Enterprise AI in 2026: what’s working, stalling and worrying peopleIA empresarial en 2026: qué funciona, se estanca y preocupa · V8 Master Engine
66 slides · 29 min · 2026-07-2366 láminas · 29 min · 2026-07-23language
ENES
theme
LightDark
view
TalkTable
brand
HanademiPlatzi
A capable model did not guarantee faster expert work.
German firm use or planned use rose from 26% toward a majority.
The larger return came from changing the process, not adding a tool.
Un modelo capaz no garantizó trabajo experto más rápido.
El uso o uso previsto en empresas alemanas pasó del 26% hacia una mayoría.
El mayor retorno llegó al cambiar el proceso, no al añadir una herramienta.
The developers expected a 24% speed gain. The trial found the opposite: they finished 19% slower. Model capability and workplace productivity are not the same thing.
Los desarrolladores esperaban mejorar su velocidad un 24%. El ensayo encontró lo contrario: terminaron un 19% más lento. La capacidad del modelo y la productividad laboral no son lo mismo.
Generative AI creates content. Agents attempt sequences of actions. The capability frontier explains why performance can change sharply between similar tasks.
La IA generativa crea contenido. Los agentes intentan secuencias de acciones. La frontera de capacidad explica por qué el rendimiento cambia entre tareas parecidas.
Executive surveys make AI look nearly universal. Census-style surveys produce much lower estimates. The gap reflects different populations and definitions, not one shared adoption measure.
Las encuestas a ejecutivos hacen que la IA parezca casi universal. Las encuestas censales producen estimaciones mucho menores. La brecha refleja poblaciones y definiciones distintas.
Only 26% of surveyed German firms used generative AI in 2024. More than half used it or expected to by the end of 2026. Planned adoption is moving faster than proven operating maturity.
Solo el 26% de las empresas alemanas encuestadas usaba IA generativa en 2024. Más de la mitad la usaba o esperaba usarla al cierre de 2026. La adopción prevista avanza más rápido que la madurez demostrada.
La medida de Suecia subió de 7,11 en 2024 a 10,97 en 2025. Es un aumento fuerte en un año. Dos observaciones muestran movimiento, no una tendencia duradera.
Adoption describes access or use. Maturity asks whether AI is governed, measured and embedded in work. Only 1% of surveyed executives described their rollout as mature.
La adopción describe acceso o uso. La madurez pregunta si la IA está gobernada, medida e integrada en el trabajo. Solo el 1% de los ejecutivos encuestados describió su despliegue como maduro.
The gap between adoption and maturity closes when teams redesign how decisions and tasks move.
La brecha entre adopción y madurez se reduce cuando los equipos rediseñan cómo fluyen las decisiones y las tareas.
BCG reported 60% cost reductions in redesigned end-to-end agentic processes. Comparable reductions stayed below 20% without that redesign. Power tools matter less when the production line stays unchanged.
BCG reportó reducciones de costos del 60% en procesos agénticos rediseñados de extremo a extremo. Sin ese rediseño, las reducciones quedaron por debajo del 20%. Las herramientas importan menos si la línea no cambia.
Forty-six percent of surveyed Southeast Asian companies reported scaling beyond pilots. The cited global average was 35%. Scaling is further than experimentation, but it is not the same as durable returns.
El 46% de las empresas encuestadas del Sudeste Asiático reportó escalar más allá de los pilotos. El promedio global citado fue 35%. Escalar va más allá de experimentar, pero no equivale a retornos duraderos.
The task was bounded and the finish line was clear. Developers using GitHub Copilot completed it 55.8% faster. That is strong evidence for assistance on defined coding work.
La tarea estaba delimitada y la meta era clara. Los desarrolladores con GitHub Copilot la completaron un 55,8% más rápido. Es evidencia sólida para asistencia en programación definida.
The evidence moved beyond a laboratory task. Three company field experiments covered 4,867 developers. AI assistance increased completed tasks by 26.08%.
La evidencia fue más allá de una tarea de laboratorio. Tres experimentos empresariales incluyeron 4.867 desarrolladores. La asistencia de IA aumentó 26,08% las tareas completadas.
The overall productivity gain was 14%. Novice and lower-skilled workers gained 34%. AI acted more like a way to spread expert practice than a universal accelerator.
La mejora general fue del 14%. Los trabajadores novatos o menos cualificados mejoraron un 34%. La IA difundió prácticas expertas más que acelerar a todos por igual.
Consultants improved inside GPT-4's capability frontier. Outside it, correct solutions fell by 19 percentage points. A separate Apple study found drops approaching 65 points in some conditions.
Los consultores mejoraron dentro de la frontera de GPT-4. Fuera de ella, los aciertos cayeron 19 puntos porcentuales. Otro estudio de Apple halló caídas cercanas a 65 puntos en algunas condiciones.
Agent capability is improving quickly. METR estimated a doubling about every 7 months. Even so, the 50% reliability horizon reached only about 50 minutes by early 2025.
La capacidad de los agentes mejora con rapidez. METR estimó una duplicación cada 7 meses. Aun así, el horizonte con 50% de fiabilidad llegó a unos 50 minutos a comienzos de 2025.
Half had shipped an agent that passed internal checks but failed for a customer. Only one in twenty fully trusted automated evaluation. Deployment is moving faster than confidence in the tests.
La mitad había desplegado un agente que aprobó controles internos pero falló ante un cliente. Solo una de cada veinte confiaba plenamente en la evaluación automatizada. El despliegue avanza más rápido que la confianza en las pruebas.
Fifty-two percent felt more concerned than excited. Only 10% felt more excited. Companies are deploying AI without broad emotional permission from the public.
El 52% se sentía más preocupado que entusiasmado. Solo el 10% sentía más entusiasmo. Las empresas despliegan IA sin un amplio permiso emocional del público.
Occasional workplace AI use rose from 21% to 40%. The increase took only two years. Governance is chasing behavior that employees have already changed.
El uso ocasional de IA en el trabajo subió del 21% al 40%. El aumento tardó solo 2 años. La gobernanza persigue un comportamiento que los empleados ya cambiaron.
Seventy-one percent had used unapproved consumer AI at work. Fifty-one percent continued weekly. Employee demand is already creating a security and policy problem.
El 71% había usado IA de consumo no autorizada en el trabajo. El 51% seguía haciéndolo cada semana. La demanda laboral ya crea un problema de seguridad y políticas.
The projection creates 170 million jobs and displaces 92 million. The net is positive by 78 million. The policy problem is the transition between different workers, skills and places.
La proyección crea 170 millones de empleos y desplaza 92 millones. El saldo es positivo en 78 millones. El problema político es la transición entre trabajadores, capacidades y lugares.
La inversión subió de unos $3.000 millones a $33.900 millones. El mayor salto llegó en 2023. La financiación creció mucho más rápido que la madurez operativa.
Gartner forecast at least 30% abandonment after proof of concept. Cost, unclear value and risk controls were barriers. Funding does not remove the production gap.
Gartner proyectó al menos un 30% de abandono tras la prueba de concepto. Los costos, el valor incierto y los controles de riesgo eran barreras. La financiación no elimina la brecha de producción.
The IEA estimated 460 TWh of use in 2022. Potential demand exceeded 1,000 TWh in its 2026 outlook. Model competition is becoming an infrastructure problem.
La AIE estimó 460 TWh de uso en 2022. La demanda potencial superaba 1.000 TWh en su perspectiva para 2026. La competencia de modelos se convierte en un problema de infraestructura.
Germany moved from 1.29 to 1.44 registrations per 1,000. A 2021 rise did not persist. Lower software costs do not automatically expand company formation.
Alemania pasó de 1,29 a 1,44 registros por 1.000. El aumento de 2021 no persistió. Menores costos de software no amplían automáticamente la creación empresarial.
Francia subió de 4,28 a 6,82 registros por 1.000. El gran salto llegó después de 2020. La creación empresarial mejoró antes de madurar la última ola de IA.
India nearly doubled from a very low base. It still ended at only 0.18 registrations per 1,000. AI can lower building costs without removing formal-market barriers.
India casi se duplicó desde una base muy baja. Aun así, terminó en solo 0,18 registros por 1.000. La IA puede reducir costos sin eliminar barreras formales.
Singapore rose from 7.86 to 11.59 registrations per 1,000. Growth stayed broadly steady across the decade. AI-native formation benefits from that existing density.
Singapur subió de 7,86 a 11,59 registros por 1.000. El crecimiento fue bastante constante durante la década. La creación nativa de IA se beneficia de esa densidad.
China elevó la I+D del 2,02% al 2,58% del PIB. La trayectoria fue ampliamente ascendente. La competencia de modelos descansa sobre inversión nacional sostenida.
UK research intensity rose sharply before 2020. It peaked at 2.94% and then declined to 2.68%. AI leadership must draw from a base that is no longer expanding at its prior pace.
La intensidad investigadora británica subió con fuerza antes de 2020. Alcanzó 2,94% y luego bajó a 2,68%. El liderazgo en IA depende de una base que ya no crece al ritmo anterior.
Japón se recuperó de una caída en 2016. La intensidad investigadora llegó al 3,44% en 2023. El país entra en la carrera de la IA con profundidad científica sostenida.
La I+D coreana subió del 3,79% al 4,94% del PIB. El aumento persistió durante todo el periodo. La competencia en IA se construye sobre este ciclo largo de inversión.
La I+D estadounidense subió del 2,77% al 3,45% del PIB. Gran parte del aumento llegó antes de 2021. Los modelos de frontera descansan sobre un sistema científico mucho más amplio.
El desempleo francés bajó del 10,35% al 7,54%. Los últimos años muestran solo un aumento leve. La trayectoria agregada no parece un desplazamiento masivo por IA.
The major break was 2020, before the generative-AI wave. Unemployment averaged about 4.2% in 2025. This does not rule out occupational disruption, but it rejects immediate mass unemployment.
La gran ruptura fue 2020, antes de la ola de IA generativa. El desempleo promedió cerca del 4,2% en 2025. Esto no descarta disrupción ocupacional, pero rechaza desempleo masivo inmediato.
The employment ratio collapsed in 2020 and recovered through 2023. It then eased to 59.11% in 2025. The timing does not support a simple immediate AI shock.
US nominal GDP rose above $30 trillion in 2025. IMF estimates approach $33.79 trillion in 2027. Economic scale expands the capital available for the AI race.
El PIB nominal estadounidense superó $30 billones en 2025. Las estimaciones del FMI se acercan a $33,79 billones en 2027. La escala amplía el capital disponible para la carrera de la IA.
China rose from $11.31 trillion to $19.63 trillion by 2025. IMF estimates approach $21.93 trillion in 2027. That scale supports chips, power and research alongside models.
China subió de $11,31 billones a $19,63 billones en 2025. Las estimaciones del FMI se acercan a $21,93 billones en 2027. Esa escala sostiene chips, energía e investigación.
UK nominal GDP reached about $4 trillion in 2025. IMF estimates rise to $4.47 trillion in 2027. Britain competes through specialization rather than comparable scale.
El PIB nominal británico llegó a unos $4 billones en 2025. Las estimaciones del FMI suben a $4,47 billones en 2027. Reino Unido compite mediante especialización, no escala comparable.
El PIB nominal alemán superó $5 billones en 2025. Las estimaciones del FMI llegan a $5,64 billones en 2027. La capacidad industrial sigue siendo un activo estratégico para la IA.
Francia alcanzó $3,37 billones en 2025. Las estimaciones del FMI suben a $3,67 billones en 2027. La escala apoya la inversión, pero no garantiza liderazgo.
India more than doubled from 2015 to the 2027 estimate. IMF estimates place it near $4.58 trillion. Its economic scale is converging with Japan in dollar terms.
India más que se duplica entre 2015 y la estimación de 2027. El FMI la sitúa cerca de $4,58 billones. Su escala económica converge con Japón en dólares.
China subió de 2.944 a 6.524 kWh por persona. El crecimiento volvió a acelerarse después de 2020. La demanda de IA entra en un sistema eléctrico que ya crece rápido.
German use fell from about 7,266 to 6,109 kWh per person. A small 2024 recovery followed the 2023 low. New AI loads meet a system shaped by long conservation and industrial change.
El consumo alemán bajó de unos 7.266 a 6.109 kWh por persona. Una pequeña recuperación en 2024 siguió al mínimo de 2023. Las nuevas cargas de IA llegan a un sistema marcado por ahorro y cambio industrial.
French use fell from 7,738 to 6,447 kWh per person. The decline accelerated after 2019. AI demand will compete with an energy system undergoing its own transition.
El consumo francés bajó de 7.738 a 6.447 kWh por persona. La caída se aceleró después de 2019. La demanda de IA competirá dentro de un sistema energético en transición.
El consumo británico bajó de 5.713 a 4.195 kWh por persona. La caída persistió casi cada año. La infraestructura de IA añade una nueva carga a una tendencia descendente.
El consumo japonés bajó de 8.774 a 7.530 kWh por persona. El repunte de 2021 no duró. La demanda industrial de IA llega dentro de una tendencia nacional descendente.
El consumo coreano superó 11.000 kWh por persona. Alcanzó un máximo en 2021 y siguió alto. Esa infraestructura sostiene chips, manufactura y centros de datos.
US use stayed near 12,000 to 13,000 kWh per person. It remained above the other supplied economies. AI data centers enter a system accustomed to high electricity demand.
El consumo estadounidense se mantuvo cerca de 12.000 a 13.000 kWh por persona. Siguió por encima de las demás economías suministradas. Los centros de datos llegan a un sistema acostumbrado a gran demanda.
A capable model did not guarantee faster expert work. These terms separate model skill from dependable business performance.
Key findings
In a 2025 randomized trial, experienced developers completed tasks 19% slower with AI despite predicting that AI would make them 24% faster. METR
Half of surveyed enterprises shipped an agent that passed internal evaluations but failed a customer; only one in twenty fully trusted automated evaluation. venturebeat.com
Census estimates of US businesses using AI rose from 3.7% in September 2023 to 5.4% in February 2024, far below executive-survey estimates. United States Census Bureau
Only 1% of surveyed executives described their generative-AI rollouts as mature in a 2025 McKinsey report. McKinsey & Company
Consultants using GPT-4 performed better inside its capability frontier but were 19 percentage points less likely to reach correct solutions outside it. Harvard Business School
Y Combinator's chief executive said roughly 25% of its Winter 2025 startups had codebases that were approximately 95% AI-generated. TechCrunch
Apple researchers found substantial accuracy declines when irrelevant clauses were added to grade-school mathematics problems, with some model-condition drops approaching 65 percentage points. Apple
The IEA estimated 460 TWh of 2022 electricity use by data centers, AI and cryptocurrency, with demand potentially exceeding 1,000 TWh in 2026. International Energy Agency
BCG reports that redesigned end-to-end agentic processes achieved 60% cost reductions, versus less than 20% without comparable redesign. bcg.com
At the National Bank of Slovakia, GPT-4o improved task quality by up to 44% and reduced completion time by 21%. cepr.org
The argument
Trying AI, using it regularly and deploying it are different thresholds.
German firm use or planned use rose from 26% toward a majority.
Official enterprise data also points toward fast diffusion.
Buying AI is common; scaling its value is not.
Only 1% of surveyed executives called their generative-AI rollouts mature.
The larger return came from changing the process, not adding a tool.
This research is published in English and Spanish. Ver en español
La investigación detrás de esta presentación
Un modelo capaz no garantizó trabajo experto más rápido. Estos términos separan la habilidad del modelo del rendimiento empresarial fiable.
Hallazgos clave
En un ensayo aleatorio de 2025, desarrolladores experimentados completaron tareas un 19% más lento con IA aunque preveían ser un 24% más rápidos. METR
La mitad de las empresas encuestadas desplegó un agente que aprobó evaluaciones internas pero falló ante un cliente; solo una de cada veinte confiaba plenamente en la evaluación automatizada. venturebeat.com
Las estimaciones del Censo sobre empresas estadounidenses que usaban IA subieron del 3,7% en septiembre de 2023 al 5,4% en febrero de 2024. United States Census Bureau
Solo el 1% de los ejecutivos encuestados describió sus despliegues de IA generativa como maduros en un informe de McKinsey de 2025. McKinsey & Company
Los consultores con GPT-4 rindieron mejor dentro de su frontera de capacidad, pero tuvieron 19 puntos porcentuales menos de probabilidad de acertar fuera de ella. Harvard Business School
El director ejecutivo de Y Combinator afirmó que cerca del 25% de sus startups de invierno de 2025 tenía código generado aproximadamente en un 95% por IA. TechCrunch
Investigadores de Apple encontraron caídas importantes de precisión al añadir cláusulas irrelevantes a problemas matemáticos escolares, algunas cercanas a 65 puntos porcentuales. Apple
La AIE estimó 460 TWh de consumo eléctrico en 2022 por centros de datos, IA y criptomonedas, con demanda potencial superior a 1.000 TWh en 2026. International Energy Agency
BCG informa que los procesos agénticos rediseñados de extremo a extremo lograron reducciones de costos del 60%, frente a menos del 20% sin un rediseño comparable. bcg.com
En el Banco Nacional de Eslovaquia, GPT-4o mejoró hasta en 44% la calidad de las tareas y redujo en 21% el tiempo de ejecución. cepr.org
El argumento
Probar IA, usarla habitualmente y desplegarla son umbrales distintos.
El uso o uso previsto en empresas alemanas pasó del 26% hacia una mayoría.
Los datos empresariales oficiales también apuntan a una difusión rápida.
Comprar IA es común; escalar su valor no.
Solo el 1% de los ejecutivos encuestados calificó maduros sus despliegues de IA generativa.
El mayor retorno llegó al cambiar el proceso, no al añadir una herramienta.
Esta investigación se publica en inglés y español. Read in English
