Hojas de cálculo y trabajo con datos

IA para hojas de cálculo: limpieza, análisis y creación de gráficos

Guía práctica para usar IA con hojas de cálculo: proponer fórmulas, revisar datos desordenados, crear resúmenes y gráficos, y verificar cada resultado.

10 min de lectura

Evaluaciones para no ingenieros: descubre si tu flujo de IA mejora o empeora

Las evaluaciones —la medición sistemática de la calidad de las respuestas de una IA— suelen considerarse una tarea de ingeniería. Sin embargo, todos los equipos que ejecutan flujos de IA las necesitan y sus fundamentos se pueden aplicar sin programar. Aprende cómo hacerlo.

Intermedio

Más sobre este tema

7 min de lectura

Escenarios presupuestarios del hogar: cálculos hipotéticos sin asesoramiento financiero

Construye escenarios hipotéticos transparentes a partir de cifras verificadas de tu hogar, como una pérdida de empleo, una subida del alquiler o la llegada de un bebé, y comprueba los cálculos con claridad. Sin consejos de inversión, estrategias de deuda ni cifras ajenas a tus documentos.

6 min de lectura

Revisa suscripciones olvidadas sin exponer tu historial bancario

Revisa una exportación de transacciones de la que hayas ocultado localmente los datos sensibles para encontrar cargos recurrentes, sin conectar nunca una herramienta de IA a tu cuenta bancaria. Obtendrás una lista de comercios con niveles de confianza y otra de posibles cancelaciones que una persona verificará y ejecutará.

56 minutos

Agentes de IA en finanzas con el CFO de HPE

CXOTalk. La directora financiera de HPE, Marie Myers, describe el despliegue de IA agéntica (su plataforma «Alfred») en una organización financiera de 3,600 personas con la disciplina que defiende el artículo: un marco de ROI directo frente a indirecto, puertas de decisión que determinan si cada caso de uso continúa o se detiene, controles de calidad obligatorios con intervención humana y métricas por flujo de trabajo, como un proceso de revisión semanal que elimina aproximadamente el 90% del esfuerzo manual. La adopción se mide por el trabajo que cambia, no por los inicios de sesión en una herramienta.

9 min de lectura

ROI y madurez de la IA: cómo medir una adopción que realmente funciona

La adopción de la IA no debe medirse por cuántas personas probaron ChatGPT. Un marco práctico para medir el retorno de la inversión en flujos de trabajo, calidad, riesgo, madurez y preparación para escalar.

13 min de lectura

Salidas estructuradas y llamadas a funciones: patrones para producción

Las salidas estructuradas y las llamadas a funciones convierten un «modelo de lenguaje que genera texto» en un «sistema que ejecuta tareas». En producción importan los esquemas, la gestión de errores, la idempotencia y la degradación controlada, no solo el modo JSON.

18 minutos

Cómo mejorar tus habilidades en Excel con ChatGPT

Leila Gharani. Es más antiguo (principios de 2023), pero sigue siendo el ejemplo resuelto más claro: pegar una pregunta real de Excel en ChatGPT, recibir una respuesta basada en SUMPRODUCT o en formato condicional e iterar con el modelo cuando la primera fórmula no encaja del todo. El modelo ha mejorado mucho; el flujo de prompts que muestra es el mismo que utilizarías hoy.

12 minutos

La nueva función de IA de Excel es increíble (función Copilot)

Leila Gharani. Una demostración en directo de la nueva función `=COPILOT()` con el tipo de datos desordenados que describe el artículo: notas de cambio de turno convertidas en una tabla estructurada de tareas, reseñas en texto libre clasificadas por sentimiento y cargos incoherentes normalizados conforme a una lista maestra. También expone los límites con claridad: no la utilices para nada que deba ser exacto y, al terminar, fija los resultados como valores.

107 minutos

Por qué las evaluaciones de IA son la nueva habilidad más demandada para quienes crean productos | Hamel Husain y Shreya Shankar

Lenny's Podcast. Hamel Husain y Shreya Shankar recorren el flujo completo de evaluación con un asistente de IA real para la gestión inmobiliaria: inspeccionar trazas, aplicar codificación abierta y axial a los errores, decidir cuándo detenerse, crear un LLM como juez y validarlo frente al criterio humano. Es una de las pocas conversaciones extensas dirigidas realmente a responsables de producto y de equipo, no a ingenieros de ML, y sigue el mismo ritmo de «30 minutos a la semana después de la configuración» recomendado por el artículo.

Intermedio

3 minutos

Evalúa prompts en la consola de Anthropic

Anthropic. Es una demostración de tres minutos de Anthropic sobre cómo ejecutar una evaluación real en Workbench: generar automáticamente casos de prueba realistas, calificar las respuestas, ajustar el prompt y volver a ejecutar en paralelo el mismo conjunto. Las visualizaciones quedan por debajo del umbral habitual, pero es la demostración oficial más clara para responder «¿cómo hago esto sin escribir código?» y complementa bien la conversación más estratégica de Husain y Shankar.

Intermedio

41 minutos

OpenAI DevDay 2024 | Salidas estructuradas para aplicaciones fiables

OpenAI. Recorre `strict: true`, la diferencia respecto al antiguo modo JSON, la gestión de rechazos y la manera en que se combinan las llamadas a funciones con los esquemas de formato de respuesta. Resulta útil precisamente porque describe el contrato que ofrece la API, sobre el que se construyen los patrones para producción del artículo.

18 minutos

Pydantic es todo lo que necesitas: Jason Liu

AI Engineer. Es la charla que consolidó el patrón moderno de «definir un modelo Pydantic, entregárselo al LLM y dejar que la validación se encargue del resto», con ejemplos concretos de objetos anidados, validadores que detectan URL inventadas y Chain-of-Thought (cadena de pensamiento) como campo tipado. Al verla antes de releer la sección del artículo sobre validadores, reconocerás el origen de sus reglas de reintento y rechazo.