DIPLOMADO EN AUTOMATIZACIÓN DE PROCESOS CON INTELIGENCIA ARTIFICIAL

DIPLOMADO DE ALTO NIVEL

Especialización en Automatización Inteligente, Inteligencia Artificial Generativa, RPA, Agentes de IA, Integración de Sistemas y Optimización de Procesos Empresariales

PRESENTACIÓN

La automatización de procesos mediante inteligencia artificial representa una de las principales oportunidades de innovación tecnológica para las organizaciones modernas, al permitir optimizar actividades, reducir tareas repetitivas, mejorar la productividad y fortalecer la toma de decisiones.

El Diplomado en Automatización de Procesos con Inteligencia Artificial de ABCDiplomados ofrece una formación especializada en análisis y rediseño de procesos, automatización robótica de procesos (RPA), inteligencia artificial generativa, agentes inteligentes, integración de aplicaciones, automatización documental y desarrollo de soluciones digitales.

El programa combina fundamentos de gestión empresarial con herramientas tecnológicas que permiten identificar oportunidades de automatización, diseñar flujos de trabajo inteligentes e implementar soluciones adaptadas a las necesidades de organizaciones públicas y privadas.

Asimismo, incorpora aspectos relacionados con seguridad, protección de datos, supervisión humana, evaluación de resultados y gestión de proyectos de automatización inteligente.

¿POR QUÉ ESTUDIAR ESTE DIPLOMADO?

• Comprender los fundamentos de la automatización inteligente.

• Identificar procesos administrativos y operativos susceptibles de automatización.

• Aplicar tecnologías RPA para ejecutar tareas repetitivas.

• Utilizar inteligencia artificial generativa en flujos de trabajo.

• Diseñar agentes inteligentes para asistir en actividades empresariales.

• Integrar aplicaciones mediante APIs y plataformas de automatización.

• Automatizar documentos, reportes y procesamiento de información.

• Desarrollar soluciones mediante herramientas de bajo código y sin código.

• Evaluar riesgos, seguridad y calidad de los procesos automatizados.

• Formular proyectos de automatización que mejoren la productividad organizacional.

OBJETIVO GENERAL

Desarrollar competencias profesionales para analizar, diseñar, implementar y evaluar soluciones de automatización de procesos mediante inteligencia artificial, tecnologías RPA, agentes inteligentes, herramientas de integración y plataformas digitales, contribuyendo a la eficiencia operativa, innovación y transformación digital de las organizaciones.

PERFIL DE INGRESO

Dirigido a profesionales, administradores, ingenieros, especialistas en informática, responsables de procesos, analistas de sistemas, servidores públicos, docentes, emprendedores, consultores y personas interesadas en aplicar inteligencia artificial y tecnologías de automatización en actividades profesionales y empresariales.

PERFIL DEL EGRESADO

Al finalizar el diplomado, el participante estará en capacidad de identificar oportunidades de automatización, modelar procesos, configurar herramientas RPA, desarrollar flujos de trabajo con inteligencia artificial, integrar sistemas mediante APIs, implementar asistentes y agentes inteligentes, evaluar riesgos y gestionar proyectos de automatización orientados a resultados.

ESTRUCTURA DEL DIPLOMADO

MÓDULO 01. FUNDAMENTOS DE AUTOMATIZACIÓN INTELIGENTE Y TRANSFORMACIÓN DIGITAL

Objetivo: Comprender los principios, tecnologías y aplicaciones de la automatización inteligente, identificando su importancia en la optimización de procesos y transformación digital de las organizaciones.

Capítulo 1.1. Introducción a la automatización de procesos

1.1.1. Conceptos, evolución y fundamentos de la automatización.

1.1.2. Diferencias entre automatización tradicional e inteligente.

1.1.3. Aplicaciones de la automatización en organizaciones públicas y privadas.

Capítulo 1.2. Tecnologías de automatización inteligente

1.2.1. Fundamentos de automatización robótica de procesos (RPA).

1.2.2. Inteligencia artificial y aprendizaje automático aplicados a procesos.

1.2.3. Integración de RPA, IA generativa y herramientas digitales.

Capítulo 1.3. Automatización y transformación digital

1.3.1. Relación entre automatización y modernización organizacional.

1.3.2. Identificación de procesos repetitivos y oportunidades tecnológicas.

1.3.3. Beneficios, limitaciones y riesgos de la automatización.

Capítulo 1.4. Evaluación inicial de oportunidades de automatización

1.4.1. Identificación de necesidades y problemas operativos.

1.4.2. Análisis de factibilidad técnica y organizacional.

1.4.3. Selección preliminar de procesos para automatización.

MÓDULO 02. GESTIÓN, MODELAMIENTO Y OPTIMIZACIÓN DE PROCESOS EMPRESARIALES

Objetivo: Aplicar metodologías de análisis, modelamiento y mejora de procesos para identificar actividades automatizables y diseñar soluciones eficientes.

Capítulo 2.1. Fundamentos de gestión por procesos

2.1.1. Conceptos y clasificación de procesos organizacionales.

2.1.2. Identificación de entradas, actividades, responsables y resultados.

2.1.3. Indicadores de eficiencia y desempeño de procesos.

Capítulo 2.2. Modelamiento de procesos

2.2.1. Elaboración de diagramas de flujo.

2.2.2. Fundamentos y elementos de BPMN.

2.2.3. Representación de procesos actuales mediante modelos AS-IS.

Capítulo 2.3. Rediseño y optimización de procesos

2.3.1. Identificación de cuellos de botella y actividades sin valor agregado.

2.3.2. Diseño de procesos mejorados mediante modelos TO-BE.

2.3.3. Estandarización y simplificación de procedimientos.

Capítulo 2.4. Priorización de procesos automatizables

2.4.1. Evaluación de volumen, frecuencia y complejidad de tareas.

2.4.2. Análisis de riesgos y beneficios esperados.

2.4.3. Elaboración de una matriz de priorización de automatización.

MÓDULO 03. AUTOMATIZACIÓN ROBÓTICA DE PROCESOS (RPA)

Objetivo: Diseñar e implementar automatizaciones mediante herramientas RPA para ejecutar tareas repetitivas y estructuradas en aplicaciones y sistemas informáticos.

Capítulo 3.1. Fundamentos y arquitectura RPA

3.1.1. Conceptos y características de la automatización robótica.

3.1.2. Bots atendidos y desatendidos.

3.1.3. Arquitectura y componentes de plataformas RPA.

Capítulo 3.2. Herramientas de automatización RPA

3.2.1. Introducción a Microsoft Power Automate Desktop.

3.2.2. Fundamentos de UiPath y herramientas equivalentes.

3.2.3. Configuración de entornos y creación de flujos automatizados.

Capítulo 3.3. Automatización de tareas operativas

3.3.1. Automatización de archivos y carpetas.

3.3.2. Interacción automatizada con aplicaciones de escritorio.

3.3.3. Procesamiento de formularios y registros estructurados.

Capítulo 3.4. Gestión y mantenimiento de robots

3.4.1. Control de errores y excepciones en flujos RPA.

3.4.2. Programación y monitoreo de ejecuciones.

3.4.3. Desarrollo de un robot para automatizar un proceso administrativo.

MÓDULO 04. INTELIGENCIA ARTIFICIAL GENERATIVA APLICADA A LA AUTOMATIZACIÓN

Objetivo: Aplicar modelos de inteligencia artificial generativa para automatizar actividades relacionadas con documentos, textos, análisis de información y asistencia operativa.

Capítulo 4.1. Fundamentos de inteligencia artificial generativa

4.1.1. Conceptos y funcionamiento general de modelos generativos.

4.1.2. Modelos de lenguaje de gran escala y sus aplicaciones.

4.1.3. Capacidades, limitaciones y riesgos de los sistemas generativos.

Capítulo 4.2. Ingeniería de instrucciones para automatización

4.2.1. Fundamentos de prompt engineering.

4.2.2. Diseño de instrucciones estructuradas y reutilizables.

4.2.3. Validación y evaluación de respuestas generadas.

Capítulo 4.3. Automatización de actividades con IA generativa

4.3.1. Generación y clasificación automatizada de textos.

4.3.2. Extracción y resumen de información documental.

4.3.3. Elaboración asistida de informes y comunicaciones.

Capítulo 4.4. Integración de IA generativa en procesos

4.4.1. Incorporación de modelos generativos en flujos de trabajo.

4.4.2. Gestión de entradas, salidas y formatos estructurados.

4.4.3. Desarrollo de una solución de automatización asistida por IA.

MÓDULO 05. AUTOMATIZACIÓN DE FLUJOS DE TRABAJO CON HERRAMIENTAS NO-CODE Y LOW-CODE

Objetivo: Diseñar e implementar flujos de trabajo automatizados mediante plataformas de bajo código y sin código, integrando aplicaciones y servicios digitales.

Capítulo 5.1. Fundamentos de automatización no-code y low-code

5.1.1. Conceptos y diferencias entre no-code y low-code.

5.1.2. Ventajas y limitaciones de las plataformas de automatización.

5.1.3. Identificación de procesos adecuados para herramientas visuales.

Capítulo 5.2. Automatización mediante Microsoft Power Automate

5.2.1. Creación de flujos automatizados en la nube.

5.2.2. Configuración de desencadenadores y acciones.

5.2.3. Integración con Microsoft 365 y servicios empresariales.

Capítulo 5.3. Integración mediante Make, Zapier y n8n

5.3.1. Fundamentos de automatización mediante Make.

5.3.2. Creación de integraciones mediante Zapier.

5.3.3. Diseño de flujos y automatizaciones mediante n8n.

Capítulo 5.4. Desarrollo de automatizaciones integradas

5.4.1. Configuración de condiciones, filtros y rutas de ejecución.

5.4.2. Gestión de errores, reintentos y notificaciones.

5.4.3. Implementación de un flujo automatizado entre aplicaciones.

MÓDULO 06. PROGRAMACIÓN CON PYTHON PARA AUTOMATIZACIÓN INTELIGENTE

Objetivo: Aplicar herramientas de programación con Python para automatizar tareas, procesar información e integrar servicios digitales mediante scripts y bibliotecas especializadas.

Capítulo 6.1. Fundamentos de Python para automatización

6.1.1. Instalación y configuración del entorno Python.

6.1.2. Variables, estructuras de control y funciones.

6.1.3. Organización de scripts y reutilización de código.

Capítulo 6.2. Automatización de archivos y documentos

6.2.1. Administración automatizada de archivos y directorios.

6.2.2. Procesamiento de archivos Excel y CSV.

6.2.3. Generación de reportes y documentos mediante Python.

Capítulo 6.3. Automatización de servicios y aplicaciones

6.3.1. Consumo de APIs mediante bibliotecas HTTP.

6.3.2. Automatización autorizada de navegadores mediante Playwright o Selenium.

6.3.3. Integración de servicios mediante formatos JSON.

Capítulo 6.4. Desarrollo de soluciones automatizadas

6.4.1. Programación de tareas periódicas.

6.4.2. Gestión de excepciones y registros de ejecución.

6.4.3. Desarrollo de una herramienta de automatización con Python.

MÓDULO 07. AGENTES INTELIGENTES Y SISTEMAS AUTÓNOMOS SUPERVISADOS

Objetivo: Diseñar soluciones basadas en agentes de inteligencia artificial capaces de utilizar herramientas, consultar información y ejecutar tareas bajo mecanismos de control y supervisión humana.

Capítulo 7.1. Fundamentos de agentes de inteligencia artificial

7.1.1. Conceptos y características de los agentes inteligentes.

7.1.2. Diferencias entre asistentes, agentes y automatizaciones tradicionales.

7.1.3. Arquitecturas de agentes y componentes fundamentales.

Capítulo 7.2. Diseño de agentes basados en modelos de lenguaje

7.2.1. Definición de objetivos, instrucciones y herramientas disponibles.

7.2.2. Gestión de contexto y memoria operativa.

7.2.3. Diseño de flujos de razonamiento y ejecución controlada.

Capítulo 7.3. Integración de herramientas y fuentes de información

7.3.1. Uso de APIs y funciones externas mediante agentes.

7.3.2. Recuperación de información mediante técnicas RAG.

7.3.3. Consulta de bases de conocimiento y documentos institucionales.

Capítulo 7.4. Supervisión y evaluación de agentes inteligentes

7.4.1. Implementación de autorizaciones y controles humanos.

7.4.2. Evaluación de precisión, confiabilidad y comportamiento.

7.4.3. Desarrollo de un agente inteligente para asistencia operativa.

MÓDULO 08. PROCESAMIENTO INTELIGENTE DE DOCUMENTOS Y EXTRACCIÓN DE INFORMACIÓN

Objetivo: Implementar soluciones de procesamiento documental mediante reconocimiento de texto, inteligencia artificial y herramientas de automatización para clasificar, extraer y validar información.

Capítulo 8.1. Fundamentos del procesamiento inteligente de documentos

8.1.1. Conceptos y aplicaciones de Intelligent Document Processing.

8.1.2. Tipos de documentos estructurados y no estructurados.

8.1.3. Etapas de captura, clasificación, extracción y validación.

Capítulo 8.2. Reconocimiento óptico de caracteres

8.2.1. Fundamentos y funcionamiento de tecnologías OCR.

8.2.2. Extracción de texto desde imágenes y documentos digitalizados.

8.2.3. Evaluación de calidad y corrección de resultados.

Capítulo 8.3. Extracción inteligente mediante IA

8.3.1. Identificación de entidades y campos documentales.

8.3.2. Clasificación automatizada de documentos.

8.3.3. Extracción de información mediante modelos de lenguaje.

Capítulo 8.4. Automatización de procesos documentales

8.4.1. Validación de datos y aplicación de reglas de negocio.

8.4.2. Integración con sistemas de gestión documental.

8.4.3. Desarrollo de un flujo de procesamiento inteligente de documentos.

MÓDULO 09. INTEGRACIÓN DE SISTEMAS, APIs Y ARQUITECTURAS DE AUTOMATIZACIÓN

Objetivo: Integrar aplicaciones, bases de datos y servicios mediante APIs y arquitecturas tecnológicas que permitan ejecutar procesos automatizados de manera segura y confiable.

Capítulo 9.1. Fundamentos de integración de sistemas

9.1.1. Conceptos y modelos de integración de aplicaciones.

9.1.2. Arquitecturas orientadas a servicios y eventos.

9.1.3. Identificación de necesidades de interoperabilidad.

Capítulo 9.2. Servicios web y APIs

9.2.1. Fundamentos de APIs REST y protocolos HTTP.

9.2.2. Autenticación y autorización de servicios.

9.2.3. Intercambio de información mediante JSON y formatos estructurados.

Capítulo 9.3. Integración de bases de datos y plataformas

9.3.1. Conexión de flujos automatizados con bases de datos SQL.

9.3.2. Integración de aplicaciones empresariales y servicios cloud.

9.3.3. Sincronización y transformación de información entre sistemas.

Capítulo 9.4. Arquitecturas de automatización empresarial

9.4.1. Diseño de flujos mediante webhooks y eventos.

9.4.2. Implementación de colas, reintentos y control de errores.

9.4.3. Desarrollo de una arquitectura integrada de automatización.

MÓDULO 10. SEGURIDAD, GOBERNANZA Y ÉTICA EN AUTOMATIZACIÓN CON IA

Objetivo: Aplicar principios de seguridad, gobernanza y uso responsable de inteligencia artificial para proteger la información, controlar riesgos y garantizar la confiabilidad de los procesos automatizados.

Capítulo 10.1. Fundamentos de seguridad en automatización

10.1.1. Identificación de amenazas y riesgos tecnológicos.

10.1.2. Protección de credenciales y secretos de integración.

10.1.3. Aplicación de controles de acceso y mínimo privilegio.

Capítulo 10.2. Protección de datos y privacidad

10.2.1. Clasificación y tratamiento de información sensible.

10.2.2. Protección de datos personales y normativa peruana aplicable.

10.2.3. Minimización de datos y políticas de conservación.

Capítulo 10.3. Gobernanza de inteligencia artificial

10.3.1. Principios de responsabilidad y transparencia algorítmica.

10.3.2. Identificación de sesgos, errores y respuestas no confiables.

10.3.3. Supervisión humana y trazabilidad de decisiones automatizadas.

Capítulo 10.4. Gestión de riesgos y continuidad operativa

10.4.1. Evaluación de riesgos de automatizaciones críticas.

10.4.2. Implementación de controles, alertas y procedimientos de reversión.

10.4.3. Elaboración de políticas de uso responsable de automatización inteligente.

MÓDULO 11. GESTIÓN, MONITOREO Y OPTIMIZACIÓN DE AUTOMATIZACIONES INTELIGENTES

Objetivo: Administrar y optimizar soluciones de automatización mediante indicadores de rendimiento, mecanismos de monitoreo y procedimientos de mejora continua.

Capítulo 11.1. Fundamentos de gestión operativa de automatizaciones

11.1.1. Ciclo de vida de soluciones de automatización.

11.1.2. Roles y responsabilidades de operación y mantenimiento.

11.1.3. Administración de versiones y cambios de procesos automatizados.

Capítulo 11.2. Monitoreo y observabilidad

11.2.1. Configuración de registros y trazabilidad de ejecuciones.

11.2.2. Supervisión de errores, tiempos y disponibilidad.

11.2.3. Implementación de alertas y tableros operativos.

Capítulo 11.3. Indicadores y evaluación de resultados

11.3.1. Medición de tiempos de ejecución y productividad.

11.3.2. Evaluación de precisión y calidad de resultados automatizados.

11.3.3. Cálculo de costos, beneficios y retorno de inversión.

Capítulo 11.4. Optimización y escalamiento de soluciones

11.4.1. Identificación de cuellos de botella y fallas recurrentes.

11.4.2. Optimización de recursos y consumo de servicios de IA.

11.4.3. Diseño de planes de mejora y escalamiento organizacional.

MÓDULO 12. GESTIÓN DE PROYECTOS Y DESARROLLO INTEGRAL DE AUTOMATIZACIÓN CON INTELIGENCIA ARTIFICIAL

Objetivo: Integrar las competencias adquiridas mediante la formulación, diseño, implementación y evaluación de un proyecto de automatización inteligente orientado a resolver una necesidad real de una organización.

Capítulo 12.1. Formulación de proyectos de automatización inteligente

12.1.1. Identificación de necesidades y procesos prioritarios.

12.1.2. Definición de objetivos, alcance y requerimientos.

12.1.3. Evaluación de viabilidad técnica, económica y organizacional.

Capítulo 12.2. Diseño de la solución tecnológica

12.2.1. Selección de herramientas RPA, IA y plataformas de integración.

12.2.2. Diseño de flujos de trabajo y arquitectura de automatización.

12.2.3. Definición de controles de seguridad, validación y supervisión.

Capítulo 12.3. Implementación y evaluación del proyecto

12.3.1. Configuración y desarrollo de componentes automatizados.

12.3.2. Integración de servicios, pruebas y validación funcional.

12.3.3. Evaluación de resultados mediante indicadores de desempeño.

Capítulo 12.4. Proyecto integrador de automatización con inteligencia artificial

12.4.1. Desarrollo de una solución de automatización inteligente aplicada a un proceso organizacional.

12.4.2. Elaboración de documentación técnica, manual operativo y evaluación de beneficios.

12.4.3. Presentación, sustentación y propuestas de mejora del proyecto desarrollado.