Módulo I_ Usos de la inteligencia artificial en la empresa
- Introducción.
- Recursos humanos y técnicas de datos. People Analytics.
- Predicción: stocks, demandas, comportamientos.
- Segmentación: análisis de oferta. Identificar tendencias.
- Fidelización de clientes usando aprendizaje reforzado.
- Estrategias nacionales para el desarrollo de la inteligencia artificial.
- Recomendaciones web.
- Mejora de procesos.
- Resumen.
Módulo II. Inteligencia Artificial: Uso de ChatGPT en Excel
Tema 1: Introducción a ChatGPT y su Uso en Excel
- 1.1. ¿Qué es ChatGPT?
- 1.2. Ventajas de integrar ChatGPT con Excel.
- 1.3. Requisitos para usar ChatGPT en Excel.
Tema 2: Fundamentos de ChatGPT en Excel
- 2.1. Cómo funciona ChatGPT.
- 2.2. Cómo interactuar con ChatGPT.
- 2.3. Aplicaciones de ChatGPT en el mundo empresarial.
- 2.4. Limitaciones de ChatGPT.
Tema 3: Integración entre ChatGPT y Excel para el análisis de información y la automatización de procesos.
- 3.1 Integración de ChatGPT con Excel.
- 3.2 Análisis de Información con ChatGPT y Excel.
- 3.3 Automatización de Procesos con ChatGPT en Excel.
Tema 4: Google Sheets y ChatGPT
- 4.2 Funciones básicas con ChatGPT en Google Sheets.
- 4.3 Automatización avanzada en Google Sheets.
- 4.4 Análisis de datos potenciado por IA.
- 4.5 Uso de Google Apps Script para integración personalizada.
Tema 5. Integración avanzada de ChatGPT y Excel
- 5.2 Automatización de tareas con ChatGPT y Excel.
- 5.3 Análisis avanzado de datos.
- 5.4 Interacción dinámica entre ChatGPT y Excel.
- 5.5 Optimización de procesos mediante IA y Excel.
Tema 6: Solución de Problemas y Mejora Continua
- 6.1 Identificación de errores comunes.
- 6.2 Mejora del rendimiento en la integración.
- 6.3 Actualización y adaptación a nuevas versiones de ChatGPT y Excel.
Módulo III_ Marco Legal para la Implementación de IA en Empresas
Unidad 1. Fundamentos de la IA y su marco legal
1.El Pilar Europeo: La Ley de IA y su aplicación directa
2 El Marco Nacional: España como referente en la regulación de la IA
3. Tipos de IA y tecnologías clave
3.1 Machine Learning (ML - Aprendizaje Automático)
3.2 Natural Language Processing (NLP - Procesamiento del Lenguaje Natural)
3.3 Computer Vision (Visión por Computadora)
3.4 Robotics Process Automation (RPA - Automatización Robótica de Procesos)
Unidad 2. Clasificación de riesgos y obligaciones específicas para empresas usuarias
1.El Riesgo de la Ley de IA: La clave para el cumplimiento
2. Identificación de sistemas de IA de ato riesgo en la empresa
2.1 Criterios clave para la identificación
2.2 Proceso de identificación en la empresa
2.3 Consecuencias de una identificación errónea
3. Obligaciones directas para empresas usuarias de Sistemas de IA de alto riesgo
Unidad 3. IA, Datos Personales y Ética
1. IA y Protección de Datos: El RGPD
2. Prevención de la discriminación
3. Retos de la IA Generativa para empresas usuarias
Unidad 4. Responsabilidad, seguros y contratación de IA
1. Régimen de responsabilidad por productos y Servicios de IA
1.1 Responsabilidad civil tradicional vs. IA
1.2 La Propuesta de la Ley de IA de la UE y su impacto
1.3 Responsabilidad de la empresa que utiliza la IA
2. Seguros para la IA: coberturas y evaluación de riesgos
2.1 Desafíos de los seguros tradicionales frente a la IA
2.2 Tipos de Pólizas de seguros relevantes para la IA
2.3 Evaluación de riesgos para la contratación de seguros de IA
2.4 Estrategias de contratación y negociación con aseguradoras
3. Contratación y adquisición de Soluciones de IA
3.1 Due Diligence y selección de proveedores de IA
3.2 Cláusulas contractuales esenciales en acuerdos de IA
3.3 Aspectos clave en la integración y despliegue de la IA
Unidad 5. Hoja de Ruta Práctica
1. Plan de Acción para el cumplimiento en la empresa
2. Preparación para la supervisión y las sanciones
3. Preguntas y respuestas