2026-08-252026-08-252026-08-08https://repositorio.uniagustiniana.edu.co/handle/123456789/3670Este artículo examina la distancia existente entre el crecimiento en el uso de herramientas de inteligencia artificial (IA) y la capacidad de las organizaciones para convertir esa adopción en resultados estratégicos dentro de la gestión de proyectos. A pesar de que más del 85% de las empresas han incorporado soluciones analíticas, las iniciativas de IA registran tasas de fracaso superiores al 80% debido a deficiencias en gobernanza, baja calidad de datos históricos y desalineación con marcos estandarizados. El objetivo central de esta investigación es sintetizar la evidencia científica e institucional publicada entre 2023 y 2026 sobre aplicaciones, beneficios, barreras y riesgos de la IA, con el fin de formular una matriz de lineamientos de integración metodológica. Se empleó un enfoque cualitativo mediante una revisión de alcance (Scoping Review) bajo el protocolo PRISMA-ScR, examinando un corpus documental de literatura indexada en Scopus y Web of Science, así como informes de organismos como el Project Management Institute (PMI), Gartner y McKinsey. A partir de la revisión realizada, las soluciones identificadas se organizaron de acuerdo con los dominios de desempeño del PMBOK (7.ª ed.), se identificaron las causas raíz de la adopción no regulada mediante un diagrama causa-efecto, y se estructuró una hoja de ruta práctica. Los hallazgos sugieren que el desempeño obtenido mediante IA está condicionado no solo por las capacidades de los algoritmos, sino también por las condiciones de gobernanza, las competencias del personal y la adaptación de los procesos organizacionales.This article examines the gap between the accelerated adoption of artificial intelligence (AI) tools and the capacity of organizations to translate that implementation into strategic outcomes within project management. Although over 85% of companies have incorporated analytical solutions, AI initiatives report failure rates exceeding 80% due to governance flaws, poor historical data quality, and misalignment with standardized frameworks. The central objective of this research is to synthesize scientific and institutional evidence published between 2023 and 2026 regarding AI applications, benefits, barriers, and risks, in order to formulate a methodological integration guidelines matrix. A qualitative approach was employed through a Scoping Review guided by the PRISMA-ScR protocol, examining a documentary corpus of literature indexed in Scopus and Web of Science, as well as reports from organizations such as the Project Management Institute (PMI), Gartner, and McKinsey. Based on the review, the identified solutions were classified within the PMBOK Guide (7th edition) performance domains, the root causes of unregulated adoption were identified using a cause-and-effect diagram, and a practical roadmap was structured. Findings suggest that performance achieved through AI depends not merely on algorithmic capabilities, but also on governance conditions, workforce competencies, and the adaptation of organizational processes.application/pdfspaAttribution-NonCommercial-NoDerivs 3.0 United Stateshttp://creativecommons.org/licenses/by-nc-nd/3.0/us/Gestión de proyectosInteligencia artificialGobernanza tecnológicaPMBOKRevisión de alcanceinfo:eu-repo/semantics/articleinfo:eu-repo/semantics/openAccessAbierto (Texto Completo)Project managementArtificial intelligenceTechnology governancePMBOKScoping review