Hanademi

What enterprise AI actually deliversLo que la IA empresarial realmente aporta

28 slides · 21 min · 2026-07-22 language
ENES
theme
LightDark
view
DeckTableTalk
brand
HanademiPlatzi
What enterprise AI actuallydeliversMade for Freddy Vega, by Hanademi
  1. Trying AI and transforming a company around it are different events.
  2. The AI race has not produced a visible economy-wide employment rupture in China.
  3. AI-native startups emerge inside very different national startup pipelines.
Lo que la IA empresarialrealmente aportaMade for Freddy Vega, by Hanademi
  1. Probar IA y transformar una empresa alrededor de ella son hechos distintos.
  2. La carrera de IA no ha producido una ruptura visible del empleo agregado en China.
  3. Las startups nativas de IA surgen dentro de ecosistemas nacionales muy distintos.
AI adoption can be 7% or 65% depending onthe questionLatest reported 2024 values from 3 different measures of business AI use, percent.Made for Freddy Vega, by HanademiSources: U.S. Census Bureau; Eurostat; McKinsey & CompanySources use different measurement bases; read the comparison directionally, not as one exact scale.UnitPercent65%Regular gen-AI users13.5%EU enterprises6.6%US businesses
These figures look contradictory because they measure different behaviors. The Census asks about business use, Eurostat counts enterprises using AI, and McKinsey surveys regular generative-AI use in a function. The nearly 10-fold range makes the definition as important as the percentage.
La adopción de IA puede ser 7% o 65%según la preguntaÚltimos valores declarados de 2024 para 3 medidas distintas de uso empresarial de IA, porcentaje.Made for Freddy Vega, by HanademiFuentes: U.S. Census Bureau; Eurostat; McKinsey & CompanyLas fuentes usan bases de medición distintas; lea la comparación como tendencia, no como una escala exacta.UnidadPorcentaje65 %Usuarios habituales de IA generativa13,5 %Empresas de la UE6,6 %Empresas de EE. UU.
Estas cifras parecen contradictorias porque miden conductas distintas. El Censo pregunta por uso empresarial, Eurostat cuenta empresas que usan IA y McKinsey encuesta el uso habitual de IA generativa en una función. La diferencia de casi 10 veces hace que la definición sea tan importante como el porcentaje.
Spain creates far more new businessesthan GermanyNew registrations per 1,000 people ages 15 to 64, Germany and Spain, 2015 to 2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). New business density [IC.BUS.NDNS.ZS]. World Bank Open Data.UnitRegistrations per 1,000012320152017201920212023GermanySpainSpain reached 3.67 in 2024.
Spain consistently registered more new businesses per working-age resident than Germany. The gap widened after Spain's 2020 dip, reaching 3.67 versus 1.44 in 2024. This measures startup formation context, not whether those firms are AI-native.
España crea muchas más empresas nuevasque AlemaniaNuevos registros por cada 1.000 personas de 15 a 64 años, Alemania y España, 2015 a 2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). New business density [IC.BUS.NDNS.ZS]. World Bank Open Data.UnidadRegistros por 1.000012320152017201920212023AlemaniaEspañaEspaña alcanzó 3,67 en 2024.
España registró de forma constante más empresas nuevas por habitante en edad laboral que Alemania. La brecha se amplió tras la caída española de 2020 y llegó a 3,67 frente a 1,44 en 2024. Esto mide el contexto de creación empresarial, no si esas empresas son nativas de IA.
France's new-business density rose bynearly 60%New registrations per 1,000 people ages 15 to 64 in France, 2015 to 2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). New business density [IC.BUS.NDNS.ZS]. World Bank Open Data.UnitRegistrations per 1,000456720152017201920212023The series peaked at 6.86 in2022.4.36.8
French new-business density climbed from 4.28 in 2015 to 6.82 in 2024. The largest step came after 2020, and the series stayed near its high. This is the entrepreneurial base around AI-native formation, not a count of AI companies.
La densidad de nuevas empresas en Franciasubió casi 60%Nuevos registros por cada 1.000 personas de 15 a 64 años en Francia, 2015 a 2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). New business density [IC.BUS.NDNS.ZS]. World Bank Open Data.UnidadRegistros por 1.000456720152017201920212023La serie alcanzó un máximo de6,86 en 2022.4,36,8
La densidad de nuevas empresas en Francia subió de 4,28 en 2015 a 6,82 en 2024. El mayor salto llegó después de 2020 y la serie se mantuvo cerca de su máximo. Es la base empresarial alrededor de la creación nativa de IA, no un recuento de empresas de IA.
The UK startup pipeline stayed above itspre-2020 levelNew registrations per 1,000 people ages 15 to 64 in the United Kingdom, 2015 to 2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). New business density [IC.BUS.NDNS.ZS]. World Bank Open Data.UnitRegistrations per 1,00015182020152017201920212023The series peaked at 20.15 in2023.
UK new-business density rose from 14.60 in 2015 to 19.19 in 2024. It peaked above 20 in 2023 and remained above every pre-2020 observation. AI-native startups are entering a market that already forms businesses at high density.
El flujo de startups del Reino Unido semantuvo sobre su nivel anterior a 2020Nuevos registros por cada 1.000 personas de 15 a 64 años en el Reino Unido, 2015 a 2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). New business density [IC.BUS.NDNS.ZS]. World Bank Open Data.UnidadRegistros por 1.00015182020152017201920212023La serie alcanzó un máximo de20,15 en 2023.
La densidad de nuevas empresas del Reino Unido subió de 14,60 en 2015 a 19,19 en 2024. Superó 20 en 2023 y se mantuvo por encima de todas las observaciones anteriores a 2020. Las startups nativas de IA entran en un mercado que ya crea empresas con alta densidad.
Ireland and India pulled away indigital-service exportsICT service exports, current USD billions, Ireland through 2024 and India and the United States through2025.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). ICT service exports [BX.GSR.CCIS.CD]. World Bank Open Data.UnitUSD$0$100B$200B$300B201520172019202120232025IndiaIrelandUnitedStatesIreland reached $302 billion in2024.
Ireland, India and the United States all expanded ICT service exports, but their paths diverged sharply. Ireland reached $302 billion in 2024, while India reached $200 billion and the United States $102 billion in 2025. This is the service base around enterprise AI, not a direct measure of AI productivity.
Irlanda e India se distanciaron enexportaciones de servicios digitalesExportaciones de servicios TIC, miles de millones USD corrientes, Irlanda hasta 2024 e India y EstadosUnidos hasta 2025.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). ICT service exports [BX.GSR.CCIS.CD]. World Bank Open Data.UnidadUSD$0$100 mil M$200 mil M$300 mil M201520172019202120232025IndiaIrlandaEstadosUnidosIrlanda alcanzó 302.000 millonesUSD en 2024.
Irlanda, India y Estados Unidos ampliaron sus exportaciones de servicios TIC, pero sus trayectorias divergieron con fuerza. Irlanda llegó a 302.000 millones USD en 2024, mientras India alcanzó 200.000 millones y Estados Unidos 102.000 millones en 2025. Es la base de servicios alrededor de la IA empresarial, no una medida directa de productividad de IA.
Germany and the UK widened theirdigital-export lead over SpainICT service exports, current USD billions, Germany, Spain and the United Kingdom, 2015 to 2025.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). ICT service exports [BX.GSR.CCIS.CD]. World Bank Open Data.UnitUSD$0$20B$40B$60B201520172019202120232025GermanySpainUnitedKingdomThe UK reached $65 billion in2025.
Germany, Spain and the United Kingdom all expanded ICT service exports over the decade. The UK reached nearly $65 billion and Germany $59 billion in 2025, while Spain reached $27 billion. The underlying digital-service capacity is substantial but uneven.
Alemania y Reino Unido ampliaron suventaja digital sobre EspañaExportaciones de servicios TIC, miles de millones USD corrientes, Alemania, España y Reino Unido, 2015 a2025.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). ICT service exports [BX.GSR.CCIS.CD]. World Bank Open Data.UnidadUSD$0$20 mil M$40 mil M$60 mil M201520172019202120232025AlemaniaEspañaReinoUnidoEl Reino Unido alcanzó 65.000millones USD en 2025.
Alemania, España y Reino Unido ampliaron sus exportaciones de servicios TIC durante la década. El Reino Unido llegó a casi 65.000 millones USD y Alemania a 59.000 millones en 2025, mientras España alcanzó 27.000 millones. La capacidad digital subyacente es considerable, pero desigual.
Brazil's secure-server base grew morethan 40-foldSecure internet servers per 1 million people in Brazil, 2015 to 2024. Log scale: every gridline is ×10.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Secure Internet servers [IT.NET.SECR.P6]. World Bank Open Data.UnitServers per million1001,00010,00020152017201920212023Brazil reached 6,941 servers permillion.161.2
Brazil's secure-server density rose from 161 per million people in 2015 to 6,941 in 2024. That is growth of more than 40 times. Infrastructure can scale rapidly, while reliable autonomous agent deployment still depends on permissions, integration and review.
La base de servidores seguros de Brasilcreció más de 40 vecesServidores seguros de internet por cada millón de personas en Brasil, 2015 a 2024. Escala logarítmica:cada línea es ×10.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Secure Internet servers [IT.NET.SECR.P6]. World Bank Open Data.UnidadServidores por millón1001.00010.00020152017201920212023Brasil alcanzó 6.941 servidorespor millón.161,2
La densidad de servidores seguros de Brasil subió de 161 por millón de personas en 2015 a 6.941 en 2024. Es un crecimiento de más de 40 veces. La infraestructura puede escalar rápido, mientras el despliegue fiable de agentes autónomos aún depende de permisos, integración y revisión.
China's unemployment rate stayed near its2015 levelTotal unemployment as a share of the labor force in China, modeled ILO estimate, 2015 to 2025.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Unemployment, total, modeled ILO estimate [SL.UEM.TOTL.ZS]. World Bank Open Data.UnitPercent4.5%5.0%201520172019202120232025Unemployment peaked at 5.0% in2020.
China's modeled unemployment rate moved within a narrow band across the decade. It peaked at 5.0% in 2020 and returned to 4.62% in 2025, close to 4.65% in 2015. This does not rule out disruption inside particular occupations.
El desempleo de China se mantuvo cerca desu nivel de 2015Desempleo total como proporción de la fuerza laboral en China, estimación modelada de la OIT, 2015 a2025.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Unemployment, total, modeled ILO estimate [SL.UEM.TOTL.ZS]. World Bank Open Data.UnidadPorcentaje4,5 %5,0 %201520172019202120232025El desempleo alcanzó unmáximo de 5,0% en 2020.
La tasa modelada de desempleo de China se movió dentro de una banda estrecha durante la década. Alcanzó 5,0% en 2020 y volvió a 4,62% en 2025, cerca de 4,65% en 2015. Esto no descarta disrupción dentro de ocupaciones concretas.
German youth unemployment remains belowits 2015 levelYouth unemployment, ages 15 to 24, modeled ILO estimate for Germany, 2015 to 2025.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Youth unemployment, modeled ILO estimate [SL.UEM.1524.ZS]. World Bank Open Data.UnitPercent6%7%8%201520172019202120232025Youth unemployment peaked at7.86% in 2020.7.3%6.9%
German youth unemployment fell before 2020, spiked to 7.86%, and then eased. At 6.86% in 2025, it remained below the 2015 rate of 7.33%. The series supports caution toward claims of an immediate AI-driven employment collapse.
El desempleo juvenil alemán sigue pordebajo de su nivel de 2015Desempleo juvenil, de 15 a 24 años, estimación modelada de la OIT para Alemania, 2015 a 2025.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Youth unemployment, modeled ILO estimate [SL.UEM.1524.ZS]. World Bank Open Data.UnidadPorcentaje6 %7 %8 %201520172019202120232025El desempleo juvenil alcanzó7,86% en 2020.7,3 %6,9 %
El desempleo juvenil alemán cayó antes de 2020, subió a 7,86% y luego disminuyó. Con 6,86% en 2025, seguía por debajo del 7,33% de 2015. La serie aconseja cautela ante afirmaciones de un colapso laboral inmediato causado por IA.
German employment stayed high through thefirst AI waveEmployment-to-population ratio for people ages 15 and older in Germany, modeled ILO estimate, 2010 to2025.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Employment-to-population ratio, modeled ILO estimate [SL.EMP.TOTL.SP.ZS]. World Bank Open Data.UnitPercent54%56%58%60%20102012201420162018202020222024Employment peaked at 59.37%in 2019.
Germany's employment ratio rose through 2019, dipped in 2020 and recovered close to its earlier high. It stood at 58.32% in 2025, above every year from 2010 through 2017. Early predictions of immediate economy-wide collapse were too deterministic.
El empleo alemán se mantuvo alto durante laprimera ola de IARelación empleo-población para personas de 15 años o más en Alemania, estimación modelada de la OIT,2010 a 2025.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Employment-to-population ratio, modeled ILO estimate [SL.EMP.TOTL.SP.ZS]. World Bank Open Data.UnidadPorcentaje54 %56 %58 %60 %20102012201420162018202020222024El empleo alcanzó 59,37% en2019.
La relación de empleo de Alemania subió hasta 2019, cayó en 2020 y se recuperó cerca de su máximo anterior. Se situó en 58,32% en 2025, por encima de todos los años entre 2010 y 2017. Las primeras predicciones de un colapso inmediato fueron demasiado deterministas.
Microsoft revenue nearly doubled in 5 yearsMicrosoft annual revenue, USD billions, fiscal years 2020 to 2025.Made for Freddy Vega, by HanademiSources: U.S. Securities and Exchange Commission. (n.d.). MICROSOFT CORPORATIONRevenueFromContractWithCustomerExcludingAssessedTax [XBRL]. SEC EDGAR.UnitUSD$0$100B$200B202020212022202320242025Revenue reached $282 billion in2025.$143B
Microsoft revenue rose from $143 billion in 2020 to $282 billion in 2025. That financial base gives it unusual capacity to fund infrastructure, models and distribution. Total revenue still does not prove that AI investment itself is profitable.
Los ingresos de Microsoft casi seduplicaron en 5 añosIngresos anuales de Microsoft, miles de millones USD, ejercicios fiscales 2020 a 2025.Made for Freddy Vega, by HanademiFuentes: U.S. Securities and Exchange Commission. (n.d.). MICROSOFT CORPORATIONRevenueFromContractWithCustomerExcludingAssessedTax [XBRL]. SEC EDGAR.UnidadUSD$0$100 mil M$200 mil M202020212022202320242025Los ingresos alcanzaron 282.000millones USD en 2025.$143 mil M
Los ingresos de Microsoft subieron de 143.000 millones USD en 2020 a 282.000 millones en 2025. Esa base financiera le da una capacidad excepcional para financiar infraestructura, modelos y distribución. Los ingresos totales no demuestran que la inversión en IA sea rentable.
Alphabet revenue passed $400 billionAlphabet annual revenue, USD billions, available SEC observations from 2020 to 2025.Made for Freddy Vega, by HanademiSources: U.S. Securities and Exchange Commission. (n.d.). ALPHABET INC. Revenues [XBRL]. SEC EDGAR.UnitUSD$0$200B$400B20202021202320242025Revenue reached $403 billion in2025.
Alphabet revenue rose from $183 billion in 2020 to $403 billion in 2025. Its scale can support prolonged investment in models, chips and data centers. Revenue growth alone does not reveal the return earned by that AI spending.
Los ingresos de Alphabet superaron400.000 millones USDIngresos anuales de Alphabet, miles de millones USD, observaciones disponibles de la SEC entre 2020 y2025.Made for Freddy Vega, by HanademiFuentes: U.S. Securities and Exchange Commission. (n.d.). ALPHABET INC. Revenues [XBRL]. SEC EDGAR.UnidadUSD$0$200 mil M$400 mil M20202021202320242025Los ingresos alcanzaron403.000 millones USD en2025.
Los ingresos de Alphabet subieron de 183.000 millones USD en 2020 a 403.000 millones en 2025. Su escala puede sostener inversiones prolongadas en modelos, chips y centros de datos. El crecimiento de ingresos no revela por sí solo el retorno de ese gasto en IA.
Amazon added $331 billion in annualrevenueAmazon annual revenue, USD billions, fiscal years 2020 to 2025.Made for Freddy Vega, by HanademiSources: U.S. Securities and Exchange Commission. (n.d.). AMAZON COM INC RevenueFromContractWithCustomerExcludingAssessedTax [XBRL].SEC EDGAR.UnitUSD$0$200B$400B$600B202020212022202320242025Revenue reached $717 billion in2025.$386.1B
Amazon revenue grew from $386 billion in 2020 to $717 billion in 2025. The company added $331 billion in annual revenue across 5 years. That scale supports investment capacity, but it does not separate AI demand from the rest of Amazon.
Amazon añadió 331.000 millones USD deingresos anualesIngresos anuales de Amazon, miles de millones USD, ejercicios fiscales 2020 a 2025.Made for Freddy Vega, by HanademiFuentes: U.S. Securities and Exchange Commission. (n.d.). AMAZON COM INC RevenueFromContractWithCustomerExcludingAssessedTax [XBRL].SEC EDGAR.UnidadUSD$0$200 mil M$400 mil M$600 mil M202020212022202320242025Los ingresos alcanzaron 717.000millones USD en 2025.$386,1 mil M
Los ingresos de Amazon crecieron de 386.000 millones USD en 2020 a 717.000 millones en 2025. La empresa añadió 331.000 millones de ingresos anuales en 5 años. Esa escala sostiene capacidad de inversión, pero no separa la demanda de IA del resto de Amazon.
Meta revenue more than doubled in 5 yearsMeta annual revenue, USD billions, fiscal years 2020 to 2025.Made for Freddy Vega, by HanademiSources: U.S. Securities and Exchange Commission. (n.d.). Meta Platforms, Inc. RevenueFromContractWithCustomerExcludingAssessedTax[XBRL]. SEC EDGAR.UnitUSD$0$100B$200B202020212022202320242025Revenue dipped to $117 billionin 2022.Revenue reached $201 billion in2025.
Meta revenue dipped slightly in 2022, then accelerated to $201 billion in 2025. That is more than double its 2020 revenue. The financial rebound supports investment capacity, but total revenue is not evidence of AI return.
Los ingresos de Meta se duplicaron concreces en 5 añosIngresos anuales de Meta, miles de millones USD, ejercicios fiscales 2020 a 2025.Made for Freddy Vega, by HanademiFuentes: U.S. Securities and Exchange Commission. (n.d.). Meta Platforms, Inc. RevenueFromContractWithCustomerExcludingAssessedTax[XBRL]. SEC EDGAR.UnidadUSD$0$100 mil M$200 mil M202020212022202320242025Los ingresos bajaron a117.000 millones USD en2022.Los ingresos alcanzaron201.000 millones USD en2025.
Los ingresos de Meta bajaron ligeramente en 2022 y luego aceleraron hasta 201.000 millones USD en 2025. Es más del doble que en 2020. La recuperación sostiene capacidad de inversión, pero los ingresos totales no prueban el retorno de la IA.
The US leads model output, but China closedthe quality gapNotable models and approximate benchmark gap in 2024, beside real GDP growth from 2015 to 2027. IMFvalues for 2026 and 2027 are forecasts.Made for Freddy Vega, by HanademiSources: Stanford Institute for Human-Centered Artificial Intelligence; International Monetary Fund. (n.d.). NGDP_RPCH.IMF DataMapper.UnitModels and GDP growthModel race in 202440153United StatesChinaEuropeEconomic growthUnited StatesChina2.9%7%2.1%4%20152027
US institutions produced 40 notable models in 2024, compared with 15 from China. Yet leading Chinese models moved to within about 2 percentage points on several major benchmarks. The race is broader than model counts and sits inside very different economic growth paths.
EE. UU. lidera en modelos, pero China cerróla brecha de calidadModelos destacados y brecha aproximada en indicadores en 2024, junto al crecimiento real del PIB de2015 a 2027. Los valores del FMI para 2026 y 2027 son previsiones.Made for Freddy Vega, by HanademiFuentes: Stanford Institute for Human-Centered Artificial Intelligence; International Monetary Fund. (n.d.).NGDP_RPCH. IMF DataMapper.UnidadModelos y crecimiento del PIBCarrera de modelos en 202440153Estados UnidosChinaEuropaCrecimiento económicoEstados UnidosChina2,9 %7 %2,1 %4 %20152027
Las instituciones estadounidenses produjeron 40 modelos destacados en 2024, frente a 15 de China. Sin embargo, los principales modelos chinos quedaron a unos 2 puntos porcentuales en varios indicadores importantes. La carrera es más amplia que el número de modelos y ocurre dentro de trayectorias económicas muy distintas.
Japan's growth remains weak despite theAI investment raceJapan annual real GDP growth, percent, 2015 to 2027. Values for 2026 and 2027 are forecasts.Made for Freddy Vega, by HanademiSources: International Monetary Fund. (n.d.). NGDP_RPCH [NGDP_RPCH]. IMF DataMapper.UnitAnnual growth-5%-2%0%2%2015201720192021202320252027GDP fell 4.3% in 2020.1.8%0.6%
Japan's growth stayed low before and after the generative-AI boom. The IMF forecasts 0.7% in 2026 and 0.6% in 2027. Large AI ambitions do not automatically translate into visible near-term economic acceleration.
El crecimiento de Japón sigue débil pese ala carrera de inversión en IACrecimiento real anual del PIB de Japón, porcentaje, 2015 a 2027. Los valores de 2026 y 2027 sonprevisiones.Made for Freddy Vega, by HanademiFuentes: International Monetary Fund. (n.d.). NGDP_RPCH [NGDP_RPCH]. IMF DataMapper.UnidadCrecimiento anual-5 %-2 %0 %2 %2015201720192021202320252027El PIB cayó 4,3% en 2020.1,8 %0,6 %
El crecimiento de Japón se mantuvo bajo antes y después del auge de la IA generativa. El FMI prevé 0,7% en 2026 y 0,6% en 2027. Las grandes ambiciones en IA no se convierten automáticamente en una aceleración económica visible.
Germany is forecast to recover slowly fromcontractionGermany annual real GDP growth, percent, 2015 to 2027. Values for 2026 and 2027 are forecasts.Made for Freddy Vega, by HanademiSources: International Monetary Fund. (n.d.). NGDP_RPCH [NGDP_RPCH]. IMF DataMapper.UnitAnnual growth-5%-2%0%2%2015201720192021202320252027Germany contracted 0.9% in2023.
Germany contracted in 2023 and 2024, then recorded only 0.2% growth in 2025. The IMF forecasts 0.8% in 2026 and 1.2% in 2027. In a slow-growth economy, enterprise AI must prove value rather than rely on broad technology optimism.
Alemania se recuperará lentamente de lacontracciónCrecimiento real anual del PIB de Alemania, porcentaje, 2015 a 2027. Los valores de 2026 y 2027 sonprevisiones.Made for Freddy Vega, by HanademiFuentes: International Monetary Fund. (n.d.). NGDP_RPCH [NGDP_RPCH]. IMF DataMapper.UnidadCrecimiento anual-5 %-2 %0 %2 %2015201720192021202320252027Alemania se contrajo 0,9% en2023.
Alemania se contrajo en 2023 y 2024 y registró solo 0,2% de crecimiento en 2025. El FMI prevé 0,8% en 2026 y 1,2% en 2027. En una economía de bajo crecimiento, la IA empresarial debe demostrar valor y no depender del optimismo tecnológico.
South Korea's growth is forecast to returnabove 2%South Korea annual real GDP growth, percent, 2015 to 2027. Values for 2026 and 2027 are forecasts.Made for Freddy Vega, by HanademiSources: International Monetary Fund. (n.d.). NGDP_RPCH [NGDP_RPCH]. IMF DataMapper.UnitAnnual growth0%2%4%2015201720192021202320252027Growth rebounded to 4.6% in2021.2.9%2.1%
South Korean growth slowed to 1.0% in 2025 after a stronger post-2020 rebound. The IMF forecasts 1.9% in 2026 and 2.1% in 2027. Strategic AI assets can matter without producing an immediate growth surge.
El crecimiento de Corea del Sur volverá asuperar 2%Crecimiento real anual del PIB de Corea del Sur, porcentaje, 2015 a 2027. Los valores de 2026 y 2027son previsiones.Made for Freddy Vega, by HanademiFuentes: International Monetary Fund. (n.d.). NGDP_RPCH [NGDP_RPCH]. IMF DataMapper.UnidadCrecimiento anual0 %2 %4 %2015201720192021202320252027El crecimiento repuntó a 4,6% en2021.2,9 %2,1 %
El crecimiento surcoreano bajó a 1,0% en 2025 tras una recuperación más fuerte después de 2020. El FMI prevé 1,9% en 2026 y 2,1% en 2027. Los activos estratégicos de IA pueden importar sin producir un auge inmediato del crecimiento.
Finland uses less electricity per personthan in 2010Electric power consumption per person in Finland, kWh, 2010 to 2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Electric power consumption [EG.USE.ELEC.KH.PC]. World Bank Open Data.UnitkWh per person14,00015,00016,00017,00020102012201420162018202020222024Consumption reached a low of14,393 kWh in 2023.
Finnish electricity use per person declined from 16,485 kWh in 2010 to 14,819 kWh in 2024. The path was uneven, but the long-term direction was down. New data-center demand therefore enters an electricity system shaped by broader efficiency and industrial changes.
Finlandia consume menos electricidad porpersona que en 2010Consumo eléctrico por persona en Finlandia, kWh, 2010 a 2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Electric power consumption [EG.USE.ELEC.KH.PC]. World Bank Open Data.UnidadkWh por persona14.00015.00016.00017.00020102012201420162018202020222024El consumo alcanzó un mínimode 14.393 kWh en 2023.
El consumo eléctrico por persona en Finlandia bajó de 16.485 kWh en 2010 a 14.819 kWh en 2024. La trayectoria fue irregular, pero la dirección de largo plazo fue descendente. La nueva demanda de centros de datos entra en un sistema marcado por cambios más amplios de eficiencia e industria.
Ireland's electricity use per personreached a 15-year highElectric power consumption per person in Ireland, kWh, 2010 to 2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Electric power consumption [EG.USE.ELEC.KH.PC]. World Bank Open Data.UnitkWh per person5,5005,7506,0006,25020102013201620192022Consumption reached 6,298 kWhin 2024.5,870.9
Irish electricity consumption per person rose steadily after 2014 and reached 6,298 kWh in 2024. That was the highest observation in the series. The increase does not isolate data centers, but it shows the system-level demand into which AI infrastructure must fit.
El consumo eléctrico por persona enIrlanda alcanzó un máximo de 15 añosConsumo eléctrico por persona en Irlanda, kWh, 2010 a 2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Electric power consumption [EG.USE.ELEC.KH.PC]. World Bank Open Data.UnidadkWh por persona5.5005.7506.0006.25020102013201620192022El consumo alcanzó 6.298 kWh en2024.5.870,9
El consumo eléctrico por persona en Irlanda subió de forma sostenida después de 2014 y alcanzó 6.298 kWh en 2024. Fue la mayor observación de la serie. El aumento no aísla centros de datos, pero muestra la demanda sistémica en la que debe encajar la infraestructura de IA.
Sweden cut electricity use per person by18%Electric power consumption per person in Sweden, kWh, 2010 to 2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Electric power consumption [EG.USE.ELEC.KH.PC]. World Bank Open Data.UnitkWh per person12,00014,00020102012201420162018202020222024Consumption fell to 12,150 kWhin 2023.
Swedish electricity use per person fell from 14,935 kWh in 2010 to 12,226 kWh in 2024. That is a decline of about 18%. AI infrastructure demand will interact with a national system whose broader consumption has moved in the opposite direction.
Suecia redujo 18% el consumo eléctrico porpersonaConsumo eléctrico por persona en Suecia, kWh, 2010 a 2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Electric power consumption [EG.USE.ELEC.KH.PC]. World Bank Open Data.UnidadkWh por persona12.00014.00020102012201420162018202020222024El consumo bajó a 12.150 kWhen 2023.
El consumo eléctrico por persona en Suecia bajó de 14.935 kWh en 2010 a 12.226 kWh en 2024. Es una caída de cerca de 18%. La demanda de infraestructura de IA interactuará con un sistema nacional cuyo consumo general se ha movido en dirección contraria.
US electricity use per person has barelymoved since 2015Electric power consumption per person in the United States, kWh, 2010 to 2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Electric power consumption [EG.USE.ELEC.KH.PC]. World Bank Open Data.UnitkWh per person12,50013,00020102013201620192022Consumption reached a low of12,393 kWh in 2020.13,392.712,839.3
US electricity use per person was 12,829 kWh in 2015 and 12,839 kWh in 2024. The decade was almost flat despite year-to-year movement. A major AI infrastructure surge would therefore represent a new source of demand rather than a continuation of rapid national consumption growth.
El consumo eléctrico por persona en EE.UU. apenas cambió desde 2015Consumo eléctrico por persona en Estados Unidos, kWh, 2010 a 2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Electric power consumption [EG.USE.ELEC.KH.PC]. World Bank Open Data.UnidadkWh por persona12.50013.00020102013201620192022El consumo alcanzó un mínimo de12.393 kWh en 2020.13.392,712.839,3
El consumo eléctrico por persona en Estados Unidos fue de 12.829 kWh en 2015 y 12.839 kWh en 2024. La década fue casi plana pese a las variaciones anuales. Un gran auge de infraestructura de IA sería una nueva fuente de demanda, no la continuación de un rápido crecimiento nacional.
About 25% of one YC cohort built codebasesthat were roughly 95% AI-generated.The finding demonstrates an AI-native development pattern inside one cohort. It does notestablish typical staffing, revenue or productivity across all startups.Sources: Y Combinator; techcrunch.com
This is the clearest sign that AI can change how a startup is built, not just add a feature. About 25% of one recent YC cohort reportedly had codebases generated approximately 95% by AI. The boundary matters because this is a selected accelerator cohort, not the global startup population.
Cerca de 25% de una cohorte de YCcreó código generadoaproximadamente en 95% por IA.El hallazgo demuestra un patrón de desarrollo nativo de IA dentro de una cohorte. Noestablece niveles típicos de personal, ingresos o productividad para todas las startups.Fuentes: Y Combinator; techcrunch.com
Esta es la señal más clara de que la IA puede cambiar cómo se construye una startup, no solo añadir una función. Cerca de 25% de una cohorte reciente de YC tenía bases de código generadas aproximadamente en 95% por IA. El límite importa porque es una cohorte seleccionada de una aceleradora, no la población mundial de startups.
The best AI evidence comes from boundedworkMeasured productivity improvement in 2 separate studies, percent. Outcomes and populations differ.Made for Freddy Vega, by HanademiSources: GitHub; National Bureau of Economic Research; Stanford Institute for Economic Policy ResearchSources use different measurement bases; read the comparison directionally, not as one exact scale.UnitImprovementCoding task, 95 people55%Support, 5,179 agents14%3.9x
The strongest evidence does not come from autonomous companies. It comes from narrow jobs with measurable outputs. GitHub found a 55% speed gain on one coding task, while a study of 5,179 support agents found a 14% throughput gain.
La mejor evidencia de IA aparece entrabajos delimitadosMejora de productividad medida en 2 estudios distintos, porcentaje. Los resultados y las poblacionesdifieren.Made for Freddy Vega, by HanademiFuentes: GitHub; National Bureau of Economic Research; Stanford Institute for Economic Policy ResearchLas fuentes usan bases de medición distintas; lea la comparación como tendencia, no como una escala exacta.UnidadMejoraTarea de código, 95 personas55 %Atención, 5.179 agentes14 %3,9x
La evidencia más sólida no procede de empresas autónomas. Procede de trabajos concretos con resultados medibles. GitHub halló una mejora de velocidad de 55% en una tarea de código, mientras un estudio con 5.179 agentes encontró una mejora de productividad de 14%.
Scaling pain reaches 74%, and agents facecancellationBCG survey shares for tangible AI value in 2024 and Gartner's projected agent-project cancellation shareby the end of 2027.Made for Freddy Vega, by HanademiSources: Boston Consulting Group; bcg.com; GartnerUnitPercentGenerating tangible value26%Struggling to scale value74%Agent projects canceled40%
BCG found that 26% of surveyed companies generated tangible AI value, while 74% struggled to achieve and scale it. Gartner separately forecasts that more than 40% of AI-agent projects will be canceled by the end of 2027. The common pressure point is the move from promising use to controlled production.
Las dificultades para escalar llegan a 74% ylos agentes afrontan cancelacionesProporciones de la encuesta de BCG sobre valor tangible en 2024 y previsión de Gartner sobre cancelaciónde proyectos de agentes para finales de 2027.Made for Freddy Vega, by HanademiFuentes: Boston Consulting Group; bcg.com; GartnerUnidadPorcentajeGeneran valor tangible26 %Dificultades para escalar74 %Proyectos de agentes cancelados40 %
BCG encontró que 26% de las empresas encuestadas generó valor tangible con IA, mientras 74% tuvo dificultades para lograrlo y escalarlo. Gartner prevé por separado que más de 40% de los proyectos de agentes de IA será cancelado antes de terminar 2027. El punto de presión común es pasar del uso prometedor a la producción controlada.
AI entered work faster than confidencefollowedWorkplace AI adoption and worker sentiment from separate 2024 and 2025 surveys, percent.Denominators differ.Made for Freddy Vega, by HanademiSources: Microsoft and LinkedIn; Pew Research Center; PwCUnitPercent78%Brought own AI tools52%Worried about AI25%AI skill wage premium6%Expects more jobs
Microsoft and LinkedIn found that 78% of workplace AI users brought their own tools. Pew found 52% of US workers worried about AI's future workplace impact, while only 6% expected more opportunities. At the same time, PwC found specialist AI skills carried a wage premium of up to 25% in selected markets.
La IA entró al trabajo más rápido que laconfianzaAdopción de IA en el trabajo y opinión laboral en encuestas separadas de 2024 y 2025, porcentaje. Losdenominadores difieren.Made for Freddy Vega, by HanademiFuentes: Microsoft and LinkedIn; Pew Research Center; PwCUnidadPorcentaje78 %Llevó herramientas propias52 %Preocupado por la IA25 %Prima salarial por IA6 %Espera más empleos
Microsoft y LinkedIn encontraron que 78% de los usuarios de IA en el trabajo llevó sus propias herramientas. Pew halló que 52% de los trabajadores estadounidenses estaba preocupado por el impacto futuro de la IA, mientras solo 6% esperaba más oportunidades. Al mismo tiempo, PwC encontró una prima salarial de hasta 25% para habilidades especializadas de IA en mercados seleccionados.
Specialist AI jobs carried up to a 25% wagepremium in selected markets.The reported premium applies to selected markets and specialist skills, not every job thatuses AI.Sources: PwC; pwc.com
The labor story is not only about jobs disappearing. PwC found that roles demanding specialist AI skills carried an average premium of up to 25% in selected markets. The immediate signal is a repricing of skills, not proven economy-wide job elimination.
Los empleos especializados en IA tuvieronuna prima salarial de hasta 25% enmercados seleccionados.La prima declarada se aplica a mercados seleccionados y habilidades especializadas, noa todos los empleos que usan IA.Fuentes: PwC; pwc.com
La historia laboral no trata solo de empleos que desaparecen. PwC encontró que los puestos que exigían habilidades especializadas de IA tenían una prima media de hasta 25% en mercados seleccionados. La señal inmediata es una revalorización de habilidades, no una eliminación demostrada de empleos en toda la economía.
In summaryMade for Freddy Vega, by HanademiSources: Y Combinator; Stanford Institute for Human-Centered Artificial Intelligence; Gartner; Microsoft and LinkedIn; National Bureau of EconomicResearch; GitHubY Combinator reported in 2025 that about one-quarter of companies in a recent cohort had codebases that were approximately 95% AI-generated.Stanford found that leading Chinese models narrowed performance gaps with leading US models to near parity on severalmajor benchmarks by 2024.Gartner predicted that more than 40% of agentic-AI projects would be canceled by the end of 2027 because of cost,unclear value or inadequate controls.Microsoft and LinkedIn reported in 2024 that 78% of AI users brought their own AI tools to work.A field study of 5,179 support agents found generative-AI assistance increased issues resolved per hour by 14% on average.GitHub experiments found developers completed a bounded coding task about 55% faster with Copilot, but the experiment had only 95 participants.
The value of the research is not only what each source knew, but what became visible when their evidence was combined.
En resumenMade for Freddy Vega, by HanademiFuentes: Y Combinator; Stanford Institute for Human-Centered Artificial Intelligence; Gartner; Microsoft and LinkedIn; National Bureau of EconomicResearch; GitHubY Combinator informó en 2025 que cerca de una cuarta parte de las empresas de una cohorte reciente tenía bases decódigo generadas aproximadamente en 95% por IA.Stanford encontró que los principales modelos chinos redujeron su brecha con los estadounidenses hasta casi la paridaden varios indicadores importantes en 2024.Gartner predijo que más de 40% de los proyectos de IA agéntica sería cancelado antes de terminar 2027 por costes,valor incierto o controles insuficientes.Microsoft y LinkedIn informaron en 2024 que 78% de los usuarios de IA llevaba sus propias herramientas de IA al trabajo.Un estudio de campo con 5.179 agentes de atención halló que la asistencia de IA generativa aumentó 14% los problemas resueltos por hora.Experimentos de GitHub hallaron que desarrolladores completaron una tarea delimitada cerca de 55% más rápido conCopilot, pero el experimento tuvo solo 95 participantes.
El valor de la investigación no está solo en cada fuente, sino en lo que apareció al combinar sus evidencias.

The research behind this deck

Trying AI and transforming a company around it are different events. AI-native startups emerge inside very different national startup pipelines.

Key findings

The argument

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

La investigación detrás de esta presentación

Probar IA y transformar una empresa alrededor de ella son hechos distintos. Las startups nativas de IA surgen dentro de ecosistemas nacionales muy distintos.

Hallazgos clave

El argumento

Esta investigación se publica en inglés y español. Read in English

Related researchInvestigación relacionada