Información general

Objetivos

Al finalizar el curso, el participante será capaz de:

• Comprender qué es un agente inteligente y cómo se diferencia de un chatbot.
• Diseñar agentes basados en LLMs con objetivos claros.
• Crear flujos de razonamiento, decisión y acción.
• Incorporar memoria, herramientas y contexto a los agentes.
• Identificar casos de uso reales en negocio, operaciones y soporte.
• Evaluar riesgos, sesgos y buenas prácticas de gobierno de agentes.

Dirigido a

Este curso está dirigido a:

• Líderes de innovación y transformación digital
• Product Managers y Product Owners
• Consultores y arquitectos de soluciones
• Profesionales de negocio y tecnología
• Equipos de automatización, datos o IA
• Académicos y formadores en IA

Requisitos

Temario

• Introducción a los agentes inteligentes
  • Evolución: de chatbots a agentes inteligentes
  • Qué es un agente inteligente con IA generativa
  • Diferencias entre:
    – Chatbot
    – Asistente
    – Copiloto
    – Agente autónomo
  • Componentes básicos de un agente:
    – Objetivo
    – Contexto
    – Razonamiento
    – Acción
  • Casos reales de agentes en empresas
• Fundamentos de IA Generativa para agentes
  • Qué es un LLM y cómo “razona”
  • Capacidades y límites de los modelos generativos
  • Prompting como lenguaje de diseño
  • Tipos de prompts:
    – Instruccionales
    – Contextuales
    – De razonamiento
  • Errores comunes al diseñar agentes
• Diseño de agentes inteligentes
  • Definición del objetivo del agente
  • Roles, personalidad y alcance del agente
  • Diseño de flujos de decisión
  • Pensamiento paso a paso (chain-ofthought conceptual)
  • Límites, reglas y controles
  • Decisiones clave:
    – ¿Qué decide el agente?
    – ¿Qué valida un humano?
• Memoria, contexto y herramientas
  • Tipos de memoria en agentes:
    – Memoria corta
    – Memoria larga
  • Uso de contexto dinámico
  • Integración de herramientas:
    – IDocumentos
    – APIs
    – Bases de conocimiento
  • Agentes que ejecutan acciones
  • Buenas prácticas para evitar errores y alucinaciones
• Agentes colaborativos y multiagente
  • Qué es una arquitectura multiagente
  • Agentes especialistas vs agente coordinador
  • Delegación de tareas entre agentes
  • Casos de uso:
    – Ventas
    – RRHH
    – Soporte
    – Análisis
  • Beneficios y riesgos del enfoque multiagente
• Casos de uso empresariales y estrategia
  • Identificación de procesos automatizables con agentes
  • Agentes para:
    – Atención al cliente
    – Ventas y CRM
    – Análisis y reporting
    – Operaciones internas
  • Medición de valor:
    – Productividad
    – Calidad
    – Ahorro de costos
  • Estrategia de adopción organizacional
• Gobierno, riesgos y ética en agentes inteligentes
  • Riesgos de agentes autónomos
  • Sesgos, errores y decisiones no deseadas
  • Control humano (Human-in-the-loop)
  • Seguridad, privacidad y cumplimiento
  • Buenas prácticas de gobierno de IA
• Taller práctico: creación de un agente inteligente
  • Diseño guiado de un agente
  • Definición de objetivo, contexto y reglas
  • Simulación de flujos de decisión
  • Presentación del agente diseñado
  • Feedback y mejora