Hanademi

Banning AI does not make it disappear · V7

36 slides · 10 min · 2026-08-01 language
ENES
theme
LightDark
view
DeckTableTalk
brand
HanademiPlatzi
Banning AI does not make itdisappearMade for Freddy Vega, by Hanademi
Prohibir la IA no hace quedesaparezcaMade for Freddy Vega, by Hanademi
AI reached work before policy caught upShare of surveyed knowledge workers and AI users, Microsoft and LinkedIn Work Trend Index, 2024.Made for Freddy Vega, by HanademiSources: Microsoft & LinkedIn. (2024). 2024 Work Trend Index Annual Report.UnitPercent78%Bring own AI75%Use AI at work52%Hide important use
AI adoption did not begin with procurement. Microsoft found that 75% of surveyed knowledge workers already used AI at work. Among those users, 78% brought their own tools and 52% hesitated to admit important uses.
La IA llegó al trabajo antes que la políticaProporción de trabajadores del conocimiento y usuarios de IA encuestados, Work Trend Index de Microsofty LinkedIn, 2024.Made for Freddy Vega, by HanademiFuentes: Microsoft & LinkedIn. (2024). 2024 Work Trend Index Annual Report.UnidadPorcentaje78 %Lleva su propia IA75 %Usa IA en el trabajo52 %Oculta usos importantes
La adopción de IA no comenzó con compras. Microsoft encontró que 75% de los trabajadores del conocimiento encuestados ya usaba IA en el trabajo. Entre esos usuarios, 78% llevaba herramientas propias y 52% dudaba en admitir usos importantes.
The controls behind governed AIMade for Freddy Vega, by HanademiShadow AIWorkplace AI use outside approved company systems.ZDRZero Data Retention, which limits provider-side storage.DPAA contract defining how a provider processes company data.DLPTechnology that detects or blocks sensitive data transfers.SSOOne corporate identity used across approved services.NIST AI RMFA voluntary framework for managing AI risks.
The third option is not unrestricted access. It combines contracts, identity, data controls and investigation records. These terms describe the mechanisms that move AI into an environment the organization can manage.
Los controles detrás de la IA gobernadaMade for Freddy Vega, by HanademiIA en la sombraUso laboral de IA fuera de sistemas empresariales aprobados.ZDRRetención Cero de Datos, que limita el almacenamiento del proveedor.DPAUn contrato que define cómo un proveedor trata datos empresariales.DLPTecnología que detecta o bloquea transferencias de datos sensibles.SSOUna identidad corporativa utilizada en servicios aprobados.NIST AI RMFUn marco voluntario para gestionar riesgos de IA.
La tercera opción no es el acceso sin límites. Combina contratos, identidad, controles de datos y registros para investigar. Estos términos describen los mecanismos que trasladan la IA a un entorno que la organización puede gestionar.
AI use starts at the keyboardHands type on a laptop beneath a superimposed AI-themed interface.Sources: Roughly half of employees are using unsanctioned AI tools, and enterprise leaders are major culprits | CIO. cio.com.
When employees can reach AI from an ordinary laptop, policy must make that use visible and governable.
El uso de IA empieza en el tecladoUnas manos escriben en un portátil bajo una interfaz temática de IA superpuesta.Fuentes: Roughly half of employees are using unsanctioned AI tools, and enterprise leaders are major culprits | CIO. cio.com.
Cuando los empleados pueden acceder a la IA desde un portátil común, la política debe hacer que ese uso sea visible y gobernable.
Closing the approved door did notremove employee demand.The result is an association from one survey, not a randomized test of policy effects.Sources: redeagle.tech.
A 2026 UK survey reported the same shadow-AI rate under opposite policies. Both explicit bans and enabling policies recorded 33%. This does not prove bans cause hidden use, but prohibition alone did not change the reported rate.
Cerrar la puerta aprobada no eliminó lademanda de los empleados.El resultado es una asociación de una encuesta, no una prueba aleatorizada de los efectosde las políticas.Fuentes: redeagle.tech.
Una encuesta británica de 2026 reportó la misma tasa de IA en la sombra con políticas opuestas. Tanto las prohibiciones explícitas como las políticas habilitantes registraron 33%. Esto no demuestra que las prohibiciones causen uso oculto, pero la prohibición por sí sola no cambió la tasa reportada.
Hidden workplace AI behavior starts nearhalfSeparate reported shares from Microsoft, Cisco and Harmonic Security; populations and denominatorsdiffer.Made for Freddy Vega, by HanademiSources: Microsoft & LinkedIn. (2024). 2024 Work Trend Index Annual Report.; Cisco. (2024). 2024 Data Privacy Benchmark Study.;morningstar.com.UnitPercentReluctant to admit use52%Entered non-public data48%Used personal accounts64%
Three sources capture different parts of the visibility problem. Microsoft reported 52% reluctance to admit important AI use, Cisco reported 48% entering non-public information, and Harmonic Security found 64% personal-account use. The denominators differ, but each result points toward activity outside normal oversight.
La conducta oculta con IA laboral comienzacerca de la mitadProporciones separadas reportadas por Microsoft, Cisco y Harmonic Security; las poblaciones ydenominadores difieren.Made for Freddy Vega, by HanademiFuentes: Microsoft & LinkedIn. (2024). 2024 Work Trend Index Annual Report.; Cisco. (2024). 2024 Data Privacy Benchmark Study.;morningstar.com.UnidadPorcentajeEvita admitir el uso52 %Introdujo datos no públicos48 %Usó cuentas personales64 %
Tres fuentes captan partes diferentes del problema de visibilidad. Microsoft reportó 52% de resistencia a admitir usos importantes, Cisco reportó 48% que introdujo información no pública y Harmonic Security encontró 64% de uso con cuentas personales. Los denominadores difieren, pero cada resultado apunta a actividad fuera de la supervisión normal.
Bring-your-own AI reaches an implied 59%of all knowledge workersApply the 78% bring-your-own rate and the 52% disclosure-reluctance rate among AI users to the 75% whouse AI at work: 75% × 78% = 58.5% and 75% × 52% = 39.0%.Made for Freddy Vega, by HanademiSources: Microsoft & LinkedIn. (2024). 2024 Work Trend Index Annual Report.; 2024 Work Trend Index AnnualReport.; Do you know who the ‘hidden users’ of AI are in your company?.Unitshare of all surveyed knowledge workers, %Use AI at work75Bring own AI tool58.5Reluctant to disclose important-task use39
A prohibition must contend with majority-scale tool adoption and a large concealed-use population rather than a marginal exception.
La IA aportada por empleados alcanza a un 59%implícito de los trabajadores del conocimientoAplicar la tasa del 78% que aporta su propia herramienta y la tasa del 52% con reticencia a revelar su usoentre el 75% que utiliza IA en el trabajo: 75% × 78% = 58,5% y 75% × 52% = 39,0%.Made for Freddy Vega, by HanademiFuentes: Microsoft & LinkedIn. (2024). 2024 Work Trend Index Annual Report.; 2024 Work Trend Index AnnualReport.; Do you know who the ‘hidden users’ of AI are in your company?.Unidadproporción de todos los trabajadores del conocimiento encuestados, %Usan IA en el trabajo75Aportan su propia herramienta de IA58,5Evitan revelar su uso en tareas importantes39
Una prohibición debe afrontar una adopción de herramientas a escala mayoritaria y una amplia población de uso oculto, no una excepción marginal.
Global breach costs climbed through 2024,then fellIBM global average breach cost, USD millions, 2021 to 2025.Made for Freddy Vega, by HanademiSources: IBM. (2024). Cost of a Data Breach Report 2024.; IBM. (2025). Cost of a Data Breach Report 2025.UnitUSD$4.2M$4.5M$4.8M20212022202320242025The average peaked at $4.88M in2024.IBM reported $4.44M in 2025.$4.2M
IBM's global average rose from $4.24 million in 2021 to $4.88 million in 2024. The 2025 report then estimated $4.44 million. That reversal means a shadow-AI premium cannot be treated as a universal rise in every breach.
Los costos globales de brechas subieronhasta 2024 y luego bajaronCosto global promedio de una brecha según IBM, millones de USD, 2021 a 2025.Made for Freddy Vega, by HanademiFuentes: IBM. (2024). Cost of a Data Breach Report 2024.; IBM. (2025). Cost of a Data Breach Report 2025.UnidadUSD$4,2 M$4,5 M$4,8 M20212022202320242025El promedio alcanzó US$4,88M en2024.IBM reportó US$4,44M en 2025.$4,2 M
El promedio global de IBM subió de US$4,24 millones en 2021 a US$4,88 millones en 2024. El informe de 2025 estimó después US$4,44 millones. Esa reversión significa que una prima asociada a IA en la sombra no puede tratarse como un aumento universal de cada brecha.
Security automation's cost advantage is 3.3times the shadow-AI premiumNormalize three cost effects by the $4.88 million 2024 average: the $0.43 million annual increase is 8.8%,the $0.67 million shadow-AI premium is 13.7%, and the $2.22 million automation advantage is 45.5%.Made for Freddy Vega, by HanademiSources: IBM. (2024). Cost of a Data Breach Report 2024.; IBM Report: Escalating Data Breach DisruptionPushes Costs to New Highs.; IBM. (2025). Cost of a Data Breach Report 2025.Unitshare of the 2024 global average breach cost, %2023 to 2024 cost increase8.8Shadow-AI cost premium13.7Security automation cost advantage45.5
The shadow-AI penalty is material, while the scale of the automation advantage shows that active governance can create a much larger defensive benefit.
La ventaja de costo de la automatización de seguridadequivale a 3,3 veces la prima de la IA en la sombraNormalizar tres efectos de costo por el promedio de 4,88 millones de dólares de 2024: el aumento anual de0,43 millones representa 8,8%, la prima de 0,67 millones por IA en la sombra representa 13,7% y laventaja de 2,22 millones por automatización representa 45,5%.Made for Freddy Vega, by HanademiFuentes: IBM. (2024). Cost of a Data Breach Report 2024.; IBM Report: Escalating Data Breach DisruptionPushes Costs to New Highs.; IBM. (2025). Cost of a Data Breach Report 2025.Unidadproporción del costo global promedio de una brecha en 2024, %Aumento de costo de 2023 a 20248,8Prima de costo por IA en la sombra13,7Ventaja de costo por automatización de seguridad45,5
La penalización por IA en la sombra es material, mientras que la magnitud de la ventaja de la automatización muestra que la gobernanza activa puede generar un beneficio defensivo mucho mayor.
AI-enabled malicious breaches averaged$6 millionIBM 2026 average breach costs, AI-enabled malicious breaches versus the global average, USD millions.Made for Freddy Vega, by HanademiSources: prnewswire.com.UnitUSD$6MAI-enabled malicious$5MGlobal average
IBM's 2026 report put AI-enabled malicious breaches at $6 million on average. The global average was $4.99 million. This is not a shadow-AI estimate, but it shows why uncontrolled AI belongs inside the breach-response system.
Las brechas maliciosas habilitadas por IApromediaron US$6 millonesCostos promedio de brechas según IBM en 2026, brechas maliciosas habilitadas por IA frente al promedioglobal, millones de USD.Made for Freddy Vega, by HanademiFuentes: prnewswire.com.UnidadUSD$6 MMaliciosa con IA$5 MPromedio global
El informe de IBM de 2026 situó las brechas maliciosas habilitadas por IA en US$6 millones en promedio. El promedio global fue de US$4,99 millones. Esto no es una estimación de IA en la sombra, pero muestra por qué la IA sin control debe entrar en el sistema de respuesta a brechas.
Breach response still consumed 258 daysIBM average breach lifecycle, days from identification through containment, 2021 to 2024.Made for Freddy Vega, by HanademiSources: IBM. (2024). Cost of a Data Breach Report 2024.; What is Dwell Time in Cybersecurity?.UnitDaysLifecycle trend28725820212024Where 2024 time went19464258IdentifyContainTotal
IBM measured a 258-day average breach lifecycle in 2024. Identification consumed 194 days and containment another 64. The series improved from 287 days in 2021, but the evidence does not isolate extra delay caused by shadow AI.
La respuesta a brechas todavía consumía258 díasCiclo promedio de una brecha según IBM, días desde la identificación hasta la contención, 2021 a 2024.Made for Freddy Vega, by HanademiFuentes: IBM. (2024). Cost of a Data Breach Report 2024.; What is Dwell Time in Cybersecurity?.UnidadDíasTendencia del ciclo28725820212024Dónde se fue el tiempo en 202419464258IdentificarContenerTotal
IBM midió un ciclo promedio de brecha de 258 días en 2024. La identificación consumió 194 días y la contención otros 64. La serie mejoró desde 287 días en 2021, pero la evidencia no aísla la demora adicional causada por la IA en la sombra.
Automation's 98-day advantage exceeds theentire containment phaseUse the 64-day containment phase as one unit: the 98-day automation advantage equals 1.53 units,identification equals 3.03 units, and the full lifecycle equals 4.03 units.Made for Freddy Vega, by HanademiSources: IBM. (2024). Cost of a Data Breach Report 2024.; What is Dwell Time in Cybersecurity?.Unitmultiples of the 2024 containment phaseContainment phase1Automation advantage1.5Identification phase3.0Full breach lifecycle4.0
The time associated with extensive security AI and automation is large enough to erase more than one complete containment phase.
La ventaja de 98 días de la automatizaciónsupera toda la fase de contenciónUsar la fase de contención de 64 días como una unidad: la ventaja de 98 días por automatización equivale a1,53 unidades, la identificación a 3,03 unidades y el ciclo completo a 4,03 unidades.Made for Freddy Vega, by HanademiFuentes: IBM. (2024). Cost of a Data Breach Report 2024.; What is Dwell Time in Cybersecurity?.Unidadmúltiplos de la fase de contención de 2024Fase de contención1Ventaja de la automatización1,5Fase de identificación3,0Ciclo completo de la brecha4,0
El tiempo asociado con un uso amplio de IA y automatización de seguridad basta para eliminar más de una fase completa de contención.
Visibility improves investigationA magnifying glass lies over illuminated rows of code-like characters.Sources: Employees' shadow AI use is poorly monitored, survey finds | TechTarget. techtarget.com.
Governed AI gives investigators a clearer trail when they need to reconstruct an incident.
La visibilidad mejora la investigaciónUna lupa yace sobre filas iluminadas de caracteres similares a código.Fuentes: Employees' shadow AI use is poorly monitored, survey finds | TechTarget. techtarget.com.
La IA gobernada ofrece a los investigadores un rastro más claro cuando necesitan reconstruir un incidente.
Processor failures produced fines from€125K to €100MTwo European data-protection enforcement cases involving processors, EUR millions.Made for Freddy Vega, by HanademiSources: autoriteitpersoonsgegevens.nl.; maglas.ro.Sources use different measurement bases; read the comparison directionally, not as one exact scale.UnitEURYangoEUR100MRenault Commercial RoumanieEUR125K800x
The Dutch authority fined Yango's European operator €100 million for transferring personal data to Russia. Romania fined Renault Commercial Roumanie €125,000 after an attack on a processor-administered application. These are not AI incidents, but they show why processing obligations need enforceable form.
Las fallas con encargados produjeronmultas de €125.000 a €100 millonesDos casos europeos de aplicación de protección de datos relacionados con encargados, millones de EUR.Made for Freddy Vega, by HanademiFuentes: autoriteitpersoonsgegevens.nl.; maglas.ro.Las fuentes usan bases de medición distintas; lea la comparación como tendencia, no como una escala exacta.UnidadEURYangoEUR100 MRenault Commercial RoumanieEUR125K800x
La autoridad neerlandesa multó con €100 millones a la operadora europea de Yango por transferir datos personales a Rusia. Rumania multó con €125.000 a Renault Commercial Roumanie tras un ataque contra una aplicación administrada por un encargado. Estos no son incidentes de IA, pero muestran por qué las obligaciones de tratamiento necesitan una forma exigible.
Līvāni lacked a proper agreementwhen over 25 million recordswere compromised.This case concerns processor governance rather than generative AI specifically.Sources: thedpo.eu.
Latvia's data authority reprimanded Līvāni after more than 25 million records were compromised at processor ZZ Dats. The municipality lacked a proper processing agreement despite ISO certification. Certification can support governance, but it cannot replace the contract governing a real data flow.
Sources
Līvāni carecía de un acuerdo adecuadocuando se comprometieron más de 25millones de registros.Este caso se refiere a la gobernanza de encargados y no específicamente a la IAgenerativa.Fuentes: thedpo.eu.
La autoridad letona reprendió a Līvāni después de que se comprometieran más de 25 millones de registros en el encargado ZZ Dats. El municipio carecía de un acuerdo de tratamiento adecuado pese a su certificación ISO. La certificación puede apoyar la gobernanza, pero no puede sustituir el contrato que rige un flujo real de datos.
Fuentes
Verizon found that humans were involved in68% of breaches in its 2024 report.Verizon found that a human element was involved in 68% of the breaches analyzed in its2024 report. DLP can detect or block some sensitive transfers, but encrypted channels,false positives and new data patterns can reduce effectiveness.Sources: Verizon. (2024). 2024 Data Breach Investigations Report.; Verizon's 2024 Data Breach Investigations Report.
Verizon found that a human element was involved in 68% of the breaches analyzed in its 2024 report. That does not measure DLP effectiveness directly. It explains why a policy document alone cannot carry the full burden of preventing sensitive data from leaving.
Verizon halló que personas intervinieron en68% de las brechas en su informe 2024.Verizon encontró que un elemento humano estuvo involucrado en 68% de las brechasanalizadas en su informe de 2024. DLP puede detectar o bloquear algunas transferenciassensibles, pero los canales cifrados, falsos positivos y nuevos patrones de datos puedenreducir su eficacia.Fuentes: Verizon. (2024). 2024 Data Breach Investigations Report.; Verizon's 2024 Data Breach Investigations Report.
Verizon encontró que un elemento humano estuvo involucrado en 68% de las brechas analizadas en su informe de 2024. Eso no mide directamente la eficacia de DLP. Explica por qué un documento de política no puede cargar por sí solo con la prevención de salidas de datos sensibles.
ISO/IEC 42001 made AI managementsystems certifiable in 2023.NIST AI RMF provides a complementary voluntary structure through Govern, Map,Measure and Manage.Sources: ISO. (2023). ISO/IEC 42001:2023 Information technology, Artificial intelligence, Management system.
ISO published ISO/IEC 42001 in 2023 as an AI management-system standard suitable for third-party certification. It can make responsibilities and review processes auditable. Certification verifies the management system, not the safety or accuracy of every output.
ISO/IEC 42001 hizo certificables lossistemas de gestión de IA en 2023.NIST AI RMF ofrece una estructura voluntaria complementaria mediante Gobernar,Mapear, Medir y Gestionar.Fuentes: ISO. (2023). ISO/IEC 42001:2023 Information technology, Artificial intelligence, Management system.
ISO publicó ISO/IEC 42001 en 2023 como una norma de sistemas de gestión de IA apta para certificación por terceros. Puede hacer auditables las responsabilidades y los procesos de revisión. La certificación verifica el sistema de gestión, no la seguridad o exactitud de cada resultado.
A controlled assistant reached 98% adoptionwhen it fit the workflow.The figure demonstrates reported adoption, not an independent estimate of securityoutcomes.Sources: OpenAI. (2024). Morgan Stanley uses AI to improve financial advisor services.; Morgan Stanley. (2024). AI at Morgan Stanley.
Morgan Stanley reported 98% adoption among adviser teams. The assistant was evaluated and connected to approved documents rather than released as an unrestricted public tool. The governed route worked because it was useful enough to choose.
Un asistente controlado alcanzó 98% deadopción al encajar en el flujo.La cifra demuestra adopción reportada, no una estimación independiente de resultados deseguridad.Fuentes: OpenAI. (2024). Morgan Stanley uses AI to improve financial advisor services.; Morgan Stanley. (2024). AI at Morgan Stanley.
Morgan Stanley reportó 98% de adopción entre los equipos asesores. El asistente fue evaluado y conectado con documentos aprobados, en lugar de ofrecerse como herramienta pública sin restricciones. La ruta gobernada funcionó porque era suficientemente útil para elegirla.
AI accelerated suitable work but failedbeyond its frontierRandomized GitHub Copilot and BCG experiments; reported percentage improvements on suitable tasks anderror increase on one unsuitable task.Made for Freddy Vega, by HanademiSources: Peng, S., Kalliamvakou, E., Cihon, P., & Demirer, M. (2023). The impact of AI on developer productivity:Evidence from GitHub Copilot. arXiv.; Dell'Acqua, F., et al. (2023). Navigating the jagged technological frontier.Harvard Business School Working Paper 24-013.UnitPercent or percentage pointsCompletion speed55.8%25.1%GitHub CopilotGPT-4 at BCGBCG task outcomes12.2%40%19%More tasksHigher qualityMore incorrect
Copilot users completed a bounded coding task 55.8% faster. In BCG's experiment, suitable tasks gained speed, volume and quality. On one task beyond GPT-4's frontier, assisted consultants were 19 percentage points more likely to answer incorrectly.
La IA aceleró el trabajo adecuado, perofalló fuera de su fronteraExperimentos aleatorizados de GitHub Copilot y BCG; mejoras porcentuales reportadas en tareas adecuadasy aumento de errores en una tarea inadecuada.Made for Freddy Vega, by HanademiFuentes: Peng, S., Kalliamvakou, E., Cihon, P., & Demirer, M. (2023). The impact of AI on developer productivity:Evidence from GitHub Copilot. arXiv.; Dell'Acqua, F., et al. (2023). Navigating the jagged technological frontier.Harvard Business School Working Paper 24-013.UnidadPorcentaje o puntos porcentualesVelocidad de finalización55,8 %25,1 %GitHub CopilotGPT-4 at BCGResultados de tareas en BCG12,2 %40 %19 %Más tareasMayor calidadMás incorrectas
Los usuarios de Copilot completaron una tarea acotada de programación 55,8% más rápido. En el experimento de BCG, las tareas adecuadas ganaron velocidad, volumen y calidad. En una tarea fuera de la frontera de GPT-4, los consultores asistidos tuvieron 19 puntos porcentuales más de probabilidad de responder incorrectamente.
Novices gained more than twice the averageProductivity gain associated with AI assistance in one support setting, average versus novice orlower-skilled workers.Made for Freddy Vega, by HanademiSources: Brynjolfsson, E., Li, D., & Raymond, L. (2023). Generative AI at work. NBER Working Paper 31161.UnitProductivity gainAll workers14%Novice workers34%2.4x
AI assistance was associated with a 14% average productivity gain across 5,179 support agents. Novice and lower-skilled workers gained about 34%. Controlled practice can therefore be a learning system as well as a productivity tool.
Los principiantes ganaron más del doble queel promedioGanancia de productividad asociada con asistencia de IA en un entorno de soporte, promedio frente atrabajadores principiantes o menos calificados.Made for Freddy Vega, by HanademiFuentes: Brynjolfsson, E., Li, D., & Raymond, L. (2023). Generative AI at work. NBER Working Paper 31161.UnidadGanancia de productividadTodos los trabajadores14 %Trabajadores principiantes34 %2,4x
La asistencia de IA se asoció con una ganancia promedio de productividad de 14% entre 5.179 agentes de soporte. Los trabajadores principiantes y menos calificados ganaron cerca de 34%. La práctica controlada puede ser un sistema de aprendizaje además de una herramienta de productividad.
AI skills began to outweigh experienceShares reported in the Microsoft and LinkedIn Work Trend Index, surveyed leaders and AI users, 2024.Made for Freddy Vega, by HanademiSources: Microsoft & LinkedIn. (2024). 2024 Work Trend Index Annual Report.UnitPercentReject without AI skills66%Prefer skilled novice71%Users bringing own AI78%
Microsoft reported that 66% of leaders would not hire someone without AI skills. Another 71% preferred a less-experienced candidate who had them. If formal learning is blocked, employees may still learn through channels the organization cannot observe.
Las habilidades de IA comenzaron a pesarmás que la experienciaProporciones reportadas en el Work Trend Index de Microsoft y LinkedIn, líderes y usuarios de IAencuestados, 2024.Made for Freddy Vega, by HanademiFuentes: Microsoft & LinkedIn. (2024). 2024 Work Trend Index Annual Report.UnidadPorcentajeRechaza sin habilidades de IA66 %Prefiere principiante capacitado71 %Usuarios con IA propia78 %
Microsoft reportó que 66% de los líderes no contrataría a alguien sin habilidades de IA. Otro 71% prefería a un candidato menos experimentado que sí las tuviera. Si se bloquea el aprendizaje formal, los empleados pueden seguir aprendiendo mediante canales que la organización no puede observar.
Federal agencies increased generative-AIuse 9x from 2023 to 2024.The figure measures federal agency use and does not directly measure employee shadowAI.Sources: gao.gov.
GAO reported a ninefold increase in generative-AI use across U.S. federal agencies from 2023 to 2024. The supplied claim does not include the endpoints needed for a growth curve. The multiplier still shows how quickly institutional adoption can move.
Sources
Las agencias federales multiplicaron 9veces el uso de IA generativa entre2023 y 2024.La cifra mide el uso en agencias federales y no mide directamente la IA en la sombra deempleados.Fuentes: gao.gov.
La GAO reportó que el uso de IA generativa en las agencias federales de Estados Unidos se multiplicó por nueve entre 2023 y 2024. La afirmación suministrada no incluye los valores inicial y final necesarios para una curva. El multiplicador todavía muestra la rapidez del cambio institucional.
Fuentes
Spain's digital-skills measure was 1.6xGermany'sEurostat digital-skills measure for Spain and Germany, 2021, 2023 and 2025; source unit was notsupplied.Made for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Individuals' level of digital skills (from 2021 onwards) [ISOC_SK_DSKL_I21]. Eurostat.Hanademi analysis: Spain's figure divided by Germany's across the 3 years both series cover, from the two cited sources. · Spain dividedby Germany.UnitSource measure012202120232025SpainGermanySpain ended at 2.21 in 2025.Germany ended at 1.4 in 2025.
This is Hanademi analysis, not a conclusion published by Eurostat. Spain's measure was 2.21 in 2025 and Germany's was 1.4. Dividing those values gives 1.58x, displayed as 1.6x.
La medida de habilidades digitales deEspaña fue 1,6 veces la de AlemaniaMedida de habilidades digitales de Eurostat para España y Alemania, 2021, 2023 y 2025; no se suministróla unidad de la fuente.Made for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Individuals' level of digital skills (from 2021 onwards) [ISOC_SK_DSKL_I21]. Eurostat.Análisis de Hanademi: La cifra de Spain dividida por la de Germany en los 3 años que ambas series cubren, a partir de las dos fuentescitadas. · España dividida por Alemania.UnidadMedida de la fuente012202120232025EspañaAlemaniaEspaña terminó en 2,21 en 2025.Alemania terminó en 1,4 en 2025.
Este es un análisis de Hanademi, no una conclusión publicada por Eurostat. La medida de España fue 2,21 en 2025 y la de Alemania fue 1,4. Dividir esos valores da 1,58 veces, mostrado como 1,6 veces.
Italy led Spain's training measure by 0.91in 2024Eurostat enterprise ICT-training measure for Italy and Spain, 8 aligned observations from 2015 to 2024;source unit was not supplied.Made for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Enterprises that provided training to develop/upgrade ICT skills of their personnel by NACE Rev.2 activity[ISOC_SKE_ITTN2]. Eurostat.Hanademi analysis: Italy's figure minus Spain's across the 8 years both series cover, from the two cited sources. · Italy minus Spain.UnitSource measure05102015201720192022ItalySpainItaly first moved ahead in 2019.Italy ended at 6.15 in 2024.
This is Hanademi analysis, not a conclusion published by Eurostat. Italy trailed Spain in 2015, crossed ahead in 2019 and ended at 6.15 versus Spain's 5.24 in 2024. Subtracting the two values gives a 0.91 gap.
Italia superó a España por 0,91 en lamedida de capacitación en 2024Medida de capacitación empresarial en TIC de Eurostat para Italia y España, 8 observaciones alineadas de2015 a 2024; no se suministró la unidad.Made for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Enterprises that provided training to develop/upgrade ICT skills of their personnel by NACE Rev.2activity [ISOC_SKE_ITTN2]. Eurostat.Análisis de Hanademi: La cifra de Italy menos la de Spain en los 8 años que ambas series cubren, a partir de las dos fuentes citadas. ·Italia menos España.UnidadMedida de la fuente05102015201720192022ItaliaEspañaItalia pasó al frente por primeravez en 2019.Italia terminó en 6,15 en 2024.
Este es un análisis de Hanademi, no una conclusión publicada por Eurostat. Italia estaba detrás de España en 2015, pasó al frente en 2019 y terminó en 6,15 frente a 5,24 de España en 2024. Restar los dos valores da una brecha de 0,91.
The EU added nearly 3.9 million ICTspecialistsEmployed ICT specialists in the EU-27, thousands of people, 2015 to 2025.Made for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Employed information and communications technology (ICT) specialists [ISOC_SKS_ITSPT]. Eurostat.Unitpeople6K8K10K201520172019202120232025The EU began at 6.56M in2015.Employment reached 10.45M in2025.
EU employment of ICT specialists rose from 6.56 million in 2015 to 10.45 million in 2025. That is an increase of nearly 3.9 million people. The series is labor-market context, not proof that AI policy caused the growth.
La UE sumó casi 3,9 millones deespecialistas TICEspecialistas TIC empleados en la UE-27, miles de personas, 2015 a 2025.Made for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Employed information and communications technology (ICT) specialists [ISOC_SKS_ITSPT]. Eurostat.Unidadpersonas6K8K10K201520172019202120232025La UE comenzó en 6,56M en2015.El empleo llegó a 10,45M en2025.
El empleo de especialistas TIC en la UE subió de 6,56 millones en 2015 a 10,45 millones en 2025. Es un aumento de casi 3,9 millones de personas. La serie aporta contexto laboral, no prueba que la política de IA causara el crecimiento.
Germany widened its ICT workforce leadover FranceEmployed ICT specialists in Germany and France, thousands of people, 2015 to 2025.Made for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Employed information and communications technology (ICT) specialists [ISOC_SKS_ITSPT]. Eurostat.Unitpeople01K2K201520172019202120232025GermanyFranceGermany reached 2.32M in 2025.France reached 1.43M in 2025.
Germany rose from 1.47 million ICT specialists in 2015 to 2.32 million in 2025. France increased from 0.91 million to 1.43 million. Both expanded, while Germany's absolute lead became larger.
Alemania amplió su ventaja sobre Franciaen fuerza laboral TICEspecialistas TIC empleados en Alemania y Francia, miles de personas, 2015 a 2025.Made for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Employed information and communications technology (ICT) specialists [ISOC_SKS_ITSPT]. Eurostat.Unidadpersonas01K2K201520172019202120232025AlemaniaFranciaAlemania llegó a 2,32M en 2025.Francia llegó a 1,43M en 2025.
Alemania pasó de 1,47 millones de especialistas TIC en 2015 a 2,32 millones en 2025. Francia aumentó de 0,91 millones a 1,43 millones. Ambas crecieron, mientras la ventaja absoluta de Alemania se hizo mayor.
Spain passed Italy in ICT specialists after2022Employed ICT specialists in Spain and Italy, thousands of people, 2015 to 2025.Made for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Employed information and communications technology (ICT) specialists [ISOC_SKS_ITSPT]. Eurostat.Unitpeople05001K201520172019202120232025SpainItalySpain moved ahead in 2024.Italy peaked at 970.4K in 2023.
Italy led Spain throughout the first 9 observations. Italy then fell from 970,400 specialists in 2023 to 904,800 in 2025. Spain continued rising and reached 1.06 million, making the crossing visible.
España superó a Italia en especialistas TICdespués de 2022Especialistas TIC empleados en España e Italia, miles de personas, 2015 a 2025.Made for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Employed information and communications technology (ICT) specialists [ISOC_SKS_ITSPT]. Eurostat.Unidadpersonas05001K201520172019202120232025EspañaItaliaEspaña pasó al frente en 2024.Italia alcanzó 970,4K en 2023.
Italia lideró a España durante las primeras 9 observaciones. Italia cayó después de 970.400 especialistas en 2023 a 904.800 en 2025. España siguió subiendo y llegó a 1,06 millones, haciendo visible el cruce.
The Netherlands pulled away from Swedenin ICT employmentEmployed ICT specialists in the Netherlands and Sweden, thousands of people, 2015 to 2025.Made for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Employed information and communications technology (ICT) specialists [ISOC_SKS_ITSPT]. Eurostat.UnitThousands of people0200400600201520172019202120232025NetherlandsSwedenThe Netherlands reached 708.8K.Sweden reached 470.9K.
The Netherlands grew from 414,400 ICT specialists in 2015 to 708,800 in 2025. Sweden rose from 293,800 to 470,900. Both expanded, but the Dutch series added more absolute capacity.
Países Bajos se alejó de Suecia en empleoTICEspecialistas TIC empleados en Países Bajos y Suecia, miles de personas, 2015 a 2025.Made for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Employed information and communications technology (ICT) specialists [ISOC_SKS_ITSPT]. Eurostat.UnidadMiles de personas0200400600201520172019202120232025PaísesBajosSueciaPaíses Bajos llegó a 708,8K.Suecia llegó a 470,9K.
Países Bajos pasó de 414.400 especialistas TIC en 2015 a 708.800 en 2025. Suecia subió de 293.800 a 470.900. Ambos crecieron, pero la serie neerlandesa sumó más capacidad absoluta.
The EU digital-skills measure fell acrossevery observationEurostat digital-skills measure for the EU-27, 2021, 2023 and 2025; source unit was not supplied.Made for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Individuals' level of digital skills (from 2021 onwards) [ISOC_SK_DSKL_I21]. Eurostat.UnitSource measure2.02.22.5202120232025The measure began at 2.59.It fell to 2.04 in 2025.
The supplied Eurostat measure declined from 2.59 in 2021 to 2.04 in 2025. Every observation moved downward. The source unit is absent from the claim payload, so the series should be read as direction and context rather than a familiar percentage.
La medida de habilidades digitales de la UEcayó en cada observaciónMedida de habilidades digitales de Eurostat para la UE-27, 2021, 2023 y 2025; no se suministró la unidad.Made for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Individuals' level of digital skills (from 2021 onwards) [ISOC_SK_DSKL_I21]. Eurostat.UnidadMedida de la fuente2,02,22,5202120232025La medida comenzó en 2,59.Cayó a 2,04 en 2025.
La medida suministrada por Eurostat bajó de 2,59 en 2021 a 2,04 en 2025. Cada observación descendió. La unidad de la fuente no aparece en la afirmación, por lo que la serie debe leerse como dirección y contexto, no como un porcentaje conocido.
France's digital-skills measure rose, thenreversedEurostat digital-skills measure for France, 2021, 2023 and 2025; source unit was not supplied.Made for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Individuals' level of digital skills (from 2021 onwards) [ISOC_SK_DSKL_I21]. Eurostat.UnitSource measure0.70.80.9202120232025The measure peaked at 0.89 in2023.It returned to 0.71 in 2025.0.7
France's supplied measure rose from 0.67 in 2021 to 0.89 in 2023. It then fell to 0.71 in 2025. The reversal cautions against treating organizational capability as a one-time achievement.
La medida de habilidades digitales deFrancia subió y luego retrocedióMedida de habilidades digitales de Eurostat para Francia, 2021, 2023 y 2025; no se suministró la unidad.Made for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Individuals' level of digital skills (from 2021 onwards) [ISOC_SK_DSKL_I21]. Eurostat.UnidadMedida de la fuente0,70,80,9202120232025La medida alcanzó 0,89 en 2023.Volvió a 0,71 en 2025.0,7
La medida suministrada para Francia subió de 0,67 en 2021 a 0,89 en 2023. Luego cayó a 0,71 en 2025. La reversión advierte contra tratar la capacidad organizacional como un logro único.
The EU training measure barely moved in 9yearsEurostat enterprise ICT-training measure for the EU-27, 2015 to 2024; source unit was not supplied.Made for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Enterprises that provided training to develop/upgrade ICT skills of their personnel by NACE Rev.2 activity[ISOC_SKE_ITTN2]. Eurostat.UnitSource measure7.58.08.520152016201720182019202020222024The measure dipped to 7.71 in2020.It ended at 8.56 in 2024.
The EU enterprise-training measure moved from 7.64 in 2015 to 8.56 in 2024. It dipped in 2020 and recovered afterward. The modest change contrasts with the much larger expansion in ICT-specialist employment.
La medida de capacitación de la UE apenascambió en 9 añosMedida de capacitación empresarial en TIC de Eurostat para la UE-27, 2015 a 2024; no se suministró launidad.Made for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Enterprises that provided training to develop/upgrade ICT skills of their personnel by NACE Rev.2activity [ISOC_SKE_ITTN2]. Eurostat.UnidadMedida de la fuente7,58,08,520152016201720182019202020222024La medida bajó a 7,71 en 2020.Terminó en 8,56 en 2024.
La medida de capacitación empresarial de la UE pasó de 7,64 en 2015 a 8,56 en 2024. Bajó en 2020 y se recuperó después. El cambio modesto contrasta con la expansión mucho mayor del empleo de especialistas TIC.
Germany stayed ahead as France andSweden weakenedEurostat enterprise ICT-training measure for Germany, France and Sweden, 2015 to 2024; source unitwas not supplied.Made for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Enterprises that provided training to develop/upgrade ICT skills of their personnel by NACE Rev.2 activity[ISOC_SKE_ITTN2]. Eurostat.UnitSource measure05102015201720192022GermanyFranceSwedenGermany began at 12.45.Sweden peaked at 9.24 in 2022.
Germany remained above France and Sweden across the series. France ended below its 2015 level, while Sweden fell sharply after its 2022 peak. Technical workforce growth and enterprise training can therefore move on different paths.
Alemania siguió al frente mientras Franciay Suecia se debilitaronMedida de capacitación empresarial en TIC de Eurostat para Alemania, Francia y Suecia, 2015 a 2024; nose suministró la unidad.Made for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Enterprises that provided training to develop/upgrade ICT skills of their personnel by NACE Rev.2activity [ISOC_SKE_ITTN2]. Eurostat.UnidadMedida de la fuente05102015201720192022AlemaniaFranciaSueciaAlemania comenzó en 12,45.Suecia alcanzó 9,24 en 2022.
Alemania permaneció por encima de Francia y Suecia durante toda la serie. Francia terminó por debajo de su nivel de 2015, mientras Suecia cayó con fuerza después de su pico de 2022. El crecimiento de la fuerza técnica y la capacitación empresarial pueden seguir caminos diferentes.
The Netherlands kept the highest trainingmeasure in this groupEurostat enterprise ICT-training measure for the Netherlands, 2015 to 2024; source unit was not supplied.Made for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Enterprises that provided training to develop/upgrade ICT skills of their personnel by NACE Rev.2 activity[ISOC_SKE_ITTN2]. Eurostat.UnitSource measure1214162015201620172018202020222024The measure peaked at 15.47in 2022.It remained at 14.1 in 2024.
The Netherlands rose from 11.8 in 2015 to a peak of 15.47 in 2022. It eased to 14.1 in 2024 but remained above its starting level. The series shows a comparatively strong enterprise-training context within the supplied group.
Países Bajos mantuvo la mayor medida decapacitación de este grupoMedida de capacitación empresarial en TIC de Eurostat para Países Bajos, 2015 a 2024; no se suministróla unidad.Made for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Enterprises that provided training to develop/upgrade ICT skills of their personnel by NACE Rev.2activity [ISOC_SKE_ITTN2]. Eurostat.UnidadMedida de la fuente1214162015201620172018202020222024La medida alcanzó 15,47 en2022.Se mantuvo en 14,1 en 2024.
Países Bajos subió de 11,8 en 2015 a un pico de 15,47 en 2022. Bajó a 14,1 en 2024, pero permaneció por encima de su nivel inicial. La serie muestra un contexto de capacitación empresarial comparativamente fuerte dentro del grupo suministrado.
Spain posted a 132-point divergence between ICTworkforce growth and employer trainingMade for Freddy Vega, by HanademiSources: Eurostat. (n.d.). Employed information and communications technology (ICT) specialists [ISOC_SKS_ITSPT].Eurostat.; Eurostat. (n.d.). Enterprises that provided training to develop/upgrade ICT skills of their personnel by NACERev.2 activity [ISOC_SKE_ITTN2]. Eurostat.Unitendpoint percentage changeEmployer ICT-training change, 2015 to 2024+50%0-50%20%55%90%ICT-specialist workforce growth, 2015 to 2025ItalyNetherlandsEU27GermanyFranceSwedenSpain
Rapid growth in technical labor does not guarantee that employers build the broad skills and controls required for governed AI adoption.
España registró una divergencia de 132 puntos entreel crecimiento del empleo TIC y la formaciónempresarialMade for Freddy Vega, by HanademiFuentes: Eurostat. (n.d.). Employed information and communications technology (ICT) specialists[ISOC_SKS_ITSPT]. Eurostat.; Eurostat. (n.d.). Enterprises that provided training to develop/upgrade ICT skillsof their personnel by NACE Rev.2 activity [ISOC_SKE_ITTN2]. Eurostat.Unidadvariación porcentual entre extremosCambio en formación TIC empresarial, 2015 a 2024+50%0-50%20%55%90%Crecimiento del empleo de especialistas TIC, 2015 a 2025ItaliaPaíses BajosUE27AlemaniaFranciaSueciaEspaña
El rápido crecimiento del empleo técnico no garantiza que las empresas desarrollen las capacidades y los controles amplios necesarios para adoptar IA con gobernanza.
Illustrative scoring favors governedadoptionIllustrative risk and value index from 0 to 10; these are not measured organizational outcomes.Made for Freddy Vega, by HanademiSources: NIST. (2023). Artificial Intelligence Risk Management Framework 1.0.; Microsoft & LinkedIn. (2024). 2024 Work TrendIndex Annual Report.; IBM. (2024). Cost of a Data Breach Report 2024.Illustrative matrix only.UnitIllustrative index0258Retained value468Residual risk →ProhibitionUncontrolled useGoverned adoption
This matrix is illustrative, not an observed organizational result. It places prohibition at risk 6 and value 2, uncontrolled use at risk 9 and value 8, and governed adoption at risk 3 and value 7. Within that scoring, governance preserves 87.5% of value while reducing residual risk by 66.7%.
La puntuación ilustrativa favorece laadopción gobernadaÍndice ilustrativo de riesgo y valor de 0 a 10; no son resultados organizacionales medidos.Made for Freddy Vega, by HanademiFuentes: NIST. (2023). Artificial Intelligence Risk Management Framework 1.0.; Microsoft & LinkedIn. (2024). 2024 Work TrendIndex Annual Report.; IBM. (2024). Cost of a Data Breach Report 2024.Matriz únicamente ilustrativa.UnidadÍndice ilustrativo0258Valor conservado468Riesgo residual →ProhibiciónUso sin controlAdopción gobernada
Esta matriz es ilustrativa, no un resultado organizacional observado. Coloca la prohibición en riesgo 6 y valor 2, el uso sin control en riesgo 9 y valor 8, y la adopción gobernada en riesgo 3 y valor 7. Dentro de esa puntuación, la gobernanza conserva 87,5% del valor y reduce el riesgo residual en 66,7%.
Governed adoption yields 2.6 times morevalue per unit of risk than uncontrolled useDivide each policy's value score by its residual-risk score: prohibition 2 ÷ 6 = 0.33, uncontrolled use 8 ÷ 9= 0.89, and governed adoption 7 ÷ 3 = 2.33.Made for Freddy Vega, by HanademiSources: NIST. (2023). Artificial Intelligence Risk Management Framework 1.0.; Microsoft & LinkedIn. (2024).2024 Work Trend Index Annual Report.; IBM. (2024). Cost of a Data Breach Report 2024.Unitillustrative value points per residual-risk pointProhibit0.3Allow without control0.9Govern2.3
Governance preserves most available value while converting each accepted unit of residual risk into substantially more organizational benefit.
La adopción gobernada genera 2,6 veces más valorpor unidad de riesgo que el uso sin controlDividir la puntuación de valor de cada política entre su puntuación de riesgo residual: prohibición 2 ÷ 6 =0,33, uso sin control 8 ÷ 9 = 0,89 y adopción gobernada 7 ÷ 3 = 2,33.Made for Freddy Vega, by HanademiFuentes: NIST. (2023). Artificial Intelligence Risk Management Framework 1.0.; Microsoft & LinkedIn. (2024).2024 Work Trend Index Annual Report.; IBM. (2024). Cost of a Data Breach Report 2024.Unidadpuntos ilustrativos de valor por punto de riesgo residualProhibir0,3Permitir sin control0,9Gobernar2,3
La gobernanza conserva la mayor parte del valor disponible y convierte cada unidad aceptada de riesgo residual en un beneficio organizativo mucho mayor.
In summaryMade for Freddy Vega, by HanademiSources: morningstar.com.; gao.gov.; ISO. (2023). ISO/IEC 42001:2023 Information technology, Artificial intelligence, Management system.;Eurostat. (n.d.). Individuals' level of digital skills (from 2021 onwards) [ISOC_SK_DSKL_I21]. Eurostat.Harmonic Security research found employees used personal AI accounts for work 64% of the time.U.S. federal agencies’ use of generative AI increased ninefold from 2023 to 2024, according to GAO.ISO/IEC 42001 was published in 2023 as an international AI management-system standard suitable for third-party certification.Individuals' level of digital skills: Spain ran 1.6x Germany in 2025.
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: morningstar.com.; gao.gov.; ISO. (2023). ISO/IEC 42001:2023 Information technology, Artificial intelligence, Management system.; Eurostat.(n.d.). Individuals' level of digital skills (from 2021 onwards) [ISOC_SK_DSKL_I21]. Eurostat.Una investigación de Harmonic Security encontró que los empleados usaban cuentas personales de IA para trabajar el 64% del tiempo.Según la GAO, el uso de IA generativa en las agencias federales de Estados Unidos se multiplicó por nueve entre 2023 y 2024.ISO/IEC 42001 fue publicada en 2023 como norma internacional de sistemas de gestión de IA apta para certificación por terceros.Individuals' level of digital skills: Spain fue 1,6 veces Germany en 2025.
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

The workforce did not wait for a corporate rollout. Governed adoption replaces invisible use with named controls.

Key findings

The argument

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

La investigación detrás de esta presentación

La fuerza laboral no esperó un despliegue corporativo. La adopción gobernada sustituye el uso invisible por controles definidos.

Hallazgos clave

El argumento

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