Saltar al contenido principal

Fase 1: Fundamentos ejecutivos de IA

Meta: Construir la fluidez en IA que un ejecutivo necesita para tomar decisiones confiables de estrategia, inversión y gobernanza — sin convertirse en ingeniero.

AtributoDetalle
Duración6 semanas
Dedicación6-8 horas/semana
Costo$0 (todos los recursos siguientes son gratuitos o auditables gratis)
Entregable capstoneTesis de oportunidad de IA — un brief ejecutivo de 5 páginas que mapea dónde la IA crea valor comercial en tu negocio
Señal de carrera"Puede traducir capacidad de IA en estrategia de negocio" — la brecha #1 reportada por juntas

Por qué esta fase importa (alineación de mercado)​

La investigación de McKinsey muestra que el principal predictor de éxito en IA es la propiedad C-level, no la profundidad técnica. Los ejecutivos que pueden conectar IA con estrategia empresarial son escasos y muy valorados. Esta fase construye exactamente ese músculo — posicionándote para roles como Chief Commercial Officer, VP de Growth/Strategy, Chief Strategy Officer y AI Transformation Lead en sectores industriales e intensivos en capital.

Objetivos de aprendizaje​

Al final de la Fase 1 podrás:

  1. Explicar qué pueden y no pueden hacer la IA, machine learning, IA generativa y agentes — en términos de negocio
  2. Distinguir casos de uso de IA de alto ROI del hype en un contexto industrial intensivo en capital
  3. Leer una propuesta de datos/arquitectura lo suficientemente bien para desafiar supuestos y costos
  4. Aplicar una lente básica de riesgo de IA (lenguaje NIST AI RMF) a cualquier iniciativa
  5. Construir y defender una tesis de oportunidad de IA ante un CEO o Junta

Estructura semana a semana​

Semana 1 — Alfabetización en IA para líderes​

  • Aprender: Microsoft — Transform your business with AI (4 módulos, ~2.5 h)
  • Aprender: Elements of AI — Capítulos 1-2 (qué es / no es IA)
  • Hacer: Redactar un glosario personal de IA de una página en lenguaje claro (términos: model, LLM, agent, RAG, hallucination, grounding, inference cost)

Semana 2 — IA como estrategia de negocio​

  • Aprender: Andrew Ng — AI for Everyone (Semanas 1-2, auditoría gratuita)
  • Aprender: Wharton — AI for Business, Curso 1 AI Fundamentals for Non-Data Scientists (auditoría gratuita)
  • Hacer: Listar 10 casos de uso candidatos de IA a lo largo de tu ciclo comercial (prospección → calificación → propuesta → negociación → crecimiento de cuenta)

Semana 3 — IA generativa y agentic (práctico)​

  • Aprender: Google Prompting Essentials (marco de 5 pasos, ~10 h)
  • Aprender: Anthropic Academy — introducción a trabajar con Claude
  • Hacer: Usar una herramienta GenAI para redactar un resumen estratégico de cuenta; documentar qué funcionó, qué falló y dónde fue esencial el criterio humano

Semana 4 — Datos, arquitectura y restricciones​

  • Aprender: Andrew Ng — AI for Everyone, Semanas 3-4 (construcción de proyectos de IA, datos)
  • Aprender: AI-900 study path (opcional, línea base sin código)
  • Hacer: Escribir una evaluación de "preparación de datos" de media página sobre tus datos de CRM/pipeline — qué está limpio, qué falta, qué bloquea el uso de IA

Semana 5 — Economía de IA y ROI​

  • Aprender: Wharton — AI for Business, AI Applications in Marketing and Finance (auditoría gratuita)
  • Aprender: Revisar insights de McKinsey QuantumBlack sobre valor de IA (mckinsey.com)
  • Hacer: Construir un modelo simple de valor para tu caso de uso principal (tiempo ahorrado × costo cargado, o lift de conversión × valor promedio de deal)

Semana 6 — Fundamentos de IA responsable + capstone​

  • Aprender: NIST AI RMF — leer las cuatro funciones del marco (Govern, Map, Measure, Manage)
  • Aprender: Módulo de Microsoft "Embrace responsible AI principles" (dentro de la ruta de la Semana 1)
  • Hacer: Completar el capstone — Tesis de oportunidad de IA (ver abajo)

Entregable capstone — Tesis de oportunidad de IA​

Un brief ejecutivo de 5 páginas que contenga:

  1. Contexto de negocio — tu mercado, presiones de crecimiento y ciclo comercial
  2. Mapa de oportunidades — 3-5 casos de uso de IA priorizados (valor vs. esfuerzo vs. riesgo)
  3. Hipótesis de valor — un modelo aproximado de dólares/velocidad para el caso principal
  4. Lente de riesgo — riesgos clave enmarcados en lenguaje NIST AI RMF
  5. Recomendación — qué pilotar primero y por qué
Reutiliza este artefacto

Esto se convierte en la entrada para el playbook de cuentas de la Fase 2 y el plan de primeros 90 días. También es una pieza de portafolio que puedes discutir en entrevistas ejecutivas.

Habilidades → palabras clave de mercado (para LinkedIn/CV)​

AI Strategy · AI Business Case Development · Responsible AI (NIST AI RMF) · Generative AI Literacy · AI ROI Modeling · Executive AI Decision-Making

Punto de control de Fase 1 (puerta a Fase 2)​

Estás listo para avanzar cuando puedas:

  • Explicar GenAI vs. agentes a un par no técnico en 2 minutos
  • Nombrar tus 3 principales casos de uso de IA con racional de valor y riesgo
  • Completar el capstone de Tesis de oportunidad de IA
  • (Opcional) Aprobar AI-900 u obtener un certificado de Elements of AI / Google

Todos los recursos están verificados con enlaces a fuentes primarias en Fuentes y verificación.