La IA no es magia, es una decisión de negocio
Tus directivos deciden qué automatizar, con qué datos y con qué controles, y ven el efecto en la cuenta de resultados y en la confianza de los clientes. Cuatro simulaciones co-desarrolladas con IESE Business School llevan la IA predictiva y la generativa a un banco, a un hospital y a una fábrica.
Para programas MBA y de executive education, y para empresas que forman a sus equipos en IA. El artículo 4 del Reglamento europeo de IA obliga a las organizaciones que usan IA a tomar medidas para desarrollar la alfabetización en IA de su personal; una sesión práctica en la que se decide sobre IA es una medida concreta.
Para quien tiene que decidir sobre IA
Escuelas de negocio
Cursos de MBA, máster y executive education que quieren que la IA se entienda tomando decisiones, no solo escuchando a un experto.
Empresas
Comités y equipos de negocio que aprueban proyectos de IA, y programas de alfabetización en IA para la plantilla.
Datos y negocio, juntos
Perfiles técnicos y de negocio que necesitan un lenguaje común para llevar un modelo de la idea a producción.
En Big Bank AI, los participantes llevan la estrategia de IA de un banco: deciden qué proyectos abordar, con qué datos y con qué infraestructura, y descubren que un modelo brillante con datos malos no sirve de nada.
Big Bank AI · co-desarrollada con IESE
Con el marco FATE (Fairness, Accountability, Transparency, Ethics) del profesor Javier Zamora, cada decisión se mide también por su impacto: ¿el modelo discrimina? ¿Quién responde si falla? ¿Podemos explicar por qué rechazó un préstamo?
Marco FATE · la ética dentro del juego
Lo que la sesión pone sobre la mesa:
- Cómo se prioriza una cartera de proyectos de IA
- Qué calidad de datos hace falta antes de entrenar un modelo
- Cómo se equilibran objetivos técnicos y de negocio
- Cómo se aplican la equidad, la responsabilidad y la transparencia
- Cómo se explican los riesgos y los límites de la IA
Cuatro simulaciones, del banco a la fábrica
Big Bank AI para la estrategia de IA de una empresa. Translator para el proyecto de datos de un hospital. GPT Workshop para experimentar con IA generativa. Industry 4.0 para digitalizar una planta. Todas co-desarrolladas con IESE.
Ver las simulaciones¿Por qué simular decisiones de IA?
Los proyectos de IA se atascan más por decisiones de negocio que por el algoritmo
Los datos son el verdadero reto
En la simulación, los participantes descubren que conseguir datos limpios, representativos y obtenidos de forma legítima cuesta más que entrenar el modelo, y que sin ellos ningún algoritmo salva el proyecto.
La ética no es opcional
Un modelo que discrimina puede costar la confianza de los clientes. El marco FATE obliga a preguntarse si es justo, quién responde, si se puede explicar y si es ético, antes de lanzar y no después.
Alinear técnica y negocio
Los equipos de datos optimizan métricas técnicas; el negocio espera resultados. En la simulación, los participantes aprenden a traducir entre ambos mundos y a fijar objetivos que importan.
Los retos que nos plantean
Responsables de transformación digital, de datos y de formación suelen llegar con alguno de estos:
Directivos que esperan de la IA resultados que ningún algoritmo da sin datos de calidad ni objetivos claros.
Equipos de datos y de negocio que no comparten lenguaje: unos hablan de métricas del modelo y otros de resultados.
Plantillas que usan IA generativa cada día sin tener claro qué puede hacer, qué no y qué riesgos tiene.
El miedo a un modelo sesgado o inexplicable, sin un marco claro para evaluar el riesgo antes de lanzarlo.
Liderar proyectos de IA
Quien decide sobre IA necesita combinar una idea clara de la tecnología con criterio de negocio:
Saber hacer
- Evaluar la viabilidad real de un proyecto de IA
- Detectar problemas de datos antes de que sea tarde
- Aplicar un marco ético como FATE
- Explicar riesgos y límites a quien tiene que aprobar
- Definir métricas que alineen técnica y negocio
Saber por qué
- Por qué tantos proyectos de IA no llegan a producción
- La diferencia entre IA predictiva y generativa
- Cómo los sesgos de los datos se amplifican en los modelos
- El ciclo de vida de un modelo en producción
- Lo que exige la regulación, como el Reglamento europeo de IA
Simulaciones de IA aplicada
Co-desarrolladas con IESE Business School para entender, decidir y liderar proyectos de IA
Big Bank AI
La estrategia de IA de un banco: proyectos de IA predictiva y generativa, datos, infraestructura y el marco FATE del profesor Javier Zamora. Con debriefing global y personalizado.
Translator
El comité de ciencia de datos de un hospital quiere predecir la evolución de pacientes con COVID-19 para asignar recursos. Los participantes consiguen los datos, entrenan modelos y los mejoran con el equipo y los implicados.
GPT Workshop
Taller práctico de IA generativa: en una sola plataforma, los participantes prueban modelos de texto y de imagen de varios proveedores, con un presupuesto por ronda, y aprenden qué pueden y qué no pueden hacer por su negocio.
Industry 4.0
Una línea de extrusión de tubería en plena digitalización: sensores, analítica, mantenimiento predictivo y automatización, y la formación de las personas que tienen que usarlos.
¿Llevamos la IA a tu programa con decisiones reales?
Cuéntanos a quién quieres formar y en qué contexto, y te proponemos qué simulación encaja y cómo integrarla.
HablemosPerguntas frequentes
O que é uma simulação de IA para negócios?
É um exercício em que os participantes tomam as decisões de um projeto de IA (o que automatizar, com que dados, com que controlos) e veem as suas consequências. No Big Bank AI, co-desenvolvido com a IESE Business School, fazem-no num banco e com o modelo FATE do professor Javier Zamora.
Como se trabalha a ética da IA nas simulações?
Com o modelo FATE (Fairness, Accountability, Transparency, Ethics): cada decisão é avaliada pelo seu resultado económico e também pela sua equidade, por quem responde por ela, por poder ser explicada e pelo seu impacto ético.
Servem para o artigo 4.º do Regulamento europeu da IA?
O artigo 4.º obriga as organizações que usam IA a tomar medidas para desenvolver a literacia em IA do seu pessoal. Uma sessão prática em que se decide sobre IA é uma medida concreta nesse sentido; não substitui as restantes obrigações do Regulamento.
Que simulações de IA oferece a Kudzu Partners?
Quatro, todas co-desenvolvidas com a IESE Business School: Big Bank AI (estratégia de IA num banco), Translator (um projeto de ciência de dados num hospital), GPT Workshop (workshop prático de IA generativa) e Industry 4.0 (a transformação digital de uma fábrica).