Relción de módulos
1. Introducción a la Inteligencia Artificial para negocios: 9 horas
2. Creación de contenido con Inteligencia Artificial: estrategias y herramientas para la innovación: 12 horas
3. ChatBots para atención a clientes: 12 horas
4. Automatización de procesos administrativos: 12 horas
5. Análisis y visualización de datos para toma de decisiones: 12 horas
6. Ciberseguridad e IA: 9 horas
Módulo I. Introducción a la Inteligencia Artificial para Negocios
- 1.1 Introducción: entendamos el lenguaje
- 1.1.1 Orígenes de la inteligencia artificial
1.1.2 ¿Qué es un algoritmo? (técnicas y entrenamiento)
1.1.3 Niveles de IA (DL, ML) y generalidades de las implicaciones
1.1.4 ¿Cómo deberían ser nuestros datos?
1.1.5 Introducción a datos predictivos
- 1.2 Aplicaciones prácticas de la IA
- 1.2.1 Aplicaciones actuales y futuras: Hype Cycle de Gartner
- 1.2.1.1 Asistentes de voz; IA Generativa, vehículos autónomos; ciudades inteligentes; aplicaciones sanitarias; herramientas para la formación continua; análisis de sentimientos, entre otros
- 1.2.2 Ética y legislación relacionada (México, EU, Asia y Europa)
- 1.2.2.1 Privacidad de los datos
1.2.2.2 Impacto ambiental de la IA Generativa
- 1.2.3 IA Generativa: principales diferencias entre un chat, chatbot y agentes
- 1.2.4 Principales chats (EU y China)
- 1.2.5 Introducción a la ingeniería de prompt (herramientas)
Módulo II. Creación de contenido con Inteligencia Artificial: estrategias y herramientas para la
Innovación
- 2.1 Introducción al módulo: módulo y objetivos
- 2.1.1 Presentación del módulo y su importancia en la generación de contenido digital
- 2.1.2 Panorama general de las herramientas de IA que se explorarán
- 2.1.3 Explicación de la metodología del curso-taller y expectativas de aprendizaje
- 2.2 Creación y optimización de prompts
- 2.2.1 Presentación del módulo y su importancia en la generación de contenido digital para campañas
publicitarias y estrategias de comunicación
- 2.2.2 Panorama general de las herramientas de IA aplicadas al marketing y la comunicación.
- 2.2.3 Metodología del curso-taller orientada a resultados en comunicación de marca. Herramientas: ChatGPT, Leonardo AI, Midjourney, Genmo.
- 2.3 Generación de texto a imagen con IA
- 2.3.1 Introducción a plataformas de generación de imágenes aplicadas a marketing y comunicación
visual
- 2.3.2 Configuración y optimización de imágenes generadas con IA para anuncios, redes sociales y
branding
- 2.3.3 Creación de imágenes estilizadas y realistas para campañas publicitarias, storytelling visual y
diseño de contenido digital. Herramientas: Leonardo AI, Midjourney, ImageFX. Sora
- 2.4 Generación de voz y Audio con IA
- 2.4.1 Uso de herramientas de Text-to-Speech (TTS) para locuciones publicitarias, doblajes y mensajes
de marca
- 2.4.2 Creación de narraciones con diferentes estilos y acentos para contenidos de marketing y
storytelling
- 2.4.3 Generación de música con IA para ambientaciones en videos promocionales, podcasts y
campañas sensoriales. Herramientas: ElevenLabs, Hedra, Suno.
- 2.5 Generación de Texto a Video con IA
- 2.5.1 Introducción a plataformas de generación de video desde texto aplicadas al marketing digital
- 2.5.2 Personalización y edición básica de videos generados con IA para mensajes publicitarios y de
marca
- 2.5.3 Creación de contenido audiovisual atractivo para redes sociales, campañas promocionales y
estrategias de comunicación. Herramientas: Genmo, Sora, RunwayML.
- 2.6 Generación de imagen a video con IA
2.6.1 Introducción a la conversión de imágenes en animaciones para contenido visual de marca
2.6.2 Uso de IA para aplicar efectos de movimiento y transiciones en piezas publicitarias
2.6.3 Creación de clips dinámicos con elementos visuales generados con IA para redes sociales y campañas digitales � Herramientas: Leonardo Ai, Genmo, RunwayML.
- 2.7 Integración de múltiples plataformas de IA
- 2.7.1 Estrategias para combinar diversas herramientas de IA en un flujo de trabajo eficiente para
marketing y comunicación
- 2.7.2 Creación de contenido publicitario en múltiples formatos (texto, imagen, audio, video) en un
solo proceso integrado
- 2.7.3 Automatización del contenido multimedia con IA para campañas digitales, redes sociales y
embudos de conversión. Herramientas: ChatGPT, ElevenLabs, Leonardo AI, Sora, Suno, Genmo, RunwayML.
- 2.8 Proyecto final y cierre del módulo
- 2.8.1 Aplicación práctica de las herramientas de IA en un proyecto de contenido para la empresa del
participante
- 2.8.2 Presentación de contenidos generados por los participantes para sus marcas, productos o
servicios
- 2.8.3 Reflexión sobre el impacto de la IA en la estrategia de comunicación y marketing en sus
entornos reales de trabajo. Herramientas: Integración de todas las herramientas vistas en el módulo.
Módulo III. ChatBots para atención a clientes
- 3.1 Introducción a los ChatBots en atención al cliente
- 3.1.1 ¿Qué es un ChatBot y cómo puede ayudar a los negocios?
- 3.1.2 Ejemplos de uso en diferentes sectores
- 3.1.3 Personalidad y objetivo del ChatBot
- 3.1.4 Plataformas para crear un ChatBot (ChatGPT, Sendpulse, etc.)
- 3.1.5 Integración con redes sociales, WhatsApp y sitios web
- 3.2 Configuración y Personalización del ChatBot
- 3.2.1 Diseño de flujo de conversación: preguntas frecuentes y respuestas automatizadas.
- 3.2.2 Tipos de quejas y respuestas adecuadas (producto defectuoso o servicio insatisfactorio, retrasos
en entregas o falta de stock, errores en facturación o pagos, atención lenta o respuestas
inadecuadas).
- 3.2.3 Situaciones difíciles y cómo gestionarlas (cliente enojado o agresivo, solicitudes fuera del
alcance del negocio, malentendidos o confusiones en la información).
- 3.3 Automatizaciones del ChatBot
Módulo IV. Automatización de procesos de negocio con IA
- 4.1 Introducción a los flujos de trabajo
- 4.1.1. Eventos disparadores
- 4.1.2. Pasos (tareas)
- 4.1.3. Secuencia: decisiones / condiciones
- 4.1.4. Entradas y salidas
- 4.1.5. Roles, seguimiento y auditoría
- 4.1.6. Diseñando flujos de trabajo con N8N, Zapier y herramientas similares
- 4.2. Automatización e Inteligencia Artificial Generativa
- 4.2.1. Modelos de lenguaje públicos vs. privados
- 4.2.2. El papel de RAG (Retrieval Augmented Generation) y ejemplos en LMStudio y NotebookLM
- 4.2.3. “Web scraping” como mecanismo de colección
- 4.2.4. Flujo de extracción de Información no estructurada hacia formatos tabulares en servicios como
Airtable o Google Sheets
- 4.2.5. Usando el prompt de Chat GPT como disparador de eventos con IFTTT o similares
- 4.3. Integración con aplicaciones comunes
- 4.3.1. Como asistente en procesamiento de textos
- 4.3.2. Automatizaciones en hojas de cálculo
- 4.3.3. Diseño y contenidos en presentaciones
- 4.3.4. I. A. Generativa en formularios
- 4.4. Gestión colaborativa y de proyectos
- 4.4.1 Iniciando flujos desde el correo electrónico
- 4.4.2 Datos relevantes de seguimiento en MS Project o herramientas similares
- 4.4.3 Conectando un flujo al gestor de proyectos
- 4.4.4 Obteniendo alertas y recomendaciones sobre el curso del proyecto
- 4.5. Automatización de un estudio de mercado
- 4.5.1. Identificación de las fuentes
- 4.5.2. Diseño del flujo de recolección y procesamiento
- 4.5.3. Clasificación automatizada con IA
- 4.5.4. Consolidación y visualización de resultados
Módulo V. Análisis y visualización de datos para toma de decisiones
- 5.1 Análisis de datos y visualización
- 5.1.1 Importancia de la visualización en el análisis de datos
- 5.1.2 Principios de diseño para gráficos efectivos
- 5.1.3 Herramientas y software populares para visualización de datos
- 5.2 Análisis exploratorio y estadístico de datos
- 5.2.1 Técnicas para detectar patrones y anomalías
- 5.2.3 Descripción de datos: medidas de tendencia central y dispersión
- 5.2.4 Uso de gráficos estadísticos para interpretar datos
- 5.3 Optimización de consultas de datos
- 5.3.1 Estrategias para mejorar el rendimiento de consultas SQL
- 5.3.2 Identificación y eliminación de cuellos de botella en bases de datos
- 5.3.3 Introducción a índices y particionamiento de datos
- 5.4 Introducción a DAX (Data Analysis Expressions)
- 5.4.1 Conceptos básicos de DAX y su aplicación en Power BI
- 5.4.2 Uso de funciones DAX para cálculos y medidas
- 5.4.3 Creación de columnas calculadas y tablas personalizadas
- 5.5 Generación de consultas automatizadas
- 5.5.1 Automatización de procesos en bases de datos
- 5.5.2 Configuración de flujos de trabajo con herramientas diversas
- 5.5.3 Scripts para tareas repetitivas: ejemplos prácticos
- 5.6 Herramientas para extracción de datos en documentos multiformato
- 5.6.1 Extracción de texto desde archivos PDF y Word
- 5.6.2 Automatización de procesos con herramientas web
- 5.6.3 Procesamiento de datos no estructurados en archivos diversos
Módulo V. Análisis
- 6.1. Los riesgos de la IA
- 6.1.1. Inyección de instrucción (prompt Injection) y jailbreaking
- 6.1.2. “Poisoning” de datos de entrenamiento
- 6.1.3. IA Generativa utilizada en phishing e ingeniería social
- 6.2. Riesgos de filtración y pérdida de datos
- 6.2.1. Sobre la privacidad de los datos en la interacción con IA
- 6.2.2. Flujos de datos de I. A. (entradas/salidas a LLM en la nube vs. modelos locales).
- 6.2.3. Riesgos de exposición de datos basados en APIs.
- 6.3. Riesgos de la IA en dispositivos móviles
- 6.3.1. Tendencias en adopción de la IA en equipos móviles
- 6.3.2. Seleccionando herramientas de contención
- 6.3.3. Ajustes en el perímetro de la red y SASE
- 6.4. Mejores prácticas para reducir el riesgo asociado con la IA
- 6.4.1. Estableciendo una política sobre el uso de la IA orientada a la seguridad de la información
- 6.4.2. Prácticas y herramientas de apoyo a la protección de la información
- 6.4.3. Protección del nodo final
- 6.4.4. Instalando y mejorando modelos ejecutados localmente
