Inteligencia Artificial Generativa y Agéntica

Módulo 1: Comprender la IA y su impacto en los negocios

• La evolución de la IA: de los sistemas basados en reglas al machine learning y los modelos generativos.
• Qué diferencia a la IA Generativa: crear contenido nuevo en lugar de predecir resultados.
• Por qué el periodo 2023-2025 marcó un punto de inflexión en la adopción de la IA y su impacto en los negocios.
• Cómo la IA está transformando sectores clave: salud, finanzas, retail, medios de comunicación y manufactura.
• Una perspectiva directiva para comprender y evaluar la IA.
• Definir objetivos personales y organizacionales para el aprendizaje y la aplicación de la IA.

Módulo 2: Cómo funciona la IA Generativa

• Qué son los modelos de lenguaje de gran tamaño (LLMs), explicados sin tecnicismos.
• Cómo las entradas, salidas y ventanas de contexto influyen en el comportamiento de los modelos.
• Por qué se producen las alucinaciones de la IA y cuál es su impacto en las organizaciones.
• Cómo los tokens, los costes y el tamaño de los modelos influyen en las decisiones de inversión e implementación.
• Qué permite la IA multimodal en texto, imágenes, audio y código.
• Cómo diferenciar los modelos a un alto nivel y qué aspectos son relevantes para la toma de decisiones.
• Principales señales de alerta al evaluar las propuestas de proveedores de IA.

Módulo 3: Prompt Engineering

• Qué es el prompt engineering y por qué es importante.
• Técnicas fundamentales: zero-shot, few-shot, chain-of-thought y role prompting.
• Aplicación del prompt engineering a tareas ejecutivas, como briefings, documentos estratégicos y comunicación con stakeholders.
• Aplicación a tareas habituales como documentación, resúmenes e informes.
• Automatización de flujos de trabajo mediante plantillas de prompts reutilizables.
• Seguridad en el uso de prompts y qué información no debe compartirse en herramientas públicas de IA.
• Ejercicios prácticos para crear tu propia biblioteca de prompts.

Módulo 4: La IA en toda la organización

• Marketing y experiencia de cliente: personalización, generación de contenidos y automatización de servicios.
• Operaciones: automatización de flujos de trabajo, documentación, compras y cadena de suministro.
• Recursos humanos y talento: selección, incorporación, aprendizaje, desarrollo y evaluación del desempeño.
• Finanzas: elaboración de informes, previsiones y resúmenes para cumplimiento normativo.
• Producto e innovación: ideación, prototipado e investigación de mercado.
• Liderazgo y estrategia: inteligencia competitiva, comunicación con el consejo y planificación de escenarios.
• Casos de estudio: Klarna, Coca-Cola, JPMorgan y otras organizaciones.
• Evaluación de casos de uso: análisis del valor, los riesgos y el nivel de preparación de la organización.

Módulo 5: Ética, gobernanza e IA responsable

• El panorama ético y los desafíos que plantea la toma de decisiones mediante IA.
• El origen de los sesgos en la IA y cómo pueden mitigarlos los líderes.
• Privacidad, soberanía de los datos y directrices para el uso de herramientas de IA por parte de los empleados.
• Cuándo son necesarias la transparencia y la explicabilidad para que la IA sea auditable.
• El entorno regulatorio, incluido el AI Act de la Unión Europea, los marcos normativos de Estados Unidos y las regulaciones sectoriales.
• Cómo llevar a la práctica los marcos de IA responsable de Google, Microsoft y NIST.
• Desinformación, deepfakes y desafíos relacionados con la integridad de los contenidos.
• Primeros pasos para desarrollar una política interna de IA en la organización.

Módulo 6: Construir una organización preparada para la IA

• Qué significa estar preparado para la IA en términos de tecnología, datos, personas y cultura.
• Patrones habituales de fracaso en la adopción de la IA y cómo evitarlos.
• Cómo comunicar la IA en un contexto de incertidumbre y cambio acelerado.
• Desarrollo de capacidades (upskilling) e identificación de las habilidades clave del futuro.
• Cómo abordar la ansiedad relacionada con la IA y fomentar la seguridad psicológica.
• El papel del CDO, el CAIO y los AI Centers of Excellence.
• Aplicación de marcos de gestión del cambio como Kotter y ADKAR a las iniciativas de IA.
• Creación de una red interna de impulsores de la IA y de estructuras de gobernanza.

Módulo 7: La economía impulsada por la IA: fuerza laboral, disrupción y oportunidades

• El impacto económico de la IA Generativa en la productividad, el desplazamiento del empleo y la creación de nuevo valor.
• Qué puestos y tareas son más susceptibles de automatización y cuáles son más resilientes.
• IA como complemento frente a sustitución: cómo aplicar esta distinción desde el liderazgo.
• Cómo la IA está transformando la competencia mediante ventajas de primer movimiento y diferenciación.
• Qué revelan los competidores nativos en IA y qué pueden aprender de ellos las organizaciones consolidadas.
• Tendencias globales de inversión en IA y sus implicaciones para la estrategia empresarial.
• Cómo evoluciona el liderazgo y qué capacidades humanas adquieren mayor relevancia.

Módulo 8: Diseñar una estrategia de IA

• Revisión del marco estratégico de IA e integración de todos los conceptos del programa.
• Uso del AI Opportunity Canvas para identificar casos de uso con impacto en el negocio.
• Aplicación de una matriz de esfuerzo, impacto y riesgo para priorizar iniciativas de IA.
• Elaboración de una hoja de ruta de IA que combine iniciativas de corto, medio y largo plazo.
• Desarrollo del caso de negocio para la inversión en IA y cómo presentar la propuesta de forma eficaz.
• Presentación de la estrategia de IA ante consejos de administración, inversores y otros stakeholders.
• Taller de Capstone Project para desarrollar y revisar la estrategia de IA de tu organización.
• Reflexión final sobre el tipo de líder en IA que aspiras a ser.

Proyecto Capstone

El programa incluye un proyecto final en el que integrarás los conocimientos adquiridos a lo largo de todos los módulos para desarrollar una estrategia de IA accionable para tu organización.

Diseñarás un mapa priorizado de oportunidades, elaborarás un plan de adopción con responsables y plazos definidos, e identificarás los principales riesgos, dependencias y métricas de éxito.

Al finalizar esta formación, contarás con un plan concreto, preparado para su implementación en tu organización, que te permitirá trasladar lo aprendido a iniciativas estratégicas con aplicación práctica.

Módulo 1: Fundamentos de la IA Generativa y Agéntica

• Evaluar el valor estratégico de funcionalidades de IA como los chatbots, el razonamiento y los modelos multimodales.
• Elaborar una evaluación del coste de un sistema de IA.
• Diferenciar los principales tipos de modelos de IA y su terminología.

Módulo 2: El auge de la IA Agéntica y las plataformas emergentes

• Explicar las plataformas y enfoques de IA más relevantes para distintos sectores y sus casos de uso en IA Agéntica.
• Evaluar los factores clave para seleccionar plataformas de IA de código abierto o propietario según el contexto de la organización.
• Desarrollar una landing page utilizando IA.
• Utilizar IA para crear una maqueta visual y generar código HTML funcional.
• Publicar y desplegar el código generado.
• Diseñar un nuevo flujo de trabajo impulsado por IA para una organización.

Módulo 3: Conectando agentes con ecosistemas digitales

• Diseñar un caso de uso que demuestre la interacción entre agentes mediante herramientas integradas.
• Elaborar una propuesta estructurada, en formato de correo electrónico, para implementar un agente de IA en un contexto organizacional específico.
• Analizar un flujo de trabajo empresarial para determinar cómo un agente de IA puede mejorar la eficiencia, reducir costes o potenciar la experiencia del cliente.
• Diseñar un enfoque de integración que describa cómo conectar el agente propuesto con sistemas existentes, plataformas o APIs.
• Evaluar los riesgos potenciales, las implicaciones éticas y los indicadores de éxito asociados al despliegue del agente de IA.

Módulo 4: Ciberseguridad: escenarios clásicos, riesgos de los agentes, desinformación e impacto sistémico

• Analizar sistemas y flujos de trabajo organizacionales para identificar riesgos de ciberseguridad utilizando el marco del National Institute of Standards and Technology (NIST).
• Evaluar las prácticas actuales de seguridad para detectar brechas en control de acceso, monitorización, respuesta y capacidades de recuperación.
• Desarrollar un plan estructurado de riesgos y seguridad para IA, incluyendo gestión de grupos de interés, formación y procedimientos de respuesta ante incidentes.
• Proponer acciones para mejorar la preparación de la organización en las funciones de identificar, proteger, detectar, responder y recuperar.
• Analizar sistemas y flujos de trabajo organizacionales para identificar riesgos de ciberseguridad asociados a la IA.
• Evaluar cómo se define y aplica la responsabilidad en relación con la seguridad y la gobernanza de la IA.

Módulo 5: Agentes de IA por función empresarial

• Describir el contexto organizacional, incluyendo sector, tipo de organización y departamento, en relación con una iniciativa de diseño de producto basada en IA.
• Resumir el flujo de trabajo actual de diseño de producto para establecer una línea base de mejora.
• Seleccionar la tecnología de IA más adecuada para integrarla en un proceso de diseño de producto según sus capacidades y relevancia.
• Elaborar un plan estructurado para integrar IA en el flujo de trabajo de diseño de producto con el fin de mejorar la eficiencia, la calidad y la eficacia.
• Identificar la arquitectura de agentes más adecuada para una organización determinada y explicar las ventajas y limitaciones de cada enfoque.
• Identificar oportunidades para habilitar procesos de BPO mediante IA y describir su posible impacto organizacional.

Módulo 6: La última milla – Del piloto a la práctica

• Definir indicadores clave de rendimiento (KPI) para evaluar la eficacia de un sistema de IA en relación con los resultados del negocio.
• Describir el contexto organizacional, incluyendo sector, tipo de organización y departamento, para una iniciativa de implementación de IA.
• Resumir el propósito y la funcionalidad de un sistema de IA propuesto dentro de un flujo de trabajo empresarial.
• Definir entre tres y cinco indicadores clave de rendimiento (KPI) para medir la eficacia de la implementación de IA.
• Evaluar cómo los KPI seleccionados se alinean con los objetivos de negocio y determinar si el sistema está alcanzando los resultados previstos.

Módulo 7: Gobernanza, cumplimiento y pruebas de agentes

• Identificar los marcos regulatorios aplicables (por ejemplo, GDPR, CCPA e HIPAA) para un caso de uso específico de IA.
• Analizar los riesgos asociados al despliegue de sistemas de IA, incluidos los riesgos de cumplimiento y operativos.
• Aplicar estrategias de prueba adecuadas (como sandboxing, pruebas A/B y safety checks) para evaluar el comportamiento de un sistema de IA.
• Desarrollar un plan integral de gobernanza de IA que integre regulación, pruebas, mitigación de riesgos y prácticas de documentación.
• Elaborar preguntas guía para identificar aspectos regulatorios y de implementación en escenarios reales del ámbito sanitario.
• Clasificar casos de uso de IA mediante el marco Risk–Speed Quadrant.

Módulo 8: Capstone estratégico – Liderando el futuro agéntico

• Explicar cómo integrar estratégicamente la IA en las funciones de una organización para generar valor de negocio.
• Evaluar la idoneidad de distintas tecnologías de IA para casos de uso organizacionales específicos.
• Analizar el coste, la seguridad y las implicaciones operativas de la adopción de IA.
• Evaluar los factores humanos y organizacionales que influyen en el éxito de la implementación de IA.
• Sintetizar los conceptos del programa en un enfoque estructurado para la adopción organizacional de la IA.
• Evaluar los riesgos éticos de un sistema de IA propuesto, identificando posibles problemas, analizando su impacto empresarial y recomendando estrategias de mitigación.

Proyecto Capstone

El curso culmina en un proyecto capstone en el que los participantes aplican los conceptos del curso para evaluar una oportunidad de IA organizacional. Evaluarán la idoneidad de las tecnologías de IA para un caso de uso específico, analizarán las consideraciones empresariales, operativas, de seguridad y éticas asociadas, y desarrollarán un enfoque estructurado para la adopción responsable de la IA. El entregable final incluye recomendaciones de implementación, mitigación de riesgos y creación de valor dentro de un contexto organizacional.