Hanademi

AI rewards redesign, not licenses

32 slides · 38 min · 1 minute ago language
ENES
theme
LightDark
view
DeckTableTalk
brand
HanademiPlatzi
AI rewards redesign, notlicensesMade for Jorge R, by Hanademi
La IA premia el rediseño, nolas licenciasMade for Jorge R, by Hanademi
AI spread faster than operating-modelchangeSurvey shares reported in 2024 and 2025; organization and worker samples appear in separate panels.Made for Jorge R, by HanademiSources: Why Workflow Redesign Beats Model Choice – McKinsey 2025.; Why 80% Of Gen AI Delivers No Real Business Gains - Dataconomy.;2024 Work Trend Index Annual Report.UnitpercentEnterprise outcomes21%80%Redesigned workflowsNo tangible EBIT impactWorker adoption75%78%Used AI at workBrought own tools
AI use is widespread, but transformation is not. Only 21% had fundamentally redesigned at least some workflows. More than 80% still reported no tangible enterprise-level EBIT impact.
La IA se difundió más rápido que el cambiooperativoPorcentajes de encuestas reportados en 2024 y 2025; las muestras de organizaciones y trabajadoresaparecen en paneles separados.Made for Jorge R, by HanademiFuentes: Why Workflow Redesign Beats Model Choice – McKinsey 2025.; Why 80% Of Gen AI Delivers No Real Business Gains -Dataconomy.; 2024 Work Trend Index Annual Report.UnidadporcentajeResultados empresariales21 %80 %Rediseñaron flujosSin impacto tangible en EBITAdopción de trabajadores75 %78 %Usó IA en el trabajoLlevó herramientas propias
El uso de IA está extendido, pero la transformación no. Solo 21% había rediseñado fundamentalmente al menos algunos flujos. Más de 80% todavía no reportó impacto tangible en el EBIT empresarial.
The terms behind the argumentMade for Jorge R, by HanademiOperating modelThe system of roles, decisions, processes, data, incentives, technology, andgovernance through which a company delivers value.Revenue per employeeAnnual revenue divided by employee count, a rough labor-leverage measureaffected by business model, pricing, outsourcing, and fiscal timing.Annual recurring revenueThe annualized run rate of recurring contracts, commonly called ARR,which is not necessarily audited revenue earned during a completedyear.Complementary investmentInvestment in skills, data, processes, architecture, governance, andorganizational change required to capture value from technology.BenchmarkA standardized evaluation used to compare systems, which may not reproduce thecomplexity or incentives of real production work.
5 technical terms carry much of the argument.
Los términos detrás del argumentoMade for Jorge R, by HanademiModelo operativoEl sistema de roles, decisiones, procesos, datos, incentivos, tecnología ygobernanza mediante el cual una empresa entrega valor.Ingreso por empleadoIngreso anual dividido entre empleados, una medida aproximada afectada pormodelo de negocio, precios, tercerización y cierre fiscal.Ingreso anual recurrenteEl ritmo anualizado de contratos recurrentes, llamado ARR, que noequivale necesariamente al ingreso auditado de un año completo.Inversión complementariaInversión en habilidades, datos, procesos, arquitectura, gobernanza ycambio organizacional necesaria para capturar valor tecnológico.Prueba de referenciaUna evaluación estandarizada para comparar sistemas que puede noreproducir la complejidad ni los incentivos del trabajo productivo real.
5 términos técnicos sostienen buena parte del argumento.
Work starts at individual screensFour people work on laptops in office spaces separated by glass.Sources: capolicylab.org. capolicylab.org.
Four people working separately on laptops embody the gap between adopting a tool and redesigning the system around it.
El trabajo empieza en pantallas individualesCuatro personas trabajan con portátiles en espacios de oficina separados por vidrio.Fuentes: capolicylab.org. capolicylab.org.
Cuatro personas trabajando por separado con portátiles encarnan la brecha entre adoptar una herramienta y rediseñar el sistema que la rodea.
Well-matched AI tasks became up to 56%fasterTask-level productivity gains from separate controlled studies in support, consulting, and bounded coding.Made for Jorge R, by HanademiSources: Measuring the Productivity Impact of Generative AI.; Navigating the Jagged Technological Frontier: OrganizationalStrategies for AI Integration in Knowledge Work.; The Impact of AI on Developer Productivity: Evidence from GitHub Copilot.Unitpercent task gainCustomer support14%BCG consulting tasks25.1%Bounded coding task55.8%
Controlled studies found meaningful gains on suitable work. Results ranged from 14% in customer support to 55.8% faster completion in a bounded coding experiment. These are local gains that an operating model must convert into delivered output.
Las tareas adecuadas para IA fueron hasta56% más rápidasMejoras de productividad por tarea en estudios controlados separados de soporte, consultoría yprogramación acotada.Made for Jorge R, by HanademiFuentes: Measuring the Productivity Impact of Generative AI.; Navigating the Jagged Technological Frontier:Organizational Strategies for AI Integration in Knowledge Work.; The Impact of AI on Developer Productivity:Evidence from GitHub Copilot.Unidadmejora porcentual por tareaSoporte al cliente14 %Tareas de consultoría BCG25,1 %Tarea acotada de programación55,8 %
Estudios controlados encontraron mejoras importantes en trabajo adecuado. Los resultados fueron de 14% en soporte a 55,8% de mayor velocidad en un experimento acotado de programación. Son mejoras locales que un modelo operativo debe convertir en resultados entregados.
AI helped field developers but slowedexperienced maintainersChange in completed work across separate studies; positive indicates more output and negative indicatesslower completion.Made for Jorge R, by HanademiSources: demirermert.github.io.; Measuring the Impact of Early-2025 AI on Experienced Open-Source ....Sources use different measurement bases; read the comparison directionally, not as one exact scale.Unitpercent changeField experiments26.1%Experienced maintainers-19%
Across three companies, AI assistance increased completed developer tasks by 26.08%. In another randomized study, experienced open-source developers took 19% longer. Task selection, context, and review costs decide which result appears.
La IA ayudó a desarrolladores de campopero frenó a mantenedores expertosCambio en trabajo completado en estudios separados; positivo indica más producción y negativo indica unafinalización más lenta.Made for Jorge R, by HanademiFuentes: demirermert.github.io.; Measuring the Impact of Early-2025 AI on Experienced Open-Source ....Las fuentes usan bases de medición distintas; lea la comparación como tendencia, no como una escala exacta.Unidadcambio porcentualExperimentos de campo26,1 %Mantenedores experimentados-19 %
En tres empresas, la asistencia de IA aumentó 26,08% las tareas completadas por desarrolladores. En otro estudio aleatorio, desarrolladores experimentados de código abierto tardaron 19% más. La selección de tareas, el contexto y los costos de revisión deciden qué resultado aparece.
Throughput reached 2.09 times baselineamong 802 developers.The study reports one organizational setting and does not establish that every mandatewill produce the same result.Sources: arxiv.org.
An enterprise mandate pushed AI into the daily work of 802 developers. By April 2026, throughput reached 2.09 times its pre-mandate baseline. The scale is striking, but the organization still had to govern how that extra output moved downstream.
Sources
El rendimiento llegó a 2,09 veces el nivelprevio entre 802 desarrolladores.El estudio reporta un entorno organizacional y no establece que todos los mandatosproducirán el mismo resultado.Fuentes: arxiv.org.
Un mandato empresarial integró la IA en el trabajo diario de 802 desarrolladores. Para abril de 2026, el rendimiento llegó a 2,09 veces su nivel previo. La escala es notable, pero la organización todavía debía gobernar cómo avanzaba esa producción adicional.
Fuentes
Coding was estimated at 32% of developertime. The rest depended on coordination,testing, integration, and maintenance.This older secondary-source estimate is directional rather than universal. Teampractices can produce different time allocations.Sources: How much time do developers spend actually writing code? | Sonar.
Coding was estimated at 32% of developer time. Most work remained outside the activity that coding assistants accelerate most directly. Delivery speed therefore depends on redesigning the entire chain.
Se estimó que programar ocupaba 32% deltiempo del desarrollador.Esta estimación antigua y de fuente secundaria es orientativa, no universal. Las prácticasde cada equipo pueden producir distribuciones distintas.Fuentes: How much time do developers spend actually writing code? | Sonar.
Se estimó que programar ocupaba 32% del tiempo del desarrollador. La mayor parte seguía fuera de la actividad que los asistentes aceleran de forma más directa. Por eso la velocidad de entrega depende de rediseñar toda la cadena.
Agents multiplied code faster than finishedreleasesReported change among more than 100,000 developers in a 2026 study, from commits through completedprojects to releases.Made for Jorge R, by HanademiSources: shapedthoughts.io.Unitpercent increase180%Commits50%Completed projects30%Releases
Agents increased commits by about 180%. Completed projects rose only 50%, and releases only 30%. The widening drop through the delivery chain is the clearest reason to redesign approvals, testing, integration, and ownership.
Los agentes multiplicaron código másrápido que lanzamientos terminadosCambio reportado entre más de 100.000 desarrolladores en un estudio de 2026, desde commits hastaproyectos terminados y lanzamientos.Made for Jorge R, by HanademiFuentes: shapedthoughts.io.Unidadaumento porcentual180 %Commits50 %Proyectos terminados30 %Lanzamientos
Los agentes aumentaron los commits cerca de 180%. Los proyectos terminados crecieron solo 50% y los lanzamientos solo 30%. La caída creciente a través de la cadena de entrega es la razón más clara para rediseñar aprobaciones, pruebas, integración y responsabilidad.
GPT-4 input prices fell 83% in one yearListed input price per million tokens for leading GPT-4-family offerings, 2023 and 2024.Made for Jorge R, by HanademiSources: OpenAI Pricing Trends · GPT-4o Cost History | CostMyAI.UnitUSD per million tokens2023$302024$56x
The listed input price fell from $30 to $5 per million tokens. That is an 83% decline between the reported endpoints. The harder-to-copy advantage moves toward proprietary workflows, data, and operating discipline.
Los precios de entrada de GPT-4 cayeron83% en un añoPrecio publicado de entrada por millón de tokens para ofertas líderes de la familia GPT-4, 2023 y 2024.Made for Jorge R, by HanademiFuentes: OpenAI Pricing Trends · GPT-4o Cost History | CostMyAI.UnidadUSD por millón de tokens2023$302024$56x
El precio publicado de entrada cayó de US$30 a US$5 por millón de tokens. Es una caída de 83% entre los puntos reportados. La ventaja más difícil de copiar se desplaza hacia flujos propios, datos y disciplina operativa.
Open models were 90% cheaper thancomparable closed models.The comparison is limited to models classified within the same intelligence tier.Sources: andreyfradkin.com.
Within the same intelligence tier, open models cost 90% less than comparable closed models in 2025 market data. That weakens model access as a lasting competitive moat. The differentiator moves into the system built around the model.
Los modelos abiertos fueron 90%más baratos que modeloscerrados comparables.La comparación se limita a modelos clasificados dentro del mismo nivel de inteligencia.Fuentes: andreyfradkin.com.
Dentro del mismo nivel de inteligencia, los modelos abiertos costaron 90% menos que modelos cerrados comparables en datos de 2025. Eso debilita el acceso al modelo como barrera duradera. La diferencia se desplaza al sistema construido alrededor del modelo.
Open models nearly closed the benchmarkgapReported benchmark gap between leading open-weight and closed models, percentage points, 2023 toFebruary 2025.Made for Jorge R, by HanademiSources: Open-weight models closed the gap to 1.7 points | Data Today.Unitpercentage-point gap20238%February 20251.7%4.7x
The reported benchmark gap shrank from 8.0 points to 1.7. That makes basic model selection a less durable source of differentiation. Organizational learning can remain proprietary even when model capability does not.
Los modelos abiertos casi cerraron labrechaBrecha reportada en pruebas entre modelos líderes de pesos abiertos y cerrados, puntos porcentuales,2023 a febrero de 2025.Made for Jorge R, by HanademiFuentes: Open-weight models closed the gap to 1.7 points | Data Today.Unidadbrecha en puntos porcentuales20238 %Febrero de 20251,7 %4,7x
La brecha reportada se redujo de 8,0 puntos a 1,7. Eso convierte la selección básica del modelo en una fuente menos duradera de diferenciación. El aprendizaje organizacional puede seguir siendo propio aunque la capacidad del modelo no lo sea.
Access becomes a public projectAn audience fills a room during an AMALIA presentation from a lectern.Sources: Portugal's AMALIA treats AI as a public good | PIIE. piie.com.
A full room for an AMALIA presentation shows public interest in broader AI access, while operating-model change remains the harder step.
El acceso se vuelve un proyecto públicoUna audiencia llena una sala durante una presentación de AMALIA desde un atril.Fuentes: Portugal's AMALIA treats AI as a public good | PIIE. piie.com.
Una sala llena para una presentación de AMALIA muestra el interés público por ampliar el acceso a la IA, mientras el cambio del modelo operativo sigue siendo el paso más difícil.
The IMF estimates 40% ofemerging-market jobs face AI exposure,requiring task redistribution.Exposure measures potential interaction with AI and does not equal displacement.Sources: AI Will Transform the Global Economy. Let's Make Sure It ....
The IMF estimated that 40% of jobs in emerging markets are exposed to AI. Exposure means the technology can affect parts of the work, not that 40% of jobs disappear. The immediate challenge is redesigning roles around changed tasks.
El FMI estima que 40% de empleos enmercados emergentes enfrentan exposicióna IA, requiriendo redistribución de tareas.La exposición mide la interacción potencial con IA y no equivale a desplazamiento.Fuentes: AI Will Transform the Global Economy. Let's Make Sure It ....
El FMI estimó que 40% de los empleos en mercados emergentes están expuestos a IA. Exposición significa que la tecnología puede afectar partes del trabajo, no que desaparecerá 40% de los empleos. El reto inmediato es rediseñar roles alrededor de tareas cambiantes.
AI changed tasks far more often thanemploymentShare of AI-using U.S. firms reporting task replacement or AI-attributed employment changes.Made for Jorge R, by HanademiSources: ngoldschlag.github.io.Unitpercent of AI-using firmsReplaced worker tasks27%Changed employment5%
Among firms using AI, 27% reported replacing worker tasks. Only about 5% reported employment changes attributable to AI. The near-term management problem is rebuilding roles around a changing task mix.
La IA cambió tareas mucho más que elempleoPorcentaje de empresas estadounidenses que usan IA y reportan reemplazo de tareas o cambios de empleoatribuidos a IA.Made for Jorge R, by HanademiFuentes: ngoldschlag.github.io.Unidadporcentaje de empresas que usan IAReemplazó tareas27 %Cambió el empleo5 %
Entre las empresas que usaban IA, 27% reportó reemplazar tareas. Solo cerca de 5% reportó cambios de empleo atribuibles a IA. El problema gerencial inmediato es reconstruir roles alrededor de una mezcla cambiante de tareas.
South Korea proposed free AI access forall 52 million residents.This was a proposal rather than a measured adoption or productivity outcome.Sources: techtimes.com.
South Korea proposed free, unlimited AI access for its entire population. Domestic models and public funding would support 52 million residents. When access can become national infrastructure, owning a license cannot remain the advantage.
Corea del Sur propuso IA gratuita para sus52 millones de habitantes.Esta fue una propuesta y no un resultado medido de adopción o productividad.Fuentes: techtimes.com.
Corea del Sur propuso acceso gratuito e ilimitado a IA para toda su población. Modelos nacionales y financiamiento público respaldarían a 52 millones de habitantes. Cuando el acceso puede convertirse en infraestructura nacional, poseer una licencia no puede seguir siendo la ventaja.
Universal access requires governanceOfficials participate in a formal meeting before microphones and press.Sources: 'AI for everyone' gov't initiative faces feasibility questions - The Korea Times. koreatimes.co.kr.
The formal meeting underscores that universal access is an institutional delivery challenge, not simply a licensing decision.
El acceso universal requiere gobernanzaFuncionarios participan en una reunión formal ante micrófonos y prensa.Fuentes: 'AI for everyone' gov't initiative faces feasibility questions - The Korea Times. koreatimes.co.kr.
La reunión formal subraya que el acceso universal es un reto institucional de ejecución, no solo una decisión sobre licencias.
Latin America moved from one-third onlineto more than four-fifthsInternet users as a share of the Latin American and Caribbean population, 2010-2025.Made for Jorge R, by HanademiUnitpercent of population0%25%50%75%201020132016201920222025Internet use was 34.6% in 2010.It reached 83.7% in 2025.
Regional internet use rose from 34.6% to 83.7% across the series. The access foundation expanded dramatically. The remaining competitive question is how firms convert access into better work and higher-value output.
América Latina pasó de un tercio en línea amás de cuatro quintosUsuarios de internet como porcentaje de la población de América Latina y el Caribe, 2010-2025.Made for Jorge R, by HanademiUnidadporcentaje de la población0 %25 %50 %75 %201020132016201920222025El uso de internet fue 34,6% en2010.Llegó a 83,7% en 2025.
El uso regional de internet subió de 34,6% a 83,7% durante la serie. La base de acceso se expandió de forma drástica. La pregunta competitiva restante es cómo las empresas convierten acceso en mejor trabajo y producción de mayor valor.
Chile pulled ahead as Brazil's internetgrowth pausedIndividuals using the internet, percent of population, Brazil and Chile, 2010-2024.Made for Jorge R, 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%20102013201620192022BrazilChileBrazil reached 84.5% in 2024.Chile reached 95.6% in 2024.
Both countries expanded internet use, but Chile opened a clear lead. By 2024, Brazil reached 84.5% and Chile 95.6%. Connectivity is necessary, yet it does not equal organizational readiness.
Chile se adelantó mientras el crecimiento deBrasil se pausóPersonas que usan internet, porcentaje de la población, Brasil y Chile, 2010-2024.Made for Jorge R, 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 %20102013201620192022BrasilChileBrasil llegó a 84,5% en 2024.Chile llegó a 95,6% en 2024.
Ambos países ampliaron el uso de internet, pero Chile abrió una ventaja clara. Para 2024, Brasil llegó a 84,5% y Chile a 95,6%. La conectividad es necesaria, pero no equivale a preparación organizacional.
U.S. secure-server density rose almost80-foldSecure internet servers per 1 million people in the United States, 2010-2024. Log scale: every gridline is×10.Made for Jorge R, by HanademiSources: World Bank. (n.d.). Secure Internet servers (per 1 million people) [IT.NET.SECR.P6]. World Bank Open Data.Unitservers per 1 million people1,00010,000100,0001,000,00020102013201620192022The series began at 2,481 in2010.It reached 196,616 in 2024.
U.S. secure-server density climbed from about 2,481 to 196,616 per million people. The rise was nearly 80-fold across fourteen years. Model prices may converge while the infrastructure beneath digital businesses remains highly uneven.
La densidad de servidores seguros de EE.UU. creció casi 80 vecesServidores seguros de internet por 1 millón de habitantes en Estados Unidos, 2010-2024. Escalalogarítmica: cada línea es ×10.Made for Jorge R, by HanademiFuentes: World Bank. (n.d.). Secure Internet servers (per 1 million people) [IT.NET.SECR.P6]. World Bank OpenData.Unidadservidores por 1 millón de habitantes1.00010.000100.0001.000.00020102013201620192022La serie comenzó en 2.481 en2010.Llegó a 196.616 en 2024.
La densidad estadounidense de servidores seguros subió de unos 2.481 a 196.616 por millón de habitantes. El aumento fue de casi 80 veces en catorce años. Los precios de los modelos pueden converger mientras la infraestructura digital sigue siendo muy desigual.
Chile built far more secure-server depththan MexicoSecure internet servers per 1 million people, selected Latin American countries, 2010-2024. Log scale:every gridline is ×10.Made for Jorge R, by HanademiSources: World Bank. (n.d.). Secure Internet servers (per 1 million people) [IT.NET.SECR.P6]. World Bank Open Data.Unitservers per 1 million people101001,00010,000100,00020102013201620192022BrazilChileColombiaMexicoChile peaked at 12,745 in 2020.Mexico reached 532 in 2024.
All four countries expanded secure-server density, but their paths diverged. Chile reached almost 12,000 servers per million people in 2024, while Mexico reached about 532. Similar access to models does not erase differences in the systems supporting digital scale.
Chile construyó mucha más densidad deservidores que MéxicoServidores seguros de internet por 1 millón de habitantes, países latinoamericanos seleccionados,2010-2024. Escala logarítmica: cada línea es ×10.Made for Jorge R, by HanademiFuentes: World Bank. (n.d.). Secure Internet servers (per 1 million people) [IT.NET.SECR.P6]. World Bank OpenData.Unidadservidores por 1 millón de habitantes101001.00010.000100.00020102013201620192022BrasilChileColombiaMéxicoChile alcanzó un pico de 12.745 en2020.México llegó a 532 en 2024.
Los cuatro países ampliaron la densidad de servidores seguros, pero sus trayectorias se separaron. Chile llegó a casi 12.000 servidores por millón de habitantes en 2024, mientras México llegó a unos 532. Un acceso similar a modelos no elimina las diferencias en los sistemas que sostienen la escala digital.
India kept software near half of serviceexportsICT services as a share of India's total service exports, 2005-2025.Made for Jorge R, by HanademiSources: World Bank. (n.d.). ICT service exports (% of service exports, BoP) [BX.GSR.CCIS.ZS]. World Bank Open Data.Unitpercent of service exports40%45%50%2005200820112014201720202023The share peaked at 52.1% in2009.It ended 2025 at 48.6%.
ICT services remained near half of India's service exports across two decades. That structure reflects accumulated skills, firms, customers, and operating routines. New AI capability lands differently inside an ecosystem that already knows how to export software.
India mantuvo el software cerca de la mitadde sus exportacionesServicios de TIC como porcentaje de las exportaciones totales de servicios de India, 2005-2025.Made for Jorge R, by HanademiFuentes: World Bank. (n.d.). ICT service exports (% of service exports, BoP) [BX.GSR.CCIS.ZS]. World Bank OpenData.Unidadporcentaje de exportaciones de servicios40 %45 %50 %2005200820112014201720202023La proporción alcanzó un picode 52,1% en 2009.Cerró 2025 en 48,6%.
Los servicios de TIC se mantuvieron cerca de la mitad de las exportaciones de servicios de India durante dos décadas. Esa estructura refleja habilidades, empresas, clientes y rutinas acumuladas. La nueva capacidad de IA llega de forma distinta a un ecosistema que ya sabe exportar software.
Brazil and Colombia advanced while Mexicostayed near 5%ICT services as a share of total service exports, selected Latin American countries, 2005-2025.Made for Jorge R, by HanademiSources: World Bank. (n.d.). ICT service exports (% of service exports, BoP) [BX.GSR.CCIS.ZS]. World Bank Open Data.Unitpercent of service exports0%5%10%2005200820112014201720202023BrazilChileColombiaMexicoBrazil reached 13.7% in 2025.Mexico reached 5.1% in 2025.
Brazil and Colombia increased the ICT share of service exports. Mexico ended 2025 at only 5.1%, below Brazil's 13.7% and Colombia's 11.8%. Organizational and industrial capability still shape how technology becomes higher-value output.
Brasil y Colombia avanzaron mientrasMéxico quedó cerca de 5%Servicios de TIC como porcentaje de las exportaciones totales de servicios, países latinoamericanosseleccionados, 2005-2025.Made for Jorge R, by HanademiFuentes: World Bank. (n.d.). ICT service exports (% of service exports, BoP) [BX.GSR.CCIS.ZS]. World Bank OpenData.Unidadporcentaje de exportaciones de servicios0 %5 %10 %2005200820112014201720202023BrasilChileColombiaMéxicoBrasil llegó a 13,7% en 2025.México llegó a 5,1% en 2025.
Brasil y Colombia aumentaron la proporción TIC de sus exportaciones de servicios. México cerró 2025 en solo 5,1%, por debajo de 13,7% de Brasil y 11,8% de Colombia. La capacidad organizacional e industrial todavía determina cómo la tecnología se convierte en producción de mayor valor.
Brazil shifted toward payroll work, thenpartly reversedSelf-employed and wage or salaried workers as shares of total employment, 2000-2025.Made for Jorge R, by HanademiSources: World Bank. (n.d.). Self-employed, total (% of total employment) (modeled ILO estimate) [SL.EMP.SELF.ZS]. WorldBank Open Data.; World Bank. (n.d.). Wage and salaried workers, total (% of total employment) (modeled ILO estimate)[SL.EMP.WORK.ZS]. World Bank Open Data.Unitpercent of employment0%20%40%60%2000200420082012201620202024Self-employedworkersWage andsalariedworkersSelf-employment reached 29.3% in2012.Payroll work reached 70.7% in2012.
Brazil's wage and salaried share rose through the early 2010s while self-employment fell. Part of that movement later reversed. Large employment structures evolve slowly, even when tools change quickly.
Brasil avanzó hacia el empleo asalariado yluego retrocedió en parteTrabajadores por cuenta propia y asalariados como porcentajes del empleo total, 2000-2025.Made for Jorge R, by HanademiFuentes: World Bank. (n.d.). Self-employed, total (% of total employment) (modeled ILO estimate) [SL.EMP.SELF.ZS]. WorldBank Open Data.; World Bank. (n.d.). Wage and salaried workers, total (% of total employment) (modeled ILO estimate)[SL.EMP.WORK.ZS]. World Bank Open Data.Unidadporcentaje del empleo0 %20 %40 %60 %2000200420082012201620202024Trabajadorespor cuentapropiaTrabajadoresasalariadosEl trabajo por cuenta propia llegóa 29,3% en 2012.El empleo asalariado llegó a 70,7%en 2012.
La proporción asalariada de Brasil aumentó hasta inicios de la década de 2010 mientras cayó el trabajo por cuenta propia. Parte de ese movimiento se revirtió después. Las grandes estructuras laborales evolucionan lentamente, incluso cuando las herramientas cambian rápido.
Brazil became more service-based withoutlifting employment participationService employment and employment-to-population ratio, separate percent measures, 2000-2025.Made for Jorge R, by HanademiSources: World Bank. (n.d.). Employment in services (% of total employment) (modeled ILO estimate) [SL.SRV.EMPL.ZS]. World Bank OpenData.; World Bank. (n.d.). Employment to population ratio, 15+, total (%) (modeled ILO estimate) [SL.EMP.TOTL.SP.ZS]. World Bank Open Data.UnitpercentEmployment in services62.3%72.2%20002025Employment participation58.6%59.4%20002025
Brazil's service-employment share rose from about 62% to 72%. Its employment-to-population ratio ended near its 2000 level after a deep 2020 fall. Structural change and broad participation can move in different directions.
Brasil se volvió más orientado a serviciossin elevar la participación laboralEmpleo en servicios y razón empleo-población, medidas porcentuales separadas, 2000-2025.Made for Jorge R, by HanademiFuentes: World Bank. (n.d.). Employment in services (% of total employment) (modeled ILO estimate) [SL.SRV.EMPL.ZS]. World Bank OpenData.; World Bank. (n.d.). Employment to population ratio, 15+, total (%) (modeled ILO estimate) [SL.EMP.TOTL.SP.ZS]. World Bank OpenData.UnidadporcentajeEmpleo en servicios62,3 %72,2 %20002025Participación laboral58,6 %59,4 %20002025
La proporción de empleo en servicios de Brasil subió de cerca de 62% a 72%. Su razón empleo-población terminó cerca del nivel de 2000 después de una fuerte caída en 2020. El cambio estructural y la participación amplia pueden moverse en direcciones distintas.
Mexico worked without raising output perhourEconomy-wide output per hour worked in the OECD-derived series, 2000-2025.Made for Jorge R, by HanademiUnitoutput per hour$48K$50K$52K$55K2000200420082012201620202024The series began near $53.7Kin 2000.It ended near $48.1K in 2025.
The series declined from roughly $53.7K to $48.1K per hour between 2000 and 2025. Recent comparisons also place Mexico roughly 60% to 70% below the OECD average. More labor cannot close a gap created by how work is organized and equipped.
México trabajó sin elevar la producción porhoraProducción económica por hora trabajada en la serie derivada de la OCDE, 2000-2025.Made for Jorge R, by HanademiUnidadproducción por hora$48K$50K$52K$55K2000200420082012201620202024La serie comenzó cerca deUS$53,7K en 2000.Terminó cerca de US$48,1K en2025.
La serie cayó de aproximadamente US$53,7K a US$48,1K por hora entre 2000 y 2025. Comparaciones recientes también sitúan a México cerca de 60% a 70% por debajo del promedio de la OCDE. Más trabajo no puede cerrar una brecha creada por la forma de organizar y equipar el trabajo.
Productivity lives in the workflowA worker welds along the interior seam of a large industrial pipe.Sources: A Hiring Incentive that Works: The California Competes Tax Credit. ppic.org.
A welder inside an industrial pipe makes the production-system point tangible: tools alone do not redesign the work.
La productividad vive en el flujo de trabajoUn trabajador suelda la unión interior de una gran tubería industrial.Fuentes: A Hiring Incentive that Works: The California Competes Tax Credit. ppic.org.
Un soldador dentro de una tubería industrial vuelve tangible el argumento sobre el sistema productivo: las herramientas por sí solas no rediseñan el trabajo.
Mexico's research investment peaked, thennearly halvedResearch and development expenditure as a share of GDP, Mexico, 2000-2024.Made for Jorge R, by HanademiSources: World Bank. (n.d.). Research and development expenditure (% of GDP) [GB.XPD.RSDV.GD.ZS]. World Bank Open Data.Unitpercent of GDP0.0%0.2%0.4%2000200420082012201620202024Investment peaked at 0.47% in2010.It fell to 0.25% in 2024.0.3%
Mexico's R&D expenditure peaked at 0.47% of GDP in 2010. By 2024 it had fallen to 0.25%. Organizations adopting AI inside a thin learning ecosystem may need to buy more external expertise to catch up.
La inversión en investigación de Méxicollegó a un pico y casi se redujo a la mitadGasto en investigación y desarrollo como porcentaje del PIB, México, 2000-2024.Made for Jorge R, by HanademiFuentes: World Bank. (n.d.). Research and development expenditure (% of GDP) [GB.XPD.RSDV.GD.ZS]. World Bank Open Data.Unidadporcentaje del PIB0,0 %0,2 %0,4 %2000200420082012201620202024La inversión llegó a un pico de0,47% en 2010.Cayó a 0,25% en 2024.0,3 %
El gasto en I+D de México alcanzó 0,47% del PIB en 2010. Para 2024 había caído a 0,25%. Las organizaciones que adopten IA dentro de un ecosistema de aprendizaje débil pueden necesitar comprar más experiencia externa para alcanzar a los líderes.
ICT goods lost share in Brazil's importbasketICT goods as a share of total goods imports, Brazil, 2000-2024.Made for Jorge R, by HanademiSources: World Bank. (n.d.). ICT goods imports (% total goods imports) [TM.VAL.ICTG.ZS.UN]. World Bank Open Data.Unitpercent of goods imports0%5%10%2000200420082012201620202024ICT goods were 13.0% in2000.The share was 6.7% in 2024.
ICT goods fell from 13.0% to 6.7% of Brazil's goods imports across the series. Services and cheaper hardware can change that mix even as digital use expands. Generic technology indicators cannot prove a 24-to-36-month organizational deadline.
Los bienes TIC perdieron peso en lasimportaciones de BrasilBienes TIC como porcentaje de las importaciones totales de bienes, Brasil, 2000-2024.Made for Jorge R, by HanademiFuentes: World Bank. (n.d.). ICT goods imports (% total goods imports) [TM.VAL.ICTG.ZS.UN]. World Bank OpenData.Unidadporcentaje de importaciones de bienes0 %5 %10 %2000200420082012201620202024Los bienes TIC representaban13,0% en 2000.La participación fue 6,7% en2024.
Los bienes TIC cayeron de 13,0% a 6,7% de las importaciones de bienes de Brasil durante la serie. Los servicios y el hardware más barato pueden cambiar esa mezcla mientras el uso digital crece. Los indicadores tecnológicos genéricos no prueban un plazo organizacional de 24 a 36 meses.
Enterprise use nearly doubled in ten monthsOrganizations reporting generative-AI use in McKinsey surveys, approximately ten months apart.Made for Jorge R, by HanademiSources: The state of AI in early 2024: Gen AI adoption ....Unitpercent of organizations65%Later survey33%Earlier survey
Reported generative-AI use rose from 33% to 65% in about ten months. That is a 32-point jump in adoption. It supports urgency, but not a proven 24-to-36-month deadline for redesign.
El uso empresarial casi se duplicó en diezmesesOrganizaciones que reportaron uso de IA generativa en encuestas de McKinsey separadas poraproximadamente diez meses.Made for Jorge R, by HanademiFuentes: The state of AI in early 2024: Gen AI adoption ....Unidadporcentaje de organizaciones65 %Encuesta posterior33 %Encuesta anterior
El uso reportado de IA generativa subió de 33% a 65% en unos diez meses. Es un salto de 32 puntos en adopción. Sustenta la urgencia, pero no prueba un plazo de 24 a 36 meses para el rediseño.
AI gave novices more of the productivitygainCustomer-support productivity gains from one generative-assistant study: overall workers and novice orlower-skilled workers.Made for Jorge R, by HanademiSources: Generative AI at Work | Stanford Institute for Economic Policy ....; Generative AI at Work: Working Paper.Unitpercent productivity gainAll workers14%Novice workers34%
The assistant raised overall issues resolved per hour by 14%. Novice and lower-skilled workers gained about 34%, while experienced workers received much smaller average gains. Shared knowledge compounds when organizations capture and reuse the practices behind that lift.
La IA entregó más de la mejora a losnovatosMejoras de productividad en soporte de un estudio sobre un asistente generativo: trabajadores totales ytrabajadores novatos o de menor habilidad.Made for Jorge R, by HanademiFuentes: Generative AI at Work | Stanford Institute for Economic Policy ....; Generative AI at Work: WorkingPaper.Unidadmejora porcentual de productividadTodos los trabajadores14 %Trabajadores novatos34 %
El asistente elevó 14% los casos resueltos por hora en general. Los trabajadores novatos y de menor habilidad mejoraron cerca de 34%, mientras los experimentados obtuvieron mejoras promedio mucho menores. El conocimiento compartido se acumula cuando las organizaciones capturan y reutilizan las prácticas detrás de esa mejora.
A lawsuit alleged AI selected 8,000 MetalayoffsEmployees named in the alleged AI-selected layoffs and employees pursuing claims in private arbitration,July 2026.Made for Jorge R, by HanademiSources: arstechnica.com.; wtbx.com.UnitemployeesAlleged AI-selected layoffs8,000Employees pursuing claims26
A 2026 lawsuit alleged that Meta used AI systems when selecting 8,000 employees for layoffs. A judge declined to block the July 22 layoffs while 26 employees pursued claims in private arbitration. The allegation is disputed, but the governance problem is concrete.
Una demanda alegó que la IA seleccionó8.000 despidos de MetaEmpleados incluidos en los despidos presuntamente seleccionados por IA y empleados con reclamos enarbitraje privado, julio de 2026.Made for Jorge R, by HanademiFuentes: arstechnica.com.; wtbx.com.UnidadempleadosDespidos presuntamente elegidos8.000Empleados con reclamos26
Una demanda de 2026 alegó que Meta usó sistemas de IA al seleccionar a 8.000 empleados para despido. Un juez se negó a bloquear los despidos del 22 de julio mientras 26 empleados llevaban reclamos a arbitraje privado. La acusación está en disputa, pero el problema de gobernanza es concreto.
In summaryMade for Jorge R, by HanademiSources: techtimes.com.; shapedthoughts.io.; Measuring the Impact of Early-2025 AI on Experienced Open-Source ....; andreyfradkin.com.;ngoldschlag.github.io.; arxiv.org.South Korea proposed free, unlimited AI access for all 52 million residents, backed by domestic models and government funding.In a 2026 study of over 100,000 developers, agents increased commits about 180%, while completed projects rose 50% and releases only 30%.In a randomized METR study, experienced open-source developers completed assigned repository tasks 19% slowerwhen allowed to use early-2025 AI tools.Open-source language models were 90% cheaper than comparable closed models within the same intelligence tier in 2025 market data.Among AI-using U.S. firms, 27% reported replacing worker tasks, but only about 5% reported employment changes attributable to AI.Under an enterprise AI mandate, throughput among 802 developers reached 2.09 times its pre-mandate baseline by April 2026.
The value of the research is not only what each source knew, but what became visible when their evidence was combined.
En resumenMade for Jorge R, by HanademiFuentes: techtimes.com.; shapedthoughts.io.; Measuring the Impact of Early-2025 AI on Experienced Open-Source ....; andreyfradkin.com.;ngoldschlag.github.io.; arxiv.org.Corea del Sur propuso acceso gratuito e ilimitado a IA para sus 52 millones de habitantes, respaldado por modelosnacionales y financiamiento público.En un estudio de 2026 con más de 100.000 desarrolladores, los agentes aumentaron los commits cerca de 180%, pero losproyectos terminados 50% y los lanzamientos solo 30%.En un estudio aleatorio de METR, desarrolladores experimentados de código abierto completaron tareas de repositorio19% más lento cuando pudieron usar herramientas de IA de inicios de 2025.Los modelos de lenguaje de código abierto fueron 90% más baratos que modelos cerrados comparables del mismo nivel deinteligencia en datos de mercado de 2025.Entre las empresas estadounidenses que usan IA, 27% reportó reemplazar tareas, pero solo cerca de 5% reportó cambiosde empleo atribuibles a la IA.Bajo un mandato empresarial de IA, el rendimiento de 802 desarrolladores llegó a 2,09 veces su nivel previo en abril de 2026.
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

AI reached employees before companies rebuilt the work around it. AI can transform a task without transforming the company.

Key findings

The argument

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

La investigación detrás de esta presentación

La IA llegó a los empleados antes de que las empresas rediseñaran el trabajo. La IA puede transformar una tarea sin transformar la empresa.

Hallazgos clave

El argumento

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