Casi la mitad de los empleados en España, el 46% según un estudio de Atlassian, dedica parte de su jornada a iniciativas que no avanzan. Son los llamados proyectos zombie: tareas técnicamente activas pero sin progreso real, que consumen tiempo, energía y recursos sin generar valor tangible.
El informe, publicado coincidiendo con el arranque del año laboral, identifica enero como un punto crítico. A la vuelta de las vacaciones se suman la reactivación de proyectos estancados y el conocido efecto del Blue Monday, lo que intensifica la presión sobre los equipos. El resultado es significativo: el 41% de los trabajadores declara sentirse estresado o abrumado por estas iniciativas, mientras que un 32% percibe una caída en su satisfacción profesional y un 31% reconoce un impacto directo en su productividad.
Aunque el desgaste individual es evidente, el problema se amplifica a nivel organizativo. Un 37% de los encuestados señala que estos proyectos generan agotamiento colectivo, y un 31% advierte de una duplicación innecesaria de esfuerzos. La falta de criterios claros para determinar cuándo un proyecto ha dejado de aportar valor (mencionada por el 34%) y el temor a que cancelar una iniciativa pueda interpretarse como un fracaso (31%) dificultan aún más la toma de decisiones.
En este escenario, la inteligencia artificial aparece como una herramienta con potencial para romper el ciclo. El 65% de los profesionales españoles considera que la IA puede ser clave para identificar qué proyectos deben reactivarse y cuáles conviene abandonar. La integración de estas capacidades en los flujos de trabajo no es una promesa futura, sino una posibilidad ya disponible, según Atlassian.
Entre las funciones más valoradas, el 40% de los trabajadores cree que la IA puede ayudar a resumir la información perdida durante las ausencias, como correos electrónicos, cambios de prioridades o modificaciones en los plazos. Un 36% confía en que puede generar estimaciones de tiempo más realistas, ajustadas a la carga real de trabajo. Y un 31% ve útil que la IA transforme una bandeja de entrada desordenada en un plan de acción priorizado.
El uso de inteligencia artificial en este contexto no apunta tanto a automatizar decisiones como a facilitar claridad operativa. La posibilidad de filtrar, sintetizar y estructurar información acumulada permite a los equipos retomar el ritmo sin quedar atrapados en tareas sin dirección. “El comienzo del año no debería estar marcado por los fantasmas de proyectos pasados”, afirma Sven Peters, evangelista de IA en Atlassian. “La claridad y el permiso cultural para descartar lo que no sirve son importantes, pero no suficientes. Los equipos necesitan herramientas tangibles para poner orden en el desorden”.
Peters insiste en que la IA no debe entenderse como una solución abstracta, sino como una funcionalidad integrada en el entorno de trabajo. Herramientas como Jira o Confluence, utilizadas por más de 300.000 empresas en todo el mundo, permiten aplicar estos principios de forma práctica. “La IA ayuda a los equipos a identificar lo que vale la pena revivir y lo que está listo para ser abandonado”, añade.
La cuestión de fondo no es solo tecnológica. La persistencia de los “proyectos zombie” refleja también una tensión estructural en muchas organizaciones: la dificultad para cerrar iniciativas sin resultados visibles, el miedo a perder legitimidad interna o la falta de mecanismos para reevaluar prioridades. En ese sentido, la IA puede actuar como catalizador, pero no sustituye la necesidad de un cambio cultural más amplio.
El dato de que casi la mitad de los empleados en España se ve atrapado en este tipo de proyectos sugiere una inercia organizativa difícil de revertir solo con tecnología. Sin embargo, la combinación de herramientas inteligentes y una mayor disposición a revisar lo que se mantiene activo podría aliviar parte de la carga. No se trata tanto de eliminar todos los proyectos estancados como de reconocer cuáles merecen una segunda oportunidad y cuáles no.
En un entorno donde el tiempo y la atención son recursos escasos, la capacidad de discernir qué tareas aportan valor real se vuelve crítica. La IA puede facilitar ese proceso, pero la decisión última sigue siendo humana. Y, en muchos casos, incómoda.
