Diplomado en Fundamentos de la Inteligencia Artificial Aplicada en Organizaciones

Comprender los fundamentos de la Inteligencia Artificial y sus principales aplicaciones organizacionales, adquiriendo herramientas para identificar oportunidades de generación de valor, mejorar la productividad, apoyar procesos de transformación digital y fortalecer la experiencia de cliente mediante una adopción estratégica, ética y responsable de estas tecnologías.

Objetivos específicos

• Comprender los principios fundamentales de la Inteligencia Artificial y sus principales aplicaciones en las organizaciones, reconociendo su potencial para apoyar la toma de decisiones y la generación de valor.

• Analizar los desafíos éticos, regulatorios y de gobernanza asociados al uso de la Inteligencia Artificial, promoviendo prácticas responsables y seguras en su implementación.

• Identificar oportunidades para mejorar la productividad y la eficiencia organizacional mediante el uso estratégico de herramientas y soluciones basadas en Inteligencia Artificial.

• Reconocer el papel de la Inteligencia Artificial como habilitador de procesos de transformación digital, innovación y adaptación organizacional frente a los desafíos del entorno actual.

• Aplicar conceptos y herramientas que permitan fortalecer la experiencia de cliente mediante el diseño de soluciones más personalizadas, relevantes y centradas en las personas.

1. Inteligencia Artificial: de los Fundamentos a la Creación de Valor Empresarial

Objetivo General

El objetivo general del curso es proporcionar al estudiante una comprensión integral, progresiva y aplicada de la inteligencia artificial moderna y la IA generativa, desde sus fundamentos conceptuales y técnicos hasta su uso práctico, estratégico y responsable en organizaciones, de modo que pueda entender cómo funcionan estas tecnologías, utilizarlas de forma efectiva, evaluar su impacto, riesgos y valor, y tomar decisiones informadas y éticas sobre su adopción, escalamiento y gobernanza en contextos reales.

Objetivos Específicos

• Módulo 1: El objetivo de este módulo es introducir los fundamentos de la inteligencia artificial moderna, explicando qué es la IA y la IA generativa, cómo aprenden las máquinas mediante machine learning y deep learning, y cómo estas tecnologías dan origen a los modelos generativos actuales, proporcionando al estudiante una base conceptual clara para comprender su funcionamiento y evolución.

• Módulo 2: El objetivo específico del Módulo 2 es comprender cómo funciona la IA generativa y los modelos de lenguaje de gran tamaño (LLM), aprender a utilizarlos de forma práctica y efectiva, y analizar cómo se integran estratégicamente en las organizaciones, de modo que el estudiante pueda evaluar herramientas como ChatGPT y Copilot, diseñar buenos prompts, reconocer sus límites y riesgos, y entender los factores clave para una adopción empresarial exitosa basada en casos reales.

• Módulo 3: El objetivo específico del Módulo 3 es analizar cómo las organizaciones adoptan la inteligencia artificial de manera responsable para crear valor sostenible, abordando la evaluación de costos, riesgos y comunicación en proyectos de IA, así como las estrategias de creación de valor, gobernanza y ética, mediante el estudio de casos reales que permiten comprender cómo la IA se integra en la estrategia, la cultura organizacional y la toma de decisiones de largo plazo.

• Módulo 4: El objetivo específico del Módulo 4 es desarrollar en el estudiante la capacidad de evaluar críticamente el uso de la inteligencia artificial y la IA generativa, comprendiendo los desafíos de adopción, los sesgos y dilemas éticos de los algoritmos, y aprendiendo a identificar, priorizar y escalar casos de uso que generen valor real, de manera que pueda tomar decisiones informadas y responsables sobre cuándo, cómo y bajo qué principios implementar IA en contextos organizacionales y sociales.

Plan de Estudios

Fundamentos de la Inteligencia Artificial y el Aprendizaje Automático

• Fundamentos de la Inteligencia Artificial y la IA Generativa.

• Cómo aprenden las máquinas: fundamentos del Machine Learning.

• Aprendizaje avanzado y Deep Learning: de las redes neuronales a la IA generativa.

IA Generativa en la Práctica: Modelos, Uso y Adopción Empresarial

• Cómo funciona la IA generativa y los Modelos de Lenguaje (LLMs).

• Uso práctico de los LLM: aplicaciones, límites y Prompt Engineering.

• IA en la empresa: herramientas, estrategia y casos reales de adopción.

IA Responsable: Gobernanza, Valor y Liderazgo Estratégico

• IA responsable y creación de valor: casos reales, gobernanza y ética.

• Estrategia, valor y gobernanza de la IA: adopción responsable y futuro.

Riesgos, ética y creación de valor con Inteligencia Artificial Generativa

• Desafíos, sesgos y ética en el uso de algoritmos de inteligencia artificial.

• Creación y escalamiento de valor con IA generativa: casos de uso, ROI y futuro.

2. Ética e IA: Cómo usar la IA de forma responsable y segura

Objetivo General

Desarrollar en los participantes una comprensión integral y aplicada de la inteligencia artificial desde sus fundamentos técnicos, éticos, legales, sociales y organizacionales. Al finalizar el curso, los estudiantes serán capaces de identificar y mitigar riesgos, aplicar principios éticos y marcos regulatorios internacionales, y diseñar prácticas de gobernanza y cultura organizacional que promuevan un uso seguro, transparente, justo y responsable de la IA en diversos contextos personales, profesionales y empresariales.

Objetivos Específicos

• Módulo 1: El participante comprenderá los fundamentos conceptuales y técnicos de la inteligencia artificial; incluyendo su evolución, tipos, aplicaciones y riesgos, para analizar críticamente los desafíos éticos, sociales y de gobernanza que surgen con su uso. Asimismo, evaluará los principales modelos regulatorios internacionales (UE, EE.UU. y China) y su relación con la innovación, la protección de derechos y la toma de decisiones responsables en entornos tecnológicos.

• Módulo 2: El participante analizará los principales riesgos técnicos, éticos y sociales asociados al uso de la inteligencia artificial; incluyendo sesgos algorítmicos, vulneraciones de privacidad, decisiones automatizadas, ataques de ciberseguridad y deepfakes, comprendiendo sus causas, impactos y manifestaciones mediante casos reales. Asimismo, aplicará marcos éticos, principios internacionales y estrategias prácticas de mitigación como auditorías, evaluaciones de impacto, transparencia, explicabilidad y supervisión humana, promoviendo un uso seguro, confiable y responsable de la IA.

• Módulo 3: El participante analizará los principios éticos globales que orientan el desarrollo de una inteligencia artificial justa, transparente y centrada en las personas, comprendiendo consensos internacionales como los de la OCDE, la UNESCO, Asilomar y la Unión Europea. Asimismo, evaluará cómo estos principios se traducen en marcos regulatorios , especialmente el modelo europeo basado en niveles de riesgo, y en prácticas de gobernanza organizacional que incluyen supervisión humana, trazabilidad, auditorías y control del ciclo de vida de los sistemas, con el fin de promover una IA responsable en contextos reales.

• Módulo 4: El participante comprenderá y aplicará los principios de Inteligencia Artificial Responsable, incluidos los establecidos por Microsoft (equidad, confiabilidad, privacidad, seguridad, inclusión, transparencia y responsabilidad), y reconocerá su relación con los marcos internacionales de ética de la IA, como los impulsados por la OCDE y otras organizaciones líderes. Asimismo, aprenderá a diseñar e implementar modelos de gobernanza, auditorías, comités y evaluaciones de impacto que garanticen transparencia, supervisión y rendición de cuentas. Finalmente, desarrollará criterios para promover una cultura organizacional de aprendizaje continuo en IA, integrando habilidades, roles y prácticas que permitan un uso responsable, ético y seguro de la inteligencia artificial en entornos reales.

Plan de Estudios

Módulo 1: Innovación, Regulación y Ética en la Era de la Inteligencia Artificial

• La revolución de la IA y sus dilemas éticos: impacto social y humano de la IA, beneficios y riesgos.

• Innovación vs. regulación, el gran equilibrio: cómo regular sin frenar el progreso tecnológico.

• Panorama comparado. Europa, Estados Unidos y China: modelos regulatorios y valores éticos detrás de cada enfoque.

Módulo 2: Riesgos y Desafíos Éticos

• Sesgos en la IA. Cómo surgen, cómo detectarlos y mitigarlos: casos reales y estrategias de corrección.

• Privacidad y decisiones automatizadas: protección de datos, transparencia y derechos digitales.

• Ciberseguridad. Ataques adversarios y deepfakes en la IA generativa.

Módulo 3: Etica, Regulación y Gobernanza para una IA Responsable

• Cómo garantizar una IA justa y humana: Principios globales y consensos éticos.

• Ética, Regulación y Governanza.

Módulo 4: IA Responsable y Ética: Gobernanza, Principios y Cultura Organizacional

• De los Principios a la Práctica: Gobernanza Ética y Cultura Organizacional para una IA Responsable.

• IA Responsable e IA Ética: Gobernanza, Valores y Prácticas para un Futuro Confiable.

3. IA Estratégica y Productividad Exponencial: Maximizando la Rentabilidad y el Valor de Negocio

Objetivo General

Capacitar a líderes y ejecutivos en la creación de una arquitectura de IA orientada a resultados, integrando ecosistemas de automatización avanzada y metodologías de medición financiera (ROI/EBITDA) para transformar procesos operativos en activos de alta productividad y valor de negocio.

Objetivos Específicos

• Módulo 1: Arquitectura de la Estrategia de IA y Valor Financiero: El participante será capaz de diseñar un roadmap de innovación que priorice proyectos de IA basados en su impacto directo en el EBITDA y la rentabilidad del negocio, utilizando matrices de viabilidad técnica y KPIs financieros de retorno de inversión.

• Módulo 2: Optimización de la Productividad con Ecosistemas de Automatización: El participante aprenderá a implementar herramientas de orquestación y agentes autónomos para rediseñar flujos de trabajo que maximicen la eficiencia operativa y reduzcan costos mediante la automatización avanzada.

• Módulo 3: Aplicación Sectorial y Escalabilidad en la Cadena de Valor: El participante analizará casos reales para identificar oportunidades de mejora en la cadena de suministro y logística, utilizando modelos de IA para escalar la productividad en sectores críticos como Retail, Ecommerce, Banca, Seguros y Logística.

• Módulo 4: Liderazgo Estratégico, Mindset y Modelos de Negocio AI-First: El participante desarrollará competencias para liderar la transformación organizacional y la gestión del cambio, explorando nuevos modelos de monetización de datos que aseguren la ventaja competitiva a largo plazo.

Plan de Estudios

Módulo 1: Ingeniería Financiera de la IA y Valor de Negocio

• Framework de Priorización de Proyectos (Matriz Impacto/Viabilidad). Identificación de "Quick Wins" con impacto directo en el EBITDA.

• Diseño de Roadmap y Modelos de Medición de ROI. Metodologías para cuantificar el retorno de inversión en iniciativas de IA a 12-18 meses.

• Auditoría de Valor: De la Eficiencia a la Disrupción. Análisis de 5 casos reales evaluando el impacto financiero post-implementación.

Módulo 2: Ecosistemas de Automatización y Productividad Exponencial

• Advanced Prompt Engineering y Orquestación Multi-Modelo.

• Uso profesional de Gemini, Copilot y OpenAI para tareas complejas.

• Automatización de Workflows y Agentes Autónomos. Implementación práctica con Zapier, Bolt.New y Lovable para eliminar cuellos de botella. 
  Desarrollo Ágil de Prototipos (MPI). Creación de un "Mínimo.

• Producto Inteligente" basado en datos reales para validación rápida.

Módulo 3: Aplicación Sectorial y Escalabilidad Operativa

• IA en Banca y Seguros. Automatización de procesos críticos y gestión de riesgos.

• IA en Retail, Logística y Supply Chain. Optimización de inventarios y personalización masiva en Marketplaces.

Módulo 4: Liderazgo "AI-First" y Nuevos Modelos de Ingresos

• Liderazgo en la Transición: Talento y Cambio Mindset. Cómo gestionar la resistencia cultural hacia la automatización.

• Monetización de Datos y Modelos de Negocio Al-First. Creación de nuevas fuentes de ingresos y sostenibilidad competitiva en la empresa.

4. Transformación Digital

Objetivo

Comprender cómo la sociedad actual ha tenido que adaptarse a los cambios que demanda la Transformación Digital y cómo esto ha impactado en la vida de los usuarios y organizaciones, exigiendo su adaptatividad y aceleración.

Se espera que los  alumnos al final del curso sean capaces de:

• Comprender el concepto de Transformación Digital.

• Comprender y reconocer aplicaciones reales respecto a la Transformación Digital desde el Punto de Vista de los Clientes (Demanda) y de las Empresas e Instituciones (Oferta; Organización Interna).

• Comprender y reconocer aplicaciones reales respecto a la Transformación Digital considerando los cambios más importantes para el Futuro inmediato.

Plan de Estudios

Módulo 1: Breve Introducción a la Transformación Digital (TD)

• ¿Qué es la TD? ¿Cuándo comenzó? ¿Cómo nos ha afectado?

• Conceptos Generales de la TD(RRSS, BI, Big Data, Machine Lerning, Blockchain, Desarrollo Organizacional, Design Thinking, Inteligencia Artifical, etc.).

• Actividad 1 – Visualización TD Demanda.

• Actividad 2 – Visualización TD Oferta/Estructura Interna.

• Video Reflexivo – TED Talk.

Módulo 2: Transformación Digital de la Demanda (Clientes)

• ¿Cómo hemos cambiado producto de la Tecnología?

• La Transformación Digital y el Comportamiento Humano.

• Democratización de las Oportunidades y las Comunicaciones.

• La Experiencia Digital como nuevo modelo de Vida.

• Actividad 1 – Oportunidades.

• Actividad 2 – Comunicaciones.

Módulo 3: Transformación Digital de la Oferta (Instituciones; Organización Interna)

• ¿Cómo se han ajustado las Instituciones a los cambios radicales de la Demanda?

• Entendiendo a nuestros Clientes y el Mercado dónde se desenvuelven.

• Transformación Digital Interna – Conceptos, Ejecución y Resistencia al Cambio.

• Cultura de Cambio: Organizaciones Fijas vs. Organizaciones Dínamicas.

• Actividad 1 – Entendiendo a nuestros Clientes.

• Actividad 2 – Entendiendo nuestra Institución.

Módulo 4: Transformación Digital – El Futuro

• Para hoy: ¿Qué hacer? ¿Qué no hacer?

• Para mañana: ¿Cómo se presenta el futuro inmediato?

• Cambio de Foco Estrategico (Adaptatividad).

• Actividad de Cierre.

• Video de Cierre – TED Talk.

5. Rediseñando la Experiencia de Cliente en la Era de la IA

Objetivo General

Integrar los pilares de la Experiencia de Cliente (CX) y la Inteligencia Artificial (IA) en el modelo estratégico de la organización, empleando procesos de co-creación para generar experiencias personalizadas y competitivas.

Objetivos Específicos

Analizar los pilares de la experiencia de cliente (CX) y el nuevo paradigma del consumidor para identificar oportunidades de ventaja competitiva.

Conocer las metodologías y herramientas clave necesarias para diseñar estrategias de experiencia de cliente de alto impacto.

Comprender procesos de co-creación que transformen la relación con el cliente en vivencias holísticas que eleven el valor de marca.

Conocer los desafíos éticos y operativos de la experiencia de cliente (CX) en la era de la IA para potenciar la creación de experiencias memorables y personalizadas.

Plan de Estudio

Módulo 1: La Nueva Era del Consumo y la Economía de la Experiencia

• Del producto a la emoción: Sobreviviendo al nuevo materialismo del Siglo XXI.

• ¿Qué es la Experiencia de Cliente y cuáles son los beneficios de diseñarla?

Módulo 2: Arquitectura de Experiencias Memorables

• Storytelling: una mezcla poderosa  entre la experiencia y las historias.

• Confianza: La base innegociable para la lealtad del cliente.

• Cultura CX: Alineando el ADN organizacional con la satisfacción del cliente.

Módulo 3: Metodologías de Diseño y Co-creación

• Framework de Diseño: De la idea a la ejecución de experiencias.

• Ciclo de Vida del Cliente y Touchpoint.

• Co-creación en Acción: Diseñando con y para el cliente.

Módulo 4: El Futuro de la CX y la Revolución Tecnológica

• Inteligencia Artificial Aplicada: El futuro de la personalización masiva.

• Hoja de Ruta: Desafíos críticos y tendencias globales en la Experiencia de Cliente.

La modalidad b-learning de FEN UChile Unegocios combina flexibilidad y accesibilidad, permitiendo compatibilizar el estudio con las actividades laborales y personales. Los programas están diseñados para entregar conocimientos de manera gradual y aplicada, sin requerir experiencia previa en la temática. Durante el proceso formativo, los estudiantes cuentan con el apoyo académico del cuerpo docente y la coordinación del programa.