DiplomadoInteligencia artificial y datos
Inteligencia artificial para la gerencia y la toma de decisiones
El diplomado Inteligencia artificial para la gerencia y la toma de decisiones proporciona al directivo los criterios para identificar oportunidades de IA, interpretar modelos predictivos, evaluar el retorno y los riesgos de cada iniciativa y liderar su adopción con gobierno y gestión del cambio. Le permite convertir la IA en una ventaja competitiva medible para su organización.
A quién va dirigido
Gerentes, directores, emprendedores y líderes de área sin formación técnica en IA.
Objetivos
✓Comprender las diferencias entre aprendizaje automático, aprendizaje profundo e IA generativa, y lo que la IA puede y no puede hacer.
✓Analizar métricas de modelos predictivos, pronósticos y escenarios, reconociendo los sesgos cognitivos que afectan la decisión.
✓Aplicar la matriz valor-factibilidad y el análisis de construir, comprar o integrar para priorizar casos de uso de IA.
✓Diseñar un caso de negocio con costo total, líneas base e indicadores de impacto, y una hoja de ruta de adopción a 12 meses.
✓Evaluar el gobierno de la IA en la organización con NIST AI RMF, ISO/IEC 42001 y los lineamientos del CONPES 4144 de 2025.
Plan de estudios por sesión
1
Tipos de IA y sus capacidades realesAprendizaje automático, aprendizaje profundo e IA generativa: qué hace cada uno · Qué puede y qué no puede hacer la IA
2
Mercado de proveedores y adopción empresarialEcosistema de proveedores y modelos · Tendencias de adopción empresarial
3
Madurez analítica y lectura de modelosMadurez analítica de la organización · Lectura de métricas: precisión, error y sesgo
4
Pronósticos, escenarios y sesgos en la decisiónPronósticos y escenarios · Sesgos cognitivos en la decisión
5
Identificación de oportunidades de IAMapa de procesos y puntos de dolor · Matriz valor-factibilidad
6
Estrategia de adquisición y pilotosConstruir, comprar o integrar · Pilotos y pruebas de concepto
7
Costos e impacto de una iniciativa de IACosto total: licencias, consumo de tokens, datos y talento · Indicadores de impacto y líneas base
8
Riesgos y presentación del caso de negocioRiesgos operativos y reputacionales · Presentación a junta directiva
9
Política y marcos de gobierno de la IAPolítica de uso de IA y comité de gobierno · Marcos NIST AI RMF e ISO/IEC 42001
10
Lineamientos nacionales y cultura organizacionalLineamientos del CONPES 4144 de 2025 · Formación y cultura organizacional
11
Diagnóstico y portafolio para la organización del proyectoDiagnóstico de la organización · Portafolio priorizado de iniciativas
12
Presentación del proyecto final: hoja de ruta de IA ante la direcciónHoja de ruta a 12 meses · Sustentación ejecutiva
Evaluación
Inicial30%Diagnóstico de madurez analítica de la organización del estudiante; ejercicio de lectura de métricas de precisión, error y sesgo de un modelo.
Intermedio30%Matriz valor-factibilidad con casos de uso priorizados; caso de negocio con costo total (licencias, tokens, datos y talento) y riesgos.
Final40%Proyecto final: hoja de ruta de IA para una organización real con portafolio priorizado, caso de negocio de la iniciativa principal y modelo de gobierno, con sustentación ejecutiva.
Proyecto final
Hoja de ruta de IA para una organización real con portafolio priorizado, caso de negocio de la iniciativa principal y modelo de gobierno.