AI-native means redesigning the companyAI-native significa rediseñar la empresa · V7
31 slides · 23 min · 2026-08-12language
ENES
theme
LightDark
view
TalkTable
brand
HanademiPlatzi
An AI-native company redesigns work instead of adding AI to old processes.
90% increased AI spending, but only 12% could prove revenue impact.
Scale agents only after workflows, measurements, permissions, and exception handling work.
Una empresa AI-native rediseña el trabajo en lugar de añadir IA a procesos antiguos.
El 90% aumentó el gasto en IA, pero solo el 12% pudo demostrar impacto en ingresos.
Escala agentes solo después de que flujos de trabajo, mediciones, permisos y manejo de excepciones funcionen.
Across cited surveys, AI activity reached 88% to 90%; full integration was 31%, employee visibility into redeployment 19%, and proven revenue impact 12%.
En las encuestas citadas, la actividad con IA alcanzó entre el 88% y el 90%; la integración total fue del 31%, la visibilidad de la reasignación para los empleados del 19% y el impacto demostrado en ingresos del 12%.
Two terms carry much of the argument. An AI agent does more than produce text because it can act across a workflow. SWE-bench Verified tests software issue resolution, but it does not reproduce every security and production condition inside a company.
Dos términos cargan gran parte del argumento. Un agente de IA hace más que producir texto porque puede actuar en un flujo de trabajo. SWE-bench Verified prueba resolución de problemas de software, pero no reproduce todas las condiciones de seguridad y producción dentro de una empresa.
This is the central operating gap. Almost every surveyed firm increased AI spending, yet only 12% could connect it to revenue. An AI-native company is not the company with the largest tool budget. It is the company that can show which redesigned workflow created value.
Esta es la brecha operativa central. Casi todas las empresas encuestadas aumentaron el gasto en IA, sin embargo solo el 12% pudo conectarlo con ingresos. Una empresa AI-native no es la empresa con el presupuesto de herramientas más grande. Es la empresa que puede mostrar qué flujo de trabajo rediseñado creó valor.
Enterprise generative-AI spending was estimated at $37 billion in 2025. Applications accounted for $19 billion and infrastructure for $18 billion. The opportunity is no longer confined to model providers. It has moved into the workflows where companies sell, hire, build, and serve customers.
El gasto empresarial en IA generativa se estimó en $37 mil millones en 2025. Las aplicaciones representaron $19 mil millones e infraestructura $18 mil millones. La oportunidad ya no se limita a proveedores de modelos. Se ha movido a los flujos de trabajo donde las empresas venden, contratan, construyen y sirven a clientes.
Startup applications represented about 32% of the entire $37 billion market, nearly two-thirds of application spending but less than infrastructure plus incumbent applications.
Las aplicaciones de startups representaron cerca del 32% del mercado total de $37 mil millones, casi dos tercios del gasto en aplicaciones pero menos que la infraestructura y las aplicaciones de proveedores establecidos juntas.
Horizontal AI led the application categories at $8.4 billion. Departmental AI followed at $7.3 billion, while vertical AI reached $3.5 billion. The early market rewards products that enter broad or departmental workflows, but durable advantage still depends on retention and embedded data.
IA horizontal lideró las categorías de aplicaciones con USD 8,4 mil millones. IA departamental le siguió con USD 7,3 mil millones, mientras que IA vertical alcanzó USD 3,5 mil millones. El mercado temprano recompensa productos que entran en flujos de trabajo amplios o departamentales, pero la ventaja duradera depende aún de la retención y datos integrados.
Menlo Ventures estimated that startups captured 63% of generative-AI application spending in 2025. That is a powerful opening, but market share alone does not prove a lasting advantage. The next contest is retention, distribution, and proprietary workflow data.
Menlo Ventures estimó que las startups capturaron 63% del gasto en aplicaciones de IA generativa en 2025. Es un comienzo poderoso, pero la participación de mercado por sí sola no prueba una ventaja duradera. El próximo desafío es la retención, distribución y datos de flujos de trabajo propietarios.
Almost every surveyed Canadian leader reported some AI use. Only 31% said generative AI was fully integrated into core operations and workflows. The drop identifies the real work of becoming AI-native: changing processes, ownership, data access, and controls.
Casi todos los líderes empresariales canadienses encuestados reportaron algún uso de IA. Solo el 31% dijo que IA generativa estaba completamente integrada en operaciones y flujos de trabajo principales. La caída identifica el trabajo real de volverse IA-nativo: cambiar procesos, propiedad, acceso a datos y controles.
La conversión desde el uso reportado hasta la profundidad operativa fue de cerca del 38% en la encuesta de McKinsey y del 33% en la encuesta canadiense de KPMG.
AI use had reached at least one function in 88% of respondents' organizations. Only roughly one-third had begun scaling across the enterprise. That gap separates experimentation from operating change. AI-native companies must redesign how work crosses teams, data, and approval boundaries.
El uso de IA había alcanzado al menos una función en el 88% de las organizaciones de los encuestados. Solo aproximadamente un tercio había comenzado a escalar en toda la empresa. Esa brecha separa la experimentación del cambio operativo. Las empresas IA-nativas deben rediseñar cómo cruza el trabajo entre equipos, datos y límites de aprobación.
Adobe reported strong executive belief in AI as a growth engine. Yet only about 12% of organizations had working generative-AI solutions with demonstrable ROI. These percentages describe different respondent groups, so the gap is directional rather than a conversion funnel. The operating lesson is still clear: expectations need financial instrumentation.
Adobe reportó una fuerte creencia ejecutiva en IA como motor de crecimiento. Sin embargo, solo alrededor del 12% de las organizaciones tenían soluciones de IA generativa funcionales con ROI demostrable. Estos porcentajes describen diferentes grupos de encuestados, por lo que la brecha es direccional en lugar de un embudo de conversión. La lección operativa sigue siendo clara: las expectativas necesitan instrumentación financiera.
The World Economic Forum found that 86% of surveyed employers expected transformation by 2030. Only 14% did not or were uncertain. This is a forecast of employer expectations, not a measured outcome. It still makes passive adoption a risky strategy.
El Foro Económico Mundial encontró que el 86% de los empleadores encuestados esperaba transformación para 2030. Solo el 14% no la esperaba o era incierto. Se trata de un pronóstico de expectativas, no un resultado medido. Aun así, la adopción pasiva sigue siendo arriesgada.
The aggregate forecast is positive: 170 million jobs created and 92 million displaced, leaving 78 million net new roles. But the net figure conceals the scale of occupational disruption. AI-native HR must plan for movement between jobs, not assume aggregate growth will solve individual displacement.
El pronóstico agregado es positivo: 170 millones de empleos creados y 92 millones desplazados, dejando 78 millones de nuevos puestos netos. Pero la cifra neta oculta la escala de la disrupción ocupacional. RH nativa de IA debe planificar movimiento entre puestos, no asumir que el crecimiento agregado resolverá el desplazamiento individual.
Behind workforce projections, companies must redesign roles, learning, and mobility around people.
Detrás de las proyecciones laborales, las empresas deben rediseñar los puestos, el aprendizaje y la movilidad en torno a las personas.
Most surveyed employers planned to reskill workers. At the same time, 41% expected reductions where AI could automate tasks. An AI-native workforce plan needs both paths: training and internal movement for some roles, and honest transition support where work disappears.
La mayoría de los empleadores encuestados planearon recapacitar trabajadores. Al mismo tiempo, el 41% esperaba reducciones donde la IA pudiera automatizar tareas. Un plan de fuerza de trabajo nativa de IA necesita ambas rutas: capacitación y movimiento interno para algunos puestos, y apoyo de transición honesto donde el trabajo desaparezca.
Employee recognition equaled only one-quarter of the leadership-reported redeployment rate, despite reskilling plans also reaching 77% in a separate employer survey.
El reconocimiento de los empleados equivalió solo a una cuarta parte de la tasa de reasignación reportada por líderes, aunque los planes de recapacitación también alcanzaron el 77% en otra encuesta empresarial.
HR leaders and employees described very different realities. While 77% of HR leaders reported redeployment programs, only 19% of employees recognized them. AI-native HR needs visible pathways, named roles, and clear access rules. A program hidden in policy documents does not move people.
Líderes de RH y empleados describieron realidades muy diferentes. Mientras el 77% de los líderes de RH reportó programas de reubicación, solo el 19% de los empleados los reconoció. RH nativa de IA necesita rutas visibles, puestos nombrados y reglas de acceso claras. Un programa escondido en documentos de política no mueve personas.
LinkedIn projected that 70% of skills used in most jobs would change by 2030. AI is expected to accelerate that transition. Companies should define roles around outcomes and learning capacity, then update skill maps as workflows change.
LinkedIn proyectó que 70% de las competencias utilizadas en la mayoría de los trabajos cambiarían para 2030. Se espera que la IA acelere esa transición. Las empresas deben definir roles en función de resultados y capacidad de aprendizaje, y luego actualizar mapas de competencias conforme cambien los flujos de trabajo.
The Swedish subsidy study found sustained growth in job postings over 5 years. It did not detect a statistically significant employment change between awarded and non-awarded firms. Demand signals can move before headcount does, so HR should monitor jobs, tasks, and internal movement separately.
El estudio de subsidios sueco encontró crecimiento sostenido en ofertas de empleo durante 5 años. No detectó un cambio de empleo estadísticamente significativo entre empresas que recibieron y no recibieron subsidios. Las señales de demanda pueden moverse antes que la nómina, así que Recursos Humanos debe monitorear ofertas, tareas y movimiento interno por separado.
The top vendor-reported scores were separated by less than 1 percentage point. Anthropic later reported that infrastructure configuration can move results by several points, sometimes more than leaderboard gaps. Even a 75% score leaves about 25 unresolved issues per 100 tested before company-specific requirements.
Las puntuaciones de los principales proveedores se separaban por menos de 1 punto porcentual. Anthropic posteriormente reportó que la configuración de infraestructura puede mover resultados varios puntos, a veces más que los diferenciales del ranking. Incluso una puntuación del 75% deja aproximadamente 25 problemas sin resolver por 100 evaluados antes de requisitos específicos de la empresa.
A U.S. federal evaluation tested automation in procurement market research. It did not increase the probability that a contract went to an SBA-certified small business. Automating preparation can save effort, but it does not guarantee a better commercial outcome.
Una evaluación federal estadounidense probó automatización en investigación de mercado de procuración. No aumentó la probabilidad de que un contrato fuera otorgado a una pequeña empresa certificada por SBA. Automatizar la preparación puede ahorrar esfuerzo, pero no garantiza un mejor resultado comercial.
The Census estimate placed economy-wide business AI use near 10%. Information and professional services were much higher, while construction and hospitality were much lower. AI-native practices will spread at different speeds because workflows, data, margins, and technical capacity differ by sector.
La estimación del Census ubicó el uso de IA en empresas en toda la economía cerca del 10%. Información y servicios profesionales fueron mucho más altos, mientras que construcción y hotelería fueron mucho más bajos. Las prácticas nativas de IA se difundirán a velocidades diferentes porque los flujos de trabajo, datos, márgenes y capacidad técnica difieren por sector.
Información y servicios profesionales se situaron por encima del nivel empresarial de referencia, mientras construcción y alojamiento y alimentación permanecieron por debajo.
Patent records are useful for formal invention activity, but they arrive late. Applications are generally published about 18 months after priority. That makes patents a poor operating dashboard for current product adoption, revenue, or workflow performance.
Los registros de patentes son útiles para actividad de invención formal, pero llegan tarde. Las solicitudes generalmente se publican aproximadamente 18 meses después de la prioridad. Eso hace que las patentes sean un mal dashboard operativo para adopción de productos actual, ingresos o desempeño de flujos de trabajo.
Eurostat reported that 20% of qualifying EU enterprises used AI technologies in 2025. Provisional country figures placed Denmark at 42%, Finland at 37.8%, and Sweden at 35%. Operating expectations must reflect local skills, infrastructure, regulation, and firm composition.
Eurostat reportó que el 20% de las empresas de la UE calificadas utilizaban tecnologías de IA en 2025. Las cifras provisionales por país ubicaron a Dinamarca en 42%, Finlandia en 37,8% y Suecia en 35%. Las expectativas operacionales deben reflejar capacidades locales, infraestructura, regulación y composición de empresas.
McKinsey associated workflow redesign across 3 operating layers with stronger reported AI value. The survey was observational, so it did not prove that redesign caused the gains. Even with that limit, the finding shifts attention from tool access to how work is organized.
McKinsey asoció el rediseño de flujos de trabajo en 3 capas operativas con mayor valor de IA reportado. La encuesta fue observacional, así que no probó que el rediseño causara las ganancias. Incluso con esa limitación, el hallazgo desplaza la atención del acceso a herramientas hacia cómo se organiza el trabajo.
A 2026 Atlanta Fed working paper analyzed surveys answered by nearly 6,000 executives. It found widespread AI adoption but little impact so far. Adoption is therefore an input, not an operating result. Companies need measures tied to revenue, cost, speed, quality, or risk.
Un documento de trabajo de 2026 de la Reserva Federal de Atlanta analizó encuestas respondidas por casi 6.000 ejecutivos. Encontró adopción generalizada de IA pero poco impacto hasta ahora. La adopción es entonces un insumo, no un resultado operativo. Las empresas necesitan métricas vinculadas a ingresos, costo, velocidad, calidad o riesgo.
The IMF AI Preparedness Index covers 174 economies. It evaluates infrastructure, human capital, innovation, and regulation. Those dimensions help explain the environment around a company, but they do not establish whether its workflows produce value from AI.
El Índice de Preparación en IA del FMI abarca 174 economías. Evalúa infraestructura, capital humano, innovación y regulación. Esas dimensiones ayudan a explicar el entorno alrededor de una empresa, pero no establecen si sus flujos de trabajo generan valor de IA.
The national index does not directly measure 4 company outcomes: workflow redesign, agent failure, AI-attributable revenue, or employee adoption. Those are the measures an operator needs. Country readiness can provide context, but it cannot answer whether a company has become AI-native.
El índice nacional no mide directamente 4 resultados empresariales: rediseño de flujos de trabajo, fallos de agentes, ingresos atribuibles a IA o adopción de empleados. Esas son las métricas que un operador necesita. La preparación del país puede proporcionar contexto, pero no puede responder si una empresa se ha vuelto nativa en IA.
Buying AI is common. Proving that it makes money is rare. The deck separates AI assistance from systems that act.
Key findings
Adobe reported that only about 12% of organizations had working generative-AI solutions with demonstrable return on investment in 2025. Adobe
WEF projected that structural change would create 170 million jobs and displace 92 million by 2030, producing a net gain of 78 million. World Economic Forum
US Census BTOS estimates during 2025 placed current business AI use near 10%, substantially below many large-enterprise executive surveys. U.S. Census Bureau
A Swedish AI-subsidy study found sustained job-posting growth over five years but no statistically detectable employment change among awarded firms versus non-awarded firms. ratio.se
Menlo Ventures estimated 2025 enterprise generative-AI spending at $37 billion, including $19 billion for applications and $18 billion for infrastructure. Menlo Ventures
Menlo Ventures estimated that startups captured 63% of 2025 generative-AI application spending, versus 37% for incumbent software vendors. Menlo Ventures
LinkedIn projected in 2025 that 70% of skills used in most jobs would change by 2030, with AI accelerating the transition. LinkedIn
WEF found 77% of employers planned reskilling, while 41% expected workforce reductions where AI can automate tasks. World Economic Forum
McKinsey reported in 2025 that 88% of respondents' organizations used AI in at least one function, while roughly one-third had begun enterprise-wide scaling. McKinsey & Company
Microsoft reported in 2025 that 46% of surveyed leaders said their organizations used agents to automate business processes or workflows. Microsoft
Microsoft reported that 80% of workers lacked sufficient time or energy, while 53% of leaders said productivity needed to increase in 2025. Microsoft
The application layer is already as large as the infrastructure layer.
The largest application pools serve work shared across many companies.
Startups captured 63%, but spending share alone is not a moat.
Tool access is widespread.
The hard transition is from isolated use to redesigned company systems.
Executive confidence is running far ahead of demonstrated financial return.
This research is published in English and Spanish. Ver en español
La investigación detrás de esta presentación
Comprar IA es común. Demostrar que genera dinero es raro. El deck separa asistencia de IA de sistemas que actúan.
Hallazgos clave
Adobe reported that only about 12% of organizations had working generative-AI solutions with demonstrable return on investment in 2025. Adobe
WEF projected that structural change would create 170 million jobs and displace 92 million by 2030, producing a net gain of 78 million. World Economic Forum
US Census BTOS estimates during 2025 placed current business AI use near 10%, substantially below many large-enterprise executive surveys. U.S. Census Bureau
Un estudio sueco sobre subsidios de IA halló un aumento sostenido de vacantes durante cinco años, pero ningún cambio estadísticamente detectable en empleo entre empresas adjudicatarias y no adjudicatarias. ratio.se
Menlo Ventures estimated 2025 enterprise generative-AI spending at $37 billion, including $19 billion for applications and $18 billion for infrastructure. Menlo Ventures
Menlo Ventures estimated that startups captured 63% of 2025 generative-AI application spending, versus 37% for incumbent software vendors. Menlo Ventures
LinkedIn projected in 2025 that 70% of skills used in most jobs would change by 2030, with AI accelerating the transition. LinkedIn
WEF found 77% of employers planned reskilling, while 41% expected workforce reductions where AI can automate tasks. World Economic Forum
McKinsey reported in 2025 that 88% of respondents' organizations used AI in at least one function, while roughly one-third had begun enterprise-wide scaling. McKinsey & Company
Microsoft reported in 2025 that 46% of surveyed leaders said their organizations used agents to automate business processes or workflows. Microsoft
Microsoft reported that 80% of workers lacked sufficient time or energy, while 53% of leaders said productivity needed to increase in 2025. Microsoft
