.

Son cosas aburridas, y precisamente por eso funcionan: hacen que los datos sean fiables. Un sistema de gestión vale lo que valen sus datos, y se vuelven dudosos en cuanto una fecha puede quedar vacía o nadie sabe si una tarea cuenta para facturar. Las validaciones, que parecen un detalle de programador, son lo que permite fiarse de lo que sale por el otro lado. Sobre cómo ese sistema es también lo que nos permite funcionar sin una figura dedicada a coordinar, hablamos en un equipo de tres personas, más de diez proyectos y ningún project manager.

La decisión que cambió el día a día: exponerlo por MCP

Una decisión sí ha cambiado la forma en que trabajamos: exponer el sistema por MCP, el protocolo que permite a un modelo de IA consultar herramientas reales. Lo explicamos con más calma en MCP, el puente entre la inteligencia artificial y tus herramientas.

En la práctica significa que podemos preguntar en lenguaje natural qué tareas se han cerrado este mes o qué proyectos están tocados, y la respuesta sale de nuestros datos reales, no de una estimación. Sin abrir un informe, sin filtrar un listado a mano. Es más útil precisamente porque debajo hay datos validados: un modelo que responde sobre datos dudosos solo da respuestas dudosas más rápido.

El resultado numérico lo resumimos en 30 proyectos activos y 261 tareas cerradas en 60 días, donde contamos qué hábitos hacen posible ese ritmo.

Cuándo no recomendamos construirse la herramienta

No recomendamos a todo el mundo construirse su herramienta. Solo tiene sentido cuando tu forma de trabajar ya es tu producto, es decir, cuando lo que te diferencia está justamente en cómo organizas y mides el trabajo, y ninguna herramienta genérica lo recoge sin torcerlo.

Si lo tuyo encaja en un tablero, quédate en el tablero. Construir y mantener un sistema propio es un compromiso continuo, y nosotros podemos permitírnoslo porque desarrollar este tipo de sistemas es lo que hacemos para otros. Si estás en el caso contrario, probablemente ganes más adaptando bien una herramienta que ya existe.

Lo que nos llevamos

Cambiamos de herramienta no porque la anterior fuera mala, sino porque nuestro trabajo había dejado de caber en ella. Hoy los datos son fiables y podemos preguntarles cosas. Si quieres ver cómo se organiza el trabajo alrededor, lo contamos en cómo trabajamos. Y si te preguntas si te compensa un sistema a medida, cuéntanos tu caso en contacto; ya sabes que a veces la respuesta es que no.