Procesos y Proyectos: dos lenguajes que todo líder debe dominar

En la gestión moderna, pocas distinciones son tan determinantes como la diferencia entre procesos y proyectos. Aunque ambos conceptos aparecen de forma reiterada en metodologías, normas internacionales y literatura de gestión, en la práctica muchas organizaciones los confunden o los gestionan de manera aislada. Ese error genera ineficiencias, retrabajo y ausencia de dirección estratégica.

Qué es un proceso según ISO

Para comprender con claridad, conviene partir de definiciones normativas. Según ISO 9000, un proceso es: “Conjunto de actividades mutuamente relacionadas o que interactúan, que transforman entradas en salidas.”

Esta definición implica que un proceso es:

• repetitivo,
• continuo en el tiempo,
• orientado a la estabilidad operacional,
• parte de una cadena de valor que debe sostenerse mientras la organización exista.

Un proceso no tiene fecha de terminación. Su propósito es aportar consistencia, eficiencia y control.

Qué es un proyecto según PMI

El Project Management Institute (PMI) define un proyecto como: “Un esfuerzo temporal emprendido para crear un producto, servicio o resultado único.”. La temporalidad y la unicidad son esenciales.

Un proyecto:

• tiene inicio y fin definidos,
• introduce un cambio,
• corrige, transforma o crea algo que no existía antes,
• requiere gestión integrada de alcance, tiempo, costo y riesgo.

Mientras los procesos sostienen la operación, los proyectos impulsan la evolución. No compiten: se complementan.

Procesos y proyectos no compiten: se necesitan

Uno de los errores más frecuentes es operar procesos sin generar proyectos, o impulsar proyectos sin fortalecer procesos. La realidad es más simple y profunda:

Los procesos garantizan la operación.
Los proyectos garantizan el cambio y la mejora.

La calidad sostenible exige el dominio de ambos.

Mi experiencia liderando una organización técnica

Durante mi trabajo como líder de una organización responsable de normas, calidad e infraestructura técnica, pude comprobar que:

• Los procesos revelan información. Cuando se monitorean adecuadamente, muestran fallas, cuellos de botella, desviaciones e ineficiencias.
• Los proyectos dan respuesta. Cada hallazgo del proceso debe convertirse en un proyecto orientado a corregir, innovar o transformar.
• La madurez institucional surge cuando ambos se integran. Un proceso sin proyecto se estanca. Un proyecto que no actualiza un proceso se pierde.

Ese aprendizaje fue central: la organización avanza con más velocidad, estabilidad y coherencia cuando entiende que cada proceso genera oportunidades para un proyecto y que cada proyecto culmina en un proceso mejorado.

La integración como ciclo de mejora continua

La lógica puede visualizarse como un ciclo:

1. Los procesos identifican necesidades. A través de indicadores, auditorías, retroalimentación, medición de riesgos o análisis de brechas.
2. Los proyectos materializan la mejora. Se diseñan con recursos, tiempos definidos y responsables claros.
3. Los procesos se actualizan. Integran los resultados del proyecto, documentan cambios, ajustan controles y redefinen indicadores.
4. El ciclo vuelve a iniciar. Así se sostiene la mejora continua como mecanismo práctico, no teórico.

El error de liderazgo más común

Muchos líderes se enfocan únicamente en la operación, preservando procesos pero sin generar transformación. Otros se centran solo en ideas nuevas, sin integrarlas en una estructura que permita sostenerlas.

Ambas visiones son incompletas. Un liderazgo eficaz debe sostener la operación y, simultáneamente, impulsar el cambio.

Un líder que no trabaja en ambos frentes —procesos y proyectos— no construye resultados sostenibles. Administrar solo procesos es mantener el pasado. Dirigir solo proyectos genera cambios que no perduran. La calidad real nace de la articulación entre ambos.

 Conclusión

Hacia el final de su carrera, W. Edwards Deming expresó una idea que resume este equilibrio entre estabilidad y cambio:

“Sin una estructura, no existe mejora; sin mejora, la estructura no tiene sentido.”

Su mensaje sigue vigente. La calidad no se logra únicamente controlando lo que existe, ni únicamente innovando. Se logra integrando la estabilidad de los procesos con la capacidad de transformación de los proyectos.

Procesos y proyectos no son mundos paralelos. Son los dos lenguajes que un líder debe dominar para construir capacidades duraderas, generar confianza y asegurar que la organización mantenga vivo su propósito esencial: mejorar continuamente.

 

De STEM en 2012 a la era de la IA: de la ciencia a la política de calidad global

En febrero de 2012, publiqué en este mismo blog un artículo titulado

“Science, Technology, Engineering and Mathematics (STEM)” (https://calidadyactitud.blogspot.com/2012/02/ciencia-tecnologia-ingenieria-y.html), donde destacaba la importancia de fortalecer la educación en ciencia, tecnología, ingeniería y matemáticas como pilar del desarrollo.

Entonces escribí que “el futuro pertenecerá a quienes logren integrar la ciencia, la tecnología, la ingeniería y las matemáticas en soluciones concretas para los problemas del mundo real.”

Trece años después, esa frase tiene más vigencia que nunca.

Hoy, la irrupción de la inteligencia artificial, la automatización, la gestión de datos y la necesidad de sostenibilidad han cambiado radicalmente la manera de entender el talento, la calidad y la innovación.

De la visión técnica al liderazgo normativo

Entre aquel artículo y hoy, tuve el privilegio de desempeñarme como Director del Instituto Ecuatoriano de Normalización (INEN. Esa experiencia me permitió ver de cerca cómo las normas internacionales se convierten en herramientas de política pública y cómo los Organismos Nacionales de Normalización (ONN) son actores clave para garantizar que cada país tenga voz en la construcción de un sistema mundial basado en calidad, transparencia y confianza.

La calidad, cuando se traduce en norma, se convierte en lenguaje común entre gobiernos, empresas y ciudadanos. Y ese lenguaje, que nace de la ciencia y la evidencia,  requiere profesionales formados en disciplinas STEM capaces de interpretar, aplicar y evolucionar los estándares internacionales.

En mi paso por la normalización, comprendí que las políticas de calidad solo son sostenibles cuando se fundamentan en conocimiento científico y cuando el ONN actúa como catalizador del diálogo entre academia, industria y Estado.

STEM y la inteligencia artificial: una nueva convergencia

En 2012 hablábamos de formar ingenieros, tecnólogos y científicos. Hoy, el desafío es formar profesionales STEM que comprendan la relación entre los datos, la ética y la inteligencia artificial. No basta con saber programar o modelar sistemas: hay que entender cómo las decisiones automatizadas afectan la confianza, la equidad y la sostenibilidad.

Las nuevas normas internacionales, como ISO/IEC 42001 (Sistemas de Gestión de Inteligencia Artificial) o ISO/IEC 23894 (Gestión de riesgos en IA), exigen equipos multidisciplinarios con conocimiento técnico, ético y normativo.

La infraestructura de la calidad (IC), que integra la metrología, la normalización, la acreditación y la evaluación de la conformidad, necesita ahora perfiles STEM que manejen no solo la tecnología, sino también la gobernanza digital y los impactos sociales de la IA.

Ciencia, normas y política pública

La evolución de las normas internacionales ha demostrado que la calidad no es solo un atributo técnico: es una herramienta de gobernanza. Los países con ONN fuertes y con políticas públicas basadas en normas generan más confianza, más inversión y mejor competitividad. Y detrás de cada norma bien diseñada hay profesionales que entienden tanto la ciencia como el contexto humano donde se aplica.

Por eso, hoy más que nunca, los perfiles STEM son esenciales en todos los ámbitos:

• en la industria, para asegurar la trazabilidad y la innovación responsable;

• en la academia, para generar conocimiento útil y transferible;

• y en el sector público, para diseñar políticas basadas en evidencia y calidad.

Conclusión: ciencia, ética y calidad como pilares de futuro

El artículo de 2012 fue una invitación a pensar el futuro. Hoy, desde la experiencia en normalización y en liderazgo técnico, puedo afirmar que ese futuro ya llegó.

La calidad, la ciencia y la inteligencia artificial están entrelazadas, y su convergencia exige profesionales capaces de unir el pensamiento analítico con la responsabilidad ética.

En la era de la IA, los profesionales STEM son la nueva infraestructura invisible de la confianza global.  Y los Organismos Nacionales de Normalización tienen la misión de garantizar que ese conocimiento se traduzca en políticas públicas que mejoren la vida de las personas, eleven la competitividad y fortalezcan la cooperación internacional.

La ciencia genera conocimiento, las normas lo organizan y la ética lo dirige hacia el bien común. Esa es la nueva ecuación de la calidad en la era digital.

Calibrar, Ajustar o Verificar: la precisión no solo es técnica, también es ética

 En el lenguaje metrológico se habla con frecuencia de “calibrar”, “ajustar” o “verificar” como si fueran sinónimos. Sin embargo, confundirlos tiene consecuencias profundas: distorsiona resultados, genera falsas seguridades y, en los casos más graves, erosiona la confianza en todo el sistema de calidad y en las instituciones que lo sustentan.

Tres conceptos que parecen lo mismo, pero no lo son.

De acuerdo con el Vocabulario Internacional de Metrología (VIM, ISO/IEC Guide 99:2007):

• Calibración: “Operación que, en condiciones especificadas, establece una relación entre los valores de una magnitud indicados por un instrumento de medición o un sistema de medición, y los valores correspondientes de una magnitud realizados por patrones.” La calibración no implica alterar el instrumento, sino determinar su comportamiento respecto a un patrón trazable.
• Ajuste: “Operación de puesta a punto de un sistema de medición para que proporcione indicaciones prescritas correspondientes a valores dados de una magnitud que se mide.” Es decir, modifica físicamente o mediante software el instrumento para aproximar sus lecturas al valor verdadero.
• Verificación: “Aportación de evidencia objetiva de que un elemento dado cumple los requisitos especificados.” En metrología, implica comparar un instrumento con un patrón o referencia para determinar si está dentro de tolerancias aceptables para su uso previsto.

Errores de buena fe… y errores a conveniencia

En la práctica cotidiana, muchos confunden calibrar con ajustar. A veces por desconocimiento , una “buena fe técnica” donde se cree que basta con que el instrumento marque igual que el patrón. Otras veces, de manera más deliberada, para crear una apariencia de control donde en realidad no lo hay.

Cuando un laboratorio “ajusta” una balanza y la entrega con un certificado de “calibración”, está construyendo una verdad subjetiva: el instrumento parece exacto, pero se ha perdido la evidencia objetiva de su desempeño original. Esa omisión daña la credibilidad no solo del laboratorio, sino del sistema metrológico que lo avala.

La frontera entre lo técnico y lo ético

La metrología no es solo una ciencia exacta; es también una práctica moral. Quien calibra, ajusta o verifica tiene la responsabilidad de decir la verdad con datos. Alterar la trazabilidad, omitir incertidumbres o mezclar ajustes con verificaciones debilita el principio esencial de confianza pública.

Los organismos de metrología de segundo nivel, aquellos que trabajan directamente con las empresas, deben reforzar sus procedimientos, asegurar la competencia técnica de su personal y mantener una clara separación conceptual entre calibrar, ajustar y verificar.

El organismo de acreditación, por su parte, debe evaluar estos aspectos con rigor. No basta con verificar documentos o certificados: la integridad técnica y ética del sistema es el verdadero indicador de conformidad.

El rol del Instituto Nacional de Metrología (INM)

La verificación metrológica de los equipos que prestan servicios de calibración debe ser realizada exclusivamente por el Instituto Nacional de Metrología (INM) o por la entidad designada oficialmente como responsable de la metrología del país. Solo así se garantiza la trazabilidad al Sistema Internacional de Unidades (SI) y la confianza internacional en las mediciones nacionales.

Invertir en el INM no es un gasto; es una decisión estratégica. Sin un INM fuerte, un país pierde su capacidad metrológica, su reconocimiento internacional y, con ello, la credibilidad de toda su infraestructura de calidad. La confianza se construye con inversión, trazabilidad y transparencia.

Cuando la precisión se vuelve política

Los radares de velocidad o las balanzas comerciales son ejemplos concretos de cómo los errores conceptuales y la falta de control técnico pueden tener consecuencias sociales. Un radar mal calibrado o ajustado indebidamente puede generar sanciones injustas; una balanza sin trazabilidad puede afectar miles de transacciones diarias. Cuando la metrología se manipula, la justicia técnica se convierte en injusticia civil.

Conclusión

La diferencia entre calibrar, ajustar y verificar no es semántica. Es la frontera entre la ciencia y la conveniencia. Defender esa frontera, con competencia técnica, ética profesional e inversión institucional,  es esencial para mantener viva la confianza en la infraestructura de la calidad.

Y esa confianza empieza siempre por la verdad metrológica.

Incertidumbre, precisión y confianza: cuando medir es un acto ético

En la metrología, la ciencia de las mediciones, pocas palabras generan tanta confusión como precisión.

Según el Vocabulario Internacional de Metrología (VIM), precisión es “la proximidad entre las indicaciones o los valores medidos obtenidos mediante mediciones repetidas del mismo objeto bajo condiciones específicas”.

En otras palabras, un instrumento puede ser muy preciso, es decir repetir resultados muy similares y aún así estar lejos del valor verdadero.

La veracidad y la precisión son conceptos distintos, pero complementarios.

Detrás de cada número hay una historia de incertidumbre, y reconocerla no es debilidad técnica, sino una forma de honestidad científica.

La norma ISO/IEC 17025 establece que ningún resultado de medición tiene sentido sin su incertidumbre asociada, mientras que el GUM (Guide to the Expression of Uncertainty in Measurement) enseña cómo estimarla y comunicarla adecuadamente.

La incertidumbre no elimina la confianza: la construye, cuando se comunica con transparencia.

El caso de los radares: verdad técnica y distorsión ética

Un ejemplo cotidiano ilustra este dilema. Los radares de velocidad utilizados en muchas ciudades para imponer multas miden con una incertidumbre expandida que puede variar entre ±1 y ±5 km/h.

Un vehículo que marca 90 km/h podría, en realidad, estar circulando entre 85 y 95 km/h.

En un país donde el límite máximo es de 90 km/h, eso significa que el conductor no necesariamente ha infringido la norma dentro de la precisión real del instrumento.

Sin embargo, en la práctica, muchos sistemas de control ignoran la incertidumbre y emiten sanciones automáticas, afectando la confianza pública.

Cuando las políticas públicas no consideran las limitaciones técnicas, el resultado es predecible: desconfianza, frustración y una percepción de arbitrariedad.

No es un problema técnico, sino ético.

El mal uso de la medición, sin valores ni principios, convierte la ciencia en un instrumento de poder y no de verdad.

La precisión cuesta, pero la confianza vale más

Invertir en equipos de medición más precisos puede parecer costoso, pero el precio de la desconfianza es mayor.

Los instrumentos deben ser elegidos con una resolución al menos diez veces menor que la tolerancia o límite que se pretende evaluar. Esto no es un detalle técnico: es la diferencia entre decidir con fundamento o con suposiciones.

Ejemplo práctico: la balanza y la regla del 10:1

En una planta de alimentos se empacan bolsas de azúcar de 1,000 gramos, con una tolerancia de ±5 gramos. Esto significa que cada bolsa es aceptable si pesa entre 995 g y 1,005 g. Para medir con confianza, la balanza debe tener una resolución al menos diez veces menor que la tolerancia total.

La tolerancia total es de 10 g, por lo que:

La balanza debe tener una resolución de 1 g o menor.

Una balanza con resolución de 0,1 g sería ideal, mientras que una de 2 g no serviría: no distinguiría pequeñas desviaciones dentro del rango permitido.

¿Por qué importa?

Si el instrumento no tiene resolución suficiente:

• Se pueden aceptar productos fuera de especificación o rechazar los conformes.
• Se pierde la trazabilidad metrológica.
• Y lo más grave: se socava la credibilidad técnica y social de los resultados.

Este principio, conocido como la regla del 10:1, está documentado en las guías derivadas del GUM y se aplica en los sistemas de gestión basados en ISO/IEC 17025.

Entre la verdad técnica y la verdad social

·       La incertidumbre no invalida una medición: la contextualiza.

·       Cada resultado representa un rango probable, no una verdad absoluta.

·       El reto es explicar esto en un lenguaje que la sociedad comprenda.

·       Lo que no se entiende se aplica mal; y lo que se aplica mal, termina por destruir la confianza.

·       La calidad, es una forma de confianza, y esa confianza se construye cuando las mediciones son precisas, las autoridades son éticas y la comunicación es clara.

·       La metrología legal, la calidad y la ética son tres caras de una misma verdad: que medir no es solo un acto técnico, sino un acto moral.

César Díaz Guevara

Consultor en Calidad, Estrategia e Innovación

 

Designing to Validate: Review, Verification, and Validation in the Age of Artificial Intelligence

In manufacturing, the processes of review, verification, and validation may appear straightforward. A shoe or a safety helmet, for instance, begins with reviewing the specifications: materials, dimensions, and applicable standards. Next, the product is verified through controlled testing to ensure compliance. Finally, it is validated when used under real conditions, proving that it fulfills its purpose: to protect, support, or provide comfort.

Yet it is precisely in that last step, in real-world validation, where the deepest lessons emerge. A shoe perfectly designed on paper can still prove uncomfortable, or wear out faster than expected. Validation reveals that the initial specifications failed to capture the human experience: movement, temperature, the shape of the foot, or even the cultural habits of use.

Turning ergonomics and comfort into measurable variables is one of design’s greatest challenges. Companies that succeed, balancing technical rigor with human insight, gain a strategic advantage: they can improve because they know how to measure without dehumanizing. You cannot improve what you cannot measure, but measuring without losing what makes us human is an art. The challenge lies in transforming ergonomics, comfort, or perception into verifiable elements without stripping design of its essence. Deviation is inherent to every process; perfection does not exist, and precisely because of that, we can pursue it.

International quality standards such as ISO 9000, ISO 9001, ISO/IEC 25010, and ISO/IEC 29119 define review, verification, and validation as essential components of design and development. But in the era of software and artificial intelligence, these concepts expand and grow more complex.

Verifying that an AI model “works” does not guarantee that it behaves ethically or culturally appropriately in the environment where it will be used. A game or a facial-recognition system can be technically flawless and still culturally inadequate if it was never validated against the diversity of its users.

Validation, in this context, becomes both an ethical and a cultural exercise, one that must ask what real impact the product will have and what values its design represents.

Designing with quality means more than meeting specifications; it means anticipating real use and its effects on people and society. As W. Edwards Deming reminded us, “the customer does not know what can be done.” That is why design must also be an act of education and empathy. Artificial intelligence and software development must acknowledge that culture and society shape what is created. There are no universal solutions: a product or algorithm designed for one culture can have a completely different meaning and impact in another. Applications must therefore be specific to their context, and validated in practice, not merely in simulation.

Intelligent validation means never losing sight of the final impact and the cultural context of everything we design. Validation does not close the design cycle; it restarts it. Each real-world validation is an opportunity to revisit specifications, unlearn assumptions, and redesign. Without unlearning there is no true learning; and without learning, validation becomes a mere conformity check.

To validate intelligently is to measure without losing sensitivity, to adjust without losing purpose, and to recognize that technical success only has meaning when it creates human value. Designing, verifying, and validating are three expressions of a single intention: to build trust. And within that perpetual, imperfect pursuit lies the true essence of quality.

César Díaz Guevara

Quality, Strategy and Innovation Consultant

Diseñar para validar: revisión, verificación y validación en la era de la inteligencia artificial

 

En la fabricación de un producto físico, como un zapato o un casco de seguridad, los procesos de revisión, verificación y validación parecen simples: 

• Primero se revisan las especificaciones: materiales, medidas y normas aplicables.
• Luego se verifica que los resultados cumplan con esas especificaciones a través de ensayos controlados. 
• Finalmente, se valida cuando el producto se usa en condiciones reales y demuestra cumplir su propósito: proteger, sostener o brindar confort. 

Pero es justo en esa validación, en el uso real, donde surgen las verdaderas lecciones. A veces, un zapato perfectamente diseñado según el plano técnico resulta incómodo o se desgasta antes de lo previsto. 

La validación revela que las especificaciones iniciales no capturaron la experiencia humana: el movimiento, la temperatura, la forma del pie, la cultura del uso.

Transformar la ergonomía y el confort en variables medibles es uno de los grandes retos del diseño. Y las empresas que logran hacerlo de manera equilibrada, sin perder el sentido humano, obtienen una ventaja estratégica: pueden mejorar, porque saben medir sin deshumanizar. 

No se puede mejorar lo que no se puede medir, pero medir sin perder lo humano es un arte. El reto es transformar la ergonomía, el confort o la percepción en elementos verificables, sin despojar al diseño de su esencia. La desviación es inherente a todo proceso, y no existe la perfección; precisamente por eso podemos buscarla.

Las normas internacionales de calidad, como la ISO 9000, la ISO 9001, la ISO/IEC 25010 y la ISO/IEC 29119, definen la revisión, verificación y validación como procesos esenciales del diseño y desarrollo. 

Pero en la era del software y la inteligencia artificial, estos conceptos se amplían y se vuelven más complejos. 

Verificar que un modelo de IA “funcione” no garantiza que responda éticamente o culturalmente al entorno donde se aplicará. Un juego o un sistema de reconocimiento facial puede ser técnicamente correcto y, sin embargo, culturalmente inadecuado si no fue validado considerando la diversidad de sus usuarios. 

La validación, en ese contexto, se convierte en un ejercicio ético y cultural: debe preguntarse qué impacto real tendrá el producto y qué valores refleja su diseño.

Diseñar con calidad no es solo cumplir especificaciones, sino prever el uso real y anticipar los efectos en las personas y en la sociedad. Como señalaba Deming, el cliente no sabe lo que se puede hacer, y por eso el diseño debe ser también una forma de educación y de empatía. La inteligencia artificial y el software deben entender que la cultura y la sociedad perfilan lo que se elabora. No existen soluciones universales: un producto o un algoritmo diseñado para una cultura puede tener un impacto completamente diferente en otra. Por eso es necesario crear aplicaciones específicas para cada entorno y validarlas en la práctica, no solo en la simulación.

Validar de forma inteligente es nunca perder la perspectiva del impacto final y la cultura en todos los productos que se diseñen. La validación no cierra el ciclo del diseño: lo reinicia. Cada validación práctica es una oportunidad para revisar las especificaciones, desaprender lo asumido y rediseñar. Sin desaprender, no hay aprendizaje posible; y sin aprendizaje, la validación se convierte en un simple control de conformidad.

La validación inteligente implica medir sin perder sensibilidad, ajustar sin perder propósito y entender que los resultados técnicos solo adquieren sentido cuando generan valor humano. 

Diseñar, verificar y validar son tres actos de una misma intención: construir confianza. Y en esa búsqueda, siempre imperfecta, está la verdadera esencia de la calidad.

César Díaz Guevara

Consultor en Calidad, Estrategia e Innovación