Transformación Estratégica con Inteligencia Artificial: De la Visión a la Implantación

MÓDULO 1: INTRODUCCIÓN Y ESTRATEGIA DE IA. Javier Ferrando

Introducción al impacto de la IA en las empresas

• Contexto actual y futuro de la IA:
  •  Tendencias globales.
  • Sectores más transformados (manufactura, retail, servicios, etc.)
• Ventaja competitiva con IA:
  • Casos prácticos: empresas líderes que han integrado IA.
  • Impactos medibles: aumento de ingresos, reducción de costos, mejora de la experiencia del cliente.
• Evaluación inicial para ejecutivos:
  • Breve diagnóstico del nivel de madurez digital de sus empresas.

Diseñar una estrategia de IA

• Capacidades actuales vs. deseadas:
  • Evaluación de datos disponibles en la empresa.
  • Identificación de recursos tecnológicos y humanos.
• Definición de objetivos estratégicos:
  • ¿Qué metas se quieren alcanzar con IA?
  • Ejemplos: optimización operativa, personalización al cliente, toma de decisiones en tiempo real.
• El roadmap de implementación:
  • Crear un plan claro con fases: pilotos, escalamiento y evaluación.

Taller práctico: oportunidades de IA

• Dinámica grupal para que los asistentes identifiquen oportunidades de implementación en sus áreas.
• Uso de una plantilla de análisis de viabilidad (nivel de impacto vs. facilidad de implementación).

Alinear estrategia de IA con visión corporativa

• Cómo evitar que los proyectos de IA sean iniciativas aisladas.
• Integración de IA con la misión, visión y valores de la empresa.
• Ejercicios prácticos: revisión de cómo las estrategias propuestas se alinean con los objetivos corporativos.

MÓDULO 2: COMPLIANCE Y ASPECTOS LEGALES DE LA IA. Javier Ferrando

Introducción al marco regulatorio

• IA Act y Data Governance Act:
  • Resumen de los principales requisitos.
  • Cómo afectan a las empresas.
• Regulaciones específicas de datos sensibles:
  • GDPR: implicaciones para el manejo de datos personales.
  • Normas sectoriales: financiero, salud, etc.
• Ética en la IA:
  • Evitar discriminación y sesgos en los algoritmos.
  • Creación de algoritmos transparentes y explicables.

Compliance en IA

• Sistemas de gobernanza:
  • Crear un marco para evaluar y supervisar la implementación de IA.
  • Roles del comité de ética y compliance en la toma de decisiones.
• Evaluación de riesgos y sesgos:
  • Métodos para detectar errores en algoritmos antes de su despliegue.
•  Auditorías periódicas:
  • Qué evaluar: impacto ético, legal y operacional.

Taller práctico: evaluación de riesgos legales

• Caso de estudio: los asistentes analizarán un modelo de IA ficticio para identificar posibles riesgos legales y éticos.

Rol del comité de ética empresarial

• Cómo crear un comité funcional.
• Mejores prácticas para supervisar proyectos de IA en curso.
• Casos reales de empresas que han gestionado adecuadamente estos comités.

MÓDULO 3: AUTOMATIZACIÓN Y DOCUMENTACIÓN DE PROCESOS. David Martínez Calduch

Automatización inteligente

• Qué procesos automatizar:
  • Identificar tareas repetitivas y de alto volumen.
  • Balance entre automatización y personalización (factor humano).

Herramientas y tecnologías:

• Introducción a plataformas de automatización como RPA (Robotic Process Automation).
• Ejemplos de uso: chatbots, sistemas de predicción, etc.

Sistematización y documentación

• Cómo crear un repositorio centralizado para procesos automatizados.
• Uso de frameworks para documentar flujos de trabajo.
• Ejemplo práctico: elaborar un manual operativo para un proceso automatizado.

Taller práctico: diseño de un flujo de trabajo automatizado

• Los asistentes trabajarán en equipo para diseñar un flujo de trabajo automatizado en su área funcional.

Cambio cultural y adopción de IA

• Superar la resistencia al cambio en equipos humanos.
• Técnicas para involucrar a todos los niveles de la organización en la transformación digital.

MÓDULO 4: SEGURIDAD Y PLAN DE ACCIÓN. Javier Ferrando

Seguridad en entornos de IA

• Riesgos específicos:
  • Manipulación de datos, accesos no autorizados, etc.
• Medidas de mitigación:
  • Ciberseguridad avanzada.
  • Protocolos para la protección de datos sensibles.

Plan de acción para la implantación

• Escalamiento de proyectos piloto:
  • Cómo pasar de pruebas a implementación masiva.
• Monitoreo continuo:
  • Uso de KPIs para evaluar el desempeño de los proyectos de IA.

Taller práctico: diseño de un plan de seguridad

• Crear un plan práctico para garantizar la seguridad en el despliegue de IA.

Reflexión final e integración de conceptos

• Revisión de todos los temas tratados.
• Feedback de los asistentes sobre cómo integrar lo aprendido en su estrategia corporativa.