Enterprise AI works until it has to scaleLa IA empresarial funciona hasta que debe escalar
40 slides · 27 min · 2026-07-22language
ENES
theme
LightDark
view
DeckTableTalk
brand
HanademiPlatzi
Private AI funding more than doubled from 2024 to 2025.
Copilot saved workers 121 minutes each week.
The real finish line is sustained performance after deployment.
La financiación privada de IA más que se duplicó de 2024 a 2025.
Copilot ahorró a los trabajadores 121 minutos semanales.
La verdadera meta es un rendimiento sostenido después del despliegue.
Private money is no longer trickling into AI. Funding rose from about $130B in 2024 to $290B in 2025. The full investment race is larger because this measure excludes corporate and public spending.
El dinero privado ya no llega poco a poco a la IA. La financiación subió de unos 130.000 millones en 2024 a 290.000 millones en 2025. La carrera total es mayor porque esta medida excluye el gasto corporativo y público.
Many initiatives never reach production. Customer agents can still be withdrawn after launch. Only 7% of surveyed enterprises reported operationalized agentic AI with measurable impact.
Muchas iniciativas nunca llegan a producción. Los agentes para clientes aún pueden retirarse tras el lanzamiento. Solo el 7% de las empresas encuestadas informó IA agéntica operacionalizada con impacto medible.
Privacy and cyber had dominated one quarter earlier. By Q1 2026, that barrier changed by -16 percentage points. Scaling, skills and benefit measurement became more prominent.
Privacidad y ciberseguridad había dominado un trimestre antes. En el primer trimestre de 2026, esa barrera cambió -16 puntos porcentuales. Escala, habilidades y medición de beneficios ganaron importancia.
Census data finds 18% of firms using AI, or 32% when weighted by employment. A separate enterprise survey reports 73% regular use, yet only 10% core use. These figures answer different questions.
Los datos del Censo hallan un 18% de empresas que usan IA, o 32% ponderado por empleo. Otra encuesta empresarial informa un 73% de uso regular, pero solo 10% de uso central. Las cifras responden preguntas distintas.
The broadest question produces a 76% value headline. Organization-level performance falls to 13%. Measurable company-scale returns are estimated at only 5% to 8%.
La pregunta más amplia produce un titular de valor del 76%. El rendimiento organizacional cae al 13%. Los retornos medibles a escala se estiman en solo 5% a 8%.
The near-term pattern looks more like changed jobs than fewer jobs. Two-thirds of AI-using firms reported task augmentation. Only 2% reported employment reductions.
El patrón a corto plazo se parece más a trabajos transformados que a menos trabajos. Dos tercios de las empresas usuarias informaron ampliación de tareas. Solo el 2% informó reducciones de empleo.
Pooldoktor tested an AI product consultant against a control group for 6 months. Revenue per visitor rose 18.75%. The reported 33-fold return uses the vendor's cost accounting.
Pooldoktor probó un consultor de productos con IA frente a un control durante 6 meses. El ingreso por visitante subió 18,75%. El retorno de 33 veces usa la contabilidad del proveedor.
A controlled study of 550 workers found an average weekly saving of 121 minutes. The result measures worker time, not company-wide revenue. It shows a clear local benefit.
Un estudio controlado de 550 trabajadores halló un ahorro semanal promedio de 121 minutos. El resultado mide tiempo laboral, no ingresos empresariales. Muestra un beneficio local claro.
More than 30 agents processed over 3 million logistics tasks. C.H. Robinson reported a 40% productivity gain. The metrics were not independently audited.
Más de 30 agentes procesaron más de 3 millones de tareas logísticas. C.H. Robinson informó una mejora de productividad del 40%. Las métricas no fueron auditadas de forma independiente.
Two studies found higher coding output, including a mandate that reached 2.09 times its prior level. A separate study found worse experience rising from 14% to 27%. Faster production can move pressure into review.
Dos estudios hallaron más producción, incluido un mandato que llegó a 2,09 veces su nivel previo. Otro estudio encontró que la peor experiencia subió del 14% al 27%. Una producción más rápida puede trasladar presión a la revisión.
Coding gains do not scale cleanly when the person behind the screen has a worse experience.
Las mejoras de programación no escalan bien cuando empeora la experiencia de quien está frente a la pantalla.
Qualitate combines automated interviews, structured transcripts and human expertise. Its founder reports delivery in 3 to 7 business days. The claimed cost is about one-third of traditional expert networks.
Qualitate combina entrevistas automatizadas, transcripciones estructuradas y experiencia humana. Su fundador informa entregas en 3 a 7 días hábiles. El costo declarado es cerca de un tercio del de redes tradicionales.
The AI-native story ultimately depends on founders making new tools part of daily work.
La historia de la IA nativa depende de que los fundadores integren nuevas herramientas en el trabajo diario.
Usage reportedly outran the annual plan while serving roughly 5,000 engineers. The dollar amount was not disclosed. The known fact is the speed of consumption.
Según los informes, el uso superó el plan anual mientras atendía a unos 5.000 ingenieros. El monto no fue divulgado. El dato conocido es la velocidad del consumo.
Reported heavy-user costs reached $500 to $2,000 per engineer each month. Microsoft withdrew licenses in one division. Integration and internal product strategy also shaped the decision.
Los costos informados llegaron de $500 a $2.000 por ingeniero al mes. Microsoft retiró licencias en una división. La integración y la estrategia interna también influyeron.
Workers reported saving 11 hours each week. They also reported 6.4 hours of context, checking, debugging and cleanup. The calculated net is 4.6 hours per week.
Los trabajadores informaron ahorrar 11 horas semanales. También informaron 6,4 horas de contexto, revisión, depuración y corrección. El resultado calculado es 4,6 horas por semana.
Muchos trabajadores tecnológicos se sienten más productivos. Sin embargo, el 51% espera más trabajo por igual salario. La corrección oculta añade otras 6,4 horas semanales.
Replacement is not the leading concern among these tech workers. More work for the same pay ranks first at 51%. Unsustainable pace and lower quality also outrank job loss.
El reemplazo no es la principal preocupación de estos trabajadores tecnológicos. Más trabajo por igual salario lidera con 51%. El ritmo insostenible y la menor calidad también superan la pérdida de empleo.
More than half of U.S. employees use AI in their role. Only 14% received training and 37% received guidance. Workers are adopting faster than organizations are building safe routines.
Más de la mitad de los empleados estadounidenses usa IA en su puesto. Solo el 14% recibió capacitación y el 37% orientación. Los trabajadores adoptan más rápido de lo que las organizaciones crean rutinas seguras.
AI output changes how coworkers treat one another's work. Trust falls more often than it rises. Review and rework become a major hidden operating cost.
El resultado de la IA cambia cómo los colegas tratan el trabajo ajeno. La confianza cae más de lo que sube. La revisión y el retrabajo se vuelven un costo operativo oculto.
People can accept AI's usefulness without feeling enthusiastic. In the United States, 38% saw more benefits than drawbacks and 33% felt excited. The exact derived gap is 5 percentage points.
La gente puede aceptar la utilidad de la IA sin sentirse entusiasmada. En Estados Unidos, el 38% vio más beneficios que inconvenientes y el 33% sintió entusiasmo. La brecha derivada exacta es de 5 puntos porcentuales.
Trust in AI fairness is low in the United States. The result sits 9 points below the global figure and 31 points below China. Fairness is a distinct fault line in public acceptance.
La confianza en la equidad de la IA es baja en Estados Unidos. El resultado queda 9 puntos bajo la cifra mundial y 31 puntos bajo China. La equidad es una fractura distinta en la aceptación pública.
The leading fear is concrete: losing a job. It outranks cognitive dependency and misinformation. The public worries about both economic security and human control.
El principal temor es concreto: perder el empleo. Supera a la dependencia cognitiva y la desinformación. El público teme por la seguridad económica y el control humano.
People closest to one AI product worry first about whether it works reliably. Unreliability ranks above jobs, autonomy and cognitive decline. Usefulness collapses when output cannot be trusted.
Las personas más cercanas a un producto de IA se preocupan primero por su fiabilidad. La falta de fiabilidad supera al empleo, la autonomía y el deterioro cognitivo. La utilidad cae cuando no se puede confiar en el resultado.
Support reaches 89% for public test disclosure and independent review. It remains 81% for blocking a risky release. The political demand is for visible checks before powerful systems reach the public.
El apoyo llega al 89% para divulgar pruebas y revisar de forma independiente. Se mantiene en 81% para bloquear un lanzamiento riesgoso. La demanda política es contar con controles visibles antes del lanzamiento.
AI and technology super PACs spent between $27.41M and $27.83M around one congressional primary. The range reflects different reported totals. Both estimates show major political spending.
Los supercomités de IA y tecnología gastaron entre $27,41M y $27,83M en una primaria congresional. El rango refleja totales distintos. Ambas estimaciones muestran un gasto político importante.
Campaign bots are already operating at mass scale. They generated 2.5 million messages and an estimated 20,000 to 30,000 voter conversations. Reach is not the same as dialogue.
Los bots electorales ya operan a gran escala. Generaron 2,5 millones de mensajes y entre 20.000 y 30.000 conversaciones estimadas. El alcance no equivale al diálogo.
Expected returns rise from 16% to 21%, then to 38% by 2028. The forecast becomes more ambitious over time. It measures confidence, not delivered value.
Agent-software spending is forecast to rise from $86.4B to $376.3B. Another forecast expects agents in 40% of enterprise applications in 2026. Only 7% report operationalized agentic AI with measurable impact.
Se prevé que el gasto en agentes suba de 86.400 millones a 376.300 millones de dólares. Otra previsión espera agentes en el 40% de las aplicaciones en 2026. Solo el 7% informa impacto medible.
Big Tech capital-spending guidance reaches about $725B. Measurable company-scale returns remain estimated at 5% to 8%. Microsoft also reported a $37B annualized AI revenue run rate, showing that suppliers can monetize first.
La guía de inversión llega a unos 725.000 millones de dólares. Los retornos medibles a escala se estiman en 5% a 8%. Microsoft informó una tasa anualizada de ingresos de IA de 37.000 millones, mostrando que los proveedores pueden monetizar primero.
Global startup funding reached $510B in the first half of 2026. OpenAI and Anthropic raised $217B of that total. Yet leading Chinese open models were assessed at only 3 to 6 months behind the frontier.
La financiación mundial de startups alcanzó 510.000 millones de dólares en el primer semestre de 2026. OpenAI y Anthropic recaudaron 217.000 millones. Sin embargo, modelos abiertos chinos fueron evaluados a solo 3 a 6 meses de la frontera.
OpenAI and Anthropic raised $217B in a global startup market totaling $510B. The computed share is 42.55%. Two companies reshaped the entire venture market in 6 months.
OpenAI y Anthropic recaudaron 217.000 millones de dólares en un mercado mundial de 510.000 millones. La participación calculada es 42,55%. Dos empresas transformaron todo el mercado en 6 meses.
All 3 companies sharply increased property and equipment spending after 2023. Alphabet reached $91.4B, Meta $69.7B and Microsoft $64.6B in 2025. The filings do not isolate AI spending.
Las 3 empresas aumentaron con fuerza el gasto en propiedades y equipo después de 2023. Alphabet llegó a 91.400 millones, Meta a 69.700 millones y Microsoft a 64.600 millones en 2025. Los informes no aíslan el gasto en IA.
The capital race is concentrated at the top. Amazon leads at about $118B, followed by Microsoft at $92B. These are projected estimates rather than uniform audited totals.
La carrera de capital está concentrada en la cima. Amazon lidera con unos 118.000 millones, seguida por Microsoft con 92.000 millones. Son estimaciones proyectadas, no totales auditados uniformes.
U.S. private AI funding rose from about $90B in 2024 to $240B in 2025. The jump signals extraordinary investor conviction. Funding alone does not prove that enterprise returns kept pace.
La financiación privada de IA en EE. UU. subió de unos 90.000 millones en 2024 a 240.000 millones en 2025. El salto señala una convicción extraordinaria. La financiación no prueba que los retornos siguieran el mismo ritmo.
European private AI-company funding reached about $15 billion in 2024 and remained near an estimated $15 billion in 2025. The series is an approximate chart read, not a claim that the source published this exact regional estimate.
La financiación de empresas privadas de IA en Europa alcanzó unos 15.000 millones de dólares en 2024 y se mantuvo cerca de una estimación de 15.000 millones en 2025. La serie es una lectura aproximada del gráfico, no una afirmación de que la fuente publicara esta estimación regional exacta.
Private AI funding more than doubled from 2024 to 2025. The real finish line is sustained performance after deployment.
Key findings
Enterprise AI is fragile on both sides of launch: most initiatives miss production, many deployed agents roll back and few reach measurable operational scale. Sinch AB
The AI investment cycle is monetizing, but unevenly: $725 billion of planned Big Tech capital spending coexists with scarce company-scale returns. Value Add Pulse
Forecasts expect an agent-spending surge before operational readiness exists: only 7% are operationalizing while software and embedded-agent adoption accelerate. Teradata and Wakefield Research
OpenAI and Anthropic captured about 42.55% of all global startup funding in the first half of 2026. Crunchbase News
After subtracting AI supervision and cleanup, workers' reported 11-hour weekly saving shrinks to 4.6 hours. Glean Work AI Institute
AI's worker bargain is productivity for pressure: strong reported gains coincide with more work, unsustainable pace and substantial cleanup labor. Lenny's Newsletter
Employee adoption has outrun organizational support: AI use is common, training is rare and coworker output triggers extra review and rework. Gallup
AI-native startups gain leverage by rebuilding the workflow and staffing model together, not by adding an AI feature to conventional software. AlleyWatch
Enterprise adoption headlines can differ by fourfold because surveys count regular use while Census data asks whether firms use AI in business functions. National Bureau of Economic Research
Most reported AI value is still local rather than transformational: leaders see meaningful gains, few report company-scale returns and organization-wide performance lags. KPMG International
AI coding can raise throughput while degrading the work experience, especially when mandates optimize output faster than organizations redesign review. GitHub and BlueOptima
Capital concentration does not guarantee a permanent technical moat: frontier labs absorb extraordinary funding while open competitors remain close. Crunchbase News
The argument
Privacy and cyber changed -16 percentage points as execution barriers rose.
The honest adoption answer ranges from 18% of firms to 73% regular use.
AI creates local gains more often than company-wide transformation.
Task augmentation reached 66%, while employment reductions reached 2%.
AI lifted Pooldoktor revenue per visitor 18.75%.
Copilot saved workers 121 minutes each week.
This research is published in English and Spanish. Ver en español
La investigación detrás de esta presentación
La financiación privada de IA más que se duplicó de 2024 a 2025. La verdadera meta es un rendimiento sostenido después del despliegue.
Hallazgos clave
La IA empresarial es frágil a ambos lados del lanzamiento: la mayoría no llega a producción, muchos agentes se revierten y pocos alcanzan escala medible. Sinch AB
El ciclo de inversión en IA se monetiza de forma desigual: 725.000 millones de gasto previsto conviven con escasos retornos a escala empresarial. Value Add Pulse
Las previsiones esperan un auge de agentes antes de que exista preparación operativa: solo el 7% operacionaliza mientras se aceleran gasto e integración. Teradata and Wakefield Research
OpenAI y Anthropic captaron aproximadamente el 42,55% de toda la financiación mundial de startups en el primer semestre de 2026. Crunchbase News
Tras descontar supervisión y corrección de IA, el ahorro semanal informado de 11 horas se reduce a 4,6 horas. Glean Work AI Institute
El pacto laboral de la IA intercambia productividad por presión: fuertes mejoras coinciden con más trabajo, ritmo insostenible y mucha labor de corrección. Lenny's Newsletter
La adopción laboral superó al apoyo organizacional: el uso es común, la capacitación escasa y el trabajo de colegas exige más revisión y corrección. Gallup
Las startups nativas de IA ganan apalancamiento al reconstruir juntos el flujo y la plantilla, no al añadir una función de IA al software convencional. AlleyWatch
Los titulares de adopción pueden diferir cuatro veces porque unas encuestas cuentan uso regular y el Censo pregunta por funciones empresariales. National Bureau of Economic Research
La mayor parte del valor informado sigue siendo local, no transformador: líderes ven mejoras, pocos logran retornos a escala y el rendimiento organizacional se rezaga. KPMG International
La programación con IA puede elevar la producción y empeorar la experiencia, especialmente cuando los mandatos optimizan resultados antes de rediseñar la revisión. GitHub and BlueOptima
La concentración de capital no garantiza una ventaja técnica permanente: los laboratorios líderes absorben financiación extraordinaria mientras competidores abiertos siguen cerca. Crunchbase News
El argumento
Privacidad y ciberseguridad cambió -16 puntos porcentuales mientras aumentaron las barreras de ejecución.
La respuesta honesta va del 18% de empresas al 73% de uso regular.
La IA crea ganancias locales más a menudo que transformación empresarial.
La ampliación de tareas llegó al 66%, mientras las reducciones de empleo llegaron al 2%.
La IA elevó 18,75% el ingreso por visitante de Pooldoktor.
Copilot ahorró a los trabajadores 121 minutos semanales.
Esta investigación se publica en inglés y español. Read in English
