Artículo

26 de octubre de 2026

Estructuración de “framework” para la gestión estratégica de portafolio de proyectos en investigación y desarrollo

Paulo Lopes Barsanelli; Beatriz Garcia Altafin

DOI: 10.22167/2675-6528-202601304

Artículo elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción.

Resumen

En un escenario de creciente competitividad y restricciones de recursos, la gestión estratégica del portafolio de proyectos de Investigación y Desarrollo (I+D) es crucial para empresas del agronegocio. Sin embargo, se observó en la práctica organizacional una priorización de proyectos de I+D poco estructurada, enfocada en resultados de corto plazo y basada en juicios gerenciales, con lagunas en la formalización de procesos multicriterio y en la integración entre estrategia y portafolio. Ante este contexto, se objetivó desarrollar un *framework* para la evaluación y priorización de proyectos de I+D, con el fin de fortalecer el alineamiento estratégico y optimizar la asignación de recursos. Se adoptó la metodología de investigación-acción, que involucró la participación activa de *stakeholders* y la recolección de datos por medio de análisis documental de materiales institucionales y entrevistas semiestructuradas con profesionales clave. Los datos fueron tratados por análisis de contenido cualitativo, comparando las prácticas actuales con las recomendaciones de la literatura y del *Project Management Institute* (PMI). Los resultados revelaron que la priorización de proyectos se basaba informalmente en criterios como alineamiento estratégico y retorno financiero, pero carecía de una metodología formal y transparente, con tendencia a privilegiar iniciativas de corto plazo y evaluación cualitativa de riesgos y recursos. Se identificaron lagunas significativas en relación con las buenas prácticas. Se propuso una matriz de priorización multicriterio, con ocho criterios ponderados (Alineamiento Estratégico, Retorno Financiero, Viabilidad Técnica, Riesgo y Complejidad, Horizonte Temporal, Sinergia y Escalabilidad, Socios y Ecosistema, y Recursos y Esfuerzo Requerido), integrada a un flujo decisorio con *gates*. La principal contribución consistió en la proposición de una metodología estructurada, transparente y adherente a la realidad organizacional, capaz de apoyar decisiones estratégicas de inversión en I+D, promover mayor equilibrio, rastreabilidad y alineamiento del portafolio de proyectos, y fortalecer la gobernanza.

Palabras clave: Agronegocio; Alineación estratégica; Gobernanza; Matriz multicriterio; Investigación-acción.

1. Introducción

El escenario empresarial contemporáneo se caracteriza por una intensa competitividad y la constante necesidad de innovación, especialmente en sectores de alto valor agregado como el agronegocio. En este contexto, la Investigación y Desarrollo (I+D) emerge como un motor estratégico fundamental para la generación de valor, el sostenimiento de la ventaja competitiva y la garantía de la perenidad organizacional (Cooper y Edgett, 2010). La complejidad tecnológica y las restricciones de recursos inherentes a este sector exigen que las empresas no solo inviertan en I+D, sino que lo hagan de manera estratégica y eficiente. Datos globales indican que la inversión en I+D en el agronegocio ha crecido, impulsada por la demanda de mayor productividad, sostenibilidad y nuevas soluciones para desafíos alimentarios y ambientales (Souza et al., 2021). Sin embargo, el éxito de estas inversiones no reside solo en la ejecución competente de los proyectos individuales, sino, crucialmente, en la capacidad de seleccionar y priorizar las iniciativas de I+D que mejor se alinean con los objetivos estratégicos de la organización (Cooper et al., 2002). La falla en “elegir los proyectos correctos” puede llevar a la dispersión de recursos y a un desempeño inferior en innovación, incluso si los proyectos se gestionan bien (Cooper y Edgett, 2010).

La gestión estratégica del portafolio de proyectos de I+D constituye el nexo vital entre las iniciativas de innovación y la estrategia corporativa, asegurando que las inversiones en I+D contribuyan directamente a los objetivos de negocio (PMI, 2017a). La literatura especializada enfatiza la necesidad de procesos formales de gestión de portafolios, que van más allá de la gestión individual de proyectos, para optimizar la asignación de recursos y maximizar el retorno estratégico (Archer y Ghasemzadeh, 1999; Cooper et al., 2000). Sin embargo, la práctica organizacional frecuentemente revela brechas significativas en este dominio. Se observa una tendencia a la priorización de proyectos de I+D de forma poco estructurada, a menudo enfocada en resultados de corto plazo y basada en juicios gerenciales subjetivos, sin la formalización de procesos multicriterio (Oliveira et al., 2014). Este enfoque carece de transparencia y trazabilidad, dificultando la integración efectiva entre la estrategia a largo plazo y la composición del portafolio de proyectos (Bitman y Sharif, 2008; PMI, 2017a). El “front-end” de la innovación, la fase inicial de ideación y selección, es particularmente vulnerable a decisiones mal estructuradas, que pueden comprometer todo el ciclo de desarrollo subsiguiente (Cooper et al., 2002; Oliveira y Rozenfeld, 2010).

La ausencia de modelos multicriterio integrados y aplicados sistemáticamente compromete la consistencia analítica y la transparencia decisoria, dificultando la traducción eficaz de la estrategia organizacional en elecciones de inversión en I+D (Cooper et al., 2000; Bitman y Sharif, 2008). Frecuentemente, existe una disociación entre el direccionamiento estratégico a largo plazo y la configuración del portafolio de proyectos, con un sesgo decisorio que privilegia criterios de corto plazo, como retorno financiero inmediato y urgencias operacionales, en detrimento de iniciativas exploratorias y de carácter estratégico (Cooper et al., 2000; PMI, 2017a). Este desequilibrio refleja el desafío de la ambidextría organizacional, que exige que las empresas exploren nuevas oportunidades a largo plazo (exploración) al mismo tiempo que optimizan las competencias existentes para ganancias de corto plazo (explotación), una condición esencial para la sostenibilidad de la ventaja competitiva (March, 1991; Tushman y O’Reilly, 1996). La literatura sugiere que la selección de proyectos de I+D debe considerar, además de indicadores financieros clásicos como Valor Presente Neto (VPN) y Retorno sobre la Inversión (ROI), dimensiones cualitativas y estratégicas, como alineamiento estratégico, viabilidad técnica, riesgo y complejidad, horizonte temporal, sinergia, escalabilidad y potencial de alianzas (Cooper et al., 2000; Souza et al., 2021). La integración de estos criterios en un sistema de gobernanza robusto, con comités de portafolio y “gates” de decisión, es crucial para reducir la subjetividad y alinear el portafolio a la estrategia de forma más eficaz (PMI, 2017b; Archer y Ghasemzadeh, 1999).

Ante este escenario, en el cual la gestión de portafolio de I+D es reconocida como estratégica, pero frecuentemente carece de formalización, transparencia y equilibrio entre iniciativas de corto y largo plazo, emerge la necesidad de un modelo que integre, de forma sistemática, la estrategia organizacional a las decisiones de portafolio. La ausencia de una metodología estructurada para evaluación y priorización de proyectos de I+D puede resultar en una asignación subóptima de recursos, pérdida de oportunidades de innovación y desalineación con los objetivos de negocio, comprometiendo la capacidad de la empresa de mantenerse competitiva. Por lo tanto, este trabajo se justifica por la urgencia de proporcionar a las organizaciones del agronegocio un *framework* para evaluación y priorización de proyectos de Investigación y Desarrollo, buscando fortalecer el alineamiento estratégico y optimizar la asignación de recursos, promoviendo mayor equilibrio, rastreabilidad y gobernanza en el portafolio de proyectos.

2. Material y Métodos

El presente estudio adoptó un enfoque de investigación-acción, caracterizado por la participación activa del investigador y la colaboración de los *stakeholders* en la búsqueda de mejoras prácticas, en ciclos iterativos de planificación, acción y reflexión (Tripp, 2005). Esta metodología cualitativa fue seleccionada por su capacidad para solucionar un problema real de la organización, específicamente la brecha en la gestión estratégica de portafolio de proyectos de Investigación y Desarrollo (I+D), tal como se identificó en la introducción. La investigación-acción permitió una investigación profunda de las prácticas existentes y la construcción conjunta de una solución adherente a la realidad de la empresa, con el objetivo de fortalecer el alineamiento estratégico y optimizar la asignación de recursos (Gil, 2017).

La investigación se desarrolló en el contexto de una compañía multinacional del agronegocio, centrándose en su departamento de Investigación y Desarrollo. Este entorno fue elegido por presentar desafíos específicos en la priorización de proyectos de I+D, según la introducción, que demandaban una solución estructurada. El estudio se llevó a cabo entre enero y febrero de 2026, período en el que se realizaron las actividades de recolección y análisis de datos. La unidad de análisis se centró en los procesos y prácticas de gestión de la cartera de proyectos de I+D de la organización, buscando comprender y mejorar la forma en que se evaluaban y seleccionaban las iniciativas de innovación.

Para la recolección de datos primarios, la población de interés comprendió a los profesionales involucrados directamente con la gestión y ejecución de proyectos de I+D en la empresa. La muestra para las entrevistas semiestructuradas estuvo compuesta por tres profesionales clave del área, incluyendo miembros del comité estratégico, gestores de proyectos y analistas de I+D. Los criterios de selección de estos participantes se basaron en su relevancia estratégica y conocimiento tácito de las prácticas actuales de gestión del portafolio de I+D de la empresa, garantizando que pudieran dilucidar los desafíos y oportunidades asociados al proceso de priorización de proyectos de innovación.

La recolección de datos se realizó a través de múltiples fuentes de evidencia, integradas a lo largo del ciclo de investigación-acción, según lo recomendado por Tripp (2005) y Gil (2017). Inicialmente, se procedió al análisis documental de materiales internos de la organización. Los documentos explorados incluyeron presentaciones corporativas referentes a comités de innovación, un ejemplar de informe de proyecto anterior y el panel de seguimiento de proyectos. Las presentaciones de los comités permitieron identificar criterios de discusión y decisión estratégica, mientras que el informe de proyecto proporcionó *insights* sobre la evaluación de iniciativas específicas. El panel de seguimiento ofreció una visión sistémica del portafolio vigente, explicitando información registrada y monitoreada.

Complementariamente al análisis documental, se realizaron entrevistas semiestructuradas con los profesionales clave seleccionados. El guion de entrevista, elaborado según las recomendaciones de Bardin (2016) para instrumentos cualitativos, se estructuró en quince preguntas distribuidas en cinco bloques temáticos: Contexto y Experiencia; Criterios y Toma de Decisiones; Alineación Estratégica; Gobernanza y Recursos; y Percepciones y Mejoras. Las categorías exploradas en las preguntas se derivaron de criterios clave señalados por la literatura, asegurando una cobertura temática amplia. El objetivo fue recopilar evidencias sobre la utilización práctica de cada criterio y el proceso de toma de decisiones del portafolio de I+D en la empresa, capturando el conocimiento tácito de los participantes.

La ejecución de la investigación siguió etapas distintas para cada tipo de dato. Para el análisis documental, se adoptó el enfoque sistematizado de Bardin (2016), que comprendió tres fases: pre-análisis, con lectura exploratoria y delimitación del *corpus* documental; exploración del material, para recorte de información, categorización temática y clasificación de contenidos; y tratamiento de los resultados, para síntesis y articulación con los hallazgos de las entrevistas. Las entrevistas, a su vez, fueron grabadas vía MS Teams y transcritas con la ayuda de MS Copilot, con revisión manual. Posteriormente, se realizó una lectura flotante para familiarización y categorización inductiva de los criterios y prácticas mencionados por los entrevistados.

El tratamiento y análisis de los datos de las entrevistas emplearon la técnica de análisis de contenido cualitativo, según Bardin (2016). Tras la lectura flotante, se procedió a la selección de unidades de registro y a la codificación abierta, seguida por la categorización temática de los códigos. En la fase de tratamiento, se realizó la agregación y el recuento de frecuencias por código, permitiendo identificar los criterios y prácticas más relevantes. A continuación, se realizó una comparación sistemática entre las prácticas actuales de la empresa y las buenas prácticas recomendadas por la guía PMBOK y la literatura científica. La triangulación de las fuentes documentales y de las entrevistas fortaleció la validez interna del estudio, proporcionando evidencias objetivas para identificar convergencias y lagunas.

Con base en el análisis en profundidad y la triangulación de los datos, se desarrolló una metodología estructurada para la evaluación y priorización de proyectos de I+D. Esta fase de acción resultó en la construcción de un *framework* de portafolio más robusto, que definió criterios objetivos para la clasificación y filtrado de los proyectos. Se propuso una matriz para la clasificación de los criterios de priorización en cinco niveles de adherencia, contemplando ocho dimensiones esenciales: Alineación Estratégica, Retorno Financiero, Viabilidad Técnica, Riesgo y Complejidad, Horizonte Temporal, Sinergia y Escalabilidad, Socios y Ecosistema, y Recursos y Esfuerzo Requerido. Esta matriz tuvo como objetivo formalizar prácticas existentes y llenar las lagunas identificadas, ofreciendo un método transparente y comparable para la toma de decisiones.

La puntuación final, denominada “Score”, de cada proyecto evaluado se calculó mediante la suma ponderada de las notas asignadas en una escala de uno a cinco, multiplicadas por los respectivos pesos propuestos para cada criterio. La fórmula utilizada para este cálculo fue `Score = ∑(CkPk)`, donde C representa el valor asignado al criterio *k* y P el peso propuesto para el criterio *k*. Este enfoque permitió clasificar los proyectos en categorías de prioridad (alta, media o baja), formalizando el proceso de toma de decisiones. El *framework* propuesto se estructuró en un flujo de siete etapas principales, desde la presentación del proyecto hasta el cierre formal, incluyendo *gates* de decisión para la selección inicial, evaluación de elegibilidad y revisión periódica del portafolio.

Es importante reconocer las limitaciones metodológicas de este estudio. La investigación se llevó a cabo en una única organización, lo que restringe la generalización de los resultados a otros contextos organizacionales o sectores. Aunque la investigación-acción se centra intrínsecamente en un caso específico, esta característica impide la extrapolación directa de las conclusiones. Adicionalmente, el número reducido de entrevistados, aunque estratégicos para la recopilación de datos cualitativos profundos, puede haber influido en la amplitud de las percepciones captadas sobre el proceso de priorización. El carácter cualitativo de la investigación, aunque esencial para la comprensión contextual, no permite inferencias estadísticas ni cuantificaciones amplias.

3. Resultados y Discusión

El análisis en profundidad de los datos recopilados, a través de la triangulación entre el análisis documental y las entrevistas semiestructuradas, reveló un panorama complejo de la gestión de la cartera de proyectos de Investigación y Desarrollo (I+D) en la organización estudiada. Los resultados permitieron identificar tanto las prácticas consolidadas como las lagunas existentes en relación con las buenas prácticas recomendadas por la literatura especializada y el Project Management Institute (PMI).

La aplicación de la metodología de Bardin (2016) para el análisis documental de los materiales internos de la empresa, según se detalla en la sección de Métodos, proporcionó las primeras evidencias sobre los criterios de priorización de proyectos. El pre-análisis indicó que el panel de seguimiento de proyectos, las presentaciones corporativas de los comités de innovación y los informes de proyectos anteriores contenían información relevante sobre cómo los proyectos eran clasificados y evaluados. Específicamente, el panel de seguimiento demostraba la clasificación de los proyectos por objetivo estratégico, grado de prioridad y viabilidad, con actualizaciones mensuales. Las presentaciones de los comités de innovación, a su vez, revelaban una fuerte conexión con los objetivos estratégicos de la compañía, indicando que el alineamiento estratégico ya era un criterio valorado por el liderazgo. El informe de proyecto anterior, finalmente, destacaba la aplicación de criterios técnicos de viabilidad, retorno y riesgo en la priorización de nuevas tecnologías.

Tabla 1. Criterios de evaluación de proyectos obtenidos de las evidencias documentales

Criterio

Evidencia documental

Alineación estratégica

Los comités y el panel clasifican todos los proyectos por eje estratégico.

Retorno financiero

Hoja de cálculo con potencial de ganancia e informes de eficiencia.

Viabilidad técnica

Pruebas piloto, industriales y PoC.

Complejidad

Clasificación (alta/media/baja); desafíos técnicos y regulatorios.

Urgencia

Proyectos relativos a clima, legislación y demás factores externos.

Escalabilidad

Replicación en la industria y entre unidades.

Ecosistema de asociaciones

“Startup”, universidad, proveedores y socios.

Fuente: Resultados originales de la investigación

Según se presenta en la Tabla 1, el análisis documental permitió identificar siete criterios principales que, aunque no formalizados en un modelo único, orientaban la priorización de proyectos: alineación estratégica, retorno financiero, viabilidad técnica, complejidad, urgencia, escalabilidad y ecosistema de alianzas. La presencia de estos criterios en los documentos internos sugiere un reconocimiento implícito de su importancia para la toma de decisiones en I+D. Sin embargo, la forma en que se utilizaban estos criterios era fragmentada, distribuida entre diferentes documentos y sin una integración formal en una metodología unificada. Esta dispersión de información y la ausencia de un modelo estructurado de priorización representan una brecha significativa, ya que, como enfatizan Cooper et al. (2000) y el PMI (2017a), la falta de un modelo multicriterio integrado y sistemático puede llevar a decisiones de portafolio inconsistentes, subjetivas y con menor transparencia. La literatura de gestión de portafolios de proyectos, desde Archer y Ghasemzadeh (1999), ha defendido la necesidad de frameworks que unifiquen y formalicen estos criterios para garantizar que las elecciones de inversión en I+D reflejen de forma objetiva la estrategia organizacional. La ausencia de una matriz unificada, por ejemplo, aumenta el riesgo de que se tomen decisiones puntuales sin trazabilidad o comparabilidad, lo que puede comprometer la gobernanza del portafolio (PMI, 2016). Además, el análisis documental reveló la ausencia de criterios explícitos para aspectos como la cuantificación de riesgos y el consumo de recursos y capacidad, lo que, según Cooper et al. (2002) y PMI (2017a), es fundamental para una gestión de portafolio robusta y realista. La no formalización de estos criterios críticos puede llevar a una asignación de recursos subóptima y a un portafolio desequilibrado, con proyectos que, aunque individualmente prometedores, no contribuyen de forma sinérgica a los objetivos estratégicos de la empresa.

El análisis de contenido de las entrevistas semiestructuradas, realizado con tres profesionales clave del área de I+D, complementó y profundizó los hallazgos del análisis documental. Se empleó la metodología de Bardin (2016) para codificar y categorizar los fragmentos de los relatos, permitiendo identificar los criterios y prácticas de gestión de portafolio.

Tabla 2. Categorización y codificación de extractos de las entrevistas relacionados con criterios de priorización de proyectos y prácticas de gestión de portafolio

Categoría

Clave

Paráfrasis de los Relatos

Criterios

Alineación estratégica

E1: Los proyectos deben adherirse a las prioridades estratégicas de la empresa.

Criterios

Alineación estratégica

E2: La evaluación comienza por el rumbo estratégico definido por la compañía.

Criterios

Alineación estratégica

E1: Los criterios clave incluyen alineación estratégica, retorno esperado y riesgo asociado.

Criterios

Alineación estratégica

E3: Prioridad vinculada a pilares estratégicos previamente definidos; las propuestas fuera de este alcance no avanzan.

Criterios

Tendencias de mercado

E3: La aprobación exige un análisis de mercado — clientes objetivo, posicionamiento y viabilidad comercial.

Criterios

Marco temporal

E3: Hay mayor presión por entregas a corto plazo, aunque también se evalúan iniciativas a largo plazo.

Criterios

Direccionamiento del liderazgo

E2: Muchas demandas nacen de directrices de liderazgo y de lectura del mercado.

Criterios

Direccionamiento del liderazgo

E1: La agenda de proyectos suele estar orientada por la gerencia y la dirección.

Criterios

Escalabilidad

E3: Los proyectos deben ser escalables en el contexto B2B, además de económicamente atractivos.

Criterios

Marco temporal

E2: El portafolio debe equilibrar las ganancias a corto y mediano plazo con la exploración a largo plazo.

Criterios

Retorno financiero

E1: El potencial de retorno financiero es un criterio central en la decisión.

Criterios

Retorno financiero

E2: Las estimaciones parten de premisas iniciales y se refinan a medida que el proyecto madura.

Criterios

Retorno financiero

E1: Los criterios clave incluyen alineación estratégica, retorno esperado y riesgo asociado.

Criterios

Retorno financiero

E3: Se exige atractivo económico compatible con el estándar de la empresa (ej.: “payback” y rentabilidad).

Criterios

Riesgo tecnológico

E1: Los criterios clave incluyen alineación estratégica, retorno esperado y riesgo asociado.

Criterios

Tendencias de mercado

E2: Parte del portafolio – Cartera surge de tendencias y señales del mercado.

Criterios

Marco temporal

E3: Las iniciativas con impacto en el resultado del año tienden a ganar prioridad.

Desafíos

Monitoreo periódico

E1: Es necesario revisar periódicamente la prioridad de los proyectos.

Desafíos

Decisión de la junta directiva

E2: Las divergencias entre líderes aumentan la subjetividad de las decisiones.

Desafíos

Recursos con limitaciones

E2: Los recursos financieros y de personal son limitados, lo que obliga a tomar decisiones.

Desafíos

Comunicación y visión sistémica

E3: Las brechas de comunicación y la visión parcial de la cadena perjudican el alinear.

Fuerzas

Presupuesto dedicado a la innovación

E2: Existe presupuesto específico para innovación, lo que favorece el portafolio.

Fuerzas

Liderazgo comprometido

E2: El compromiso de la dirección acelera la ejecución.

Fuerzas

Alcance de proyectos

E1: El portafolio contempla múltiples frentes consideradas estratégicas.

Fuerzas

Presupuesto dedicado a la innovación

E3: Fondos dedicados a proyectos de innovación.

Debilidades

Déficit post mortem

E2: Falta un seguimiento post-proyecto robusto para capturar valor y lecciones.

Debilidades

Déficit post mortem

E3: Los proyectos descontinuados se registran de forma sintética, con justificación de cancelación.

Debilidades

Marco temporal

E2: Énfasis excesivo en el corto plazo reduce el enfoque y la paciencia para ciclos largos.

Gobernanza

Alineación estratégica

E2: La estrategia de direccionamiento es hoy más clara.

Gobernanza

Decisión de la junta directiva

E2: Los foros multifuncionales subsidian la decisión, pero la deliberación final corresponde a la junta directiva.

Mejoras

visión sistémica

Se necesita un arreglo más estructurado para dejar claros los próximos pasos y el destino de cada proyecto.

Mejoras

Herramienta unificada

E2: Una herramienta integrada reduciría el retrabajo y la dispersión de la información.

Mejoras

IA y automatización

E2: Las tecnologías de IA pueden reducir el esfuerzo y acelerar las actividades de I+D y de gestión.

Mejoras

Comunicación interáreas

E1: Divulgar ampliamente los resultados – incluidos los fracasos – fortalece el aprendizaje colectivo.

Mejoras

Herramienta unificada

E3: Una solución de gestión dedicada haría el seguimiento más ágil y automático.

Mejoras

Gobernanza y herramienta

E2: La practicidad depende de una gobernanza clara apoyada por una herramienta adecuada.

Metodología deseada

Matriz formal para priorización

E1: Se propone puntuar y ponderar criterios para clasificar proyectos por pilares definidos.

Metodología deseada

Periodicidad de revisión y repriorización

E1: Establecer cadencias de reevaluación desde el inicio del proyecto.

Metodología deseada

Puerta de formalización

E1: Definir un hito explícito de transformación de idea en proyecto antes de la evaluación formal.

Metodología deseada

Indicadores y KPIs

E3: Crear indicadores simples para monitorear etapa y desempeño, generando KPIs.

Metodología deseada

Método simple y aplicable

E3: El método debe ser accesible e incorporado a la rutina para evitar la caída de uso.

Prácticas actuales

Comités de decisión

E2: Comités periódicos revisan estado y definen direcciones.

Prácticas actuales

Ausencia de matriz formal

E1: No hay una matriz instituida; el pipeline actual sirve más para seguimiento que para priorización.

Prácticas actuales

Ausencia de matriz formal

E2: En la práctica, la priorización ha sido más intuitiva en los liderazgos.

Prácticas actuales

Direccionamientos volátiles

E2: Los cambios frecuentes de dirección exigen una adaptación rápida y pueden afectar a proyectos largos.

Prácticas actuales

Liderazgo define prioridades

E1: Las prioridades suelen ser definidas por la gerencia y la junta directiva.

Prácticas actuales

Priorización anual

E2: Hay reuniones bimestrales y revisión anual; los cierres ocurren caso por caso.

Prácticas actuales

Iniciativas propias de I+D

E2: Parte de las demandas nace de propuestas internas del equipo de I+D.

Prácticas actuales

Comités de decisión

E3: El flujo prevé comités técnico-funcionales y un comité estratégico para orientar la continuidad.

Prácticas actuales

Ausencia de matriz formal

E3: Las ideas permanecen en el pipeline hasta que cumplen los criterios para convertirse en un proyecto.

Prácticas actuales

Ausencia de matriz formal

E3: La gestión actual se realiza en hojas de cálculo; falta una herramienta dedicada para la cartera.

Prácticas actuales

Priorización anual

E3: En la elaboración del presupuesto, se revisa el pipeline para priorizar o despriorizar iniciativas.

Prácticas actuales

Alineación estratégica

E3: Las iniciativas activas deben adherirse a los pilares estratégicos definidos para el año.

Prácticas actuales

Ausencia de matriz formal

E2: Monitoreo manual de los proyectos vía pipeline.

Medios

Decisión de la junta directiva

E2: El liderazgo decide si el proyecto será priorizado y recibirá recursos.

Medios

Presupuesto dedicado

E3: Hay un centro de costos para innovación que cubre personas, servicios y pruebas.

Fuente: Resultados originales de la investigación

La Tabla 2 presenta la categorización y codificación de los relatos, revelando una serie de criterios, desafíos, fortalezas, debilidades, aspectos de gobernanza y mejoras deseadas. La frecuencia de los relatos por categoría, como se ilustra en la Figura 1, indicó que las categorías “Criterios” y “Prácticas actuales” fueron las más abordadas por los entrevistados, confirmando la relevancia del enfoque de la investigación.

Fuente: Resultados originales de la investigación

Figura 1. Cantidad de relatos por categoría

La Figura 2, a su vez, detalla la cantidad de informes por código, evidenciando los cinco códigos con mayor ocurrencia: “Alineación estratégica”, “Horizonte temporal”, “Retorno financiero”, “Ausencia de matriz formal” y “Decisión por la dirección”.

Fuente: Resultados originales de la investigación

Figura 2. Cantidad de informes por código

Estos códigos de alta frecuencia son particularmente reveladores. Que la “Alineación estratégica” sea el código más citado refuerza la convergencia con la literatura que la posiciona como el criterio primordial para la selección de proyectos de I+D (PMI, 2017a; Cooper et al., 2002). Los entrevistados E1, E2 y E3 reiteraron la importancia de que los proyectos se adhieran a las prioridades y al rumbo estratégico de la compañía, indicando que las propuestas fuera de este alcance difícilmente avanzan. Este hallazgo es consistente con la visión de que la gestión de portafolio es el nexo que conecta las iniciativas de I+D con la estrategia organizacional, garantizando que las inversiones en innovación contribuyan directamente a los objetivos del negocio (PMI, 2017a). La empresa, por lo tanto, demuestra una comprensión fundamental de la importancia de la alineación estratégica, utilizándola como un filtro inicial para la selección de proyectos, lo cual es una práctica recomendada por Cooper (2002) para organizaciones de alto rendimiento.

El “Retorno financiero” y el “Horizonte temporal” también destacaron, indicando una preocupación por la viabilidad económica y el tiempo de retorno de los proyectos. Sin embargo, el análisis de los relatos reveló un énfasis considerable en entregas a corto plazo e iniciativas con impacto en el resultado del año, lo que, aunque comprensible en un entorno corporativo, puede generar un sesgo decisorio. El entrevistado E3 mencionó la presión por entregas a corto plazo, mientras que E2 destacó la necesidad de equilibrar ganancias a corto y medio plazo con la exploración a largo plazo. Esta tensión entre corto y largo plazo es un desafío ampliamente discutido en la literatura, especialmente en el contexto de la ambidestreza organizacional (March, 1991; Tushman & O’Reilly, 1996). Las empresas innovadoras necesitan equilibrar la exploración de nuevas oportunidades a largo plazo (innovación disruptiva) con la explotación de competencias consolidadas para ganancias a corto plazo (innovación incremental) para garantizar la sostenibilidad empresarial. El “Standard for Portfolio Management” del PMI (2017b) corrobora esta visión, enfatizando que un portafolio saludable debe combinar proyectos de diferentes horizontes y niveles de riesgo. La práctica actual de la empresa, con su inclinación hacia el corto plazo, puede, por lo tanto, descuidar iniciativas estratégicas a largo plazo que son cruciales para la innovación disruptiva y el mantenimiento de la competitividad futura. La implicación práctica es que la empresa puede estar perdiendo oportunidades de innovación transformadora al centrarse excesivamente en retornos inmediatos, lo que puede comprometer su capacidad de adaptación y crecimiento a largo plazo en un sector dinámico como el agronegocio.

Los códigos “Ausencia de matriz formal” y “Decisión por la dirección” son particularmente críticos, ya que señalan la principal brecha identificada: la falta de una metodología estructurada y transparente para la priorización de proyectos. Los entrevistados E1, E2 y E3 confirmaron que no existe una matriz formal instituida, que la gestión actual se realiza en hojas de cálculo y que la priorización ha sido más intuitiva y centralizada en los liderazgos. La decisión final sobre la priorización y asignación de recursos recae frecuentemente en la dirección, lo que, si bien puede agilizar algunas decisiones, introduce subjetividad y divergencias, como señaló E2. Esta práctica contrasta directamente con las recomendaciones del PMI (2017b) y de autores como Cooper et al. (2000) y Bitman y Sharif (2008), quienes defienden la implementación de modelos de priorización multicriterio integrados y sistemáticos, como “scoring models” o “frameworks” de “stage-gate”. La ausencia de un sistema estandarizado de evaluación multicriterio significa que el “pipeline” de proyectos, aunque útil para el seguimiento del estado, no funciona como una herramienta objetiva de decisión. Esto puede llevar a carteras desequilibradas, asignación de recursos subóptima y falta de trazabilidad en las decisiones, confirmando la brecha señalada por la literatura de que, sin métodos estructurados, existe un mayor riesgo de invertir en proyectos desalineados con la estrategia (Cooper et al., 2002; Cooper & Edgett, 2010). La implicación práctica es la dificultad para justificar decisiones, la potencial pérdida de valor debido a elecciones basadas en preferencias personales y la incapacidad de aprender y refinar el proceso de priorización a lo largo del tiempo.

La triangulación de los datos documentales y de las entrevistas, consolidada en la Tabla 3, permitió una comparación sistemática entre las prácticas actuales de la empresa y las buenas prácticas recomendadas por la literatura y por la guía PMBOK.

Tabla 3. Prácticas actuales de la empresa, recomendaciones de la literatura y la relación entre ambas frente a los criterios de priorización

Criterio

Práctica actual en la empresa

Recomendaciones de la literatura

Relación empresa-literatura

Alineación Estratégica

Proyectos evaluados en cuanto a su alineación con los ejes estratégicos; las propuestas fuera de alcance no avanzan.

Criterio central según PMBOK (PMI, 2017a) y Cooper et al. (2002); la cartera debe reflejar la estrategia organizacional.

Alineadas. Clara convergencia entre práctica y teoría.

Retorno Financiero

Alta prioridad a proyectos con potencial de ganancia financiera; uso de hojas de cálculo y estimaciones.

Se recomiendan métricas estructuradas como VPN, ROI y “payback” (Cooper et al., 2002).

Parcialmente alineadas. Falta estructuración formal en los análisis.

Viabilidad Técnica

Evaluación por PoC, pilotos y pruebas industriales; los proyectos inviables se interrumpen.

Criterio esencial para evitar inversiones en proyectos no factibles (Serrão, 2024).

Alineado. Práctica consistente con la literatura.

Riesgo (Incertidumbre)

Considerado cualitativamente; sin herramienta formal de puntuación.

Evaluación explícita y estructurada recomendada (Cooper et al., 2002; Serrão, 2024).

No alineadas. Falta formalización y métricas objetivas.

Complejidad del Proyecto

Evaluación informal por nivel de dificultad técnica y regulatoria.

Debe ser considerada para balancear el portafolio (Cooper et al., 2002).

Parcialmente alineadas. Falta estructuración e integración con riesgo.

Marco Temporal

Énfasis en entregas a corto plazo; los proyectos a largo plazo tienen menor prioridad.

Se recomienda un equilibrio entre el corto y el largo plazo (March, 1991; Tushman & O’Reilly, 1996; Cooper et al., 2002).

Existen lagunas. El sesgo a corto plazo compromete el balanceo estratégico.

Escalabilidad y Sinergia

Valorización de proyectos replicables y con sinergia, pero sin formalización.

Criterios recomendados para agregar valor y evitar duplicidades (Hsu et al., 2003; Souza et al., 2021; Serrão, 2024).

Parcialmente alineadas. La formalización puede fortalecer la prioridad.

Asociaciones y Ecosistema

Proyectos con socios externos son bien vistos, especialmente en I+D.

La innovación abierta amplía la capacidad de innovación y reduce los riesgos (Chesbrough, 2003; Souza et al., 2021; Hsu et al., 2003).

Contextualmente alineadas. La formalización puede reforzar la coherencia con la estrategia.

Recursos y Esfuerzo Requerido

Los recursos son limitantes, pero no existe un criterio estructurado de esfuerzo.

Evaluación de esfuerzo y capacidad recomendada (PMI, 2017a; Cooper et al., 2002; Souza et al., 2021).

Existen lagunas. Falta criterio explícito y análisis de capacidad.

Proceso de Priorización

Proceso intuitivo, sin matriz formal; decisiones centralizadas en el liderazgo.

Se recomiendan métodos estructurados con ponderación y puntuación (PMI, 2017a; PMI, 2021; Kumar, 2004; Bitman & Sharif, 2008; Cooper et al., 2002).

Existen brechas. La ausencia de una metodología estructurada compromete la trazabilidad y la objetividad.

Fuente: Resultados originales de la investigación

La Tabla 3 evidencia tanto las convergencias como las brechas importantes. En relación con el Alineamiento Estratégico, la empresa demuestra una clara convergencia con la literatura. Los proyectos se evalúan en cuanto a su alineamiento con los ejes estratégicos, y las propuestas fuera de este alcance no avanzan. Este es un criterio central según el PMBOK (PMI, 2017a) y Cooper et al. (2002), quienes enfatizan que el portafolio debe reflejar la estrategia organizacional. La práctica de la empresa de usar el alineamiento estratégico como un filtro inicial es una buena práctica que garantiza que las inversiones en I+D estén dirigidas a los objetivos de negocio, maximizando el valor generado. La implicación práctica es que la empresa ya posee una base sólida para la toma de decisiones estratégicas, que puede ser formalizada y mejorada.

En cuanto al Retorno Financiero, existe una alineación parcial. La empresa prioriza proyectos con potencial de ganancia financiera, utilizando hojas de cálculo y estimaciones. Sin embargo, la literatura (Cooper et al., 2002) recomienda métricas estructuradas como Valor Presente Neto (VPN), Retorno sobre la Inversión (ROI) y “payback”. La falta de formalización y estandarización de estos análisis en la empresa puede llevar a evaluaciones inconsistentes y menos objetivas. Aunque el potencial de retorno financiero es un criterio central, la ausencia de una estructura formal para su evaluación puede resultar en decisiones basadas en estimaciones menos robustas y comparables. La implicación práctica es la necesidad de incorporar herramientas y metodologías más sofisticadas para el análisis financiero, garantizando que el valor agregado de los proyectos sea maximizado de forma transparente y rastreable.

La Viabilidad Técnica es un punto de fuerte alineación. La evaluación mediante Pruebas de Concepto (PoC), pruebas piloto e industriales es una práctica consistente con la literatura, que considera la viabilidad técnica esencial para evitar inversiones en proyectos no factibles (Serrão, 2024). Los proyectos inviables se interrumpen, lo que demuestra una gestión pragmática y eficiente. Esta práctica es crucial para mitigar riesgos tecnológicos y garantizar que los recursos se asignen a iniciativas con mayor probabilidad de éxito técnico. La implicación práctica es que la empresa ya posee un proceso robusto para validar la factibilidad técnica, lo que es un diferencial positivo y debe mantenerse e integrarse al nuevo framework.

Sin embargo, el Riesgo (Incertidumbre) y la Complejidad del Proyecto representan brechas significativas. Aunque el riesgo se considera cualitativamente, no existe una herramienta formal de puntuación. La literatura (Cooper et al., 2002; Serrão, 2024) recomienda una evaluación explícita y estructurada del riesgo y la complejidad para balancear la cartera. La ausencia de métricas objetivas para el riesgo y la complejidad puede llevar a decisiones basadas en percepciones subjetivas, lo que dificulta la comparación entre proyectos y la gestión proactiva de incertidumbres. La implicación práctica es que la empresa corre el riesgo de asumir proyectos con niveles de riesgo inadecuados o de subestimar la complejidad, lo que puede llevar a retrasos, sobrecostos y, en última instancia, al fracaso del proyecto. La formalización de la evaluación de riesgo y complejidad, con la asignación de puntuaciones, permitiría una gestión más estratégica e informada de la cartera.

El Horizonte Temporal también presenta lagunas. Hay un énfasis en entregas a corto plazo, con proyectos a largo plazo teniendo menor prioridad. Esto contrasta con la recomendación de la literatura de buscar un equilibrio entre corto y largo plazo para promover la ambidestreza organizacional (March, 1991; Tushman & O’Reilly, 1996; Cooper et al., 2002). El sesgo hacia el corto plazo puede comprometer la capacidad de la empresa de desarrollar innovaciones disruptivas y de adaptarse a cambios futuros en el mercado. La implicación práctica es que la empresa puede estar sacrificando el potencial de crecimiento e innovación a largo plazo en favor de ganancias inmediatas, lo que puede ser insostenible en un entorno de negocios en constante evolución. Es fundamental que el framework propuesto incentive un balanceo explícito entre proyectos de diferentes horizontes temporales.

La Escalabilidad y Sinergia son valoradas, especialmente proyectos replicables y con sinergia, pero sin formalización. La literatura (Hsu et al., 2003; Souza et al., 2021; Serrão, 2024) recomienda criterios para agregar valor y evitar duplicidades. La formalización de estos criterios puede fortalecer la priorización de proyectos con mayor potencial de impacto y alcance, garantizando que la empresa capitalice al máximo las oportunidades de innovación. La implicación práctica es que la formalización de estos criterios puede optimizar la asignación de recursos, dirigiéndolos hacia proyectos que generan valor en múltiples frentes y unidades de negocio, promoviendo un efecto multiplicador.

En relación a Acuerdos y Ecosistema, los proyectos con socios externos son bien vistos, especialmente en I+D. Esto está contextualmente alineado con la literatura de innovación abierta (Chesbrough, 2003; Souza et al., 2021; Hsu et al., 2003), que destaca cómo los acuerdos amplían la capacidad de innovación y reducen riesgos. La formalización de este criterio puede reforzar la coherencia con la estrategia de innovación abierta de la empresa, incentivando la búsqueda de colaboraciones estratégicas que agreguen valor. La implicación práctica es que la empresa puede apalancar el conocimiento y los recursos externos de forma más sistemática, acelerando el desarrollo de nuevas tecnologías y mitigando riesgos asociados a la innovación interna.

Finalmente, los Recursos y Esfuerzo Requerido son reconocidos como limitadores, pero no existe un criterio estructurado de esfuerzo. La literatura (PMI, 2017a; Cooper et al., 2002; Souza et al., 2021) recomienda la evaluación de esfuerzo y capacidad. La ausencia de un criterio explícito de esfuerzo puede llevar a la sobrecarga de proyectos aprobados sin garantía de recursos para todos, resultando en retrasos y frustraciones. La implicación práctica es la necesidad de incorporar métricas de costo/esfuerzo (como estimaciones de inversión y horas de personal) y realizar revisiones periódicas de capacidad de recursos para garantizar que el portafolio seleccionado sea realista y factible.

El Proceso de Priorización en su conjunto es intuitivo y sin una matriz formal, con decisiones centralizadas en el liderazgo. Esto contrasta fuertemente con las recomendaciones de métodos estructurados con ponderaciones y puntuaciones (PMI, 2017a; PMI, 2021; Kumar, 2004; Bitman & Sharif, 2008; Cooper et al., 2002). La ausencia de una metodología estructurada compromete la trazabilidad y la objetividad de las decisiones, haciendo que el proceso sea vulnerable a sesgos y decisiones subóptimas. La implicación práctica es la dificultad para justificar las elecciones de proyectos, la falta de transparencia y la incapacidad de optimizar la cartera de manera consistente a lo largo del tiempo.

Basándonos en este análisis en profundidad y en la triangulación de los datos, la fase de acción de la investigación-acción resultó en el desarrollo de una metodología estructurada para la evaluación y priorización de proyectos de I+D. Esta metodología se materializa en un framework de portafolio más robusto, que define criterios objetivos para la clasificación y filtrado de proyectos. La propuesta central es una matriz para la clasificación de los criterios de priorización en cinco niveles de adherencia, contemplando ocho dimensiones esenciales.

Tabla 4. Matriz de clasificación de proyectos en relación con el nivel de adherencia a los ocho criterios establecidos para priorización

Criterio

Nivel 1 (Muy Bajo)

Nivel 2 (Bajo)

Nivel 3 (Medio)

Nivel 4 (Alto)

Nivel 5 (Muy Alto)

Alineación Estratégica

No relacionado a los objetivos estratégicos

Relación débil con objetivos secundarios

Alineación parcial con objetivos estratégicos

Alineación clara con los principales objetivos estratégicos

Alineación directa con prioridades estratégicas centrales

Retorno Financiero

Sin retorno financiero medible

Retorno financiero incierto o marginal

Retorno moderado con base en premisas razonables

Retorno significativo con buena fundamentación

Alto retorno financiero con fuerte impacto en la cuenta de resultados

Viabilidad Técnica

Tecnologías no dominadas; alto riesgo de fallo

Baja madurez tecnológica; necesita desarrollo

Tecnología conocida, pero con desafíos técnicos relevantes

Tecnología validada en entorno controlado (PoC)

Tecnología madura y probada a escala industrial

Riesgo y Complejidad

Riesgo extremo y alta complejidad técnica y regulatoria

Riesgo elevado; múltiples incertidumbres técnicas u operacionales

Riesgo y complejidad moderados; mitigables con esfuerzo

Riesgos identificados y planes de mitigación robustos

Bajo riesgo y complejidad; alta previsibilidad

Marco Temporal

Retorno esperado en más de 5 años

Retorno en 3 a 5 años; largo plazo predominante

Retorno en 2 a 3 años; equilibrio entre corto y largo plazo

Retorno en hasta 2 años con impacto relevante

Retorno en menos de 1 año con impacto inmediato

Sinergia y Escalabilidad

Sin sinergia o replicabilidad

Sinergia limitada a un área o unidad

Posible replicación en algunas áreas

Alta sinergia con otras iniciativas y unidades

Totalmente escalable y con fuerte sinergia organizacional

Asociaciones y Ecosistema

Proyecto aislado, sin socios externos

Asociaciones poco relevantes

Asociaciones con potencial de agregar valor

Asociaciones estratégicas con universidades/startups

Acuerdos consolidados con alto impacto en innovación abierta

Recursos y Esfuerzo Requerido

Requiere recursos más allá de la capacidad disponible

Alto esfuerzo con baja relación costo-beneficio

Esfuerzo compatible con el retorno esperado

Buena relación costo-beneficio; recursos disponibles

Bajo esfuerzo con alto retorno; uso eficiente de recursos

Fuente: Resultados originales de la investigación

La Tabla 4 presenta la matriz de clasificación propuesta, que incluye los ocho criterios identificados como cruciales: Alineación Estratégica, Retorno Financiero, Viabilidad Técnica, Riesgo y Complejidad, Horizonte Temporal, Sinergia y Escalabilidad, Socios y Ecosistema, y Recursos y Esfuerzo Requerido. Cada criterio se detalla en cinco niveles de adherencia, desde “Muy Bajo” (Nivel 1) hasta “Muy Alto” (Nivel 5), con descripciones claras para cada nivel. Esta matriz tiene como objetivo formalizar prácticas existentes y llenar las lagunas identificadas, ofreciendo un método transparente y comparable para la toma de decisiones. La formalización de estos criterios y niveles de adherencia es un paso fundamental para reducir la subjetividad y aumentar la consistencia en las evaluaciones de proyectos, según lo preconizado por Cooper et al. (2000) y Bitman y Sharif (2008). Al estandarizar la evaluación, la empresa puede garantizar que todos los proyectos se analicen bajo la misma óptica, facilitando la comparación y la selección de aquellos que mejor contribuyen a los objetivos estratégicos.

Para cada criterio, se le asignó un peso, establecido a partir de la proporción de recurrencia y relevancia observadas en la documentación interna y en los relatos de las entrevistas, y ajustado con base en la literatura.

Tabla 5. Criterios de priorización y sus pesos calculados (evaluación documental), propuesta de los pesos a emplearse en la matriz de priorización y sus respectivas justificaciones

Criterios

Evaluación Documental

Propuesta para Matriz

Justificación Técnica

Alineación Estratégica

27,4%

25,0%

Criterio más importante para garantizar coherencia con la estrategia (Bitman & Sharif, 2008).

Marco Temporal

18,2%

10,0%

Importante para balancear corto y largo plazo de acuerdo con Cooper et al. (2002) y March (1991).

Retorno Financiero

18,2%

15,0%

Relevante, pero no debe dominar la decisión (Cooper et al., 2002).

Recursos y Esfuerzo Requerido

18,2%

10,0%

Presupuesto dedicado favorece la reducción de su peso.

Riesgo y Complejidad

4,5%

10,0%

Asociado a la perspectiva de competitividad y a la capacidad de ejecución (Bitman & Sharif, 2008).

Sinergia y Escalabilidad

4,5%

10,0%

Relacionado a la perspectiva de atractivo y a la generación de valor ampliado (Bitman & Sharif, 2008).

Viabilidad Técnica

4,5%

15,0%

Relacionado a la perspectiva de razonabilidad utilizada por Bitman & Sharif (2008).

Socios y Ecosistema

4,5%

5,0%

Alineado a la perspectiva de racionalidad de Bitman & Sharif (2008) e innovación abierta de Chesbrough (2003).

Fuente: Resultados originales de la investigación

La Tabla 5 detalla los pesos propuestos para cada criterio, junto con sus justificaciones técnicas basadas en la literatura. El Alineamiento Estratégico recibió el mayor peso (25%), lo que es consistente con la literatura que lo considera el criterio más importante para garantizar la coherencia del portafolio con la estrategia organizacional (Bitman & Sharif, 2008). El Retorno Financiero y la Viabilidad Técnica, ambos con 15%, reflejan su importancia, pero sin dominar la decisión, como alertan Cooper et al. (2002). El Horizonte Temporal, Riesgo y Complejidad, Sinergia y Escalabilidad, y Recursos y Esfuerzo Requerido recibieron 10% cada uno, buscando balancear la perspectiva de corto y largo plazo, gestionar riesgos y optimizar la asignación de recursos, conforme March (1991) y Cooper et al. (2002). El criterio Socios y Ecosistema recibió el menor peso (5%), pero su inclusión es estratégica para promover la innovación abierta (Chesbrough, 2003). La comparación visual de los pesos calculados a partir de la evaluación documental y de las entrevistas con los pesos propuestos se presenta en la Figura 3.

Fuente: Resultados originales de la investigación

Figura 3. Comparación de los pesos de los criterios calculados con los propuestos

La Figura 3 ilustra gráficamente el cambio de énfasis en la priorización. Mientras que la evaluación documental y de las entrevistas indicaba una distribución de pesos que, si bien valoraba el alineamiento estratégico y el retorno financiero, no atribuía el mismo peso a criterios como riesgo y recursos, la propuesta busca un equilibrio más estratégico. Por ejemplo, el peso del “Retorno Financiero” se ajustó a la baja en la propuesta (del 18,2% al 15%), y el “Riesgo y Complejidad” y “Recursos y Esfuerzo Requerido” aumentaron (del 4,5% al 10%). Esta recalibración tiene como objetivo mitigar el sesgo de corto plazo y la falta de consideración formal de riesgos y recursos, que fueron identificados como lagunas críticas. La implicación práctica de esta ponderación es que la empresa pasará a tomar decisiones de portafolio que no solo busquen el alineamiento estratégico y el retorno financiero, sino que también consideren explícitamente los riesgos inherentes, la complejidad de los proyectos, el equilibrio entre corto y largo plazo, y la disponibilidad de recursos, resultando en un portafolio más robusto, equilibrado y sostenible.

La puntuación final, o “Score”, de cada proyecto evaluado se calcula mediante la suma ponderada de las notas asignadas en una escala de uno a cinco, multiplicadas por los respectivos pesos propuestos para cada criterio, utilizando la fórmula `Score = ∑(CkPk)`. Este enfoque permite clasificar los proyectos en categorías de prioridad (alta, media o baja), formalizando el proceso de toma de decisiones. La matriz no sustituye la decisión gerencial, sino que proporciona una base objetiva y rastreable para la priorización de proyectos en el comité de portafolio. La aplicación de la matriz en ejemplos ficticios de proyectos, como en la Tabla 6, demuestra cómo el “Score” permite clasificar los proyectos en orden decreciente de prioridad, ofreciendo claridad y objetividad al proceso de toma de decisiones.

El marco propuesto se estructuró en un flujo de siete etapas principales, desde la presentación del proyecto hasta el cierre formal, incluyendo “gates” de decisión para la selección inicial, la evaluación de elegibilidad y la revisión periódica del portafolio.

Fuente: Resultados originales de la investigación

Figura 4. “Marco conceptual” para la priorización de los proyectos de innovación

La Figura 4 ilustra el flujo del framework, que se inicia con la Entrada del Proyecto, donde se detallan la descripción, el área demandante y el objetivo. Esta etapa inicial garantiza que toda la información necesaria para la evaluación esté disponible desde el principio, promoviendo la claridad y la comunicación, que fueron identificadas como desafíos en la Tabla 2.

A continuación, el proyecto pasa por el Gate 0: Triaje Inicial, donde el departamento de I+D verifica si la propuesta se ajusta al alcance de I+D o si se trata de una atención técnica/demanda exploratoria. Este gate actúa como un filtro inicial, evitando que iniciativas desalineadas consuman recursos innecesariamente, una práctica que contribuye a la eficiencia y el enfoque del portafolio. La literatura, como Cooper et al. (2000), enfatiza la importancia de los “gates” para el triaje y la selección de proyectos.

Los proyectos que pasan por la Puerta 0 se remiten a la Puerta 1: Elegibilidad, donde el comité de innovación evalúa la alineación estratégica, la hipótesis de valor, la viabilidad técnica inicial y la disponibilidad mínima de recursos. Esta puerta es crucial para garantizar que solo los proyectos con patrocinio interno y potencial de valor validado avancen, reforzando la alineación estratégica y la viabilidad, que son criterios centrales identificados en la Tabla 1 y Tabla 2. La evaluación de elegibilidad en esta etapa inicial es fundamental para evitar la inversión en proyectos que no poseen los fundamentos necesarios para el éxito, mitigando riesgos y optimizando la asignación de recursos.

Los proyectos elegibles proceden entonces a la Puerta 2: Aplicación de la Matriz de Priorización. En esta etapa, se aplica la Matriz de Priorización (Tabla 4) y se calcula la “Puntuación” de cada proyecto. Basándose en esta puntuación, los proyectos se clasifican en prioridad alta (≥ 4,1), media (3,1-4,0) o baja (≤ 3,0). Esta puerta es el corazón del framework, formalizando el proceso de priorización que antes era intuitivo y centralizado en la dirección, como se revela en la Figura 2. La aplicación de la matriz multicriterio y la puntuación ponderada proporcionan una base objetiva y transparente para la toma de decisiones, reduciendo la subjetividad y aumentando la trazabilidad, en línea con las recomendaciones de Archer y Ghasemzadeh (1999) y Cooper et al. (2000). La decisión formal y el balanceo del portafolio de I+D se producen en esta etapa, garantizando que el conjunto de proyectos seleccionados maximice el valor estratégico y financiero de la empresa.

Tras la priorización, los proyectos de alta prioridad pasan a Ejecución Inmediata, mientras que los de prioridad media entran en la cola de planificación y los de baja prioridad permanecen en monitorización. Esta clara diferenciación en la dirección de los proyectos optimiza el uso de los recursos y garantiza que las iniciativas más estratégicas y prometedoras reciban la atención y las inversiones necesarias.

El Gate 3: Revisión del Portafolio es una etapa periódica donde se reevalúa la prioridad de los proyectos. En este gate, la empresa puede mantener, repriorizar, pausar o finalizar proyectos, asegurando que el portafolio se mantenga coherente con los pilares estratégicos y se adapte a los cambios en el entorno empresarial. La revisión periódica es una buena práctica de gobernanza de portafolio (PMI, 2016), que permite flexibilidad y aprendizaje continuo, evitando la rigidez del portafolio y asegurando que los recursos se reubiquen en iniciativas de mayor valor.

Finalmente, el Cierre Formal del proyecto incluye el registro de lecciones aprendidas y del valor entregado. Esta etapa es crucial para el aprendizaje organizacional y la mejora continua de los procesos de I+D, como destacado por Nonaka y Takeuchi (1997). El registro de lecciones aprendidas, incluyendo los fracasos, fortalece la cultura de aprendizaje colectivo e informa futuras decisiones de priorización, contribuyendo a un ciclo virtuoso de innovación.

En resumen, el framework propuesto sintetiza e integra elementos recurrentes en la gestión de portafolio de la empresa, formalizando criterios que anteriormente se aplicaban de manera dispersa y poco estructurada. Al consolidar estos criterios en una matriz multicriterio y en un flujo decisorio con “gates” definidos, la propuesta contribuye al fortalecimiento de la gobernanza del portafolio, al combinar una base cuantitativa transparente con la flexibilidad necesaria para lidiar con factores emergentes del ambiente operacional y estratégico. Las mejoras propuestas para la metodología de priorización de proyectos de I+D exigen inicialmente la definición de una gobernanza mínima de portafolio, seguida por la formalización de criterios y “gates” decisorios. La metodología debe ser implementada de forma incremental, iniciando por proyectos piloto, hasta que se convierta en parte de la rutina decisoria de la organización, promoviendo alineamiento estratégico, reducción de la subjetividad y aprendizaje organizacional continuo (Kerzner, 2022; Nonaka y Takeuchi, 1997).

Aunque este estudio se llevó a cabo en una única organización, lo que restringe la generalización de los resultados a otros contextos organizacionales o sectores, la profundidad de la investigación-acción permitió una comprensión rica y contextual de los desafíos y la construcción de una solución adherente a la realidad de la empresa. El número reducido de entrevistados, aunque estratégico para la recopilación de datos cualitativos profundos, puede haber influido en la amplitud de las percepciones captadas sobre el proceso de priorización. Sin embargo, la triangulación con el análisis documental fortaleció la validez interna de los hallazgos. La principal contribución del estudio reside en la proposición de una metodología estructurada, transparente y adherente a la realidad organizacional, capaz de apoyar decisiones estratégicas de inversión en I+D y promover un mayor equilibrio, trazabilidad y alineación del portafolio de proyectos.

4. Conclusión

Se concluye que el objetivo se alcanzó con el desarrollo de un framework robusto para la evaluación y priorización de proyectos de Investigación y Desarrollo. Este framework, que integra una matriz multicriterio y un flujo decisorio con gates definidos, tiene como objetivo fortalecer el alineamiento estratégico y optimizar la asignación de recursos. Al formalizar criterios como alineamiento estratégico, retorno financiero, viabilidad técnica, riesgo, horizonte temporal, sinergia, alianzas y recursos, la metodología propuesta promueve mayor equilibrio, trazabilidad y gobernanza en el portafolio de proyectos. Esta estructuración sistemática reduce la subjetividad en las decisiones, garantizando que las inversiones en I+D contribuyan directamente a los objetivos de negocio y a la sostenibilidad de la ventaja competitiva de la organización.

Sin embargo, este estudio presenta limitaciones importantes que deben ser consideradas. La investigación se llevó a cabo en una única organización, lo que restringe la generalización de los resultados a otros contextos organizacionales o sectores, a pesar de la profundidad de la investigación-acción. Además, el número reducido de entrevistados, aunque estratégico para la recopilación de datos cualitativos en profundidad, puede haber influido en la amplitud de las percepciones captadas sobre el proceso de priorización. Para estudios futuros, se sugiere ampliar la aplicación del framework en diferentes empresas y sectores, permitiendo comparaciones y validaciones externas del modelo propuesto. Se recomienda también explorar la incorporación de métodos cuantitativos más avanzados, como técnicas de optimización o simulaciones de escenarios, con el fin de refinar la asignación de recursos y la toma de decisiones. Adicionalmente, sería valioso evaluar empíricamente los impactos del framework en el rendimiento de la cartera a lo largo del tiempo, validando su eficacia en diferentes escenarios.

Referencias Bibliográficas

Archer, N. P.; Ghasemzadeh, F. 1999. An integrated framework for project portfolio selection. International Journal of Project Management 17(4): 207-216.

Bardin, L. 2016. Análise de conteúdo. Edições 70, São Paulo, SP, Brasil.

Bitman, W. R.; Sharif, N. 2008. A conceptual framework for ranking R&D projects. IEEE Transactions on Engineering Management 55(2): 267–278.

Chesbrough, H. W. 2003. Open Innovation: The New Imperative for Creating and Profiting from Technology. Harvard Business School Press, Boston, MA, EUA.

Cooper, R. G.; Edgett, S. J. 2010. Developing a Product Innovation and Technology Strategy for Your Business. Research-Technology Management 53(3): 33–40.

Cooper, R. G.; Edgett, S. J.; Kleinschmidt, E. J. 2000. New problems, new solutions: making portfolio management more effective. Research-Technology Management 43(2): 18–33.

Cooper, R. G.; Edgett, S. J.; Kleinschmidt, E. J. 2002. Portfolio Management: Fundamental for New Product Success. Product Development Institute 1(1): 1–34.

Gil, A. C. 2022. Como Elaborar Projetos de Pesquisa. 7ed. Atlas, Rio de Janeiro, RJ, Brasil. Disponível em: https://app.minhabiblioteca.com.br/reader/books/9786559771653/. Acesso em: 03 nov. 2025.

Hsu, Y. G.; Tzeng, G. H.; Shyu, J. Z. 2003. Fuzzy multiple criteria selection of government-sponsored frontier technology R&D projects. R&D Management 33(5): 539–551.

Kerzner, H. 2014. Project Management Best Practices: Achieving Global Excellence. 3ª ed. John Wiley & Sons, Hoboken, NJ, EUA.

Kumar, S. S. 2004. AHP-based formal system for R&D project evaluation. Journal of Scientific & Industrial Research 63(11): 888-896.

March, J. G. 1991. Exploration and exploitation in organizational learning. Organization Science 2(1): 71–87.

Nonaka, I.; Takeuchi, H. 1997. Criação do Conhecimento na Empresa. Campus, Rio de Janeiro, RJ, Brasil.

Oliveira, M. G.; Rozenfeld, H. 2010. Integrating technology roadmapping and portfolio management at the front-end of new product development. Technological Forecasting & Social Change 77(8): 1339–1354.

Oliveira, M. G.; Rozenfeld, H.; Phaal, R.; Probert, D. 2014. Decision making at the front end of innovation: the hidden influence of knowledge and decision criteria. R&D Management 45(2): 161-180.

Project Management Institute [PMI]. 2016. Governance of Portfolios, Programs, and Projects: A Practice Guide. Project Management Institute, Newtown Square, PA, EUA.

Project Management Institute [PMI]. 2017a. Um Guia do Conhecimento em Gerenciamento de Projetos. 6ª ed. Project Management Institute, Newtown Square, PA, EUA.

Project Management Institute [PMI]. 2017b. The Standard for Portfolio Management. 4ª ed. Project Management Institute, Newtown Square, PA, EUA.

Project Management Institute [PMI]. 2021. Um Guia do Conhecimento em Gerenciamento de Projetos (Guia PMBOK®). 7ª ed. Project Management Institute, Newtown Square, PA, EUA.

Serrão, S. M. 2024. Priorização de projetos: uma abordagem baseada em critérios estratégicos. Observatório de la Economía Latinoamericana 22(10).

Souza, D. G. B.; Santos, E. A.; Soma, N. Y.; Silva, C. E. S. 2021. MCDM-based R&D project selection: a systematic literature review. Sustainability 13(21): 11626.

Tripp, D. 2005. Pesquisa-ação: uma introdução metodológica. Educação e Pesquisa 31(3): 443-466.

Tushman, M. L.; O’Reilly, C. A. 1996. Ambidextrous organizations: managing evolutionary and revolutionary change. California Management Review 38(4): 8–30.

Artículo originario del Trabajo de Conclusión de Curso de la Especialización en Gestión de Proyectos del MBA USP/Esalq

Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy

También te puede interesar

17 de noviembre de 2026

Detección y Diagnóstico de Enfermedades en Maíz y Arroz en Mozambique con Deep Learning

La agricultura mozambiqueña depende del maíz y el arroz, cultivos fundamentales para la seguridad alimentaria, pero su productividad se ve fuertemente afectada por enfermedades fitosanitarias, cuya identificación temprana y precisa sigue siendo un desafío en contextos de recursos limitados. El estudio tuvo como objetivo desarrollar y comparar modelos basados en Deep Learning para la detección y el diagnóstico automático de enfermedades en hojas de maíz y arroz en Mozambique. Se utilizaron tres enfoques: una Red Neuronal Convolucional (CNN) clásica desarrollada desde cero, y dos modelos de transfer learning, ResNet50 y MobileNetV2. El conjunto de datos se compuso de imágenes de bases públicas y recolectadas en campo, que pasaron por etapas de limpieza, balanceo y aumento artificial. Los modelos fueron entrenados y evaluados con métricas de desempeño estándar, incluyendo precisión (accuracy), precisión (precision), recall, F1-score, Log Loss y Kappa de Cohen. La CNN clásica presentó el mejor desempeño global, con 94% de precisión (precision), recall y F1-score, y 93% de precisión (accuracy) y Kappa de Cohen. La MobileNetV2 alcanzó 91% de F1-score y 90% de precisión (accuracy), destacándose por el menor Log Loss (0,30) y tiempo de entrenamiento (6h32min59s). La ResNet50 alcanzó 80% de F1-score y 79% de precisión (accuracy). Se concluyó que las técnicas de Deep Learning poseen un elevado potencial para apoyar el diagnóstico fitopatológico en contextos agrícolas reales, contribuyendo a decisiones más rápidas y precisas en el manejo de enfermedades en maíz y arroz.

Palabras clave: Aprendizaje profundo; Arroz; Enfermedades en plantas; Maíz; Visión computacional.

17 de noviembre de 2026

Estructuración del proceso de cierre de proyectos de una industria de la construcción civil

Un estudio abordó el grupo de procesos de cierre de proyectos en una industria de manufactura de la construcción civil, utilizando la guía PMBOK como referencia principal. El proceso existente en la industria presentaba superficialidad y fragilidades, especialmente en el registro de lecciones aprendidas. Ante este escenario, el objetivo fue desarrollar un procedimiento para el cierre de proyectos de la organización, visando agregar valor por medio de la estandarización del proceso, registro del conocimiento adquirido, formalización de la conclusión y entrega de los proyectos, y mejoramiento de la comunicación, compromiso, integración y transparencia con los stakeholders. La investigación se clasificó como descriptiva, empleó datos cualitativos y adoptó la investigación-acción como delineamiento. El alcance del estudio se estructuró conforme a los cinco grupos de procesos de la guía PMBOK y fue representado por una Estructura Analítica de Proyecto (EAP). Los principales resultados obtenidos incluyeron el procedimiento desarrollado y diversas plantillas de documentos, que constituyeron los entregables del nuevo proceso de cierre de proyectos. Se verificó que el trabajo alcanzó el objetivo esperado, pues el procedimiento desarrollado viabilizó la estandarización del cierre de proyectos, el mejoramiento de la integración y el compromiso con los stakeholders, y la promoción de seguridad y transparencia en el proceso.

Palabras clave: Gestión del conocimiento; Lecciones aprendidas; PMBOK; Plantillas; Término de aceptación de proyecto.

17 de noviembre de 2026

Machine Learning y priorización de funcionalidades en productos digitales: un estudio de caso en una fintech

Una investigación analizó el potencial del uso de técnicas de machine learning aplicadas al análisis del comportamiento de los usuarios en la priorización de funcionalidades en productos digitales. El objetivo fue comprender los procesos de priorización utilizados en la práctica, el papel de los datos de comportamiento en la toma de decisiones y las percepciones sobre la aplicación de técnicas de machine learning en este contexto. Se adoptó un enfoque cualitativo y exploratorio, estructurado como un estudio de caso en productos desarrollados bajo el modelo Software as a Service (SaaS). La recolección de datos se realizó a través de entrevistas semiestructuradas con profesionales de las áreas de producto y de datos. El análisis de los datos siguió la técnica de análisis de contenido. Los resultados indicaron que, aunque los datos de comportamiento ya se utilizaban como apoyo a la decisión, los procesos de priorización aún presentaban baja formalización y enfrentaban limitaciones técnicas y organizacionales. Se observó, también, el reconocimiento del potencial del machine learning como soporte estratégico a la priorización de funcionalidades, aunque su aplicación práctica fuera incipiente. Como principal contribución, el estudio propuso un modelo conceptual que integra datos de comportamiento, procesos de priorización y el uso de machine learning como soporte a la decisión.

Palabras clave: Análisis de datos; Comportamiento del usuario; Datos de comportamiento; Software as a Service (SaaS); Toma de decisiones.

17 de noviembre de 2026

Inteligencia artificial en las rutinas operativas contables y en la eficiencia financiera

La incorporación de Inteligencia Artificial (IA) y de herramientas de automatización ha reconfigurado las rutinas de las oficinas contables brasileñas, impactando la productividad, la mitigación de errores y la eficiencia financiera. Se analizaron estos impactos en una oficina contable de pequeño tamaño, especializada en la atención a prestadores de servicios del área médica en São Caetano do Sul, São Paulo. La investigación adoptó un enfoque cualitativo, con un diseño de estudio de caso único y unidades de análisis incorporadas. Los datos se recolectaron mediante un cuestionario estructurado, aplicado vía Google Forms entre enero y febrero de 2026, a cinco profesionales de la estructura operativa de la oficina en un relevamiento censal. El tratamiento siguió un análisis de contenido con categorías a priori y emergentes. Todos los encuestados declararon uso de herramientas automatizadas o con recursos de IA. La percepción de reducción del tiempo de ejecución, de disminución de errores operacionales, de retrabajo y de mejor aprovechamiento del tiempo del equipo convergió en el 80% de las respuestas afirmativas y el 20% parciales. Las actividades más beneficiadas fueron la conciliación bancaria, la importación de documentos fiscales y la liquidación tributaria, con ganancias visibles sobre errores de digitación, asientos duplicados y clasificación incorrecta. La intervención humana permaneció indispensable en la planificación tributaria, el análisis de escenarios y la verificación de obligaciones accesorias. La evaluación general de la contribución de la IA fue predominantemente favorable, con moderación vinculada a la complejidad normativa fiscal.

Palabras clave: Análisis de contenido; Automatización de procesos; Contabilidad 4.0; Pequeño tamaño; Transformación digital.

17 de noviembre de 2026

Factores que influyen en la gestión de plazos en proyectos de “retrofit” de estaciones de tratamiento de aguas residuales

Los proyectos de “retrofit” en Plantas de Tratamiento de Aguas Residuales (PTAR) se caracterizan por su alta complejidad, restricciones operativas y múltiples interfaces técnicas. El estudio analizó la percepción de los profesionales involucrados sobre la gestión y el cumplimiento de los plazos en proyectos de “retrofit” de plantas de tratamiento de aguas residuales, considerando factores técnicos, operativos y organizacionales. La investigación se caracterizó como un estudio aplicado, con un enfoque cuali-cuantitativo, delineado como un levantamiento de campo de tipo “survey”. El análisis de los datos se realizó mediante estadística descriptiva y categorización cualitativa, utilizando las herramientas SWOT, matriz de riesgo (Probabilidad x Impacto) y plan de acción 5W2H. Los resultados indicaron una alta percepción de claridad (77,8%) y realismo de los plazos (100% de acuerdo), evidenciando una planificación inicial consistente. Sin embargo, el 77,7% de los encuestados señaló que los retrabajos y cambios de alcance impactaron directamente el cumplimiento de los plazos. La integración entre ingeniería, fabricación y Planificación y Control de la Producción (PCP) presentó una evaluación intermedia (77,7% de acuerdo parcial/total), indicando fragilidad en la coordinación interfuncional. La matriz de riesgo destacó como críticos: cambios de alcance, limitaciones operativas de la PTAR y complejidad técnica, todos con nivel alto. Como mejora central, se propuso la estandarización del control de cambios de alcance, análisis y aprobación, con el fin de reducir retrabajos y aumentar la previsibilidad del cronograma.

Palabras clave: Desempeño; Integración; Planificación; Retrabajo; Riesgo.

17 de noviembre de 2026

Captación B2C en medicina diagnóstica: acuerdos estratégicos con consultorios médicos especializados

El sector de la medicina diagnóstica en Brasil opera con una alta dependencia de las aseguradoras de planes de salud, lo que limita la autonomía financiera de los prestadores. Este estudio propuso y analizó un modelo de captación directa de pacientes (B2C) para una institución de medicina diagnóstica de alta complejidad, estructurado a partir de alianzas con consultorios de Oncología y Cardiología y operado por un servicio de atención personalizada denominado conserjería. La investigación adoptó un enfoque mixto en tres fases: levantamiento de campo con cuestionario estructurado aplicado a 87 pacientes, mapeo del flujo operativo mediante “Service Blueprint” y análisis de la tasa de conversión a partir de 312 indicaciones médicas registradas en el proyecto piloto. Los resultados indicaron que la confianza en la indicación médica obtuvo un 92,0% de concordancia, configurándose como el principal factor de adhesión. La conveniencia de realizar el examen el mismo día alcanzó el 78,2%, y la disposición al pago directo llegó al 55,2%, con una polarización asociada a la predominancia de usuarios de planes de salud. El “Service Blueprint” identificó tres puntos críticos en las transiciones entre etapas del recorrido. La tasa de conversión global fue del 51,0%, con un desempeño superior en Oncología (58,2%) en relación con Cardiología (45,0%), y la mayor pérdida se concentró en la etapa de aceptación y agendamiento (28,3%). Se concluyó que el modelo demostró posible viabilidad operativa e indicios de aceptación por parte de los pacientes, condicionado a la transparencia de precios y a la reducción del intervalo entre la consulta y el abordaje por la conserjería.

Palabras clave: Desembolso directo; Recorrido del paciente; Salud suplementaria; Servicio de conserjería; Tasa de conversión.

17 de noviembre de 2026

El papel del director escolar en la promoción de una cultura inclusiva: liderazgo y políticas educativas

La investigación analizó el desempeño del director escolar en la promoción de una cultura inclusiva, considerando la necesidad de transformar directrices legales y fundamentos pedagógicos en prácticas institucionales efectivas. Se partió del supuesto de que la inclusión escolar exige planificación, organización y liderazgo estratégico en el día a día de la escuela. Se adoptó un enfoque cualitativo de naturaleza aplicada, desarrollado en tres etapas complementarias: análisis documental de las legislaciones brasileñas sobre educación inclusiva, revisión bibliográfica sobre liderazgo y gestión escolar, y sistematización de los datos por medio de herramientas gerenciales como la matriz FODA y el ciclo PDCA. Los resultados indicaron que el desempeño de la gestión escolar influyó directamente en la consolidación de ambientes inclusivos, especialmente en la organización de procesos, formación continua del equipo y fortalecimiento de una cultura institucional colaborativa y respetuosa de la diversidad. También se identificaron desafíos estructurales, pedagógicos y relacionales que demandaron intervenciones planificadas. Al final, se elaboró una Guía Práctica para Directores Escolares, con directrices, protocolos y orientaciones operacionales para la toma de decisiones y organización de los procesos inclusivos. Se concluyó que la construcción de una cultura inclusiva dependió de la capacidad de gestión para articular políticas públicas, prácticas pedagógicas y procesos institucionales, consolidando la inclusión como un compromiso permanente en el contexto escolar.

Palabras clave: Accesibilidad educativa; Equidad educativa; Gestión participativa; Planificación estratégica; Procesos institucionales.

17 de noviembre de 2026

Un artefacto de IA basado en Design Thinking para apoyar la elicitación de requisitos de software a partir de las necesidades de los usuarios

El desarrollo de software orientado a las necesidades de los usuarios a menudo enfrenta desafíos en la elicitación de requisitos, derivados de ambigüedades en el lenguaje natural y fallos de comunicación. Ante esto, se propuso y validó un artefacto inteligente que integra Design Thinking e Inteligencia Artificial, con foco en las etapas de Empatía y Definición, para apoyar la recolección, interpretación y estructuración de las necesidades de los usuarios. La investigación, de naturaleza aplicada, cualitativa y exploratoria, condujo una Prueba de Concepto en un ambiente controlado, empleando escenarios hipotéticos. El artefacto operó mediante entrevistas guiadas en lenguaje natural, organizando información en elementos como dolor, contexto e impacto, y generando síntesis de problemas rastreables. Los resultados indicaron que el sistema organizó relatos no estructurados, redujo ambigüedades y preservó el sentido de la información original en la mayoría de los casos. Se observó también la capacidad de reorganización lógica en escenarios complejos, aunque con limitaciones en la separación de múltiples problemas y dependencia de las instrucciones. Se concluyó que el artefacto tiene potencial como apoyo a la elicitación de requisitos, mejorando la claridad y la estructuración de la información, pero requiere supervisión y control contextual.

Palabras clave: Design Thinking; Elicitación de Requisitos; Ingeniería de Requisitos; Inteligencia Artificial; Procesamiento del Lenguaje Natural.

17 de noviembre de 2026

La Extinción de la Sistemática de Retención en la Industria Farmacéutica a la Luz de la Reforma Tributaria

La Reforma Tributaria del consumo, establecida por la Enmienda Constitucional nº 132/2023, introdujo alteraciones estructurales en el sistema tributario brasileño, con la sustitución del Programa de Integración Social (PIS) y de la Contribución para el Financiamento de la Seguridad Social (COFINS) por la Contribución sobre Bienes y Servicios (CBS), en un modelo de Impuesto sobre el Valor Añadido (IVA dual). El objetivo fue analizar los impactos de la extinción de la sistemática monofásica en la industria farmacéutica, a la luz del nuevo diseño normativo y de sus efectos económicos y jurídicos. Se realizó una investigación cualitativa, de naturaleza exploratoria, por medio de estudio de caso y análisis documental de la legislación y la doctrina especializada. Se examinó si el fin de la monofasia implicaría un aumento relevante de la carga tributaria para el sector. Los resultados indicaron que, aunque la superación formal de la sistemática monofásica ha ocurrido, la desgravación material de los medicamentos fue preservada, sobre todo en razón de la aplicación de alícuotas reducidas del 60% y, en determinados casos, de alícuota cero del Impuesto sobre Bienes y Servicios (IBS) y de la CBS. El cambio de modelo puede provocar variaciones puntuales en la recaudación, sin caracterizar un aumento estructural de la carga tributaria, tendiendo a la neutralidad a lo largo del tiempo. Se concluyó, preliminarmente, que la Reforma Tributaria reorganizó la técnica de tributación en la industria farmacéutica, sustituyendo un régimen concentrado por mecanismos más transparentes de desgravación. Este enfoque se mostró compatible con los principios de neutralidad, de no acumulatividad plena y de extrafiscalidad, manteniendo la protección tributaria a los medicamentos esenciales y alineando la política fiscal al derecho fundamental a la salud.

Palabras clave: CBS; COFINS; IBS; IVA Dual; PIS.