Maestría en Administración de Empresas e Inteligencia Artificial

MBA + AI
CATALOGO DE CURSOS
Modalidad
100% en línea
Duración máxima
18 meses
Créditos académicos
36 semester credit hours
Estructura
12 cursos de 3 créditos
ISEA Business School es una institución orientada a la educación superior y la formación continua.
Ofrecemos programas académicos de calidad con reconocimiento internacional, contenidos diseñados para educación superior e instructores con experiencia de campo.
Aunque la mayoría de nuestros cursos son totalmente gratis, en Maestria los primeros dos cursos son gratuitos. A partir del tercero se debe pagar USD70 por cada curso. Esto nos ayuda a pagar tutores y otros gastos de la escuela.
La Maestría en Administración de Empresas e Inteligencia Artificial (MBA + AI) se propone como un programa profesional, en línea, aplicado y orientado a líderes empresariales que necesitan diseñar, financiar, implementar y gobernar iniciativas de inteligencia artificial en organizaciones reales.
Índice
01
Resumen ejecutivo
02
Justificación académica y profesional
03
Identidad del programa
04
Modelo académico, créditos y calendario de 18 meses
05
Perfil de ingreso, perfil de egreso y competencias
06
Malla curricular de 36 créditos
07
Descriptores de los 12 cursos
08
Capstone Project
09
Evaluación, microcredenciales y aseguramiento del aprendizaje
10
Consideraciones institucionales para California
11
Bibliografía base y fuentes consultadas
Sección 2
Justificación Académica y Profesional
La inteligencia artificial está modificando la forma en que las empresas diseñan productos, toman decisiones, automatizan operaciones, personalizan experiencias y crean ventajas competitivas.

Propuesta
Integrar dirección de empresas con alfabetización ejecutiva en IA, analítica, automatización, gobierno de datos, ética, ciberseguridad, innovación y medición de retorno.

El programa se enfoca en actualizar casos, herramientas y lecturas complementarias en cada curso, especialmente en IA generativa, agentes, regulación y seguridad.
Sección 3
Identidad del Programa
Datos clave del programa
Nombre académico: Maestría en Administración de Empresas e Inteligencia Artificial
Nombre comercial: MBA + AI
Modalidad: 100% en línea, con actividades asincrónicas, sesiones aplicadas y laboratorios virtuales
Duración máxima: 18 meses
Créditos: 36 créditos académicos estadounidenses
Estructura: 12 cursos obligatorios de 3 créditos cada uno
Idioma: Español, con bibliografía base en inglés o español
Objetivo general
Formar líderes empresariales capaces de diseñar, financiar, implementar y gobernar estrategias, procesos, productos y modelos de negocio impulsados por inteligencia artificial, integrando pensamiento estratégico, analítica, automatización, innovación, liderazgo, ética y gestión de riesgos con enfoque práctico y orientado a resultados.
Público objetivo
Profesionales, gerentes, emprendedores, consultores, líderes funcionales y directivos que buscan liderar transformación empresarial con IA.
Orientación
Profesional, aplicada, ejecutiva y basada en competencias. Proyecto integrador dividido en dos cursos: diagnóstico/business case e implementación/roadmap.
Sección 3 — Objetivos
Objetivos Específicos del Programa
1
Criterio directivo para IA
Desarrollar criterio directivo para identificar oportunidades de IA con impacto financiero, operativo, comercial y estratégico.
2
Competencias MBA
Fortalecer competencias MBA en estrategia, finanzas, marketing, liderazgo, innovación, operaciones y toma de decisiones.
3
Colaboración técnica
Capacitar al estudiante para colaborar con equipos técnicos sin requerir formación avanzada en programación.
4
Uso responsable de IA
Promover uso responsable, seguro y gobernado de IA, considerando datos, sesgos, privacidad, ciberseguridad y cumplimiento.
5
Proyecto final aplicado
Integrar los aprendizajes en un proyecto final aplicable a una organización real, emprendimiento o caso sectorial.
Sección 4
Modelo Académico, Créditos y Calendario de 18 Meses
El programa se diseña bajo la lógica de semester credit hours del sistema estadounidense. Cada curso de 3 créditos equivale a aproximadamente 135 horas totales de trabajo estudiantil. El programa completo representa aproximadamente 1,620 horas totales.
3
Créditos por curso
135 horas totales estimadas por curso. Este tiempo puede variar dependiendo de la dedicación, conocimientos o experiencia actual del candidato.
36
Créditos totales
Programa completo en 6 períodos
1,620
Horas totales
Trabajo estudiantil estimado
22.5
Horas semanales
Carga estimada con dos cursos por período
Sección 4
Calendario

La carga estimada de 22 a 25 horas semanales es exigente, pero razonable para una maestría ejecutiva en línea de 18 meses. El tiempo se puede alargar o acortar dependiendo de la dedicación o capacidad actual de cada estudiante.
Sección 5
Perfil de Ingreso y Egreso
Perfil de ingreso
  • Título universitario de licenciatura/bachelor o equivalente, se pueden integrar estudiantes sin licenciatura pero reciben diplomado en lugar de máster.
  • Experiencia profesional recomendada de al menos 2 años; deseable experiencia gerencial, emprendedora, tecnológica, comercial, financiera u operativa.
  • Competencias básicas de lectura académica, análisis cuantitativo elemental, comunicación profesional y manejo de herramientas digitales.
  • No se requiere experiencia previa en programación, aunque se recomienda familiaridad con hojas de cálculo, herramientas de productividad y análisis básico de datos.
Perfil de egreso
  • Diseña estrategias empresariales impulsadas por IA, datos y automatización.
  • Evalúa oportunidades de transformación con criterios financieros, operativos, comerciales, humanos y regulatorios.
  • Lidera proyectos de IA generativa, analítica, automatización y productos AI-enabled.
  • Traduce problemas de negocio en casos de uso, pilotos, business cases y roadmaps ejecutables.
  • Gobierna riesgos éticos, regulatorios, reputacionales, cibernéticos y de adopción asociados a IA.
  • Comunica decisiones ejecutivas mediante datos, dashboards, storytelling, modelos financieros y presentaciones de alto impacto.
Sección 5 — Competencias
Competencias del Programa
Estrategia AI-first
Diagnóstico, mapa de oportunidades y roadmap estratégico.
Gestión financiera de IA
Business case, ROI, escenarios y métricas de impacto.
Marketing y crecimiento inteligente
Experimentos, segmentación, automatización y growth analytics.
Liderazgo digital
Plan de cambio, adopción, comunicación y rediseño de capacidades.
Alfabetización ejecutiva en IA
Casos de uso, prompts, workflows y criterios de evaluación.
Analítica empresarial
Dashboard, KPIs, storytelling y recomendaciones basadas en datos.
Gobernanza y ética
Matriz de riesgos, controles y políticas de uso responsable.
Automatización inteligente
Blueprint de procesos, agentes, RPA o flujos no-code/low-code.
Innovación y emprendimiento
Modelo de negocio, propuesta de valor y prototipo conceptual.
Ciberseguridad y continuidad
Matriz de riesgo digital, plan de continuidad y respuesta a incidentes.
Integración profesional
Capstone final con implementación, métricas, gobernanza y pitch ejecutivo.
Sección 6
Malla Curricular de 36 Créditos
Distribución por áreas curriculares
Fundamentos MBA y estrategia digital
MBAAI 501, 502, 503, 504
12 créditos
IA aplicada, datos y analítica
MBAAI 505, 506, 507, 508
12 créditos
Innovación, riesgo e integración profesional
MBAAI 509, 510, 511, 512
12 créditos
Sección 7 — Curso 1
MBAAI 501 | Período 1
Transformación Digital y Estrategia AI-First
Curso de apertura que sitúa la inteligencia artificial como motor de transformación estratégica, rediseño de modelos operativos y creación de ventaja competitiva. El estudiante analiza cómo las organizaciones AI-first combinan datos, algoritmos, plataformas, talento y gobierno corporativo para competir con modelos más escalables y adaptativos.
Resultados de aprendizaje
  • Interpretar el impacto estratégico de la IA en industrias, cadenas de valor y modelos de negocio.
  • Diagnosticar el nivel de madurez digital de una organización y sus brechas prioritarias.
  • Formular una estrategia AI-first alineada con objetivos de crecimiento, eficiencia, diferenciación y resiliencia.
  • Traducir oportunidades tecnológicas en decisiones ejecutivas y roadmaps de transformación.
Temas
Economía digital y plataformas inteligentes · Modelos operativos AI-first · Ventaja competitiva basada en datos · Efectos de red y escalabilidad algorítmica · Madurez digital · Roadmaps de transformación · KPIs estratégicos de IA.
Entregable aplicado

Diagnóstico estratégico y mapa de oportunidades AI-first para una empresa real o caso aprobado.
Evaluación sugerida
  • Caso aplicado: 35%
  • Análisis estratégico: 25%
  • Laboratorios con IA: 20%
  • Discusión ejecutiva: 10%
  • Reflexión individual: 10%
Texto base
Competing in the Age of AI — Iansiti & Lakhani. Harvard Business Review Press, 2020.
Sección 7 — Curso 2
MBAAI 502 | Período 1
Finanzas, Contabilidad Gerencial y Métricas de Negocio con IA
Integra fundamentos de contabilidad gerencial, análisis financiero, unit economics, presupuestación, forecasting y métricas ejecutivas. El curso se enfoca en que el estudiante no financiero pueda leer los números del negocio y usar IA para acelerar análisis, escenarios y toma de decisiones.
Resultados de aprendizaje
  • Interpretar estados financieros, márgenes, flujo de caja y métricas gerenciales relevantes.
  • Construir supuestos financieros para evaluar inversiones, proyectos y automatizaciones con IA.
  • Aplicar herramientas de IA y analítica para escenarios, forecast y sensibilidad financiera.
  • Presentar un business case financiero comprensible para alta dirección.
Temas clave
Estados financieros para directivos · Contabilidad gerencial · Unit economics · Presupuestos y variaciones · Forecasting asistido por IA · ROI, VAN y payback · Métricas SaaS y digitales · Narrativa financiera ejecutiva.
Entregable aplicado

Modelo financiero ejecutivo de una iniciativa de IA con supuestos, escenarios, riesgos y recomendación de inversión.
Evaluación sugerida
  • Modelo financiero: 40%
  • Ejercicios aplicados: 20%
  • Caso de decisión: 20%
  • Participación: 10%
  • Memo ejecutivo: 10%
Texto base
Financial Intelligence, Revised Edition — Berman, Knight & Case. Harvard Business Review Press, 2013.
Sección 7 — Curso 3
MBAAI 503 | Período 2
Marketing Intelligence & Growth Analytics
Estudia el uso de IA, datos y automatización para entender clientes, segmentar mercados, personalizar comunicaciones, medir adquisición y retención, y optimizar crecimiento. El énfasis está en decisiones comerciales accionables y experimentación continua.
Resultados de aprendizaje
  • Diseñar un sistema de métricas para adquisición, conversión, retención, recurrencia y valor de cliente.
  • Aplicar IA para segmentación, personalización, investigación de clientes y generación de contenidos.
  • Diseñar experimentos de growth con hipótesis, métricas y criterios de decisión.
  • Evaluar oportunidades y riesgos de automatización comercial con IA.
Temas clave
Customer analytics · IA aplicada al marketing · Segmentación y personalización · Growth loops · A/B testing · Customer lifetime value · Automatización de campañas · Analítica de contenido y voz del cliente.
Entregable aplicado

Plan de growth analytics con experimento priorizado, tablero de métricas y uso responsable de IA generativa.
Evaluación sugerida
  • Plan de growth: 35%
  • Dashboard comercial: 20%
  • Laboratorio de IA: 20%
  • Caso: 15%
  • Participación: 10%
Texto base
Marketing Artificial Intelligence — Roetzer & Kaput. Matt Holt Books, 2022.
Sección 7 — Curso 4
MBAAI 504 | Período 2
Liderazgo, Cambio Organizacional y Cultura AI-First
Desarrolla capacidades para liderar adopción de IA en organizaciones reales. Aborda cultura, resistencia al cambio, rediseño de trabajo, capacidades digitales, colaboración humano-IA y comunicación directiva durante procesos de transformación.
Resultados de aprendizaje
  • Diagnosticar barreras culturales, políticas y operativas para la adopción de IA.
  • Diseñar una estrategia de gestión del cambio para equipos híbridos humano-IA.
  • Definir capacidades, roles y rutinas de liderazgo para una cultura AI-first.
  • Comunicar iniciativas de IA con claridad, credibilidad y enfoque ético.
Temas clave
Liderazgo digital · Gestión del cambio · Diseño organizacional · Rediseño de puestos y procesos · Equipos humano-IA · Upskilling y reskilling · Comunicación ejecutiva · Gobernanza del cambio.
Entregable aplicado

Plan de adopción organizacional de IA con stakeholders, mapa de resistencias, estrategia de comunicación y métricas de cambio.
Evaluación sugerida
  • Plan de cambio: 40%
  • Simulación de liderazgo: 20%
  • Caso: 20%
  • Reflexión ejecutiva: 10%
  • Participación: 10%
Texto base
Leading Digital — Westerman, Bonnet & McAfee. Harvard Business Review Press, 2014.
Sección 7 — Curso 5
MBAAI 505 | Período 3
Fundamentos de IA e IA Generativa para Negocios
Curso ejecutivo y no técnico sobre fundamentos de IA, machine learning, modelos fundacionales, IA generativa, copilots y agentes. El objetivo no es formar programadores, sino directivos capaces de identificar casos de uso, formular preguntas correctas y colaborar con equipos técnicos.
Resultados de aprendizaje
  • Explicar conceptos clave de IA, machine learning, deep learning, LLMs, copilots y agentes en lenguaje de negocio.
  • Priorizar casos de uso de IA según valor, factibilidad, riesgo y datos disponibles.
  • Diseñar prompts, flujos y criterios de evaluación para productividad ejecutiva.
  • Identificar limitaciones, sesgos, alucinaciones y controles necesarios en soluciones generativas.
Temas clave
Tipos de IA · Machine learning para directivos · Modelos generativos y LLMs · Prompting ejecutivo · RAG y conocimiento empresarial · Copilots y agentes · Evaluación de outputs · Riesgos de IA generativa.
Entregable aplicado

Portafolio de casos de uso de IA generativa con criterios de priorización, pruebas de concepto y controles básicos.
Evaluación sugerida
  • Portafolio de casos: 35%
  • Laboratorios: 30%
  • Quiz conceptual: 15%
  • Memo ejecutivo: 10%
  • Participación: 10%
Texto base
Co-Intelligence: Living and Working with AI — Ethan Mollick. Portfolio/Penguin, 2024.
Sección 7 — Curso 6
MBAAI 506 | Período 3
Ciencia de Datos, BI y Analítica Empresarial
Introduce pensamiento analítico, BI, visualización, indicadores, modelado predictivo básico y storytelling de datos para decisiones ejecutivas. El estudiante aprende a convertir preguntas de negocio en análisis accionables y tableros interpretables.
Resultados de aprendizaje
  • Traducir problemas de negocio en preguntas analíticas y requerimientos de datos.
  • Diseñar KPIs, dashboards y narrativas ejecutivas basadas en evidencia.
  • Interpretar resultados de modelos analíticos y comunicar implicaciones gerenciales.
  • Evaluar calidad, sesgo y utilidad de datos para decisiones empresariales.
Temas clave
Pensamiento data-analytic · Ciclo de vida de datos · KPIs y OKRs · BI y visualización · Modelos predictivos básicos · Data storytelling · Segmentación · Calidad y sesgo de datos.
Entregable aplicado

Dashboard ejecutivo con narrativa de decisión, definición de KPIs y recomendaciones basadas en datos.
Evaluación sugerida
  • Dashboard y narrativa: 40%
  • Ejercicios analíticos: 25%
  • Caso: 20%
  • Participación: 10%
  • Reflexión: 5%
Texto base
Data Science for Business — Provost & Fawcett. O'Reilly Media, 2013.
Sección 7 — Curso 7
MBAAI 507 | Período 4
Gobierno de Datos, Ética y Regulación de IA
Examina gobierno de datos, privacidad, ética algorítmica, sesgos, transparencia, explicabilidad, supervisión humana y marcos regulatorios. El curso prepara al estudiante para diseñar controles organizacionales de IA responsable sin frenar innecesariamente la innovación.
Resultados de aprendizaje
  • Diseñar principios de gobierno de datos y uso responsable de IA para una organización.
  • Evaluar riesgos éticos, legales, reputacionales y operativos de casos de uso de IA.
  • Aplicar marcos como NIST AI RMF, políticas internas y controles de supervisión humana.
  • Proponer mecanismos de documentación, trazabilidad, monitoreo y rendición de cuentas.
Temas clave
Gobierno de datos · Privacidad y consentimiento · Sesgo algorítmico · Transparencia y explicabilidad · Supervisión humana · NIST AI RMF · Regulación comparada · Políticas internas de IA.
Entregable aplicado

Matriz de gobierno y riesgo de IA para un caso real, con controles, propietarios, métricas y plan de seguimiento.
Evaluación sugerida
  • Matriz de riesgo: 35%
  • Análisis ético-regulatorio: 25%
  • Caso: 20%
  • Participación: 10%
  • Memo de política: 10%
Texto base
AI Ethics — Mark Coeckelbergh. The MIT Press Essential Knowledge Series, 2020.
Sección 7 — Curso 8
MBAAI 508 | Período 4
Automatización de Procesos y Operaciones Inteligentes
Aborda rediseño de procesos, automatización inteligente, RPA, agentes, IA generativa operativa y mejora continua. El foco está en identificar procesos con alto potencial de automatización, rediseñarlos y medir impacto operativo.
Resultados de aprendizaje
  • Mapear procesos empresariales y detectar cuellos de botella, tareas repetitivas y oportunidades de automatización.
  • Diseñar flujos de trabajo con IA, RPA, agentes o herramientas no-code/low-code.
  • Evaluar impacto en productividad, calidad, experiencia de cliente y riesgo operativo.
  • Definir controles humanos, SLAs y métricas de seguimiento para operaciones inteligentes.
Temas clave
Process mapping · BPM y mejora continua · RPA e hiperautomatización · Agentes de IA · Automatización no-code/low-code · Supply chain analytics · Human-in-the-loop · Métricas operativas.
Entregable aplicado

Blueprint de automatización de un proceso, incluyendo flujo actual, flujo futuro, herramientas, riesgos y KPIs.
Evaluación sugerida
  • Blueprint de automatización: 40%
  • Laboratorio: 25%
  • Caso operativo: 20%
  • Participación: 10%
  • Reflexión: 5%
Texto base
Agentic Artificial Intelligence — Bornet, Wirtz, Davenport et al. 2025.
Sección 7 — Curso 9
MBAAI 509 | Período 5
Innovación, Producto y Modelos de Negocio con IA
Integra diseño de productos, innovación, validación de valor, modelos de negocio y estrategia de monetización de soluciones habilitadas por IA. El estudiante diseña una propuesta AI-enabled orientada a mercado, usuario y sostenibilidad económica.
Resultados de aprendizaje
  • Identificar oportunidades de innovación donde la IA mejore propuesta de valor, eficiencia o diferenciación.
  • Diseñar modelos de negocio con lógica de ingresos, costos, canales, datos y alianzas.
  • Aplicar herramientas de product discovery, experimentación y validación temprana.
  • Comunicar una propuesta AI-enabled con claridad para clientes, inversionistas o comité interno.
Temas clave
Design thinking · Product discovery · Business Model Canvas · Value Proposition Canvas · Monetización de datos · MVPs AI-enabled · Go-to-market · Estrategia de plataforma.
Entregable aplicado

Canvas de modelo de negocio y prototipo conceptual de una solución AI-enabled con hipótesis de validación.
Evaluación sugerida
  • Modelo de negocio: 35%
  • Prototipo conceptual: 25%
  • Pitch: 20%
  • Participación: 10%
  • Peer review: 10%
Texto base
Business Model Generation — Osterwalder & Pigneur. Wiley, 2010. Disponible en inglés y español.
Sección 7 — Curso 10
MBAAI 510 | Período 5
Ciberseguridad, Riesgo Digital y Continuidad Operativa
Curso ejecutivo sobre riesgos digitales, ciberseguridad, continuidad operativa, protección de datos, terceros, incident response y seguridad en soluciones de IA. El enfoque es directivo: entender, priorizar, financiar y gobernar la ciberseguridad como riesgo empresarial.
Resultados de aprendizaje
  • Explicar los principales riesgos de ciberseguridad que afectan organizaciones digitales y AI-first.
  • Priorizar controles, políticas y métricas desde una perspectiva de riesgo empresarial.
  • Diseñar un plan básico de continuidad, respuesta a incidentes y comunicación ejecutiva.
  • Evaluar riesgos de proveedores, datos, modelos y automatizaciones conectadas a IA.
Temas clave
Riesgo cibernético empresarial · Gobernanza de seguridad · Protección de datos · Gestión de terceros · Respuesta a incidentes · Continuidad operativa · Seguridad en IA · Métricas para juntas directivas.
Entregable aplicado

Matriz ejecutiva de riesgo digital y plan de continuidad para una iniciativa de IA o proceso crítico.
Evaluación sugerida
  • Matriz de riesgo: 35%
  • Simulación de incidente: 25%
  • Caso: 20%
  • Participación: 10%
  • Memo ejecutivo: 10%
Texto base
Cybersecurity and Cyberwar: What Everyone Needs to Know — Singer & Friedman. Oxford University Press, 2014.
Sección 7 — Cursos 11 y 12
MBAAI 511 + 512 | Período 6
Capstone Project I y II
MBAAI 511 — Capstone I
Diagnóstico, Caso de Uso y Business Case
Primera fase del proyecto integrador. El estudiante selecciona una organización, problema o emprendimiento; realiza diagnóstico estratégico; prioriza un caso de uso de IA; valida supuestos iniciales; y construye el business case con métricas de impacto y riesgos.
  • Formular un problema empresarial relevante y medible susceptible de intervención con IA.
  • Levantar información de contexto, stakeholders, procesos, datos disponibles y restricciones.
  • Priorizar un caso de uso según valor, factibilidad, datos, adopción y riesgo.
  • Construir un business case preliminar con hipótesis, costos, beneficios, riesgos y plan de validación.

Entregable: Documento Capstone I con diagnóstico, caso de uso priorizado, business case, hipótesis, plan de validación y criterios de éxito.
Texto base: Testing Business Ideas — Bland & Osterwalder. Wiley/Strategyzer, 2019.
MBAAI 512 — Capstone II
Implementación, Roadmap y Pitch Ejecutivo
Segunda fase del proyecto integrador. El estudiante desarrolla el diseño final de solución, prueba de concepto o prototipo, plan de implementación, gobierno de riesgos, modelo operativo, métricas de impacto y presentación ejecutiva final ante comité.
  • Diseñar una solución de IA viable con arquitectura conceptual, datos, herramientas, responsables y controles.
  • Construir un roadmap de implementación con fases, recursos, quick wins, riesgos y KPIs.
  • Integrar dimensiones financieras, éticas, regulatorias, operativas y de cambio organizacional.
  • Defender la propuesta mediante un informe profesional y pitch ejecutivo convincente.

Entregable: Informe final y pitch con solución AI-enabled, roadmap, modelo financiero, riesgos, métricas, plan de adopción y evaluación de impacto.
Texto base: The AI Playbook — Eric Siegel. MIT Press, 2024.
Sección 8
Capstone Project
El Capstone Project es el eje de integración profesional del programa. Debe iniciar conceptualmente desde los primeros cursos mediante entregables acumulativos, pero se formaliza en los cursos MBAAI 511 y MBAAI 512. Puede realizarse sobre una empresa existente, una unidad de negocio, una organización sin fines de lucro, una entidad pública, una consultoría aplicada o un emprendimiento AI-enabled.
Modalidades aceptadas
Consultoría empresarial aplicada
Startup o nuevo modelo de negocio basado en IA
Automatización de proceso crítico
Producto o servicio AI-enabled
Modelo analítico o predictivo para toma de decisiones
Estrategia de gobierno, riesgo y adopción de IA
Entregables mínimos del Capstone
Sección 9
Evaluación, Microcredenciales y Aseguramiento del Aprendizaje
La evaluación debe privilegiar evidencias aplicadas sobre exámenes memorísticos. Cada curso debe producir un artefacto que pueda alimentar el portafolio profesional y, cuando sea posible, el Capstone Project.
35%
Proyecto aplicado del curso
Peso sugerido: 35% a 40%
25%
Laboratorios con IA, datos o automatización
Peso sugerido: 20% a 30%
20%
Casos empresariales y simulaciones
Peso sugerido: 15% a 25%
10%
Participación y peer review
Peso sugerido: 10%
8%
Reflexión profesional o portafolio
Peso sugerido: 5% a 10%
Microcredenciales
Sección 9 — Aseguramiento
Aseguramiento del Aprendizaje
Rúbricas comunes
Definir rúbricas comunes para estrategia, análisis financiero, uso de datos, ética, comunicación ejecutiva y aplicación de IA.
Revisión anual
Realizar revisión anual de contenidos de IA, bibliografía, casos, herramientas y marcos regulatorios.
Conservación de evidencias
Conservar evidencia de proyectos, dashboards, business cases y capstones para revisión interna y acreditadora.
Evaluación indirecta
Implementar evaluación indirecta mediante encuestas de estudiantes, empleadores, egresados y jurados del capstone.
Comité asesor empresarial
Usar comité asesor empresarial para validar pertinencia del currículo y actualizar competencias emergentes.
Sección 11
Bibliografía
Sección 11
Sección 11
Fuentes normativas y académicas consultadas
U.S. Department of Education / eCFR
34 CFR 600.2, definición federal de credit hour. ecfr.gov
WSCUC
Credit Hour Policy y revisión institucional de documentación sobre asignación de créditos. wscuc.org
California BPPE
Supervisión de instituciones privadas postsecundarias en California. bppe.ca.gov
NIST
Artificial Intelligence Risk Management Framework (AI RMF 1.0) y perfil para IA generativa. nist.gov
AACSB
Business accreditation standards: currículo actual, relevante, orientado al futuro y alineado con competencias. aacsb.edu

La disponibilidad en Amazon fue considerada como criterio de selección. Precios, formatos, stock y ediciones pueden cambiar; se recomienda verificación final antes de publicar el catálogo o sílabo oficial.
Anexo A
Mapa de Prerrequisitos y Progresión
Anexo A
Anexo B
Requisitos de Graduación
Aprobar los 12 cursos obligatorios
Completar los 36 créditos académicos del programa con calificación aprobatoria en cada curso.
Mantener promedio mínimo
Mantener el promedio mínimo requerido por la política institucional de posgrado durante toda la trayectoria.
Completar el Capstone Project I y II
Obtener calificación aprobatoria en ambas fases del proyecto integrador (MBAAI 511 y MBAAI 512).
Defender el pitch ejecutivo final
Presentar y defender el pitch ejecutivo final ante comité académico, empresarial o mixto con resultado satisfactorio.
Cumplir requisitos institucionales
Satisfacer los requisitos administrativos, financieros, tecnológicos y de integridad académica definidos por la institución.
Costos
  • USD70.00 por cada curso.
  • Primeros dos cursos no tienen costo. Paga a partir del tercero.
  • Asesoría Capstone Project USD360.00
  • Se paga al haber aprobado los 10 cursos del mapa curricular.
  • Apostilla: USD250.00
  • Se paga cuando se ha aprobado los cursos Capstone Project I y II.
Inscripción
Para inscribirse en el programa haga clic en este botón.
Adicionalmente debes registrarte de forma individual en los cursos haciendo clic en los enlaces inferiores. Se te pedirá datos reales de la empresa para la que trabajas ya que las tareas se personalizan.
Más información
Agenda una videoconferencia o llamada en este enlace: