AI
&Analytics
EXECUTIVE BOOTCAMP para líderes de negocio y tomadores de decisión
¿POR QUÉ AI & ANALYTICS?
"La máxima ventaja competitiva es ser cognitivo." Ginni Rometty Presidente y CEO de IBM
¿POR QUÉ AI & ANALYTICS?
“Hoy en día, si no estás siendo disruptivo contigo mismo, alguien más lo hará; tu futuro es ser disruptivo o dejar que alguien más lo sea por tí. No hay punto intermedio. La regla moderna en la competencia es que aquel quién aprende m á s r á p i d o , g a n a .” Salim Ismail Socio fundador, Singularity University Autor de: "Organizaciones exponenciales: por qué las nuevas organizaciones son diez veces mejores, más rápidas y más baratas que las suyas (y qué hacer al respecto)"
¿POR QUÉ AI & ANALYTICS?
"Como líderes, cuando pensamos en la inteligencia artificial y sus implicaciones, nos corresponde a todos asegurarnos de que estamos construyendo un mundo en el que cada individuo tenga la oportunidad de p r o s p e r a r ." Andrew Ng Director de Laboratorio de Inteligencia Artificial de Stanford Fundador de Google Brain Deep Learning Project
¿POR QUÉ AI & ANALYTICS?
"Solo el 53% de los directores de recursos humanos están razonablemente confiados con respecto a la idoneidad de la estrategia futura de la fuerza laboral de su organización para prepararse para los cambios futuros, las empresas deberán poner el desarrollo del talento y la estrategia de la fuerza laboral futura al frente de su crecimiento." Saadia Zahid Jefa de Educación, Género y Trabajo y miembro del Comité Ejecutivo en el Foro Económico Mundial
¿POR QUÉ DEBEN LOS LÍDERES EMPRESARIALES SABER IA? Es el desafío existencial de hoy en día: en el mundo digital actual, ya no es suficiente con que cada negocio se convierta en el líder de su industria. El nuevo imperativo en nuestra economía, cada vez más basada en datos, es que cada empresa se convierta en una empresa de Inteligencia Artificial (IA). Los líderes deben ser capaces de elegir las oportunidades correctas (y éticas), establecer una mentalidad de experimentación para formar una hipótesis, y luego evaluarla: mejorar el servicio al cliente, mejorar la productividad, reducir los defectos de fabricación y el rendimiento en un metro cuadrado de tierras de cultivo, todo por saber cómo manejar los datos. Una empresa con una mentalidad de aprendizaje continuo requiere hacer eso: necesita un liderazgo que realmente piense en las decisiones basadas en datos y en cómo la Inteligencia Artificial puede ayudarle a ser diferente.
¿POR QUÉ DEBERÍAN LOS LÍDERES DE SU EMPRESA ASISTIR A ESTE BOOTCAMP?
La filosofía básica de este bootcamp es que la IA no debe limitarse a los ingenieros e investigadores. Este programa fue diseñado específicamente para profesionales técnicos - y no técnicos- que tienen voz en nuestro futuro, un futuro en el que el machine learning y big data definirán quiénes permanecen en el negocio y quiénes no. El bootcamp permitirá a los participantes aplicar machine learning en sus organizaciones a escala, entender cómo se usa en diferentes industrias y regiones, y al mismo tiempo aprender las cosas que la IA de hoy no puede hacer, entender claramente los conceptos y los límites de la tecnología, y así mejorar. El objetivo de este programa es proporcionar a los participantes los conocimientos básicos sobre IA y Analítica, para impulsar los resultados comerciales a través de sus habilidades, herramientas, técnicas, metodologías, tecnologías y modelos de datos adquiridos.
¿QUÉ APRENDERÁ DURANTE EL BOOTCAMP? ¿Qué es Analytics? ¿Qué es
¿Cuál es el objetivo de negocio detrás
Inteligencia Artificial?
de un proyecto de este tipo? ¿Cómo
¿Cuáles son las principales
lo demuestro?
características de este tipo de
¿Es necesaria infraestructura para
capacidades? ¿Cuál es su ámbito de
implementar este tipo de
aplicación?
soluciones? ¿De qué tipo? ¿Cómo
¿Puedo aplicar este tipo de
sería una arquitectura modelo?
tecnologías a cualquier tipo de
¿Cómo debe encarar un proyecto
actividad o práctica?
transformacional?
¿Cuáles son las principales
¿Es recomendable tener principios
dimensiones donde aplicarla puede
de arquitectura de Analytics e
generar ventajas competitivas y
Inteligencia Artificial a la hora de
resultados monetarios en el corto y
encarar un proyecto de estas
largo plazo?
características?
¿Cómo comienzo, consumo, ejecuto,
¿Qué impacto tiene una
implemento y pongo en producción
implementación de una solución
este tipo de proyectos?
basada en Inteligencia Artificial?
¿Qué fuentes de información son aplicables a este tipo de disciplinas?
Y MUCHO MÁS...
PERFIL DEL PARTICIPANTE Líderes de negocio, Gerentes de Área y Gerencia General Miembros de Junta Directiva Responsables de estrategia, diseño de visión corporativa y transformación digital Presidencias y vicePresidencias Consultores Senior de Transformación, Proyectos de Innovación, Cambio Estratégico Asesores Senior de Líderes Gubernamentales Gerentes de Innovación y Tecnología, y líderes técnicos sin experiencia previa de IA y/o Analítica
METODOLOGÍA 1. FRENTE TEÓRICO
Todas las clases cubrirán una temática
2. FRENTE PRÁCTICO
El curso está diseñado para
específica, de forma teórica, que
desarrollarse utilizando metodologías
abarcará entre el 50% - 60%
ágiles, específicamente scrum para el
del tiempo de cada encuentro.
desarrollo, análisis, feedback, ejecución y presentación del trabajo práctico
En cada una de ellas se abordará un tema relacionado con el tronco fundamental de la materia.
A su vez, cada contenido teórico tendrá su contraparte en ejercicios prácticos que deberán ser volcados en el proyecto final (trabajo práctico grupal) que será
correspondiente al 75% de la evaluación de la materia (25% de presentación parciales + 50% presentación final1).
Entre todos los participantes de la materia, se crearán grupos de trabajo de entre 3 – 5 personas y se deberán designar roles: Scrum Master, Product Owner, Team, para trabajar en los 5
entregado y presentado en la clase #6
sprints durante los seis (6) encuentros
(clase final)
para el desarrollo del trabajo práctico.
METODOLOGร A 3. FRENTE BEST PRACTICES
4. FRENTE FEEDBACK DE MEJORA CONTร NUA
En este frente se trabajarรก a partir del
Para mantener el nivel de la cรกtedra y
anรกlisis de casos reales que hayan
ajustar las diferentes explicaciones de
resuelto una
los contenidos de la cรกtedra a medida
oportunidad de anรกlisis de datos, contacto con el cliente, automatizaciรณn, incorporaciรณn de Inteligencia Artificial, entre otros, que hayan utilizado empresas y organizaciones reales.
Metodolรณgicamente, mediante un fuerte trabajo interactivo que combina reuniones de equipo, estudio individual y debates generales, los profesores y los alumnos resolverรกn problemรกticas presentes en casos establecidos por los representantes de la cรกtedra.
que se va desenvolviendo la materia, abrimos un canal de feedback constante con los alumnos.
CLASE 1: INTRODUCCIÓN GENERAL Frente Teórico: Nuevos modelos de negocio basados en el manejo de información, plataforma y usuarios (concepto de plataforma según Mc Afee). Evolución de la naturaleza de información y el desafío futuro de manejar grandes volúmenes. Evolución del Analytics tradicional. Analytics cognitivo sobre información no estructurada. Las tres eras de la evolución tecnológica (era de la tabulación, era de la programación y era Cognitiva). Transformación Digital en la Era Cognitiva. Dimensiones de aplicación de Inteligencia Artificial en organizaciones (Engagement Disruptivo, Profesionales Potenciados y Optimización de Procesos). Frente Práctico: Armado de grupos (de entre 3 – 5 integrantes) Presentación de metodología para ejecución del trabajo práctico correspondiente a la materia (metodología agile). Explicación de metodología de evaluación del trabajo práctico correspondiente a la materia. Explicación de la herramienta de seguimiento de trabajo práctico correspondiente a la materia. Elección de la organización/empresa para la que se realizará el proyecto correspondiente al trabajo práctico. Frente Best Practices: En esta clase no se realizará una resolución de un caso, sino que se reemplazará por un taller de design thinking reducido para comenzar a establecer el proyecto de los alumnos.
CLASE 2: FUENTES DE INFORMACIÓN Frente Teórico: ¿Qué es la información? ¿Es lo mismo que los datos? ¿Qué es una fuente de información y cuáles son sus características? ¿Cuáles son los distintos tipos de fuentes de información que existen (estructura, no estructurada, semi-estructurada)? ¿Qué valor tiene la información no-estructura y qué análisis de puede hacer: Análisis de sentimientos, extracción de conceptos, identificación de entidades/objetivos y keywords, análisis de tono/expresión, identificación de intenciones/clasificación ¿Para qué se usa la información? ¿Cómo impacta la información en los negocios? ¿Qué ventajas aporta un uso adecuado de los datos en una empresa? ¿Cuáles son las responsabilidades de analista de la información? ¿Qué rol tiene el científico de datos? ¿Cuál es la diferencia entre Big Data y ciencia de datos? ¿Cuál es el proceso utilizado en la ciencia de datos? ¿Qué herramientas se usan en el análisis y gestión de datos? ¿Son distintas a las que usa un científico de datos? Las complicaciones y desventajas de no analizar datos o hacerlo de forma inadecuada. Frente Práctico: Cierre del Sprint 1 de acuerdo con la planificación del trabajo práctico realizada en la Clase 1. Comienzo del Sprint 2 de acuerdo con la planificación del trabajo práctico realizada en Clase 1. Definición y selección de las fuentes de información que van a ser utilizadas durante el trabajo práctico. Frente Best Practices: En esta clase se realizará el análisis de dos casos de uso de fuentes de información para resolver alguna problemática de negocio: Caso 1 - Caso de éxito de uso efectivo de datos - Sistema de recomendación de Netflix Caso 2 - Caso Tesco – cómo el mal uso de los datos puede tener un impacto a nivel corporativo
▪ ▪
CLASE 3: IA E INDICADORES DE NEGOCIO Frente Teórico: ¿Cómo generar valor a partir de Inteligencia Artificial?: Entendiendo la relación entre beneficio y esfuerzo de la aplicación de estas tecnologías. Desglose de estrategia, objetivos estratégicos, indicadores de negocio e indicadores operativos. Eficiencias Operacionales: Gestión y medición de cobranzas a partir de IA (Costo de cobranza, porcentaje de morosidad, contactos directos, etc.). Explicación de Indicadores que IA apalanca en un call center (AHT, NPS, No de llamadas, tiempos de capacitación y training etc.). Ahorro de tiempos y aumento de calidad por uso de clasificadores de imágenes en procesos. Eficiencias Comerciales: Visibilidad de impacto en indicadores de venta (Tasa de conversión, TKT promedio). Indicadores en eficiencia de cliente (NPS). Tiempos promedios de proyectos, conceptos involucrados (fijos y variables) para evaluación y realización de un business case. Exposición y entendimiento de indicadores apalancados por la implementación de un proyecto de analytics puro (ejemplo: look alike, segmentación, clusterización, etc).
▪ ▪ ▪ ▪ ▪
Frente Práctico: Muestra de un ejemplo de business case para una implementación de un Asistente Virtual basado en Inteligencia Artificial. Análisis de volumetría realizados para la construcción del business case sobre un Asistente Virtual basado en Inteligencia Artificial. Muestra de métricas alcanzada por un caso de éxito de Argentina que apuntó a promover estratégicamente créditos hipotecarios. Muestra de métricas logradas para una solución de resumen de papers médicos de un laboratorio internacional. Muestra de un ejemplo de business case para una implementación de un respuesta automática a consultas de compradores en Mercado Libre.
CLASE 4: ADQUISICIÓN DE IA & ANALYTICS Frente Teórico: Definición de un plan de adopción de una solución basada en Inteligencia Artificial. ¿Qué es un roadmap de adopción de Inteligencia Artifical? ¿Hay diferencias entre la implementación de una solución basada en Inteligencia Artificial y una solución que utiliza los datos en forma inteligente? ¿En qué consiste un plan de adopción de Inteligencia Artificial? Impacto de un proyecto transformacional en una compañía. ¿Un proyecto de Inteligencia Artifical impacta a todo nivel en una compañía? Adopción de soluciones de Inteligencia Artificial y su impacto en las distintas áreas dentro de una compañía. La importancia del involucramiento ejecutivo en los proyectos transformacionales. ¿Qué enfoque metodológico es el más adecuado para proyectos transformacionales? Management tradicional vs. Metodologías ágiles. Mejores prácticas para una implementación exitosa de una solución transformacional en una compañía. ¿Cuales son las lecciones aprendidas de casos no exitosos de adopción de soluciones basadas en Inteligencia Artificial? Frente Práctico: Cierre del Sprint 3 de acuerdo con la planificación del trabajo práctico realizada en la Clase 1. Comienzo del Sprint 4 de acuerdo con la planificación del trabajo práctico realizada en Clase 1. Definición de plan de adopción de la solución definida en el trabajo práctico. Definición de cómo se van a llevar a cabo las mediciones de los indicadores de negocio que van a ser afectados por la implementación de la nueva solución basada en Inteligencia Artificial. Frente Best Practices: Caso 3 – Caso de éxito: Amazon – Adopción de Inteligencia Artificial como parte de la estrategia de la compañía Muestra de plataformas de Inteligencia Artificial y Analytics (IBM, Google, Amazon, ecosistema de APIs)
CLASE 5: IA Y SU RELACIÓN CON LA INFRAESTRUCTURA EMPRESARIAL Frente Teórico: ¿Qué es una arquitectura? ¿Qué es la Arquitectura empresarial? El rol del Arquitecto empresarial. La relación entre la Inteligencia Artificial, la transformación digital y la Arquitectura Empresarial. ¿Qué es un framework de Arquitectura Empresarial? ¿Qué es TOGAF? ¿Para qué se utiliza? Impacto de la información y la Inteligencia Artificial en las distintas capas propuestas por el Framework de Arquitectura Empresarial TOGAF (The Open Group Architectural Framework). ¿Qué es un principio de arquitectura? ¿Para qué sirven los principios de arquitectura? Principios de Arquitectura de información e Inteligencia Artificial. ¿Para qué sirve la gobernabilidad? ¿Y la gobernabilidad de IT? ¿Cuáles son las consecuencias de encarar una transformación digital en un ambiente desgobernado? Conclusiones de la aplicación de Analytics e Inteligencia Artificial en una compañía con un esquema de governance definido. Frente Práctico: Cierre del Sprint 4 de acuerdo con la planificación del trabajo práctico realizada en la Clase 1. Comienzo del Sprint 5 de acuerdo con la planificación del trabajo práctico realizada en Clase 1. Definición y selección de las fuentes de información que van a ser utilizadas durante el trabajo práctico. Frente Best Practices: Caso 4 – Principios para el uso de datos: ventajas de utilizar principios de arquitectura para gobernar los datos de una compañía.
CLASE 6: PRESENTACIÓN DE PROYECTOS FINALES Frente Teórico: En esta clase no se realizará una profundización teórica, sino que se reemplazará por dudas específicas de todas las clases brindadas con anterioridad. Además, se apoyará a los diferentes grupos en los últimos ajustes previo a las presentaciones de los proyectos finales. Frente Práctico: Se realizarán las siguientes actividades correspondientes al proyecto final:
▪ Entrega de proyecto final (TP) en formato digital. ▪ Exposición de proyectos finales (TPs) de forma grupal. ▪ Evaluación conjunta (alumnos y profesores) sobre los trabajos y las presentaciones de los grupos.
EVALUACIÓN La materia se calificará con una nota final de evaluación según la ponderación de los siguientes conceptos:
25% Asistencia y participación en clase
25% Cumplimiento de presentaciones parciales correspondientes a los sprints
50% Nota de Trabajo Práctico Final
ACERCA DE NOSOTROS DEMOCRATIZANDO EL ACCESO AL POTENCIAL DE LA INTELIGENCIA ARTIFICIAL, A TRAVÉS Somos un equipo de DE LA DISRUPCIÓN profesionales latinoamericanos ÉTICA dedicados al desarrollo de Y EL PENSAMIENTO capacidades humanas y técnicas EXPONENCIAL
al servicio de organizaciones, comunidades e individuos, con el objetivo de lograr acceso a las tecnologías exponenciales que pueden transformar la región.
JUAN MARTÍN MAGLIONE Juan Martín Maglione es Licenciado en Administración de Empresas, con Magister en Dirección Estratégica y Tecnológica en ITBA (Argentina), Master en Dirección Estratégica y Tecnológica en EOI (España) y especializado en International Business Consultancy en Fontys University of Applied Sciences en Eindhoven, Holanda. También ha realizado una Diplomatura en Big Data y en Metodologías Ágiles de Product Management en ITBA. Head of Artificial Intelligence en SAI (Amsterdam, Holanda), co-founder de Fictionary, un juego mobile y de Fon.ai, una organización que brinda soluciones de Inteligencia Artificial y Analytics para organizaciones nacionales e internacionales, públicas y privadas. Se desempeñó como Engagement Manager Regional en Cognitiva para Argentina, Paraguay y Uruguay. Fue el líder de la creación, construcción y actualización de las metodologías consultivas que utiliza Cognitiva, habiendo coordinado al equipo de consultores de toda la región (Costa Rica, Colombia, México, Chile y Argentina). Formó parte de la firma de consultoría KPMG, habiendo participado en la creación de la práctica de S&OP - Strategy and Operations.
04
SANTIAGO CARDARELLI Ingeniero en Informática de la Universidad de Buenos Aires (Argentina), Magister en Dirección Estratégica y Tecnológica en ITBA (Argentina), Master en Dirección Estratégica y Tecnológica en EOI (España) y arquitecto certificado por IBM. En el 2017, obtuvo la certificación TOGAF (The Open Group Architectural Framework). Actualmente se desempeña como Gerente de Tecnología e Innovación en Sodimac - Grupo Falabella.
Desde Cognitiva, como Gerente de Arquitectura Regional, lideró proyectos de implementación de soluciones basadas en Inteligencia Artificial y Analytics en el marco de transformaciones digitales en varios bancos y laboratorios del país, y diseñó la metodología de Delivery de proyectos de la organización. Cuenta con más de 18 años de experiencia en tecnología y negocios y habiendo trabajado en empresas de primer nivel como IBM Argentina y Kimberly Clark. Participó en la creación de la práctica de arquitectura en IBM y lideró equipos de arquitectos de integración cloud y datos en Kimberly Clark.
PRISCILA CHAVES MARTÍNEZ Priscila ha trabajado en la intersección de tecnología, emprendimiento e impacto por más de 15 años, colaborando con multinacionales y startups en Norte y Latinoamérica, África y el Sudeste Asiático. MBA de Aden Business School (Costa Rica) y Alumni del Programa de Soluciones Globales de Singularity University (Silicon Valley).
Es líder de opinión en tecnología para impacto social, y keynote speaker acerca de los riesgos del futuro y cómo la ética debe de progresar al ritmo del avance tecnológico. Es embajadora para la región centroamericana de la red global Women in AI (WAI).
Directora Ejecutiva de 10X- agencia de innovación de impacto- su carrera ha sido en el mundo corporativo de Tecnología y en startups tecnológicos. Por 10 años lideró operaciones y desarrollo de negocios para IBM en Latinoamérica y Asia-Pacífico. Como líder de negocios para la firma de inteligencia artificial Cognitiva, lideró el desarrollo de productos y estrategias comerciales para soluciones de base tecnológica, democratizando el acceso en la región a tecnologías emergentes.
¿QUÉ OPINAN LOS PARTICIPANTES? "Engancharon incluso a quienes venimos de otras disciplinas" "De los mejores aspectos del curso, fueron la claridad de los expositores, su compromiso, profesionalidad y expertise." "Debería darse como materia obligatoria en todas las maestrías y que dure todo el año." "Excelente propuesta educativa para líderes de negocio, recomiendo hacer la materia parte de la curricula obligatoria de desarrollo gerencial."
MÉTRICAS DE SATISFACCIÓN 96.1%
Satisfacción promedio del curso
100%
Evaluación general del curso
100
75
50
25
0 Desempeño general
Desarrollo de los temas
Dominio del contenido
Nivel de ayuda brindada
Respuesta a inquietudes de los alumnos
Capacidad de transmisión
Habilidad para mantener el interés del grupo
Material utilizado: bibliografía y recursos
MÉTRICAS DE SATISFACCIÓN 100
75
50
25
0 Pertinencia del contenido al tema de la materia
Programa
Utilidad del contenido
Incremento en el interés por la materia
Participación del alumno en el curso
Nivel de trabajo requerido
Grado de dificultad de la materia
INSCRÍBETE DURANTE SETIEMBRE Y APROVECHA EL BENEFICIO DE 25% DE DESCUENTO POR EARLY BIRD
INVERSIÓN TOTAL FINAL: USD$1.125* POR PERSONA
*USD$1.500 A PARTIR DEL 1ERO DE OCTUBRE
NOVIEMBRE 11 AL 22, 2019 - SAN JOSÉ 04
Sesiones individuales con facilitadores para coaching especializado Acceso a materiales digitales y recursos multimedia de bibliografía Coffee break durante cada sesión, parqueo en el sitio Libro digital "Organizaciones Exponenciales" de Salim Ismail Certificado de Aprovechamiento digital al completar la currícula completa, y Certificado de Aprobación físico al presentar exitosamente el proyecto final Coctél de networking al cierre junto con el resto de participantes, y charlas exponenciales con líderes de industria
Paquetes In-Company: USD$ 15.000, máximo 20 participantes Contenido dedicado de casos de uso y mejores prácticas en la industria Sesiones en sitio, para fácil acceso de participantes
RESERVA HOY TU ESPACIO Escríbenos a hola@innova10x.com
