CDAO Mexico schedule

•    ¿La gobernanza y la innovación se limitan naturalmente la una a la otra, o se requiere una buena gobernanza para la innovación? 
•    ¿Deben controlarse los datos y los análisis de forma centralizada o integrarse en las unidades de negocio para obtener los mejores resultados? 
•    Principales retos y desafíos encontrados  
•    Aprendizajes y mejores prácticas

•    Evolucionando del enfoque tradicional de datos hacia un modelo de producto de datos
•    Identificando la importancia de comprender la necesidad real del usuario para diseñar productos de datos efectivos
•    Creando una identidad de marca para productos de datos y su impacto en la organización
•    Usando de herramientas como EPS (Enterprise Product Score) para medir el impacto y la efectividad

•    Evolución de la Calidad de Datos en la Era de los Modelos de Lenguaje" Cómo los estándares tradicionales de calidad de datos se transforman cuando alimentan sistemas de IA generativa y qué nuevos paradigmas debemos considerar.
•    El Desafío de las Alucinaciones: Cuando la IA 'Inventa' con Convicción" Análisis de las causas técnicas y empresariales de las alucinaciones en LLMs y su impacto en la toma de decisiones organizacionales.
•    Estrategias de Mitigación: Construyendo un Ecosistema de Confianza para Respuestas de IA" Métodos prácticos y frameworks de gobernanza para minimizar riesgos y maximizar el valor de los LLMs en contextos empresariales
.

•    Personalizando la relación con el cliente para anticiparse a su comportamiento.  
•    Optimizando los canales para aumentar la coherencia con el cliente.
•    Construyendo mapas de experiencia del cliente para comprender la experiencia de su marca, las brechas existentes y los puntos de contacto de sus clientes

•  ¿Cuáles serán las habilidades clave que los CDAO deberán desarrollar para enfrentar los retos del panorama empresarial en 2025?
• ¿Cómo pueden los CDAO equilibrar la innovación tecnológica con una toma de decisiones ética y basada en datos?
• ¿Qué estrategias recomiendan para fortalecer la colaboración entre los equipos de datos y las áreas de negocio para una mejor toma de decisiones?
•  ¿Cómo visualizan el papel de la inteligencia artificial y la analítica avanzada en el proceso de toma de decisiones en los próximos años?

Panelistas:
Kelly Miranda, Senior VicePresident, CITI
Norma Espinosa, Director Datos & Analítica, GENTERA
Francisco Vargas Esparza, Chief Data Officer, BIMBONET

•    Cómo aprovechar la gestión de datos para impulsar la toma de decisiones clave y el crecimiento sostenible del negocio?
•    Desarrollando estrategias para maximizar el impacto de los datos de calidad en lugar de centrarse únicamente en la cantidad
•    Cómo los líderes pueden integrar los datos de manera efectiva en la estrategia organizacional para generar un valor tangible y medible?

•    ¿Cuáles son los principales desafíos que enfrentan los líderes de datos al implementar la IA Generativa en sus organizaciones, y cómo pueden superarlos?
•    ¿Cómo puede la IA Generativa transformar los procesos de toma de decisiones basadas en datos y cuáles son los beneficios más significativos que las organizaciones pueden esperar?
•    ¿Qué habilidades y conocimientos específicos deben desarrollar los líderes de datos para aprovechar al máximo el potencial de la IA Generativa?
•    ¿Cuáles son las tendencias emergentes en la IA Generativa que los líderes de datos deben tener en cuenta para mantenerse a la vanguardia y anticipar las futuras oportunidades?

Panelistas:
Santiago Soto, Finance Transformation Sr. Manager, NISSAN MOTOR CORPORATION
Norma Espinosa, Director Datos & Analítica, GENTERA
Humberto Robles Mendez, Director of Hyperautomation , GRUPO SALINAS

•    Democratización y Desafíos de Machine Learning en la Empresa: Cómo integrar tecnologías avanzadas como ML y LLMs en áreas de negocio sin experiencia técnica, superando las barreras del conocimiento
•    De Python a ML Ops: Profesionalizando el Ciclo de Vida de los Modelos
•    ¿Cómo elegir los proyectos correctos para garantizar la viabilidad y el retorno de inversión, evitando esfuerzos mal dirigidos?
•    Arquitecturas Abiertas y Gobernanza para el Futuro de la IA: Tendencias emergentes en el uso de plataformas, APIs, y la importancia de la seguridad y governance en modelos de inteligencia generativa y ML

•    Creando una gestión del cambio con IA
•    ¿Cómo se lleva a cabo el proceso de cambio?
•    ¿Debería crear nuevos roles en mi organización?
•     ¿Cuáles son los beneficios económicos de la IA

•    El desafío de aplicar Inteligencia Artificial en los negocios
•    Determinado la importancia de tener una cultura de experimentación
•    ¿Por qué es difícil desarrollar esta cultura y cómo hacer para desarrollarla?
•    Facilitando la experimentación

 

Panelistas:
Sergio Vazquez Lemus, Senior Director, Data Science, VISA
Luis Fernando González, Commercial Insights & Advance Analytics Lead, JOHNSON & JOHNSON MEDTECH

•    Definiendo Activos de IA Empresarial y su Impacto en el Negocio
•    Destacando la importancia de la estandarización de herramientas y procesos, así como de la automatización, para escalar la IA en las organizaciones
•    Definiendo el papel de la gobernanza a nivel empresarial, desde la ingesta de datos hasta la ingeniería de ML y el desarrollo de IA

•    Skilling y Adopción Organizacional: Cómo desarrollar habilidades internas y preparar áreas de negocio para integrar AI generativa.
•    Desarrollando estrategias para asignar recursos de manera efectiva en un portafolio de iniciativas de datos
•    Casos prácticos para transformar procesos internos, mejorar la productividad y empoderar a los empleados
•    De la experimentación a la implementación empresarial: lecciones aprendidas y próximos pasos

•    Diseñando una arquitectura escalable y resiliente para analítica avanzada
•    Conectando la arquitectura de datos con los Objetivos Empresariales
•    Habilitación de datos para analítica avanzada: Desde la ingesta hasta el consumo
•    Rompiendo Silos y Promoviendo la Colaboración con una Arquitectura Unificada

•    Explorando estrategias prácticas para ofrecer experiencias personalizadas sin comprometer la confianza del cliente
•    ¿Qué tecnologías emergentes están ayudando a las organizaciones a predecir el comportamiento del cliente mientras mantienen un entorno de privacidad prioritaria?
•    ¿Cómo adaptarse a un consumidor más consciente de la privacidad y sus derechos?

•    ¿Cómo el Gobierno de Datos promueve la calidad, integridad y disponibilidad de los datos?
•    Encontrando caminos evolutivos e incrementales hacia el Gobierno de Datos
•    Incrementando la eficiencia y la productividad de los procesos empresariales
•    Definiendo los principales componentes que conforman un programa de Gobierno de Datos exitoso

1) ¿Cómo pueden los CDAOs estar menos ocupados y ser más productivos?

2) Cuál es la razón oculta por la que fracasan los proyectos de IA: una llamada de atención sobre la gobernanza de datos

3) Construyendo confianza en los datos: Desbloqueando el poder de la IA confiable en 2025 y más allá

•    Empezando con lo Esencial: Lecciones Aprendidas de los Primeros Proyectos con IA Generativa
•    ¿Cómo seleccionar proyectos iniciales con sponsors clave y pocas dependencias para maximizar el aprendizaje?
•    El Futuro de la Interacción con el Cliente: IA Generativa en Lenguaje Natural
•    Explorando cómo la integración de IA generativa en flujos naturales puede revolucionar la experiencia del usuario

•    Desarrollando estrategias de cómo abordar la transformación digital para seguir siendo competitivo
•    ¿De qué manera su organización está maximizando la inversión en áreas como tecnología en la nube, capacidades de autoservicio y marketing en redes sociales para mejorar la experiencia y el servicio al cliente?
•    ¿Cómo su organización se mantiene al día con el ritmo de los avances tecnológicos, especialmente a la luz del cambio en curso en las expectativas del cliente?
•    Intensificar sus esfuerzos para transformar digitalmente sus organizaciones

Panelistas:
Francisco Utrera, Vicepresidente Adjunto de Ciencia de Datos, AT&T, MEXICO
Leon Palafox, Director of Innovation Lab, Novartis
Luis Pedro Guaso Carbajal, Chief Data Scientist, NESTLE

•    Identificando cómo alinear la estrategia de datos con los objetivos clave del negocio para maximizar el impacto
•    Construyendo una Infraestructura Escalable para Datos y Analítica
•    Gobernanza de Datos: Un Pilar para la Escalabilidad y la Confianza
•    Impulsando la Innovación con Datos: Desde la Exploración hasta la Acción

•    Las necesidades actuales de las instituciones financieras han hecho necesaria la transformación de las áreas de análisis financiero y económico tradicionales a áreas financieras analíticas. 
•    La analítica financiera como pilar fundamental en la toma de decisiones de las unidades de negocio de las instituciones financieras. 
•    La importancia de la analítica financiera en la generación de estrategias financieras de mercado

•    ¿Cómo el CDAO debe trascender el rol tradicional de gestión de datos para convertirse en un impulsor clave de la estrategia empresarial?
•    De la Gestión de Datos a la Creación de Valor Estratégico
•    Definiendo el papel del CDAO en fomentar una cultura data-driven que facilite la integración de IA en la toma de decisiones.

•    Experiencias exitosas en la aplicación de Inteligencia Artificial en los modelos de analítica avanzada
•    Aprovechado el poder de la Inteligencia Artificial para impulsar la eficiencia, la precisión y la toma de decisiones informada en sus procesos analíticos.
•    Maximizando la eficiencia en el uso del ChatGPT
•    Desafíos y oportunidades en la adopción de Inteligencia Artificial en la Analítica Avanzada

•    Diseñando una estrategia de datos que contribuya a un futuro sostenible, impulse la innovación y mejora en la toma de decisiones
•    Definiendo los componentes esenciales de una estrategia efectiva
•    Desafíos y barreras en su implementación 
•    Determinando los factores críticos para su éxito a largo plazo

Panelistas:
Narda Boza Enriquez, Senior Manager of Data Portfolio, BBVA
Francisco Viana, Director Of Data PowerHouse, DANONE
Marcio Bueno, Senior Regional Data Lead (LATAM), NESTLE

•    Aceptando la necesidad de desaprender para transformar
•    La reingeniería de procesos como pilar de la transformación tecnológica
•    Construyendo un proceso más eficaz: Del proceso “as-is” al proceso “to-be”: Un enfoque disruptivo

•    Empezando con lo Esencial: Lecciones Aprendidas de los Primeros Proyectos con IA Generativa
•    ¿Cómo seleccionar proyectos iniciales con sponsors clave y pocas dependencias para maximizar el aprendizaje?
•    El Futuro de la Interacción con el Cliente: IA Generativa en Lenguaje Natural
•    Explorando cómo la integración de IA generativa en flujos naturales puede revolucionar la experiencia del usuario

•    Compartiendo experiencias y estrategias para promover la inclusión, la equidad y la diversidad.
•    Métodos para superar el retraso tecnológico y mejorar los procesos de selección de candidatos.
•    ¿Cómo retener y desarrollar los talentos contratados y mantener estilos de liderazgo inclusivos?

•    Adopción de arquitecturas modernas como Data Mesh y Data Fabric
•    IA para mejorar gobernanza, calidad y enriquecimiento de datos
•    Estrategias para optimizar costos y eficiencia energética en datos

•    Democratización y Desafíos de Machine Learning en la Empresa: Cómo integrar tecnologías avanzadas como ML y LLMs en áreas de negocio sin experiencia técnica, superando las barreras del conocimiento
•    De Python a ML Ops: Profesionalizando el Ciclo de Vida de los Modelos
•    ¿Cómo elegir los proyectos correctos para garantizar la viabilidad y el retorno de inversión, evitando esfuerzos mal dirigidos?
•    Arquitecturas Abiertas y Gobernanza para el Futuro de la IA: Tendencias emergentes en el uso de plataformas, APIs, y la importancia de la seguridad y governance en modelos de inteligencia generativa y ML

•    Los Datos y la Analítica en la Era de la velocidad: Desafíos y oportunidades
•    Cómo garantizar precisión, seguridad y cumplimiento regulatorio sin sacrificar la rapidez en la analítica
•    Estrategias para construir una infraestructura de datos confiable en un entorno dinámico y de alta demanda
•    Oportunidades para integrar la IA en la analítica y maximizar el impacto en la toma de decisiones estratégicas

•    Ganarse la confianza del público con una IA explicable
•    El uso de algoritmos para superar los prejuicios
•    Incorporación de la transparencia a los sistemas existentes

•    Frameworks y herramientas que simplifican la adopción de IA
•    Casos de uso donde la IA se ha implementado con relativa facilidad
•    Desafíos Latentes en su Implementación 
•    Mejores prácticas para mitigar fallas de IA