CDAO Mexico schedule

• Reconociendo que los modelos dependen totalmente del diseño, entrenamiento y supervisión humana.
• Identificando que muchos errores atribuidos a la IA provienen de implementaciones apresuradas o mal definidas.
• Comprendiendo que el riesgo real está en la falta de gobernanza, ética y criterios claros de uso.

• Integración de datos en tiempo real para obtener una visión continua del negocio sin depender de reportes manuales.
• Modelos predictivos que anticipan comportamientos, riesgos y oportunidades con base en patrones históricos.
• Automatización inteligente que reduce tareas repetitivas y permite a los equipos enfocarse en decisiones estratégicas.

Panelistas:

Day Manuet, Data & Pricing Strategy Director, TV AZTECA

Tomas Zuppa, Chief Data Officer, ZURICH INSURANCE

Luis Alfonso Guadarrama Varon, Chief Data Officer LATAM, ENGIE

Luis Fernando González Lara, Advance Analytics & AI Products Lead Latam, JOHNSON & JOHNSON MEDTECH

Javier Hauss, Data & AI Director, ALPURA

• Garantizar que su organización cuente con sistemas confiables de almacenamiento, procesamiento y recuperación de datos.
• Mejorar la calidad y precisión de los datos.
• Fomentar el data literacy a través de la capacitación.
• Democratizar los datos y compartir conocimientos en toda la organización.

• Alineación de las iniciativas de datos con los objetivos empresariales e impulso de la innovación mediante la adopción de la IA.

• Comprensión de sus funciones y responsabilidades en el contexto de la IA.

• Abordar las preocupaciones en materia de seguridad y privacidad.

Panelistas:

Norma Espinosa, Director Data Analytics, GENTERA

Alejandro Zarate, Chief Data & Artificial Intelligence Officer (CDAIO), SANTANDER MÉXICO

Juan Manuel Andrade Hernández, Chief Data & Analytics Officer, NACIONAL MONTE DE PIEDAD

Francisco Vargas Esparza, Data & Analytics Director, T-CONECTA / GRUPO BIMBO

• ¿La IA está generando valor neto al escalar?
• ¿Cómo gobernar y orquestar decisiones prescriptivas con confianza ejecutiva?
• ¿Cómo medir ROI real más allá de pilotos?
• IBM como Client Zero: escala, control y valor comprobado.

• Diseño de una arquitectura escalable de datos e inteligencia artificial para dar soporte a las crecientes necesidades de datos y capacidades de inteligencia artificial, garantizando la flexibilidad para el crecimiento futuro y una escalabilidad sin fisuras.

• Garantía de una integración y una interoperabilidad entre diversas fuentes de datos, facilitando un flujo de datos fluido e impulsando conocimientos prácticos.

• Establecimiento de objetivos claros y alcanzables para la estrategia de datos e inteligencia artificial que estén alineados con los objetivos empresariales para ofrecer resultados e impactos tangibles y medibles.

• Garantizando que las iniciativas de datos respondan a prioridades estratégicas.
• Evitando inversiones en proyectos de bajo impacto.
• Impulsando decisiones basadas en evidencia en todos los niveles.
• Asegurando que los datos se conviertan en un habilitador de la transformación.

Panelistas:

Arturo Ceniceros, Head of Data Analytics, TELEVISA UNIVISIÓN

Emilio Serra Ramos, Data & Analytics Senior Mgr | DPH, DANONE

Mauricio Radin Borrajo, Director, Data & Analytics Architect, THE COCA-COLA COMPANY

Miguel Rodríguez Gutiérrez, Head of Data, GEPP

• Obtenga acceso a información valiosa que le proporcionará una ventaja competitiva a su negocio.
• Comprenda las necesidades de los clientes para desarrollar conjuntos de datos únicos.
• Mida el valor financiero de sus conjuntos de datos.

Panelistas:

Ana Carolina Blanco, VP DATA OFFICER, BANCO DEL BAJIO

Isabel Gutierrez Ochoa, Data & CRM Director-Mexico, L'ORÉAL

Daniel Vargas, Head of Data, H.R. SHIPPING

Diego Eduardo Gonzalez, Head of Data & Business Intelligence, DIAGEO 

• Evaluando la madurez y preparación de sus datos para iniciativas de IA.
• Asegurando la calidad, consistencia y confiabilidad de los datos.
• Gobernando los datos de forma centralizada y alineada con el negocio.

• Navegando la incertidumbre regulatoria y los marcos de cumplimiento en evolución.
• Escalando capacidades de IA de forma responsable en toda la organización y regiones.
• Integrando la experiencia humana con sistemas de IA para mejorar la toma de decisiones.

• Cómo evaluar y priorizar los proyectos de inteligencia artificial y datos para lograr el máximo impacto empresarial.

• Comprender las compensaciones entre el riesgo, el retorno de la inversión y la asignación de recursos.

• Explorar marcos prácticos para alinear las iniciativas con los objetivos estratégicos de la empresa.

Panelistas:

Monika Fellmer, Head of Automation & Analytics, Strategy & Planning, UBER

Marcio Bueno, Head of Data - Latam, CHUBB

Gerardo Carrera Mendoza, Director of Data and IA, BANCO AZTECA

Santiago Soto, Senior Finance Lead, WALMART

• Promoviendo la adopción de prácticas basadas en datos para fortalecer la toma de decisiones estratégicas.
• Fomentando una cultura organizacional que prioriza la transparencia, el análisis y la medición continua.
• Desarrollando capacidades internas para interpretar, gestionar y maximizar el valor de los datos.
• Integrando herramientas tecnológicas que habilitan procesos eficientes y automatizados.

• Alineando la gobernanza de datos con requisitos regulatorios, legales y éticos.
• Estandarizando modelos, vocabularios y metadatos para garantizar coherencia entre agentes.
• Asignando roles y responsabilidades claras para la toma de decisiones sobre datos e IA.

• Cambiando de silos de datos aislados a productos de datos reutilizables y orientados al negocio.
• Enfocando la gestión de datos en el valor generado para los usuarios finales.
• Incorporando ownership claro y responsabilidad sobre la calidad y el ciclo de vida de los datos.

• Alinea analytics, agentes y copilots con el negocio.
• Unifica métricas, modelos y decisiones bajo un mismo significado.
• Evita accesos indebidos: cada usuario y cada IA ven solo lo que les corresponde.

• Escalando capacidades digitales para prepararse ante futuros desafíos.
• Integrando IA de forma ética y segura en toda la organización.
• Desarrollando una cultura orientada a la analítica y la experimentación.

• Establecimiento de los controles de gobernanza, gestión de datos, flujos de trabajo y mitigación de riesgos necesarios antes de desplegar sistemas agénticos.
• Modelos de evaluación para medir el nivel de madurez organizacional.
• Desarrollo de capacidades clave para los equipos de ingeniería, producto y operaciones.
• Pasos prácticos para introducir autonomía de forma segura en flujos de trabajo de alto valor.

•    Desarrollar métricas específicas para medir el éxito y el impacto de sus esfuerzos en materia de IA responsable.
•    Asegurarse de que dispone de la infraestructura y el personal necesarios para respaldar el programa a largo plazo.
•    Crear un plan detallado en el que se describan los pasos y los hitos para implementar una IA responsable.

• Panorama de riesgos en IA (para alinear a negocio, IT y CSO)
• Arquitectura de referencia para sistemas de IA (de extremo a extremo)
• Controles de seguridad “by design” (checklist accionable)

• ¿Cuáles son los principales retos a los que se enfrentan las organizaciones cuando intentan adoptar una cultura basada en datos?
• ¿Qué estrategias se pueden emplear para desarrollar una fuerza laboral competente en el análisis de datos?
• ¿Cómo las organizaciones pueden garantizar que sus esfuerzos en materia de análita de datos se ajusten a sus objetivos estratégicos?

• Expandiendo la infraestructura digital y la disponibilidad de servicios cloud.
• Impulsando la demanda empresarial de soluciones de IA en sectores clave.
• Construyendo un marco regulatorio sólido para el uso ético y responsable de la IA.
• Mitigando riesgos crecientes en ciberseguridad ante amenazas más sofisticadas.
• Superando la resistencia cultural y organizacional al cambio tecnológico.

Panelistas:

Day Manuet, Data & Pricing Strategy Director, TV AZTECA

Humberto Robles Mendez, Director of Artificial Intelligence Systems, GRUPO SALINAS

• Redefiniendo roles humanos hacia la supervisión y la estrategia.
• Creando ventajas competitivas basadas en velocidad y datos.
• Desarrollando nuevos modelos de negocio autónomos.

• Estrategias para que los líderes de datos generen un impacto positivo a través de iniciativas de IA.

• Mejorar el data literacy en las organizaciones para apoyar la toma de decisiones basada en la IA.

• Explorar nuevas tecnologías de IA y su potencial para generar un impacto positivo.

• Establezca los objetivos principales de su iniciativa de gobernanza de datos para coordinar los esfuerzos del equipo.

• Implemente medidas para cumplir con las normativas de privacidad y seguridad de los datos.

• Cree un marco estructurado que describa las políticas, los procedimientos y las normas para la gestión de los datos.

Panelistas:

Samara Vilchis Escudero, Former Subdirectora de Gobierno de Datos, BANCO BASE

Cristian Fabián Ramírez García, Former Director Riesgos de Datos & Inteligencia Artificial, SCOTIABANK