Módulo I. Introducción a la Inteligencia Artificial para Negocios

1.1 Introducción a la IA

• 1.1.1 Orígenes de la inteligencia artificial
• 1.1.2 ¿Qué es un algoritmo?
• 1.1.3 Niveles de IA (DL, ML)
• 1.1.4 ¿Cómo deberían ser nuestros datos?

1.2 Aplicaciones prácticas de la IA

• 1.2.1 Aplicaciones actuales y futuras: Hype Cycle de Gartner y McKinsey & Company
  • 1.2.1.1 Gemelos digitales; ciudades inteligentes; aplicaciones sanitarias; herramientas para la
    formación continua; análisis de sentimientos, entre otras
• 1.2.2 Introducción a lA Predictiva, Agéntica y Generativa
• 1.2.3 APIs, la nube y la ejecución local: formas de usar y desplegar modelos de IA generativa
• 1.2.4 Legislación relacionada (México, EU, Asia y Europa -efecto Bruselas-)
  • 1.2.2.1 Impacto ambiental de la IA Generativa
  • 1.2.2.2 Gobernanza ética
  • 1.2.2.3 IA explicable o XAI
• 1.2.3 Principales chatbots de IA en el mundo (EU, Francia, China y otros)
  • 1.2.3.1 Según su tamaño: Modelos de lenguaje grande y pequeño
  • 1.2.3.2 Según su accesibilidad: Código abierto y cerrado
• 1.2.4 IA Generativa: principales diferencias entre un chatbot y agentes (monoagente o multiagente)
• 1.2.5 Introducción a la ingeniería de prompt

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

• 2.1.1 Presentación del módulo y su importancia en la generación de contenido digital para campañas
  publicitarias y estrategias de comunicación.
• 2.1.2 Panorama general de las herramientas de IA aplicadas al marketing y la comunicación.
• 2.1.3 Metodología del curso-taller orientada a resultados en comunicación de marca
  Herramientas: ChatGPT, Gemini, Copilot, Meta AI

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: ChatGPT, Gemini, Leonardo AI, Meta AI

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, Suno, Gemini

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: Gemini, Leonardo AI, Meta AI, CapCut

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, Meta AI, Gemini, CapCut

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 Integración y desarrollo de presentaciones profesionales utilizando NotebookLM para la
  generación de contenido ejecutivo, reportes, materiales educativos, podcasts y presentaciones
  empresariales apoyadas con inteligencia artificial.
  Herramientas: ChatGPT, Gemini, Leonardo AI, Meta AI, ElevenLabs, Suno, CapCut, NotebookLM

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 (3hrs)

• 3.1.1 Escuchar al cliente y la forma de su discurso
• 3.1.2 ¿Qué es un ChatBot y cómo puede ayudar a los negocios?¿Para qué quiero mi bot?
• 3.1.3 Plataforma para crear un ChatBot (Sendpulse). Intagración a Meta

3.2 Configuración y Personalización del ChatBot (9hrs)

• 3.2.1 Personalidad y objetivo del ChatBot
• 3.2.2 Mensajes, flujos, disparadores y acciones
• 3.2.3 Relación con el CRM
• 3.2.4. Ventana a la integración y automatización

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 Make, 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. Obtención de datos en línea vía llamadas API
• 4.3.4. Flujos de obtención de Información
• 4.3.5. Usando el prompt de Chat GPT como disparador de eventos

4.3. Integración con aplicaciones comunes

• 4.3.1. Automatizaciones en hojas de cálculo.

4.4. Gestión colaborativa y de proyectos

• 4.4.1 Iniciando flujos desde el correo electrónico.
• 4.4.2 Seguimiento con herramientas de gestión de proyectos
• 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 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. I. A. 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 I. A.
• 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.