Capítulo 1.1: Cómo funciona la IA: tokens, embeddings y transformers. Resumen: Introducción a los componentes esenciales del funcionamiento de la IA generativa explicado para gestores. Contenido:

• Qué son los LLM, tokens y embeddings.
• Qué hace único al modelo Transformer.
• Diferencias clave: Machine Learning vs Deep Learning vs IA generativa.

Capítulo 1.2: Comprendiendo la IA Generativa y sus modelos. Resumen: Se abordan los modelos actuales (GPT, Gemini, Claude) y se explican los conceptos de Fine-Tuning, RAG y prompting avanzado.

• Modelos abiertos vs. cerrados.
• Tipos de entrenamiento y casos de uso.
• Introducción a RAG y GPTs personalizados.

Capítulo 2.1: ChatGPT para productividad técnica. Resumen: Exploración funcional de ChatGPT con énfasis en prompting, razonamiento estructurado y generación multimodal. 

• Prompt engineering: estructura, tono, roles.
• Modos de interacción y razonamiento avanzado.
• Aplicaciones reales en gestión y toma de decisiones.

Capítulo 2.2: Gemini y Google Workspace con IA. Resumen: Aplicación de Gemini en Google Docs, Gmail y Slides para asistentes técnicos, resumen y automatización. 

• Qué hace diferente a Gemini.
• Automatización básica de textos, mails, presentaciones.
• Simulación práctica en entorno Workspace.

Capítulo 2.3: Copilot en Microsoft 365 para análisis y redacción. Resumen: Exploración de Copilot en Excel, Word y Outlook para la generación de contenido estructurado y asistencia operativa.

• Redacción asistida, generación de informes y cálculos automatizados.
• Casos reales de uso en Outlook, Word y Excel.
• Taller práctico: análisis de hoja de cálculo con ayuda de IA.

Capítulo 3.1: Automatización de procesos con Make y herramientas No-Code. Resumen: Automatización de flujos de trabajo simples usando Make, enfocado en tareas repetitivas de gestión.

• Identificación de procesos automatizables.
• Creación de escenarios paso a paso.
• Plantillas descarables y ejercicios guiados.

Capítulo 3.2: Visualización de datos y análisis predictivo con IA. Resumen: Introducción a técnicas de visualización, detección de patrones y generación de dashboards inteligentes.

• Visualización de KPIs e interpretación de resultados.
• Casos prácticos en ventas, marketing y RRHH.
• Qué nos dice la IA sobre nuestras decisiones.

Capítulo 3.3: Apoyo estratégico y análisis de escenarios. Resumen: Uso de la IA para evaluar decisiones complejas, simulaciones y análisis tipo ¿qué pasaría si…?

• Árboles de pensamiento y priorización de escenarios.
• Modelos de riesgo asistidos por IA.
• Simulación ejecutiva con decisiones éticas

Capítulo 4.1: Principios éticos y sesgos algorítmicos. Resumen: Guía práctica para evitar sesgos y fomentar el uso responsable de la IA.

• Transparencia, equidad y explicabilidad.
• Buenas y malas prácticas.
• Ejercicios de detección de sesgos.

Capítulo 4.2: Seguridad, privacidad y cumplimiento regulatorio. Resumen: Qué debemos saber para usar IA cumpliendo con el GDPR y las políticas internas.

• Configuración segura en ChatGPT, Gemini y Copilot.
• Privacidad, políticas y regulación europea.
• Checklist básico para empresas.

Capítulo 5.1: Automatización del funnel con herramientas de IA. Resumen: Se exploran estrategias para implementar embudos de ventas digitales utilizando ChatGPT, Gemini y otras herramientas de IA para segmentación, copywriting y seguimiento.

• Diseño de funnels de captación con ayuda de IA.
• Generación de contenidos automatizados (landing, emails, formularios).
• Ejemplo completo de campaña guiada con prompts.

Capítulo 5.2: IA en segmentación, personalización y conversión. Resumen: Técnicas para mejorar la conversión del funnel aplicando análisis predictivo, personalización de mensajes y activación de leads con IA.

• Cómo personalizar mensajes según perfiles con IA.
• Uso de modelos para predicción de intención de compra.
• IA en remarketing, retargeting y nutrición de leads.