La toma de decisiones gerenciales y financieras en el entorno empresarial actual exige procesar rápidamente volúmenes crecientes de información no estructurada, evaluar escenarios con rigor sintético y automatizar flujos repetitivos sin perder el control sobre los resultados. Aunque existe un acceso generalizado a herramientas de inteligencia artificial generativa, la práctica profesional suele reducirse a consultas informales o al uso directo de asistentes conversacionales que corren el riesgo de producir alucinaciones, omitir supuestos clave o revelar datos sensibles. Este seminario responde a la necesidad de articular herramientas de IA dentro de un método profesional estructurado. El curso no se concibe como un catálogo estático de aplicaciones, sino como un laboratorio práctico estructurado sobre la pregunta central: ¿Qué decisión gerencial o financiera puedo tomar mejor utilizando inteligencia artificial?. Bajo la premisa metodológica de "cálculo determinístico antes que narrativa" y "fuentes antes que fluidez", la propuesta prepara al estudiante para dirigir asistentes, estructurar flujos agénticos con RAG y MCP, auditar análisis financieros en hojas de cálculo y diseñar automatizaciones con controles explícitos e hitos de aprobación humana.
Aplicar herramientas de inteligencia artificial generativa, asistentes RAG, flujos agénticos, habilidades personalizadas y automatización controlada para investigar, analizar estados financieros, construir escenarios y emitir recomendaciones ejecutivas sustentadas con estricta trazabilidad y control humano.
Estudiantes, docentes, egresados, personal administrativo IUE y público en general.
1. Selección Estratégica de Modelos y Prompt de Decisión:
Panorama actual de modelos propietarios y abiertos: ChatGPT, Claude, Gemini, DeepSeek, Perplexity, Kimi, Qwen y Grok. Arquitectura técnica esencial: Tokens, ventana de contexto, límites de uso, estructura de costos y políticas de privacidad. Evaluación crítica de benchmarks: Diferencia entre posicionamiento en rankings (Arena, Hugging Face Leaderboard) y efectividad gerencial. Formulación de prompts de decisión: Estructura de Contexto, Rol, Restricciones, Formato y Verificación.
2. Investigación Documental y RAG sobre Corpus Controlado:
Fundamentos de RAG (Retrieval-Augmented Generation) y grounding sin código. Uso de Gemini Notebook (NotebookLM) para la gestión de corpus documentales cerrados. Búsqueda abierta con Perplexity / Deep Research para verificación de mercado y competidores. Auditoría de fuentes primarias, detección de contradicciones, fechas y vacíos de información.
3. Creación de Asistentes y Habilidades Reutilizables:
De la consulta aislada a la estandarización: Capas de un asistente profesional (Instrucciones de sistema, Skills, Custom GPTs). Diseño de guías metodológicas para asegurar que el asistente ejecute procesos repetibles sin desviaciones. Configuración de reglas para la detección de anomalías y análisis de variaciones gerenciales.
4. Ecosistemas Agénticos, Conectores MCP y Controles Harness:
Protocolo MCP (Model Context Protocol): Conexión segura de asistentes con bases de datos y recursos autorizados en solo lectura. Roles agénticos especializados: Agente Analista (generador) vs. Agente Revisor / Auditor (verificador de evidencia). Concepto de Harness: Mecanismos de contención, límites de ejecución, gestión de permisos y memoria.
5. Análisis Financiero Determinístico e Interpretación Gerencial:
Principio: La hoja de cálculo calcula determinísticamente; la IA interpreta y redacta. Inspección de calidad de datos en Excel/Google Sheets: Unidades, signos, periodos e integridad. Cálculo de análisis vertical, horizontal, indicadores de liquidez, endeudamiento, rentabilidad y capital de trabajo. Interpretación narrativa asistida por IA y diseño de controles en caso de datos descuadrados o faltantes.
6. Escenarios Proyectados, Flujo de Caja y Análisis de Sensibilidad:
Construcción de modelos de proyección financiera y flujo de caja libre simplificado. Análisis de sensibilidad (escenario optimista, base y pesimista) asistido por reglas sintéticas. Identificación de drivers de valor y cálculo de margen de seguridad para decisiones de endeudamiento.
7. Automatización Controlada de Flujos Gerenciales (n8n):
Diseño de flujos de trabajo automatizados en n8n: Disparadores, procesamiento de archivos, llamadas a modelos vía API. Inserción de controles determinísticos: Verificación de sumas, subtotales y tolerancias previo al consumo de IA. Implementación de la puerta de aprobación humana (Human-in-the-Loop) antes del envío de correos o generación de informes.
8. Proyecto:
Consolidación del paquete de trabajo completo de la Empresa Horizonte S.A.S.. Estructuración del informe final de recomendación gerencial y financiera. Ejecución de pruebas adversariales y auditoría cruzada entre equipo
Al finalizar el seminario, el participante estará en capacidad de: Comparar y evaluar asistentes y modelos de IA según la tarea, evidencia, ventana de tokens, costo, privacidad y facilidad de uso. Formular instrucciones estructuradas y desplegar técnicas RAG (Retrieval-Augmented Generation) sobre corpus documentales cerrados para investigar mercados, competidores y proyectos con citación de fuentes primarias. Diseñar asistentes y flujos agénticos integrando instrucciones avanzadas, habilidades empaquetadas (Skills), conectores de datos (MCP) y mecanismos de contención (Harness). Validar y reconciliar estados financieros, realizando cálculos determinísticos (análisis vertical, horizontal e indicadores) en hojas de cálculo e integrando la IA para la interpretación narrativa de variaciones y la construcción de escenarios. Diseñar automatizaciones de procesos gerenciales en plataformas tipo n8n con reglas de validación de datos, manejo de excepciones e hitos de aprobación humana obligatorios previo a la emisión de informes. Identificar riesgos, alucinaciones, sesgos de modelos y restricciones de privacidad para delimitar el nivel de autonomía otorgado a la IA en contextos corporativos.
