Com adoptar IA sense quedar-se en la demo: sis fases amb gates de decisió, AI Readiness Index™ i maduresa de la dada segons UNE, quick wins, pilots amb KPIs, adopció governada i transferència amb shadow.
Reglament europeu d'IA, RGPD, ENS, dret administratiu i contractació: quines obligacions genera cada norma en usar IA amb dades i com convertir-les en controls pràctics.
Com mesurar i reduir l'impacte ambiental de la IA i dels sistemes d'informació: referències (UNE 0086, UIT-T L.1510), KPI per nivell de maduresa i què demanar als proveïdors.
Tipus de metadades, quines han de ser obligatòries, atributs estesos, llinatge, rols i com escriure bones descripcions perquè el catàleg de dades sigui realment útil.
Data owner, data steward, custodi, CDO: què fa cada perfil, com repartir-los amb una matriu RACI, quins òrgans de govern calen i per on començar amb la UNE 0080.
ERP, gestor d'expedients, ofimàtica, centraleta o càmeres ja incorporen IA. Com classificar cada funció segons el Reglament europeu d'IA i les 16 preguntes mínimes per al proveïdor.
Què són les dades mestres, de referència, transaccionals i analítiques, com declarar una font d'autoritat amb set criteris i com gestionar-ne el cicle de vida sense implantar un MDM complet.
Assistents d'atenció, informes tècnics, detecció de la soledat, xatbots, classificació d'instàncies i atenció telefònica: què van fer diverses entitats locals i quines lliçons en queden.
Copilot veu tot el que veu cada usuari. Abans d'activar-lo: revisar permisos de SharePoint i Teams, etiquetes de confidencialitat, prevenció de fuites, auditoria, normes d'ús i formació pràctica.
Una taula pràctica per decidir quines dades es poden fer servir en cada tipus d'eina d'IA: d'ús general, corporativa amb contracte o sistema avaluat. Amb exemples i normes de verificació.
Biaix històric, de representació, d'automatització, variables substitutes, nuls disfressats, classes desequilibrades o fuga d'informació: com detectar-los i què fer amb cadascun.
Set fases amb portes de control perquè cap sistema d'IA arribi a producció sense avaluar, provar i autoritzar: preguntes mínimes, banc de proves, baranes de seguretat, operació i retirada.
Les dimensions de qualitat de DAMA, com controlar-les amb regles en eines com Microsoft Purview, quines mètriques seguir i els quatre controls amb què començar sense complicar-se.
Model en estrella, gra, claus, història amb SCD, models governats davant d'aplanats, catàleg de KPI i les pràctiques de DAX i rendiment que marquen la diferència a Power BI.