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

5.2.2 Descripción de datos: medidas de tendencia central y dispersión

5.2.3 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 VI. Ciberseguridad e IA Generativa

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