Hanademi

Claro’s AI Reset Starts With the Work

20 slides · $4.50 · 25 min · 12 hours ago language
ENES
theme
LightDark
view
DeckTableTalk
brand
HanademiPlatzi
Claro’s AI Reset Starts Withthe WorkMade for Freddy Vega, by Hanademi
El reinicio de IA de Claroempieza por el trabajoMade for Freddy Vega, by Hanademi
Claro’s mobile moat disappears in fixedinternetShare of Colombian internet connections, Q3 2025. Tigo-Movistar values are an arithmetic pre-integrationestimate.Made for Freddy Vega, by HanademiSources: BNamericas. (2026, March 16). How is Colombia’s ICT market structured and what changes with Tigo-Movistar.UnitPercent of connectionsMobile internetClaro shareEstimated Tigo-Movistar share1.6×57.5%35.7%Fixed internet33.5%33%
The same competitor looks very different across Claro’s 2 core markets. Claro leads the estimated Tigo-Movistar combination by a wide margin in mobile internet. In fixed internet, the shares are nearly tied. That contrast turns process speed from an internal program into a competitive need.
La ventaja móvil de Claro desaparece eninternet fijoParticipación de las conexiones de internet en Colombia, 3T de 2025. Los valores de Tigo-Movistar son unaestimación aritmética previa a la integración.Made for Freddy Vega, by HanademiFuentes: BNamericas. (2026, March 16). How is Colombia’s ICT market structured and what changes withTigo-Movistar.UnidadPorcentaje de conexionesInternet móvilParticipación de ClaroParticipación estimada de Tigo-Movistar1,6×57,5 %35,7 %Internet fijo33,5 %33 %
El mismo competidor se ve muy distinto en los 2 mercados centrales de Claro. Claro supera ampliamente a la combinación estimada de Tigo y Movistar en internet móvil. En internet fijo, las participaciones están casi empatadas. Ese contraste convierte la velocidad operativa en una necesidad competitiva.
Claro’s mobile lead is 21.8percentage points over the estimatedTigo-Movistar combination.Analysis formula: 57.5% minus 35.7% equals 21.8 percentage points. The competitorfigure is a combined-share estimate, not a settled post-integration result.Sources: BNamericas. (2026, March 16). How is Colombia’s ICT market structured and what changes with Tigo-Movistar.Hanademi analysis: 57.5 - 35.7 = 21.8 percentage points
This is Hanademi analysis, not a figure published separately by the source. Subtracting 35.7% from 57.5% produces a 21.8 percentage-point lead. That cushion creates room to test new operating models. It also makes inefficiency expensive because every slow workflow touches enormous scale.
La ventaja móvil de Claro es de 21,8 puntosporcentuales sobre la combinaciónestimada de Tigo y Movistar.Fórmula del análisis: 57,5% menos 35,7% equivale a 21,8 puntos porcentuales. La cifradel competidor es una estimación de participación combinada, no un resultado definitivoposterior a la integración.Fuentes: BNamericas. (2026, March 16). How is Colombia’s ICT market structured and what changes with Tigo-Movistar.Análisis de Hanademi: 57.5 - 35.7 = 21.8 percentage points
Este es un análisis de Hanademi, no una cifra publicada por separado por la fuente. Restar 35,7% de 57,5% produce una ventaja de 21,8 puntos porcentuales. Ese margen crea espacio para probar nuevos modelos operativos. También vuelve costosa la ineficiencia porque cada flujo lento afecta una escala enorme.
Colombia has 174 mobile subscriptions per100 peopleMobile cellular subscriptions per 100 people in Colombia, 2010-2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Mobile cellular subscriptions (per 100 people) [IT.CEL.SETS.P2]. World Bank Open Data.UnitSubscriptions per 100 people100125150175201020132016201920222010 started at 99.3.2024 reached 174.1.
Colombia moved from about 99 mobile subscriptions per 100 people in 2010 to 174 in 2024. This is not a count of unique people. It is a picture of connection density. At that density, small delays and repeated manual work become large operating burdens.
Colombia tiene 174 suscripciones móvilespor cada 100 personasSuscripciones celulares móviles por cada 100 personas en Colombia, 2010-2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Mobile cellular subscriptions (per 100 people) [IT.CEL.SETS.P2]. World Bank OpenData.UnidadSuscripciones por cada 100 personas100125150175201020132016201920222010 comenzó en 99,3.2024 alcanzó 174,1.
Colombia pasó de cerca de 99 suscripciones móviles por cada 100 personas en 2010 a 174 en 2024. No es un conteo de personas únicas. Es una imagen de la densidad de conexiones. Con esa densidad, los retrasos pequeños y el trabajo manual repetido se convierten en grandes cargas operativas.
Internet use in Colombia passed 79%Individuals using the internet as a share of Colombia’s population, 2010-2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Individuals using the Internet (% of population) [IT.NET.USER.ZS]. World Bank Open Data.UnitPercent of population0%25%50%75%201020122014201620182020202220242024 reached 79.3%.
Internet use rose from 36.5% of Colombia’s population in 2010 to 79.3% in 2024. Customers changed faster than many enterprise workflows. More digital demand means more interactions, more data, and less patience for internal handoffs. Claro’s operating model must catch up with the market it helped build.
El uso de internet en Colombia superó 79%Personas que usan internet como proporción de la población de Colombia, 2010-2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Individuals using the Internet (% of population) [IT.NET.USER.ZS]. World Bank Open Data.UnidadPorcentaje de la población0 %25 %50 %75 %201020122014201620182020202220242024 alcanzó 79,3%.
El uso de internet subió de 36,5% de la población de Colombia en 2010 a 79,3% en 2024. Los clientes cambiaron más rápido que muchos flujos empresariales. Una mayor demanda digital significa más interacciones, más datos y menos paciencia con los traspasos internos. El modelo operativo de Claro debe alcanzar al mercado que ayudó a construir.
Fixed broadband growth has nearly stalledFixed broadband subscriptions per 100 people in Colombia, 2010-2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Fixed broadband subscriptions (per 100 people) [IT.NET.BBND.P2]. World Bank OpenData.UnitSubscriptions per 100 people051015201020132016201920225.917.2
Fixed broadband climbed steadily for more than a decade. The curve then flattened near 17 subscriptions per 100 people. In a slower-growth market, winning depends less on riding category expansion and more on service, retention, and launch speed. That makes duplicated work harder to tolerate.
El crecimiento de la banda ancha fija casi sedetuvoSuscripciones de banda ancha fija por cada 100 personas en Colombia, 2010-2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Fixed broadband subscriptions (per 100 people) [IT.NET.BBND.P2]. World Bank OpenData.UnidadSuscripciones por cada 100 personas051015201020132016201920225,917,2
La banda ancha fija creció de forma constante durante más de una década. Luego la curva se aplanó cerca de 17 suscripciones por cada 100 personas. En un mercado de menor crecimiento, ganar depende menos de la expansión de la categoría y más del servicio, la retención y la velocidad de lanzamiento. Eso vuelve menos tolerable el trabajo duplicado.
Colombia’s fixed telephone base isshrinkingFixed telephone subscriptions per 100 people in Colombia, 2010-2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Fixed telephone subscriptions (per 100 people) [IT.MLT.MAIN.P2]. World Bank Open Data.UnitLines per 100 people051015201020122014201620182020202220242024 fell to 11.9.
Fixed telephone density fell from 16 lines per 100 people in 2010 to 11.9 in 2024. Claro cannot simply abandon the legacy base while new digital services expand. It must operate both environments with less friction. Automation is most valuable where it removes the handoffs between them.
La base de telefonía fija de Colombia seestá reduciendoSuscripciones de telefonía fija por cada 100 personas en Colombia, 2010-2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Fixed telephone subscriptions (per 100 people) [IT.MLT.MAIN.P2]. World Bank OpenData.UnidadLíneas por cada 100 personas051015201020122014201620182020202220242024 cayó a 11,9.
La densidad de telefonía fija cayó de 16 líneas por cada 100 personas en 2010 a 11,9 en 2024. Claro no puede abandonar la base heredada mientras crecen los nuevos servicios digitales. Debe operar ambos entornos con menos fricción. La automatización vale más donde elimina los traspasos entre ellos.
Claro has the scale to fund a serious resetClaro Colombia 2025 revenue and EBITDA, COP trillions.Made for Freddy Vega, by HanademiSources: América Móvil. (2026). Claro Colombia 2025 financial results.; América Móvil. (2026, February 10). Fourth quarter of 2025 financialand operating report.; TeleSemana. (2026, February 11). Claro Colombia finaliza con un buen ARPU su desempeño en 2025.Sources use different measurement bases; read the comparison directionally, not as one exact scale.UnitCOPRevenueCOP16.6TEBITDACOP6.7T2.5x
Claro Colombia generated COP16.57 trillion in 2025 revenue and COP6.67 trillion in EBITDA. It also ended the year with 42.7 million mobile customers. This is enough scale to fund platforms, training, and process redesign. It is also enough scale for a poorly chosen automation to spread damage quickly.
Claro tiene la escala para financiar unreinicio serioIngresos y EBITDA de Claro Colombia en 2025, billones de pesos colombianos.Made for Freddy Vega, by HanademiFuentes: América Móvil. (2026). Claro Colombia 2025 financial results.; América Móvil. (2026, February 10). Fourth quarter of 2025financial and operating report.; TeleSemana. (2026, February 11). Claro Colombia finaliza con un buen ARPU su desempeño en 2025.Las fuentes usan bases de medición distintas; lea la comparación como tendencia, no como una escala exacta.Unidadpesos colombianosIngresosCOP16,6 BEBITDACOP6,7 B2,5x
Claro Colombia generó 16,57 billones de pesos en ingresos durante 2025 y 6,67 billones en EBITDA. También cerró el año con 42,7 millones de clientes móviles. Es escala suficiente para financiar plataformas, formación y rediseño de procesos. También es suficiente para que una automatización mal elegida extienda el daño con rapidez.
Dollar revenue does not tell a clean growthstoryAmérica Móvil revenue translated into USD billions, 2017-2024. Currency and reporting-scope effects mayinfluence the series.Made for Freddy Vega, by HanademiSources: U.S. Securities and Exchange Commission. (n.d.). AMERICA MOVIL SAB DE CV/ Revenue [XBRL]. SEC EDGAR.UnitUSD$40B$45B$50B20172019202120232019 reached $53.5 billion.2024 ended at $42.9 billion.$51.6B
América Móvil’s translated revenue moved from $51.6 billion in 2017 to $42.9 billion in 2024, with large swings between. That does not prove operating decline. Exchange rates and reporting scope can move the USD line. Claro should judge its AI reset through workflow outcomes, not this corporate currency translation.
Los ingresos en dólares no cuentan unahistoria limpia de crecimientoIngresos de América Móvil convertidos a miles de millones USD, 2017-2024. La moneda y el perímetrocontable pueden influir en la serie.Made for Freddy Vega, by HanademiFuentes: U.S. Securities and Exchange Commission. (n.d.). AMERICA MOVIL SAB DE CV/ Revenue [XBRL]. SEC EDGAR.UnidadUSD$40 mil M$45 mil M$50 mil M20172019202120232019 alcanzó US$53,5 milmillones.2024 cerró en US$42,9 milmillones.$51,6 mil M
Los ingresos convertidos de América Móvil pasaron de US$51,6 mil millones en 2017 a US$42,9 mil millones en 2024, con grandes variaciones intermedias. Eso no demuestra un deterioro operativo. Los tipos de cambio y el perímetro contable pueden mover la línea en dólares. Claro debe evaluar su reinicio de IA con resultados de flujo, no con esta conversión monetaria corporativa.
Claro Brazil put 900 processes into onecloud system before claiming efficiency.This vendor-published case proves migration scale and access, not realized cycle-timeor cost savings.Sources: ARIS. (2025, October 29). Claro: Boosting customer experience with ARIS in the cloud.
Claro Brazil moved 900 processes and 2,000 documents into one process system for more than 3,500 launch users. The immediate win was visibility, not a promised cost reduction. That is the right sequence. First expose the variants and handoffs, then simplify, then automate.
Claro Brasil llevó 900 procesos aun sistema en la nube antes deafirmar eficiencia.Este caso publicado por el proveedor demuestra escala de migración y acceso, noahorros realizados de tiempo o costos.Fuentes: ARIS. (2025, October 29). Claro: Boosting customer experience with ARIS in the cloud.
Claro Brasil trasladó 900 procesos y 2.000 documentos a un sistema de procesos para más de 3.500 usuarios iniciales. La mejora inmediata fue la visibilidad, no una reducción prometida de costos. Ese es el orden correcto. Primero se revelan las variantes y los traspasos, luego se simplifica y finalmente se automatiza.
Telecom redesign can turn days and hoursinto minutesOperator-reported before-and-after duration thresholds for 2 different telecom workflows.Made for Freddy Vega, by HanademiSources: iTnews. (n.d.). One NZ cut provisioning time from days to minutes: Here’s how.; Light Reading. (2026). Verizon unleashesAI agents in the network but keeps humans in the loop.UnitReported durationOPERATORWORKFLOWBEFOREAFTEROne NewZealandEnterprise provisioningUp to 10daysUnder 10minutesVerizonNetwork diagnosis andresolution5-8 hoursUnder 2minutes
One New Zealand reports cutting enterprise provisioning from up to 10 days to under 10 minutes. Verizon reports cutting network diagnosis and resolution from 5-8 hours to under 2 minutes. These are different workflows, so they are not a ranking. Together they show what happens when process redesign and orchestration remove waiting.
El rediseño en telecomunicaciones puedeconvertir días y horas en minutosUmbrales de duración antes y después reportados por operadores para 2 flujos distintos detelecomunicaciones.Made for Freddy Vega, by HanademiFuentes: iTnews. (n.d.). One NZ cut provisioning time from days to minutes: Here’s how.; Light Reading. (2026). Verizonunleashes AI agents in the network but keeps humans in the loop.UnidadDuración reportadaOPERADORFLUJOANTESDESPUÉSOne NewZealandAprovisionamientoempresarialHasta 10díasMenos de 10minutosVerizonDiagnóstico y resoluciónde red5-8 horasMenos de 2minutos
One New Zealand reporta haber reducido el aprovisionamiento empresarial de hasta 10 días a menos de 10 minutos. Verizon reporta haber reducido el diagnóstico y la resolución de red de 5-8 horas a menos de 2 minutos. Son flujos distintos, por lo que no forman una clasificación. Juntos muestran lo que ocurre cuando el rediseño y la orquestación eliminan la espera.
Partner case studies report gains acrossthe commercial funnelCompany-reported percentage changes from Cox and Circles deployments. Baselines, controls, and causalattribution are limited.Made for Freddy Vega, by HanademiSources: Anthropic. (n.d.). Cox Communications drives a 7x return on AI across its B2B funnel with Claude and Accenture.; Reuters.(2025, April 9). Verizon says Google AI for customer service agents has led to sales jump.; TeckNexus. (2026). Circles and OpenAIAI-native telco stack.UnitPercent changeCox commercial execution55%40%Speed to marketCampaign efficiencyCircles offer management22%9%ARPU increaseChurn reduction
Cox reports 55% faster speed to market and 40% higher campaign efficiency. Circles reports 22% higher ARPU and 9% lower churn in Singapore. Verizon separately said sales through its 28,000-person service team rose nearly 40%. These cases point toward daily commercial workflows, but they do not isolate AI from other changes.
Casos de socios reportan mejoras en todo elembudo comercialCambios porcentuales reportados por Cox y Circles. Las líneas base, los controles y la atribución causalson limitados.Made for Freddy Vega, by HanademiFuentes: Anthropic. (n.d.). Cox Communications drives a 7x return on AI across its B2B funnel with Claude and Accenture.;Reuters. (2025, April 9). Verizon says Google AI for customer service agents has led to sales jump.; TeckNexus. (2026). Circlesand OpenAI AI-native telco stack.UnidadCambio porcentualEjecución comercial de Cox55 %40 %Velocidad de lanzamientoEficiencia de campañasGestión de ofertas de Circles22 %9 %Aumento de ARPUReducción de deserción
Cox reporta 55% más velocidad de lanzamiento y 40% más eficiencia en campañas. Circles reporta 22% más ARPU y 9% menos deserción en Singapur. Verizon afirmó por separado que las ventas de su equipo de servicio de 28.000 personas subieron casi 40%. Estos casos apuntan a flujos comerciales diarios, pero no separan la IA de otros cambios.
An A/B test estimate began with 30,000scored customersDeutsche Telekom conference case, customers scored and contacted during the experiment.Made for Freddy Vega, by HanademiSources: Diginomica. (2025, November 5). Deutsche Telekom uses Celonis process intelligence and AI to save €5 million.UnitCustomersCustomers scored · 30,000Customers contacted· 10,000
The project scored 30,000 customers and contacted 10,000. Deutsche Telekom’s executive linked the experiment to about €5 million in estimated savings and 10,000 fewer critical cases. The important word is estimated. Claro should use controlled tests like this, then separate experimental value from booked financial results.
Una estimación con prueba A/B empezó con30.000 clientes evaluadosCaso de Deutsche Telekom presentado en una conferencia, clientes evaluados y contactados durante elexperimento.Made for Freddy Vega, by HanademiFuentes: Diginomica. (2025, November 5). Deutsche Telekom uses Celonis process intelligence and AI to save €5 million.UnidadClientesClientes evaluados · 30.000Clientes contactados· 10.000
El proyecto evaluó a 30.000 clientes y contactó a 10.000. El ejecutivo de Deutsche Telekom vinculó el experimento con cerca de €5 millones en ahorros estimados y 10.000 casos críticos menos. La palabra importante es estimados. Claro debe usar pruebas controladas como esta y separar el valor experimental de los resultados financieros contabilizados.
Deutsche Telekom’s 90% automation figureis still a targetShare of network incidents resolved automatically, reported 2024 result and future target.Made for Freddy Vega, by HanademiSources: RCR Wireless News. (2026, July 14). Deutsche Telekom’s OpenAI partnership has scaled from pilot to full production.UnitPercent of incidents90%Target70%2024 actual
Deutsche Telekom reports automatically resolving roughly 70% of network incidents in 2024. It is aiming for 90%, but that second number is not an actual result. The distinction matters because targets can shape investment without proving readiness. Claro should publish actual and target values side by side.
La cifra de 90% de automatización deDeutsche Telekom sigue siendo una metaProporción de incidentes de red resueltos automáticamente, resultado reportado de 2024 y meta futura.Made for Freddy Vega, by HanademiFuentes: RCR Wireless News. (2026, July 14). Deutsche Telekom’s OpenAI partnership has scaled from pilot to fullproduction.UnidadPorcentaje de incidentes90 %Meta70 %Resultado de 2024
Deutsche Telekom reporta que resolvió automáticamente cerca de 70% de los incidentes de red en 2024. Apunta a 90%, pero la segunda cifra no es un resultado real. La distinción importa porque las metas pueden orientar la inversión sin demostrar preparación. Claro debe publicar los valores reales y las metas uno al lado del otro.
Internal AI platforms can reach tens ofthousands of telecom workersReported users of internal AI platforms. Deutsche Telekom counts monthly active users; AT&T reportsplatform users.Made for Freddy Vega, by HanademiSources: OpenAI. (2026, July 10). How Deutsche Telekom is rewiring telecommunications with AI.; Deloitte Insights. (2025, November 21). Ano-nonsense approach to secure AI enablement at AT&T.Sources use different measurement bases; read the comparison directionally, not as one exact scale.UnitUsersDeutsche Telekom, over50KAT&T100K2x
Deutsche Telekom reports more than 50,000 monthly active AI users, with tool use rising 546% since the start of 2026. AT&T reports 100,000 platform users generating about 5 billion tokens daily. The definitions differ, so this is not a strict ranking. The shared lesson is that centralized platforms can support broad use under common governance.
Las plataformas internas de IA puedenllegar a decenas de miles de trabajadoresUsuarios reportados de plataformas internas de IA. Deutsche Telekom cuenta usuarios activos mensuales;AT&T reporta usuarios de la plataforma.Made for Freddy Vega, by HanademiFuentes: OpenAI. (2026, July 10). How Deutsche Telekom is rewiring telecommunications with AI.; Deloitte Insights. (2025, November 21).A no-nonsense approach to secure AI enablement at AT&T.Las fuentes usan bases de medición distintas; lea la comparación como tendencia, no como una escala exacta.UnidadUsuariosDeutsche Telekom, más de50KAT&T100K2x
Deutsche Telekom reporta más de 50.000 usuarios activos mensuales de IA, con un aumento de 546% en el uso desde comienzos de 2026. AT&T reporta 100.000 usuarios que generan cerca de 5.000 millones de tokens diarios. Las definiciones difieren, por lo que no es una clasificación estricta. La lección común es que las plataformas centralizadas pueden sostener un uso amplio bajo un gobierno común.
Customer care is the obvious provingground, but deployment share does notprove value or production maturity.The measure is deployment share, not financial return, automation depth, or productionreadiness.Sources: GSMA. (2026). The Mobile Economy Latin America 2026.
Customer care accounts for 78% of AI deployments in Latin America, the highest regional share worldwide. That gives Claro a practical place to start because the work is frequent and measurable. It also creates a trap: a crowded use case can produce many pilots without producing value. Claro should measure repeat use, resolution quality, sales, and escalation outcomes.
Un caso de uso popular puede producirmuchos pilotos sin generar valor.La medida es la proporción de despliegues, no el retorno financiero, la profundidad deautomatización ni la preparación productiva.Fuentes: GSMA. (2026). The Mobile Economy Latin America 2026.
La atención al cliente concentra 78% de los despliegues de IA en América Latina, la proporción regional más alta del mundo. Eso le da a Claro un punto práctico de partida porque el trabajo es frecuente y medible. También crea una trampa: un caso de uso popular puede producir muchos pilotos sin generar valor. Claro debe medir uso repetido, calidad de resolución, ventas y resultados de escalamiento.
A fake developer claim bypassedsafeguards in a GSMA telecomred-team test.The controlled exercise demonstrates an exploitable pattern, not a production attack rate.Sources: GSMA. (2025, October 24). Building trust in telecom: Red team insights into telecom AI security.
The GSMA tested 25 adversarial prompts in a telecom setting. One pattern falsely claimed developer authority and bypassed safeguards. This does not measure how often attacks succeed in production. It proves that seemingly simple prompt tricks deserve real controls before agents can act.
Una falsa autoridad de desarrolladorevadió protecciones en una prueba deataque de la GSMA.El ejercicio controlado demuestra un patrón explotable, no una tasa de ataques enproducción.Fuentes: GSMA. (2025, October 24). Building trust in telecom: Red team insights into telecom AI security.
La GSMA probó 25 instrucciones adversarias en un entorno de telecomunicaciones. Un patrón afirmó falsamente tener autoridad de desarrollador y evadió las protecciones. Esto no mide la frecuencia de ataques exitosos en producción. Demuestra que trucos aparentemente simples requieren controles reales antes de que los agentes puedan actuar.
Telecom AI ambition still outrunsoperational maturitySeparate industry measures: operators ready to scale network GenAI in 2025, and average networkprocesses using AI in a 2026 survey.Made for Freddy Vega, by HanademiSources: Yigit, G. (2025, June). GenAI in the network: Who is making real progress, and what is driving it? Analysys Mason.; Cameron, A.(2026, April 21). AI in telecoms: The state of play in 2026. STL Partners and FutureNet World.UnitPercentOperators ready to scaleNetwork processes using AI1.4×14%10%
One 2025 assessment found only 14% of 98 operators ready to scale generative AI across their networks. A separate 2026 survey found AI used in about 10% of network processes on average. These are different denominators and should not be subtracted. Together they show that broad ambition has not yet become broad operating depth.
La ambición de IA en telecomunicacionesaún supera la madurez operativaMedidas sectoriales separadas: operadores preparados para ampliar IA generativa en redes en 2025 ypromedio de procesos de red que usaban IA en una encuesta de 2026.Made for Freddy Vega, by HanademiFuentes: Yigit, G. (2025, June). GenAI in the network: Who is making real progress, and what is driving it? Analysys Mason.; Cameron, A.(2026, April 21). AI in telecoms: The state of play in 2026. STL Partners and FutureNet World.UnidadPorcentajeOperadores preparados para ampliarProcesos de red que usan IA1,4×14 %10 %
Una evaluación de 2025 halló que solo 14% de 98 operadores estaba preparado para ampliar la IA generativa en sus redes. Una encuesta separada de 2026 encontró que la IA se usaba en cerca de 10% de los procesos de red, en promedio. Los denominadores son distintos y no deben restarse. Juntos muestran que la ambición amplia todavía no se convierte en profundidad operativa.
Claro Colombia closed 2025 with 42.7million mobile customersSources: TeleSemana. (2026, February 11). Claro Colombia finaliza con un buen ARPU su desempeño en 2025.
Claro Colombia ended 2025 with 42.7 million mobile customers, 4.2% more than at the end of 2024. The figure comes from year-end operating data, where mobile lines are not equivalent to unique people.
Claro Colombia cerró 2025 con 42,7millones de clientes móvilesFuentes: TeleSemana. (2026, February 11). Claro Colombia finaliza con un buen ARPU su desempeño en 2025.
Claro Colombia cerró 2025 con 42,7 millones de clientes móviles, un 4,2% más que al final de 2024. La cifra proviene de datos operativos de cierre de año, donde las líneas móviles no equivalen a personas únicas.
A 2026 executive survey found littlefirm-wide AI impactSelf-reported firm impact over 3 years among nearly 6,000 senior executives. Employment andproductivity were separate questions.Made for Freddy Vega, by HanademiSources: National Bureau of Economic Research. (2026). Working Paper 34836.UnitPercent reporting no impactNo employment impactNo productivity impact90%89%
A 2026 working paper surveyed nearly 6,000 senior executives. More than 90% reported no employment impact, while 89% reported no labor-productivity impact over 3 years. These are self-reported, separate measures, not a causal verdict on every AI project. They warn Claro against confusing licenses, courses, and pilots with firm-wide value.
Una encuesta ejecutiva de 2026 halló pocoimpacto empresarial de la IAImpacto empresarial autorreportado durante 3 años por casi 6.000 altos ejecutivos. Empleo yproductividad fueron preguntas separadas.Made for Freddy Vega, by HanademiFuentes: National Bureau of Economic Research. (2026). Working Paper 34836.UnidadPorcentaje que reportó ningún impactoSin impacto en el empleoSin impacto en la productividad90 %89 %
Un documento de trabajo de 2026 encuestó a casi 6.000 altos ejecutivos. Más de 90% no reportó impacto en el empleo, mientras 89% no reportó impacto en la productividad laboral durante 3 años. Son medidas autorreportadas y separadas, no un veredicto causal sobre cada proyecto de IA. Advierten a Claro que no debe confundir licencias, cursos y pilotos con valor empresarial.
Use the GSMA’s 20 checks to governrisk, then scale only workflows withmeasured value.Claro’s investment was described by the operator as about COP15 billion, not more thanCOP15 billion. It strengthens monitoring, detection, containment, and response, but doesnot prove that the 20 governance checks are already implemented.Sources: GSMA. (2024, September). The GSMA Responsible AI Maturity Roadmap.; Alguero, M. O. (2026, May 21). Este es el centro de ciberseguridadde Claro ante ola de ataques en el país. El Colombiano.
The GSMA roadmap organizes responsible AI into 20 checks covering direction, ownership, controls, suppliers, and organizational change. Claro already has substantial security capability, including about COP15 billion invested in AI-enabled cybersecurity infrastructure. The next move is to connect that capability to workflow decisions. Map the work, assign a risk lane, test with employees, measure the outcome, and scale only what survives.
Use los 20 controles de la GSMA paragobernar el riesgo y amplíe solo losflujos con valor medido.La inversión fue descrita por el operador como cercana a 15.000 millones de pesos, nosuperior a esa cifra. Fortalece el monitoreo, la detección, la contención y la respuesta,pero no demuestra que los 20 controles ya estén implementados.Fuentes: GSMA. (2024, September). The GSMA Responsible AI Maturity Roadmap.; Alguero, M. O. (2026, May 21). Este es el centro de ciberseguridadde Claro ante ola de ataques en el país. El Colombiano.
La hoja de ruta de la GSMA organiza la IA responsable en 20 controles sobre dirección, responsables, medidas técnicas, proveedores y cambio organizacional. Claro ya cuenta con una capacidad importante de seguridad, incluida una inversión cercana a 15.000 millones de pesos en infraestructura de ciberseguridad con IA. El siguiente paso es conectar esa capacidad con las decisiones de cada flujo. Mapee el trabajo, asigne un nivel de riesgo, pruebe con empleados, mida el resultado y amplíe solo lo que funcione.

The research behind this deck

Claro has room to experiment in mobile, but almost no competitive cushion in fixed internet. Claro’s mobile lead is 21.8 percentage points over the estimated Tigo-Movistar combination.

Key findings

The argument

This research is published in English and Spanish. Ver en español