Plan de Estudios

Módulo 1 · Tecnologías de IA y Propuesta de Valor

Este módulo introduce los fundamentos de la inteligencia artificial generativa desde una perspectiva de negocio. El objetivo es que los participantes comprendan las capacidades y límites de la IA, y aprendan a evaluar cuándo y para qué tiene sentido aplicarla. A través del GenAI Business Canvas, se trabaja la identificación y priorización de casos de uso, con foco en la definición clara de la propuesta de valor, el impacto esperado y los criterios de éxito.

Sesión 1 – Fundamentos de IA y GenAI Business Canvas
 Contenidos

●      Fundamentos de IA generativa y modelos de lenguaje.

●      Qué problemas de negocio puede abordar la IA.

●      Introducción al GenAI Business Canvas.

●      Evaluación de la propuesta de valor de la IA en productos y servicios.

Prácticas

●      Seleccionar un caso de trabajo y definir su propuesta de valor.

●      Utilizar datos como insumo para la toma de decisiones.

Sesión 2 – Tecnologías, modelos y Prompt Engineering para negocio
 Contenidos

●      Panorama de tecnologías y enfoques de IA disponibles.

●      Criterios de selección de modelos según el problema de negocio.

●      Prompt Engineering como herramienta para mejorar resultados y calidad.

Prácticas

●      Diseñar prompts efectivos para análisis y generación de información.

●      Extraer insights accionables a partir de información cualitativa.

Módulo 2 · Agentes y Automatización de Procesos

Este módulo se centra en el diseño de agentes de IA orientados a la automatización de procesos reales. Se trabaja cómo estructurar flujos de trabajo que integren sistemas, datos y modelos de IA, entendiendo los distintos niveles de autonomía y supervisión. Además, se incorporan criterios clave para analizar riesgos, costos y controles, así como la ampliación de capacidades mediante nuevos formatos de interacción y arquitecturas más flexibles.

Sesión 3 – Agentes y automatización de procesos
 Contenidos

●      Qué es un agente desde una perspectiva de negocio.

●      Componentes básicos de un agente y su rol en la automatización.

●      Integración de sistemas y datos como habilitador clave.

Prácticas

●      Diseñar un agente para automatizar un proceso concreto.

●      Definir entradas, salidas y reglas de funcionamiento.

Sesión 4 – Riesgos, costos y ampliación de capacidades
 Contenidos

●      Riesgos asociados al uso de IA en organizaciones.

●      Costos y criterios básicos de evaluación económica.

●      Nuevas capacidades: multimodalidad y extensibilidad de agentes.

Prácticas

●      Identificar riesgos y definir controles adecuados.

●      Ampliar las capacidades del agente manteniendo control y gobernanza.

Módulo 3 · MVPs No-Code con IA

El último módulo traslada los aprendizajes al terreno del producto. Se trabaja el pensamiento de producto aplicado a IA, entendiendo el rol del MVP como herramienta de aprendizaje y validación. Los participantes diseñan y construyen prototipos funcionales, incorporando una capa básica de datos y cerrando el GenAI Business Canvas. El módulo culmina con la presentación del proyecto.

Sesión 5 – Pensamiento de producto y diseño de MVPs con IA
 Contenidos

●      Ciclo de vida del software y productos digitales.

●      Conceptos clave de producto y definición de MVP.

●      MVPs impulsados por IA como herramienta de validación.

Prácticas (objetivo)

●      Definir un MVP alineado a una hipótesis de negocio.

●      Construir un prototipo funcional para testeo.

Sesión 6 – Datos, cierre del Canvas y presentación final
 Contenidos

●      Conceptos básicos de almacenamiento de datos en un producto digital.

●      Cierre del GenAI Business Canvas.

●      Presentación de proyectos de IA.

Prácticas

●      Incorporar una capa básica de datos al MVP.

●      Presentar el proyecto integrando valor, solución y próximos pasos.