“Lo bueno de la ciencia es que es cierta independientemente de si crees o no en ella” (Neil deGrasse Tyson)

Conferencias

 ¿Tu Comité de Dirección necesita entender la IA más allá del 'hype'?

La mayoría de las charlas sobre Inteligencia Artificial cometen un error: se centran en la fascinación tecnológica y olvidan la realidad económica.

Como Economista y AI Lead, mi propuesta es diferente. No subo al escenario a evangelizar sobre el futuro, sino a aterrizar el presente. Ayudo a directivos, consejos de administración y foros empresariales a traducir la complejidad de los algoritmos al lenguaje que realmente importa: Riesgo, Rentabilidad y Estrategia.


Por qué tu IA funciona técnicamente, pero tu negocio pierde dinero.

Vivimos una fiebre del oro, pero los balances financieros cuentan otra historia. En esta conferencia de alto impacto, desmonto el mito de la "magia" de la IA para analizarla como un activo financiero con sus costes ocultos (CAPEX/OPEX) y sus riesgos legales.

Qué se lleva la audiencia:

  • La Trampa de la Precisión: Por qué un modelo técnico "perfecto" puede ser una ruina económica.

  • Costes Ocultos: El precio real de la Deuda Técnica y el mantenimiento de modelos.

  • El Semáforo del Economista: Una metodología simple (Legal, Ético, Rentable) para decidir dónde invertir.


Instituciones que confían en mi criterio:

He tenido el privilegio de formar y divulgar en foros académicos y de negocio de primer nivel, como por ejemplo:

  • Universidad Politécnica de Madrid (UPM)

  • Centro de Innovación Digital (UC3M)

  • IE Business School

  • Instituto de Estudios Bursátiles (IEB)

  • Universidad Francisco de Vitoria (UFV)




¿Hablamos para tu próximo evento? Estoy disponible para conferencias presenciales (España) y webinars globales.

Consultar Disponibilidad y Tarifas


Comentarios

Publicar un comentario

Entradas populares de este blog

LLM en 2025: Comparativa de los Líderes del Mercado

En 2024-2025, la inteligencia artificial está avanzando a pasos agigantados, con modelos de lenguaje cada vez más sofisticados que están transformando la manera en que interactuamos con la tecnología. Desde asistentes virtuales hasta generación de contenido y programación automatizada, los modelos de lenguaje grande (LLM, por sus siglas en inglés) han revolucionado múltiples industrias. En este artículo, exploramos algunos de los modelos más avanzados disponibles hasta febrero de 2025, destacando sus fortalezas y capacidades únicas. 1. OpenAI: GPT-4.5 (Orion) OpenAI sigue liderando la industria con GPT-4.5 , también conocido internamente como Orion , la evolución de su modelo insignia. Esta versión mejora significativamente la comprensión del contexto, la generación de texto y la capacidad de razonamiento, ofreciendo una experiencia más natural e intuitiva. ¿Qué hace especial a GPT-4.5? 🧠 Comprensión más avanzada : Capaz de interpretar mejor los matices del lenguaje y responde...
Continúa »

Estrategias de Pricing Dinámico Utilizando Machine Learning

El pricing dinámico, o fijación de precios dinámica, es una estrategia que ajusta los precios en tiempo real en respuesta a la demanda del mercado, la competencia, y otros factores. Con el avance del machine learning, las empresas pueden optimizar sus estrategias de pricing dinámico de manera más efectiva, maximizando ingresos y mejorando su competitividad. Este artículo analiza cómo el machine learning puede optimizar las estrategias de pricing dinámico y las herramientas y técnicas utilizadas para implementar pricing dinámico basado en datos. 1. Introducción al Pricing Dinámico y Machine Learning El pricing dinámico es una técnica que ajusta los precios de productos y servicios en función de variables como la demanda, la competencia, la disponibilidad del inventario y el comportamiento del consumidor. El machine learning permite a las empresas analizar grandes volúmenes de datos y tomar decisiones de precios más precisas y en tiempo real, mejorando así la capacidad de respuesta al ...
Continúa »

Evaluación de Impacto Algorítmico: Herramientas y Metodologías para una IA Responsable

La rápida adopción de sistemas de inteligencia artificial (IA) en diversos sectores plantea retos significativos relacionados con la ética, la transparencia y la equidad. En este contexto, la Evaluación de Impacto Algorítmico (Algorithmic Impact Assessment, AIA) emerge como un procedimiento crucial para asegurar que la implementación de algoritmos no solo optimice procesos, sino que también respete principios éticos fundamentales. Marco Normativo y Ético La Evaluación de Impacto Algorítmico se fundamenta en regulaciones emergentes como el Reglamento Europeo de Inteligencia Artificial, que establece requisitos específicos para la transparencia, seguridad y equidad de los sistemas de IA. Dichas evaluaciones buscan asegurar que los algoritmos sean auditables y explicables, mitigando riesgos potenciales como la discriminación algorítmica o la falta de transparencia. Entre los principios éticos fundamentales a considerar destacan: Justicia: Garantizar que el algoritmo no genere sesgo...
Continúa »