Diplomado Intensivo en productividad y automatización con Inteligencia Artificial

· Operaciones y atención al cliente: automatización de flujos, respuestas y seguimiento.

· Marketing y ventas: generación de contenidos, segmentación y soporte a campañas.

· Finanzas y administración: tableros, conciliaciones y reportes recurrentes.

· RR. HH. y formación: cribado inicial, documentación, onboarding y FAQs internas.

· Sistemas/Transformación digital: orquestación de procesos no/low-code, integración con APIs y gobierno del dato.

· Emprendimiento y mandos intermedios que deban escalar productividad del equipo.

Desarrollar la capacidad de las y los participantes para diseñar, implementar y medir soluciones de productividad y automatización con IA (incluyendo análisis de datos, asistentes/agentes, RPA y apps no/low-code) que ahorren tiempo real, mejoren la calidad del servicio y se desplieguen con seguridad, trazabilidad y buenas prácticas éticas en entornos profesionales.

Tema 1. Productividad inteligente: fundamentos, límites y buen uso (10 horas)

Objetivo: Asentar conceptos de IA/IA generativa, riesgos y buenas prácticas para trabajar mejor (no solo más).

1.1. Qué puede y qué no puede hacer la IA en la oficina
1.2. Copilotos y asistentes: casos rápidos de alto impacto
1.3. Prompting práctico para tareas diarias (correo, resúmenes, reuniones)
1.4. Uso responsable: privacidad, verificación y trazabilidad

Hito: checklist de “uso responsable y eficiente” aplicado a tu propio flujo de trabajo

Tema 2. Automatiza sin código: flujos con ofimática y apps (10 horas)

Objetivo: construir automatizaciones no/low-code con suite ofimática y conectores

2.1. Formularios → hojas → documentos: del dato a la plantilla
2.2. Email, calendario y archivos: reglas, etiquetas y triggers
2.3. Conectores (Zapier/Make/n8n): eventos, rutas y webhooks
2.4. Calidad y mantenimiento: versionado ligero y pruebas

Hito: flujo “captura → procesado → entrega” que ahorra ≥1 h semanal real

Tema 3. Analiza datos como un experto I: del dato al insight accionable (10 horas)

Objetivo: dominar data literacy y análisis exploratorio con BI y copilotos

3.1. KPIs y métricas North Star: definición y umbrales
3.2. Preparación de datos sin código: limpieza y normalización
3.3. Análisis exploratorio y visualización asistida por IA
3.4. Storytelling con tableros y alertas operativas

Hito: dashboard operativo (ventas/soporte/logística/finanzas) con KPIs y alertas.

Tema 4. Analiza datos como un experto II: predicción y decisiones (10 horas)

Objetivo: pasar de lo descriptivo a lo predictivo/prescriptivo con flujos gobernables. Forecasts prácticos (demanda, carga de trabajo) y error.

4.1. Clasificación/regresión accesibles (no/low-code) y validación
4.2. Segmentación y anomalías para campañas y operaciones
4.3. Decisiones prescriptivas: reglas, escenarios what-if y asignación

Hito: pipeline “predicción → decisión” con umbrales y plan de acción

Tema 5. Diseño de agentes I: asistentes operativos y RAG con trazabilidad (10 horas)

Objetivo: crear agentes individuales con herramientas, memoria y recuperación (RAG)

5.1. Patrones de agente (ReAct, Plan-and-Execute) y límites
5.2. Conectar conocimiento interno: indexado, embeddings y evaluación de recuperaciones
5.3. Tool/function calling: hablar con APIs, hojas, documentos y CRM/ERP
5.4. Seguridad y pruebas: guardrails, casos límite y logs

Hito: asistente que responde con fuentes citadas y ejecuta una acción controlada.

Tema 6. Diseño de agentes II: multiagente y orquestación en producción (10 horas)

Objetivo: escalar a flujos multiagente con orquestación, observabilidad y costes bajo control.

6.1. Coordinación y task routing (delegación, critic-solver, handoff).
6.2. Orquestación con automatización (colas y webhooks; idempotencia).
6.3. Gobernanza: políticas, DLP, revisiones y auditoría.
6.4. Operación continua: telemetría, A/B testing y mejora iterativa.

Hito: flujo end-to-end multiagente con monitorización y reporte de calidad/coste.

Tema 7. Lanza tu solución IA como app web lista para usar (10 horas)

Objetivo: transformar una idea en una app funcional que el equipo pueda usar/compartir sin programar

7.1. De prototipo a app: casos recurrentes (Q&A, recomendaciones, presupuestos)
7.2. Plataformas no/low-code (p. ej., Glide, Gradio): componentes, datos y lógica
7.3. Conectores y datos: hojas, bases sencillas y almacenamiento de resultados
7.4. Publicación y uso: compartir con el equipo, control de acceso y soporte básico

Hito/entregable: app operativa que recomienda productos, responde preguntas o genera presupuestos, construida en Glide/Gradio (o equivalente), lista para uso interno

Tema 8. IA responsable: ética, legalidad y buenas prácticas en la empresa (10 horas)

Objetivo: evitar errores legales/éticos, proteger datos y cumplir normativa en el uso de IA.

8.1. Privacidad y datos: principios, minimización y tratamiento responsable
8.2. Sesgos y no discriminación: detección, mitigación y documentación
8.3. Cumplimiento y políticas: bases legales, consentimiento, licencias y uso aceptable
8.4. Guías de uso y gobernanza: guardrails, checklist de verificación y registro de evidencias

Hito/entregable: revisión de una solución con IA y guía práctica de uso seguro (checklist aplicable a selección, atención al cliente, marketing, etc.)

1. Aplica buenas prácticas de uso responsable de IA (privacidad, verificación y trazabilidad) en tareas cotidianas.

2. Construye automatizaciones no/low-code que conecten formularios, hojas, documentos, correo y calendario para ahorrar ≥1 h/semana.

3. Diseña tableros operativos con KPIs y alertas, a partir de datos preparados sin código.

4. Implementa flujos predictivos/prescriptivos sencillos (forecast, clasificación/segmentación y what-if) para apoyar decisiones.

5. Crea asistentes/agentes con RAG que citen fuentes y ejecuten acciones controladas (tool/function calling).

6. Integra IA en procesos de RPA (OCR, clasificación, extracción y validación de documentos).

Alejandro Campoy
Con más de 20 años de experiencia en Microsoft, ha liderado equipos globales para sitios como microsoft.com, windows.com y actualmente se desempeña en experiencias de voz inteligente a nivel mundial, adaptadas cultural y lingüísticamente. Su trayectoria combina Marketing, Desarrollo de Negocios y Ventas, con experiencia en inteligencia artificial, portales web, adquisición de contenidos, marketing digital y telecomunicaciones. Su pasión es combinar talento humano y tecnología para impulsar la transformación digital.

Ignacio Barahona
Ingeniero informático con más de 20 años de experiencia en diferentes sectores, colaborando en gran variedad de proyectos relacionados con Business Intelligence. Socio fundador de Innova-Tep, lidera el área de Data Value, ayudando a algunas de las compañías más importantes a aumentar el valor de sus clientes, definir e implementar estrategias de gestión, automatizar y garantizando una adecuada organización empresarial y posibilitando el accionamiento en tiempo real. Todo ello gracias a estrategias "data-driven" que permiten extraer todo el valor que aportan los datos.

Luis Carlos Prieto
Con una profunda experiencia en IA Generativa y Ciencia de Datos, Luis Carlos Prieto se destaca por su habilidad para transformar industrias enteras. Su experiencia abarca desde Construcción y Energía hasta Seguros y Contact Center, consolidándose como un visionario en la aplicación práctica de la IA. Actualmente, lidera la vanguardia en el desarrollo y la diseminación de la próxima generación de plataformas generativas, posicionándose en la cúspide de la innovación tecnológica.

Laura Merlo
Con más de 15 años de experiencia en el sector de la educación, es experta, entre otras cosas, en la dirección, adaptación y desarrollo de programas académicos en diferentes temáticas relacionadas con el uso de Tecnologías y la adquisición de Conocimientos, sobre todo en el ámbito de los Datos y la Inteligencia Artificial. Es Ingeniero Técnico en Informática de Gestión y Máster en Dirección Financiera y Control. Actualmente es Directora de Operaciones en All About Data.