17 de julio de 2026Actualizado el Fathy Shalaby13 min de lectura
Gestión de stakeholders para product managers en la era de la IA
Todos los stakeholders tienen ya un asistente de IA y una opinión sobre la roadmap. La ventaja del PM ya no es tener más información, sino evidencia de clientes concreta y consultable. Así se mapean los stakeholders y se usa esa evidencia.
La gestión de stakeholders para product managers es el trabajo de mantener informadas, implicadas al nivel adecuado y alineadas en las decisiones a las personas que dan forma a tu producto o dependen de él, sin tener autoridad formal sobre ellas. En 2026 la parte difícil ha cambiado. Los stakeholders llegan con análisis generados por IA, así que la ventaja de un PM ya no es tener más información. Es tener evidencia concreta de clientes que nadie más puede generar.
Ideas clave
La IA se ha extendido a todos los que están en la sala: el 75 % de los trabajadores del conocimiento usaba IA en el trabajo en la encuesta de 2024 de Microsoft y LinkedIn a 31.000 personas (Microsoft, 2024).
Volumen no es precisión. El 46 % de los desarrolladores desconfía de la precisión de lo que produce la IA, y el 66 % señala las respuestas «casi correctas, pero no del todo» como su mayor frustración (Stack Overflow, 2025).
Mapea a los stakeholders por poder e interés y ajusta con qué frecuencia y con qué profundidad implicas a cada grupo.
No puedes investigar más que un stakeholder con un asistente de IA. Pero puedes aportar lo que este no puede producir: las palabras, el comportamiento y los resultados de experimentos de tus propios clientes.
Nombra a un único responsable de la decisión. La mayoría de los conflictos con stakeholders son en realidad un derecho de decisión poco claro.
¿Qué es la gestión de stakeholders para product managers?
Un stakeholder es cualquiera que pueda afectar a tu producto o se vea afectado por él: directivos, ventas, éxito del cliente, ingeniería, diseño, marketing, finanzas, legal, partners y clientes. Gestionar stakeholders es decidir cómo implicar a cada uno de ellos y luego hacerlo con constancia.
Para los PM tiene dos rasgos que lo hacen más difícil que en la mayoría de los roles:
Influencia sin autoridad. No puedes imponerte a un VP de Ventas por la línea jerárquica. Tu influencia viene de acertar a menudo y de mostrar tu razonamiento.
Todos tienen un derecho legítimo sobre la roadmap. Ingeniería quiere claridad, ventas quiere lo que cierra este trimestre, la dirección quiere apuestas estratégicas, los clientes quieren lo que pidieron la semana pasada. Ninguno ve el panorama completo.
Una buena gestión de stakeholders no significa que todos consigan lo que quieren. Significa que todos entienden por qué el equipo de producto eligió lo que eligió, y confían lo bastante en el proceso como para traerte su siguiente idea a ti en lugar de saltarte.
¿Por qué la IA ha complicado la gestión de stakeholders?
Hubo un tiempo en que el PM era la persona de la sala que más había pensado en el producto. Habías entrevistado a clientes, mapeado el espacio de oportunidades y ejecutado los experimentos. Los stakeholders tenían opiniones; tú tenías evidencia. Esa asimetría te daba autoridad.
Esa asimetría se está derrumbando. Cualquier stakeholder con un asistente de chat puede producir en veinte minutos un análisis de la competencia, una roadmap de funcionalidades y un backlog priorizado. En la práctica, las revisiones de producto ahora se ven así:
El VP de Ventas trae una lista de trece funcionalidades que un agente de IA redactó a partir de notas de acuerdos perdidos.
El CEO reenvía un resumen generado por IA de lo que tres competidores lanzaron este mes.
Un ingeniero llega con un prototipo funcional de «lo que deberíamos construir a continuación», hecho en un fin de semana.
El resultado es un nuevo tipo de stakeholder: informado pero sin anclaje. Tiene datos, análisis y una postura respaldada por evidencia de apariencia real. Pero su evidencia es genérica: tendencias del sector, funcionalidades de la competencia, informes de analistas. No es específica de tus clientes, de tu espacio de oportunidades ni de tus suposiciones validadas.
Cuando un stakeholder dice «necesitamos IA en el flujo de onboarding», probablemente tiene razón en que la competencia lo está haciendo. No necesariamente tiene razón en que vaya a ayudar a tus clientes, en tu producto, en tu etapa. Esa distinción es todo el trabajo.
La trampa es contraatacar con más datos del mismo tipo. Si ellos traen diez datos de mercado y tú traes veinte, el debate se queda en «qué está haciendo el mercado», y gana quien tenga las fuentes que suenen más impresionantes. Y no siempre es el PM.
¿Cómo mapeas a tus stakeholders?
Antes de poder gestionar stakeholders, haz una lista y decide cuánta atención necesita cada uno. La herramienta estándar es la matriz de poder e interés.
La matriz suele atribuirse a Aubrey L. Mendelow. Su artículo de 1981 construyó un modelo en torno al poder de un stakeholder respecto a la organización y a la velocidad con que cambia el entorno (Mendelow, ICIS 1981). El conocido cuadrante de dos por dos de poder frente a interés es una adaptación posterior de esa idea.
Cuadrante
Quién suele estar aquí (ejemplo de producto)
Cómo gestionarlos
Frecuencia
Alto poder, alto interés: gestionar de cerca
CEO, head of product, tu responsable de ingeniería
Implicar antes de las decisiones; compartir evidencia pronto; acordar quién decide
Semanal o cada 2 semanas
Alto poder, bajo interés: mantener satisfechos
CFO, legal, miembros del consejo
Actualizaciones breves sobre resultados, riesgos y peticiones; sin sorpresas
Mensual o por hito
Bajo poder, alto interés: mantener informados
Equipo de soporte, design partners, usuarios avanzados
Mostrar qué cambió y por qué; pedir aportaciones
Cada 2 semanas o por versión
Bajo poder, bajo interés: monitorizar
Equipos en el borde de tu área
Notas de versión; consultar cuando tu trabajo toque el suyo
Trimestral
Una plantilla de mapa de stakeholders que puedes copiar
Stakeholder
Rol
Poder (A/B)
Interés (A/B)
Postura actual
Qué le importa
Evidencia que le convence
Próximo punto de contacto
Partidario / neutral / escéptico
Cifras, citas de clientes, demos, movimientos de la competencia
Dos columnas hacen la mayor parte del trabajo. «Qué le importa» evita que le vendas retención a alguien al que miden por nuevas ventas. «Evidencia que le convence» te dice si debes llevar un gráfico, un clip de un cliente o una estimación de costes. Revisa el mapa al comienzo de cada trimestre; las personas cambian de rol y de prioridades más a menudo de lo que los PM actualizan sus notas.
¿Qué evidencia sigue ganando una discusión de roadmap?
No puedes investigar más que un stakeholder cuyo asistente de IA ejecuta análisis las 24 horas. Pero hay una fuente de información que ningún agente de IA puede generarle: tus clientes.
La evidencia concreta de clientes (citas textuales, comportamiento observado, resultados de experimentos, decisiones pasadas y lo que ocurrió después) no está en ningún conjunto de datos de entrenamiento. Vive en tus sesiones de investigación, tickets de soporte, analítica de producto y registros de decisiones. Es lo único que de verdad es tuyo.
No toda la evidencia pesa igual. Ordena lo que aportas:
Tipo de evidencia
Ejemplo
Quién puede producirla
Peso en un debate de roadmap
Datos de mercado genéricos
«La competencia añadió onboarding con IA»
Cualquiera con un asistente de chat
Bajo: cierto en otros sitios, sin probar aquí
Opinión interna
«Los clientes no paran de pedirlo»
Cualquiera
Bajo hasta que se cuente
Señal indirecta
41 tickets de soporte mencionan la exportación en 90 días
El equipo, a partir de tus herramientas
Medio: muestra el qué, no el porqué
Comportamiento observado
5 de 8 entrevistados montaron un apaño con una hoja de cálculo
Solo quien ha hablado con clientes
Alto: muestra el porqué
Resultado de un experimento
Prueba de puerta falsa: el 6 % de los usuarios de la prueba hizo clic en «Export to ERP»
Solo tu equipo
El más alto: muestra qué pasa si actúas
Esto cambia la pregunta que se hace en la sala. Cuando un stakeholder llega con una roadmap generada por IA, la pregunta no es «¿los datos de quién son mejores?». Es «¿nos lo pidió un cliente real nuestro, y qué hizo?». Si puedes responder «tres clientes describieron exactamente esta fricción en las dos últimas semanas; aquí están sus palabras, aquí la grabación de la sesión, aquí la prueba que hicimos», has cambiado la conversación.
La evidencia es el argumento que sobrevive al aluvión de análisis generados por IA, porque es específica donde todo lo demás es general.
¿Cómo respondes cuando un stakeholder trae una roadmap generada por IA?
Trátala como una lista de hipótesis, no como una amenaza. Una respuesta en cinco pasos que mantiene intacta la relación:
Da las gracias y pide el prompt de origen. «Útil. ¿Qué le preguntaste y qué datos vio?». Así sabrás si se basó en tus datos de clientes o en la web abierta.
Ordena los elementos por necesidad, no por funcionalidad. La mayoría de las roadmaps de IA listan soluciones. Reescribe cada una como el problema del cliente que presupone.
Contrasta cada problema con tu evidencia. ¿Ha salido en entrevistas, tickets o datos de uso? Etiqueta cada uno como «visto», «no visto» o «contradicho».
Trae una nota breve de evidencia antes de la próxima reunión. Dos o tres citas textuales de clientes por elemento valen más que una diapositiva de gráficos.
Acuerda la prueba más barata para lo que siga abierto. «Si tres de las próximas cinco llamadas con clientes describen esto, sube de prioridad».
Ejemplo práctico (ilustrativo)
Digamos que un VP de Ventas trae una lista de 13 funcionalidades redactada por IA para el próximo trimestre de un equipo de 6 personas. El PM las reescribe como 9 problemas de fondo (cuatro funcionalidades resultan resolver el mismo). Al revisar el Product Graph y las llamadas de los últimos 90 días: 2 problemas aparecen en al menos 5 conversaciones con clientes, 4 aparecen una o dos veces y 3 nunca salieron. Un elemento «nunca salió» contradice lo que dijeron 4 clientes que se dieron de baja: querían menos ajustes, no más.
El PM envía una nota de una página dos días antes de la revisión. En la reunión, los 2 problemas bien respaldados pasan a la columna Next de la roadmap basada en resultados, los 4 con una sola mención reciben una prueba cada uno y los 3 no vistos pasan a una lista de «ahora no» con la razón. El VP no obtiene 13 funcionalidades; obtiene 2 compromisos reales y un camino claro para ascender el resto. Para guiones que mantengan amable este tipo de «no», consulta cómo los PM dicen que no sin acabar con la confianza.
¿Qué hábitos mantienen tu ventaja en evidencia?
En la práctica, el trabajo del PM en 2026 tiene menos que ver con sintetizar información (la IA hace buena parte de eso) y más con mantener un registro continuo, concreto y consultable de lo que los clientes dijeron e hicieron.
Suena obvio, pero la mayoría de los equipos no lo hace. La evidencia vive en notas de entrevistas que nadie lee, grabaciones que caducan, hilos de Slack en los que no se puede buscar y la memoria de un PM sobre una llamada de hace tres meses. Cuando un stakeholder se resiste, pasas treinta minutos buscando la cita, y la reunión termina antes de que la encuentres. También es más raro de lo que debería: solo el 20 % de los equipos de producto del benchmark de Teresa Torres se describe como orientado a resultados (Product Talk, 2024), y no se puede gestionar por resultados sin un registro de lo que hacen los clientes.
Cuatro hábitos mantienen la ventaja:
Habla con clientes cada semana. El estándar de Torres es que los buenos equipos de discovery hablan con clientes al menos una vez por semana (Product Talk, 2021). La evidencia que recogiste el año pasado no ganará la discusión de este trimestre. Nuestra guía de continuous discovery muestra cómo encajarlo.
Documenta las decisiones con la evidencia que las motivó, no solo el resultado. Qué sesiones sacaron a la luz el problema, qué experimento lo probó, en qué suposición aceptaste un riesgo. Ese registro hace defendible una decisión seis meses después. Mira el registro de decisiones del PM.
Haz que la evidencia de clientes sea consultable en el momento de la objeción. Entrevistas, tickets, resultados de experimentos y justificación de decisiones deberían estar en un solo lugar, enlazados y con búsqueda por tema, no repartidos en cinco herramientas.
A menudo. No toda sugerencia generada por IA es errónea. A veces el análisis de un stakeholder saca a la luz un problema real de clientes que no habías priorizado, o la funcionalidad de la competencia que lo entusiasma coincide con algo que tus clientes llevan tiempo pidiendo.
Tu base de evidencia también ayuda aquí. Cuando un stakeholder trae una propuesta, comprueba: ¿ha salido en la investigación? ¿Hay alguna señal en tickets o en uso? Si la respuesta es sí, puedes avanzar rápido y con confianza, y deberías decirlo. Si no, puedes oponerte con datos concretos en lugar de opiniones.
El objetivo no es ganarles a los stakeholders. Es tomar decisiones de producto con la mejor información disponible sobre lo que necesitan los clientes. Esa credibilidad se acumula. Después de la tercera vez que tu evidencia de clientes predijo lo que un experimento confirmó, los stakeholders dejan de traer la roadmap generada por IA. Empiezan a preguntar qué dice la evidencia.
¿Cómo haces que las decisiones con stakeholders se sostengan?
Muchas peleas con stakeholders no tratan de la decisión en absoluto. Tratan de quién puede tomarla. Resuelve eso primero.
El play DACI de Atlassian da a cada decisión un Driver que dirige el proceso, un único Approver que decide, Contributors que tienen voz pero no voto, y personas a las que se mantiene Informed (Atlassian). En las decisiones de roadmap, el PM suele ser el Driver, y el Approver es quien responde del resultado del área de producto.
Escribe los roles para cualquier decisión controvertida, comparte la evidencia con los Contributors por adelantado, registra la decisión y su razonamiento, e informa después al grupo Informed. Cuando llegue la siguiente propuesta generada por IA, podrás señalar la decisión, la evidencia y la fecha en que se revisará.
Errores comunes en la gestión de stakeholders
Oponer datos de mercado a datos de mercado. Perderás ante quien tenga la fuente más vistosa. Cambia el marco hacia tus clientes.
Tratar a todos los stakeholders igual. Un CFO con poco interés no necesita tu hilo semanal; tu responsable de ingeniería sí. Usa la matriz.
Decir que sí para evitar fricción. «Lo añado al backlog» aplaza el conflicto y erosiona la confianza cuando no pasa nada.
Sorprender a stakeholders con mucho poder. Las malas noticias dadas pronto son un depósito de confianza. Las malas noticias descubiertas en una revisión son una retirada. Para las revisiones trimestrales, consulta cómo construir una roadmap de producto en la que confíen los directivos.
Ocultar la incertidumbre. «Creemos que esto funcionará, y así sabremos en cuatro semanas si es así» genera más confianza que una falsa seguridad.
Dónde encaja Specky
Specky mantiene conectados en un único Product Graph las entrevistas con clientes, los tickets, los resultados de experimentos y las decisiones, con un mapa de stakeholders que ordena a las personas por influencia e interés. Cuando un stakeholder entra con una roadmap redactada por IA, puedes buscar qué dijeron tus propios clientes sobre cada elemento y adjuntar esa evidencia a la decisión.
Preguntas frecuentes
¿Qué es la matriz de poder e interés?
Es una matriz de dos por dos que ordena a los stakeholders según cuánto poder tienen sobre tu trabajo y cuánto interés muestran en él. Los cuatro grupos son gestionar de cerca, mantener satisfechos, mantener informados y monitorizar. Suele atribuirse a Aubrey Mendelow, cuyo modelo de 1981 usaba el poder y el cambio del entorno; el eje de interés es una adaptación posterior.
¿Cómo gestionan los product managers a los stakeholders sin autoridad?
Acertando a menudo y mostrando el razonamiento. Los PM ganan influencia con evidencia concreta de clientes, derechos de decisión claros y sin sorpresas. Comparte la evidencia antes de las reuniones, nombra quién decide, registra el razonamiento y haz seguimiento de los resultados. Con el tiempo, los stakeholders confían lo bastante en el proceso como para traerte ideas en lugar de escalar saltándote.
¿Cómo debería responder un PM a una roadmap generada por IA que trae un stakeholder?
Trátala como una lista de hipótesis. Pregunta en qué datos se basó, reescribe cada funcionalidad como el problema del cliente que presupone y contrasta cada problema con tus entrevistas, tickets y datos de uso. Envía una nota breve de evidencia antes de la próxima reunión y luego acuerda una prueba barata para todo lo que siga siendo incierto.
¿Con qué frecuencia debes actualizar a los stakeholders?
Ajusta la cadencia a la matriz. Los stakeholders que gestionas de cerca necesitan contacto semanal o quincenal; los que mantienes satisfechos necesitan actualizaciones mensuales y aviso inmediato de riesgos importantes. Los grupos que mantienes informados pueden seguir las notas de versión o una publicación quincenal. Envía una actualización extra cuando cambie algo que un stakeholder querría oír primero de ti.
¿Reemplazará la IA la gestión de stakeholders de los PM?
No. La IA puede redactar actualizaciones, resumir feedback y preparar notas de evidencia, lo que ahorra horas. No puede generar confianza, juzgar qué stakeholder necesita una llamada en lugar de un documento ni responsabilizarse de un compromiso entre alternativas. Esas partes cobran más importancia a medida que lo que produce la IA de todos los demás vuelve las salas más ruidosas.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing