Hanademi

Cheap AI doesn't guarantee a smart SMBLa IA barata no garantiza una pyme inteligente · V7

29 slides · 26 min · 2026-08-06 language
ENES
theme
LightDark
view
TalkTable
brand
HanademiPlatzi
Cheap AI doesn't guarantee asmart SMBMade for Nestor Julian Quintero Castaño, by Hanademi
  1. The question isn't how much technology an SMB buys, but how much value it can operate with.
  2. Large European companies adopt AI almost 4 times more than small ones.
  3. The future demands selecting tasks, training teams, and governing data, costs, and vendors.
La IA barata no garantiza unapyme inteligenteMade for Nestor Julian Quintero Castaño, by Hanademi
  1. La pregunta no es cuánta tecnología compra una pyme, sino cuánto valor puede operar con ella.
  2. Las empresas grandes europeas adoptan IA casi 4 veces más que las pequeñas.
  3. El futuro exige seleccionar tareas, capacitar equipos y gobernar datos, costos y proveedores.
In 2024, 41.2% of large EU companies usedAI versus 11.2% of small companiesGPT-3.5-level inference costs fell more than 280-fold. Among EU companies, the 2024 AI-use rate equaled27% of the 2023 cloud-purchase rate for small companies and 60% for large companies; cheaper tools donot replace integration, data, skills and oversight.Made for Nestor Julian Quintero Castaño, by HanademiSources: Eurostat. (2023). Cloud computing services by size class of enterprise.; Eurostat. (2025). Artificial intelligence by size class ofenterprise.; AI adoption in European businesses in 2024 - Stats and Graphs.Unit%Cloud purchase, 2023AI use, 2024AI rate ÷ cloud rate41.7%59%69%SmallMediumLarge11.2%21%41.2%SmallMediumLarge27%36%60%SmallMediumLarge
GPT-3.5-level inference costs fell more than 280-fold. Among EU companies, the 2024 AI-use rate equaled 27% of the 2023 cloud-purchase rate for small companies and 60% for large companies; cheaper tools do not replace integration, data, skills and oversight.
Sources
En 2024, el 41,2% de las grandes empresas de la UEusó IA frente al 11,2% de las pequeñasEl costo de inferencia con rendimiento similar a GPT-3.5 cayó más de 280 veces. Entre las empresas de laUE, la tasa de uso de IA de 2024 equivalió al 27% de la tasa de compra de nube de 2023 en las pequeñas yal 60% en las grandes; las herramientas más baratas no sustituyen integración, datos, habilidades ysupervisión.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: Eurostat. (2023). Cloud computing services by size class of enterprise.; Eurostat. (2025). Artificial intelligence by size class ofenterprise.; AI adoption in European businesses in 2024 - Stats and Graphs.Unidad%Compra de nube, 2023Uso de IA, 2024Tasa de IA ÷ tasa de nube41,7%59%69%PequeñaMedianaGrande11,2%21%41,2%PequeñaMedianaGrande27%36%60%PequeñaMedianaGrande
El costo de inferencia con rendimiento similar a GPT-3.5 cayó más de 280 veces. Entre las empresas de la UE, la tasa de uso de IA de 2024 equivalió al 27% de la tasa de compra de nube de 2023 en las pequeñas y al 60% en las grandes; las herramientas más baratas no sustituyen integración, datos, habilidades y supervisión.
Fuentes
Three terms to read the shiftMade for Nestor Julian Quintero Castaño, by HanademiSaaSSoftware used over the internet through subscription.Generative AIAI that creates text, images, code, or other content.InferenceUsing a trained model to produce a response.
These terms are often mixed, but they describe different layers. SaaS is a way to consume software. Generative AI produces content, and inference is the cost of running the model. Separating them helps clarify where value is created and where costs appear.
Tres términos para leer el cambioMade for Nestor Julian Quintero Castaño, by HanademiSaaSSoftware utilizado por internet mediante una suscripción.IA generativaIA que crea texto, imágenes, código u otros contenidos.InferenciaUso de un modelo entrenado para producir una respuesta.
Estos términos suelen mezclarse, pero describen capas diferentes. SaaS es una forma de consumir software. La IA generativa produce contenido y la inferencia es el costo de ejecutar el modelo. Separarlos ayuda a entender dónde se crea valor y dónde aparecen costos.
AI gave newcomers 34% more productivityProductivity increase in customer support, average and less experienced workers, study published in 2023.Made for Nestor Julian Quintero Castaño, by HanademiSources: Brynjolfsson, E., Li, D., & Raymond, L. R. (2023). Generative AI at work. NBER Working Paper No. 31161.Unitproductivity increaseAverage14%Less experienced34%2.4x
AI didn't help everyone equally. Average productivity rose 14%, but gains reached approximately 34% among those with less experience. For an SMB, the first return may appear in the learning curve, not in headcount reduction.
Sources
La IA dio a los novatos 34% másproductividadAumento de productividad en soporte al cliente, promedio y trabajadores menos experimentados, estudiopublicado en 2023.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: Brynjolfsson, E., Li, D., & Raymond, L. R. (2023). Generative AI at work. NBER Working Paper No. 31161.Unidadaumento de productividadPromedio14 %Menos experimentados34 %2,4x
La IA no ayudó a todos por igual. La productividad promedio aumentó 14%, pero la mejora llegó aproximadamente a 34% entre quienes tenían menos experiencia. Para una pyme, el primer retorno puede aparecer en la curva de aprendizaje, no en reducir personal.
Fuentes
Cloud underpins the shiftA layer of clouds stretches beneath a sunlit sky.Sources: Cloud spending forecast to grow despite faltering global ... - CIO. cio.com.
Cloud infrastructure provides the foundation on which SaaS and enterprise AI expand.
La nube sustenta el cambioUna capa de nubes se extiende bajo un cielo soleado.Fuentes: Cloud spending forecast to grow despite faltering global ... - CIO. cio.com.
La infraestructura en la nube proporciona la base sobre la que se expanden el SaaS y la IA empresarial.
SaaS already holds a central shareof the cloud budget.The figure is an implied share in Gartner's projection, not a measurement of return forSMBs.Sources: Gartner. (2024). Gartner forecasts worldwide public cloud end-user spending to surpass $675 billion in 2024.
SaaS isn't a peripheral category within cloud. Gartner projected it would represent 36.6% of global public cloud spending during 2024. That scale expands access, but doesn't prove each license generates productivity.
Sources
SaaS ya concentra una parte central delpresupuesto cloud.La cifra es una participación implícita en la proyección de Gartner, no una medición deretorno para las pymes.Fuentes: Gartner. (2024). Gartner forecasts worldwide public cloud end-user spending to surpass $675 billion in 2024.
SaaS no es una categoría periférica dentro de la nube. Gartner proyectó que representaría 36,6% del gasto mundial en nube pública durante 2024. Esa escala amplía el acceso, pero no prueba que cada licencia genere productividad.
Fuentes
A 36.6% SaaS share implies US$675.4bn in2024 public cloud spendingThe implied non-SaaS public cloud market is about US$428.2 billion, or 1.7 times projected SaaS spending.Made for Nestor Julian Quintero Castaño, by HanademiSources: Gartner. (2024). Gartner forecasts worldwide public cloud end-user spending to surpass $675 billion in 2024.;Gartner Forecasts Worldwide Public Cloud End-User Spending to ....UnitBillions of US dollarsSaaS247.2Other public cloud services428.2Implied public cloud total675.4
The implied non-SaaS public cloud market is about US$428.2 billion, or 1.7 times projected SaaS spending.
Sources
Una participación SaaS de 36,6% implica US$675.400millones de gasto cloud público en 2024El mercado cloud público no SaaS implícito es de unos US$428.200 millones, equivalente a 1,7 veces elgasto SaaS proyectado.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: Gartner. (2024). Gartner forecasts worldwide public cloud end-user spending to surpass $675 billion in2024.; Gartner Forecasts Worldwide Public Cloud End-User Spending to ....UnidadMiles de millones de dólares estadounidensesSaaS247.2Otros servicios cloud públicos428.2Total cloud público implícito675.4
El mercado cloud público no SaaS implícito es de unos US$428.200 millones, equivalente a 1,7 veces el gasto SaaS proyectado.
Fuentes
45.2% of EU companies bought onlinecomputing servicesEuropean Union companies that purchased cloud services, 2020 and 2023.Made for Nestor Julian Quintero Castaño, by HanademiSources: Eurostat. (2023). Cloud computing statistics on the use by enterprises; Eurostat. (2023). Enterprises purchasingcloud computing services.Unitpercentage of companies45.2%202336%2020
Enterprise cloud purchasing advanced 9.2 points between 2020 and 2023. However, the average masks a divided Europe. Finland, Sweden, and Denmark exceeded 69%, while Greece, Romania, and Bulgaria fell below 24%.
Sources
El 45,2% de las empresas de la UE compróservicios informáticos en líneaEmpresas de la Unión Europea que compraron servicios cloud, 2020 y 2023.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: Eurostat. (2023). Cloud computing statistics on the use by enterprises; Eurostat. (2023). Enterprises purchasingcloud computing services.Unidadporcentaje de empresas45,2 %202336 %2020
La compra empresarial de cloud avanzó 9,2 puntos entre 2020 y 2023. Sin embargo, el promedio esconde una Europa dividida. Finlandia, Suecia y Dinamarca superaron 69%, mientras Grecia, Rumania y Bulgaria quedaron por debajo de 24%.
Fuentes
27 percentage points more large companies buyonline computing services than small companiesEuropean Union companies that purchased cloud services, by size, approximate 2023 values.Made for Nestor Julian Quintero Castaño, by HanademiSources: Eurostat. (2023). Cloud computing services by size class of enterprise.Unitpercentage of companiesSmall41.7%Medium59%Large69%
Subscription access does not automatically level the playing field for companies. About 42% of small businesses purchased cloud services, versus 69% of large ones. The gap suggests that budget, integration, and internal capability still matter.
Sources
27 puntos porcentuales más de empresas grandescompran servicios informáticos que pequeñasEmpresas de la Unión Europea que compraron servicios cloud, por tamaño, valores aproximados de 2023.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: Eurostat. (2023). Cloud computing services by size class of enterprise.Unidadporcentaje de empresasPequeñas41,7 %Medianas59 %Grandes69 %
El acceso por suscripción no iguala automáticamente a las empresas. Cerca de 42% de las pequeñas compró cloud, frente a 69% de las grandes. La diferencia sugiere que presupuesto, integración y capacidad interna siguen importando.
Fuentes
Operational capacity mattersA man works in front of computers displaying code and data dashboards.Sources: 45% EU enterprises bought cloud services in 2023 - European Union.
Turning cloud access into business value still requires people who can operate complex digital systems.
La capacidad operativa importaUn hombre trabaja frente a ordenadores que muestran código y paneles de datos.Fuentes: 45% EU enterprises bought cloud services in 2023 - European Union.
Convertir el acceso a la nube en valor empresarial todavía exige personas capaces de operar sistemas digitales complejos.
AI use is 27%, 36%, and 60% of onlinecomputing use across sizesThe AI-to-cloud adoption ratio more than doubles from small to large enterprises, showing that access tocloud does not translate equally into AI use.Made for Nestor Julian Quintero Castaño, by HanademiSources: Eurostat. (2023). Cloud computing services by size class of enterprise.; Eurostat. (2025). Artificialintelligence by size class of enterprise.; AI adoption in European businesses in 2024 - Stats and Graphs.UnitAI adoption divided by cloud adoptionSmall enterprises27%Medium enterprises36%Large enterprises60%
The AI-to-cloud adoption ratio more than doubles from small to large enterprises, showing that access to cloud does not translate equally into AI use.
Sources
La IA alcanza 27%, 36% y 60% del usoinformático en línea por tamañoLa proporción entre adopción de IA y cloud más que se duplica entre empresas pequeñas y grandes, lo quemuestra que el acceso a cloud no se traduce por igual en uso de IA.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: Eurostat. (2023). Cloud computing services by size class of enterprise.; Eurostat. (2025). Artificialintelligence by size class of enterprise.; AI adoption in European businesses in 2024 - Stats and Graphs.UnidadAdopción de IA dividida por adopción cloudEmpresas pequeñas27%Empresas medianas36%Empresas grandes60%
La proporción entre adopción de IA y cloud más que se duplica entre empresas pequeñas y grandes, lo que muestra que el acceso a cloud no se traduce por igual en uso de IA.
Fuentes
13.5% of EU companies used AIEuropean companies that reported using some AI technology, 2023 and 2024.Made for Nestor Julian Quintero Castaño, by HanademiSources: Eurostat. (2025). Use of artificial intelligence in enterprises; Eurostat. (2025). Artificial intelligence by size classof enterprise.Unitpercentage of companies8%10%12%20232024In 2024, reported use reached13.5%.8%
Enterprise AI adoption grew sharply in one year. Still, 86.5% of covered companies reported no use of any listed technology. Denmark, Sweden, and Belgium exceeded 24%, while Romania, Poland, and Bulgaria remained below 7%.
Sources
El 13,5% de las empresas de la UE usó IAEmpresas europeas que declararon usar alguna tecnología de IA, 2023 y 2024.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: Eurostat. (2025). Use of artificial intelligence in enterprises; Eurostat. (2025). Artificial intelligence by size classof enterprise.Unidadporcentaje de empresas8 %10 %12 %20232024En 2024, el uso declarado llegó a13,5%.8 %
La adopción empresarial de IA aumentó con fuerza en un año. Aun así, 86,5% de las empresas cubiertas no declaró ninguna de las tecnologías enumeradas. Dinamarca, Suecia y Bélgica superaron 24%, mientras Rumania, Polonia y Bulgaria permanecieron por debajo de 7%.
Fuentes
Large European companies use AI at 4.4times the rate of smaller companiesEuropean companies that used AI in 2024, by size.Made for Nestor Julian Quintero Castaño, by HanademiSources: Eurostat. (2025). Artificial intelligence by size class of enterprise.The approximate ratio is obtained by comparing 41.2% with 11.2%.Unitpercentage of companies41.2%Large21%Medium11.2%Small
Only 11.2% of small European companies used AI in 2024. Among large companies, the share reached 41.2%. The 30-point gap shows that adoption requires more than opening an account and paying a subscription.
Sources
Las grandes empresas europeas usan IA a4,4 veces la tasa de las pequeñasEmpresas europeas que usaron IA en 2024, por tamaño.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: Eurostat. (2025). Artificial intelligence by size class of enterprise.La relación aproximada se obtiene al comparar 41,2% con 11,2%.Unidadporcentaje de empresas41,2 %Grandes21 %Medianas11,2 %Pequeñas
Solo 11,2% de las pequeñas empresas europeas usó IA en 2024. Entre las grandes, la proporción alcanzó 41,2%. La brecha de 30 puntos indica que adoptar exige más que abrir una cuenta y pagar una suscripción.
Fuentes
12.4% of Spanish companies used AISpanish companies with 10 or more employees that used AI, available years between 2021 and 2024.Made for Nestor Julian Quintero Castaño, by HanademiSources: Instituto Nacional de Estadística. (2024). Encuesta sobre el uso de TIC y comercio electrónico en las empresas;Eurostat. (2024). ICT usage in enterprises methodology.Unitpercentage of companies8%10%12%202120232024In 2024, use reachedapproximately 12.4%.
AI use grew among covered Spanish companies. It rose from 8.3% in 2021 to 12.4% in 2024. However, the scope begins at 10 employees, so it does not adequately represent all microenterprises.
Sources
El 12,4% de las empresas españolas usó IAEmpresas españolas con 10 o más empleados que usaron IA, años disponibles entre 2021 y 2024.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: Instituto Nacional de Estadística. (2024). Encuesta sobre el uso de TIC y comercio electrónico en las empresas;Eurostat. (2024). ICT usage in enterprises methodology.Unidadporcentaje de empresas8 %10 %12 %202120232024En 2024, el uso llegóaproximadamente a 12,4%.
El uso de IA creció entre las empresas españolas cubiertas. Pasó de 8,3% en 2021 a 12,4% en 2024. Sin embargo, el universo comienza en 10 empleados, por lo que no representa adecuadamente a todas las microempresas.
Fuentes
Mexican companies differ in internet usebefore they use AIInternet use and website presence by business size, approximate values from the 2019 EconomicCensuses.Made for Nestor Julian Quintero Castaño, by HanademiSources: INEGI. (2020). Censos Económicos 2019: características de las unidades económicas; INEGI. (2020).Resultados definitivos de los Censos Económicos 2019; INEGI. (2024). Censos Económicos 2024.Unitpercentage of companiesInternet use23.7%96%MicroenterprisesLargeWebsite presence4.5%70%MicrobusinessesLarge enterprises
The gap emerges before advanced models enter the conversation. In 2019, roughly 24% of microbusinesses used the internet and less than 5% had a website. Among large enterprises, those figures exceeded approximately 96% and approached 70%, respectively.
Sources
Las empresas mexicanas difieren en uso deinternet antes de usar IAUso de internet y presencia de sitio web por tamaño empresarial, valores aproximados de los CensosEconómicos 2019.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: INEGI. (2020). Censos Económicos 2019: características de las unidades económicas; INEGI. (2020).Resultados definitivos de los Censos Económicos 2019; INEGI. (2024). Censos Económicos 2024.Unidadporcentaje de empresasUso de internet23,7 %96 %MicronegociosGrandesPresencia de sitio web4,5 %70 %MicronegociosGrandes
La distancia aparece antes de hablar de modelos avanzados. En 2019, cerca de 24% de los micronegocios usaba internet y menos de 5% tenía sitio web. Entre las empresas grandes, los niveles superaban aproximadamente 96% y se acercaban a 70%, respectivamente.
Fuentes
19% of connected microbusinesses havewebsites versus 73% of large companiesLarge firms convert basic connectivity into a public web presence at nearly four times the rate ofmicrobusinesses.Made for Nestor Julian Quintero Castaño, by HanademiSources: INEGI. (2020). Censos Económicos 2019: características de las unidades económicas.; INEGI. (2020).Resultados definitivos de los Censos Económicos 2019.UnitShare of establishments using each capabilityUses internetHas a website96%+70%Large enterprises23.7%4.5%Microbusinesses
Large firms convert basic connectivity into a public web presence at nearly four times the rate of microbusinesses.
Sources
El 19% de micronegocios conectados tieneweb frente al 73% de empresas grandesLas empresas grandes convierten la conectividad básica en presencia web pública a una tasa casi cuatroveces mayor que los micronegocios.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: INEGI. (2020). Censos Económicos 2019: características de las unidades económicas.; INEGI. (2020).Resultados definitivos de los Censos Económicos 2019.UnidadPorcentaje de establecimientos que utiliza cada capacidadUtiliza internetTiene sitio web96%+70%Empresas grandes23.7%4.5%Micronegocios
Las empresas grandes convierten la conectividad básica en presencia web pública a una tasa casi cuatro veces mayor que los micronegocios.
Fuentes
71% of organizations used generative AIOrganizations reporting regular generative AI use, based on McKinsey measurements from 2023.Made for Nestor Julian Quintero Castaño, by HanademiSources: McKinsey & Company. (2025). The state of AI: How organizations are rewiring to capture value.Unitpercentage of organizations0%20%40%60%2023Early 2024Later measurementThe later measurement reached71%.33%
Reported organizational use grew rapidly. McKinsey found 33% in 2023, 65% in early 2024, and 71% in a later measurement. The pace reflects access and experimentation, but does not yet demonstrate stable implementation.
Sources
El 71% de las organizaciones usó IAgenerativaOrganizaciones que declararon uso regular de IA generativa, mediciones de McKinsey desde 2023.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: McKinsey & Company. (2025). The state of AI: How organizations are rewiring to capture value.Unidadporcentaje de organizaciones0 %20 %40 %60 %2023Inicios de 2024Medición posteriorLa medición posterior alcanzó71%.33 %
El uso organizacional declarado creció con rapidez. McKinsey reportó 33% en 2023, 65% a inicios de 2024 y 71% posteriormente. La velocidad demuestra acceso y experimentación, pero todavía no demuestra una implementación estable.
Fuentes
The gap between using AI and operating itwell remains enormous.The figure reflects the assessment of McKinsey-surveyed executives and is not based onexternal maturity audits.Sources: McKinsey & Company. (2025). Superagency in the workplace.
Massive experimentation did not automatically translate to maturity. Only around 1% of surveyed executives described their deployments as mature. The challenge shifts from access to process redesign, data, and oversight.
Sources
La distancia entre usar IA y operarla biensigue siendo enorme.La cifra refleja la valoración de los ejecutivos encuestados por McKinsey y no unaauditoría externa de madurez.Fuentes: McKinsey & Company. (2025). Superagency in the workplace.
La experimentación masiva no se convirtió automáticamente en madurez. Solo alrededor de 1% de los ejecutivos consultados describió sus despliegues como maduros. El reto se mueve del acceso al rediseño de procesos, los datos y la supervisión.
Fuentes
With ChatGPT, writing took 40% lesstime in the experiment.The result applies to professional writing tasks within an experiment. It does notestablish the same effect for all types of work.Sources: Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science.
An experiment with 453 professionals found concrete improvement. Time fell 40% and assessed quality rose 18%. The lesson is not to automate everything, but to start with clear, measurable tasks.
Sources
Con ChatGPT, escribir tomó 40% menostiempo en el experimento.El resultado corresponde a tareas profesionales de escritura dentro de un experimento.No establece el mismo efecto para cualquier trabajo.Fuentes: Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science.
Un experimento con 453 profesionales encontró una mejora concreta. El tiempo cayó 40% y la calidad evaluada aumentó 18%. La lección no es automatizar todo, sino empezar por tareas claras y medibles.
Fuentes
Outside its capabilities, GPT-4 reducedaccuracy by 19 points.The result does not mean GPT-4 always reduces accuracy. It describes a specific taskoutside the model's observed capability.Sources: Dell’Acqua, F., et al. (2023). Navigating the jagged technological frontier. Harvard Business School Working Paper 24-013.
The same tool can help or harm depending on the task. Consultants improved within the model's capabilities but were 19 points less accurate outside them. Responsible implementation requires task-by-task testing and human review.
Sources
Fuera de sus capacidades, GPT-4 redujo19 puntos la precisión.El resultado no significa que GPT-4 reduzca siempre la precisión. Describe una tareaespecífica fuera de la capacidad observada del modelo.Fuentes: Dell’Acqua, F., et al. (2023). Navigating the jagged technological frontier. Harvard Business School Working Paper 24-013.
La misma herramienta puede ayudar o perjudicar según la tarea. Los consultores mejoraron dentro de las capacidades del modelo, pero fueron 19 puntos menos correctos fuera de ellas. La implementación responsable necesita pruebas por caso de uso y revisión humana.
Fuentes
Human oversight remains essentialAn eye behind glasses reflects code displayed on a screen.Sources: Usage of AI technologies increasing in EU enterprises - News articles - Eurostat.
Uneven AI performance makes human review a core part of responsible implementation.
La supervisión humana sigue siendo esencialUn ojo detrás de unas gafas refleja código mostrado en una pantalla.Fuentes: Usage of AI technologies increasing in EU enterprises - News articles - Eurostat.
El desempeño irregular de la IA convierte la revisión humana en una parte central de una implementación responsable.
59 out of 100 workers will need trainingProjection of workforce training needs before 2030, according to employers surveyed by the WorldEconomic Forum.Made for Nestor Julian Quintero Castaño, by HanademiSources: World Economic Forum. (2025). Future of Jobs Report 2025.Unitworkers out of 100Total · 100Will need training · 59May not receive it · 11
Technological transformation creates massive learning demand. Before 2030, 59 out of 100 workers will need training and 11 may not receive it. Additionally, 63% of employers view the skills gap as a major barrier to business transformation.
Sources
59 de cada 100 trabajadores necesitaráncapacitaciónProyección de necesidades de capacitación laboral antes de 2030, según empleadores consultados por elForo Económico Mundial.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: World Economic Forum. (2025). Future of Jobs Report 2025.Unidadtrabajadores de cada 100Total · 100Necesitarán capacitación· 59Podrían no recibirla · 11
La transformación tecnológica crea una demanda masiva de aprendizaje. Antes de 2030, 59 de cada 100 trabajadores necesitarán capacitación y 11 podrían no recibirla. Además, 63% de los empleadores considera la brecha de habilidades una barrera principal para transformar su negocio.
Fuentes
Automation can cut data-breach costs byUS$2.22 million per incidentGlobal average cost of a breach in 2024 and reduction associated by IBM with widespread AI and securityautomation use.Made for Nestor Julian Quintero Castaño, by HanademiSources: IBM. (2024). Cost of a Data Breach Report 2024; Verizon. (2024). 2024 Data Breach Investigations Report.Visual calculation: US$4.88 million minus US$2.22 million equals US$2.66 million.Unitdollars$0$2M$4M$4.9MAverage cost-$2.2MAI reduction$2.7MResulting cost
IBM estimated the global average cost of a breach in 2024 at US$4.88 million. Widespread AI use and security automation were associated with a US$2.22 million reduction. At the same time, Verizon found human involvement in 68% of analyzed breaches.
Sources
La automatización puede reducir US$2,22 millonesdel costo de cada filtración de datosCosto global promedio de una filtración en 2024 y reducción asociada por IBM con uso amplio de IA yautomatización de seguridad.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: IBM. (2024). Cost of a Data Breach Report 2024; Verizon. (2024). 2024 Data Breach Investigations Report.Cálculo visual: US$4,88 millones menos US$2,22 millones equivale a US$2,66 millones.Unidaddólares$0$2 M$4 M$4,9 MCosto promedio-$2,2 MReducción con IA$2,7 MCosto resultante
IBM estimó en US$4,88 millones el costo global promedio de una filtración en 2024. El uso amplio de IA y automatización de seguridad se asoció con una reducción de US$2,22 millones. A la vez, Verizon encontró participación humana en 68% de las filtraciones analizadas.
Fuentes
AI security tools save 46% of the averageUS$4.88m data-breach costThe reported saving is almost half the average financial impact of a breach, making security automationmaterial rather than marginal.Made for Nestor Julian Quintero Castaño, by HanademiSources: IBM. (2024). Cost of a Data Breach Report 2024.; IBM Report: Cost of a Data Breach Hits Record High DuringPandemic.; AI Threat Detection: $2.22M Breach Savings | Stealth Agents.UnitMillions of US dollarsAverage breach cost4.88Saving with extensive security AI2.22Illustrative cost after saving2.66
The reported saving is almost half the average financial impact of a breach, making security automation material rather than marginal.
Sources
Herramientas de seguridad con IA ahorran 46% delcosto promedio de US$4,88 millonesEl ahorro reportado representa casi la mitad del impacto financiero promedio de una filtración, por lo que laautomatización de seguridad es material y no marginal.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: IBM. (2024). Cost of a Data Breach Report 2024.; IBM Report: Cost of a Data Breach Hits Record HighDuring Pandemic.; AI Threat Detection: $2.22M Breach Savings | Stealth Agents.UnidadMillones de dólares estadounidensesCosto promedio de filtración4.88Ahorro con uso amplio de IA de seguridad2.22Costo ilustrativo después del ahorro2.66
El ahorro reportado representa casi la mitad del impacto financiero promedio de una filtración, por lo que la automatización de seguridad es material y no marginal.
Fuentes
Wasted spending on online computing fell to27% of total spendingPercentage of cloud spending that Flexera survey respondents estimated as wasted, 2022 to 2024.Made for Nestor Julian Quintero Castaño, by HanademiSources: Flexera. (2024). State of the Cloud Report 2024; BetterCloud. (2023). State of SaaS Operations Report.Unitpercent of spending26%28%30%32%202220232024In 2024, respondents stillestimated 27% waste.
Waste estimates fell from 32% to 27%, but remain material. At the same time, BetterCloud reported an approximate increase from 80 to 130 SaaS applications per organization between 2020 and 2022. More tools create more renewal, access, and duplication touchpoints.
Sources
El gasto informático en línea desperdiciadocayó al 27% del gasto totalPorcentaje del gasto cloud que los encuestados por Flexera estimaron como desperdiciado, 2022 a 2024.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: Flexera. (2024). State of the Cloud Report 2024; BetterCloud. (2023). State of SaaS Operations Report.Unidadporcentaje del gasto26 %28 %30 %32 %202220232024En 2024, los encuestadostodavía estimaron 27% dedesperdicio.
La estimación de desperdicio cayó de 32% a 27%, pero sigue siendo material. Al mismo tiempo, BetterCloud reportó un aumento aproximado de 80 a 130 aplicaciones SaaS por organización entre 2020 y 2022. Más herramientas crean más puntos de renovación, acceso y duplicación.
Fuentes
Waste on online services equals 35 to 42average apps within a 130-app portfolioEven the lowest reported waste rate represents spending equivalent to roughly 35 average applications in aportfolio of this size.Made for Nestor Julian Quintero Castaño, by HanademiSources: BetterCloud. (2023). State of SaaS Operations Report.; The 2021 State of SaaSOps Report | BetterCloud.;Flexera. (2024). State of the Cloud Report 2024.UnitApp equivalents under an equal-spend assumption2022 waste rate: 32%41.62023 waste rate: 28%36.42024 waste rate: 27%35.1
Even the lowest reported waste rate represents spending equivalent to roughly 35 average applications in a portfolio of this size.
Sources
Gasto desperdiciado en servicios en línea equivale a35-42 aplicaciones medias de 130Incluso la menor tasa reportada de desperdicio representa un gasto equivalente a unas 35 aplicacionespromedio en una cartera de este tamaño.Made for Nestor Julian Quintero Castaño, by HanademiFuentes: BetterCloud. (2023). State of SaaS Operations Report.; The 2021 State of SaaSOps Report | BetterCloud.;Flexera. (2024). State of the Cloud Report 2024.UnidadAplicaciones equivalentes bajo el supuesto de gasto uniformeTasa de desperdicio de 2022: 32%41.6Tasa de desperdicio de 2023: 28%36.4Tasa de desperdicio de 2024: 27%35.1
Incluso la menor tasa reportada de desperdicio representa un gasto equivalente a unas 35 aplicaciones promedio en una cartera de este tamaño.
Fuentes
Advanced economies show an estimated60% labor exposure to AI.Exposure means some tasks may change; it does not mean that 60% of jobs will disappearor that adoption is guaranteed.Sources: International Monetary Fund. (2024). Gen-AI: Artificial intelligence and the future of work.; AI Will Transform the Global Economy. Let’sMake Sure It Benefits Humanity..
The IMF estimated AI exposure at about 60% of employment in advanced economies. Exposure means a task may change, not that the job will disappear.
Sources
Las economías avanzadasmuestran una exposición laboralestimada del 60% a la IA.La exposición significa que algunas tareas pueden cambiar; no significa que desapareceráel 60% de los empleos ni que la adopción esté garantizada.Fuentes: International Monetary Fund. (2024). Gen-AI: Artificial intelligence and the future of work.; AI Will Transform the Global Economy. Let’sMake Sure It Benefits Humanity..
El FMI estimó una exposición a IA de cerca del 60% del empleo en las economías avanzadas. Exposición significa que una tarea puede cambiar, no que el puesto desaparecerá.
Fuentes
The European AI Act allows fines of up to7% of global revenue.The applicable penalty depends on the type of violation and the law's provisions. Themaximum does not represent an automatic fine.Sources: European Commission. (2024). AI Act enters into force; AI Act Service Desk - Article 99: Penalties - European Union.
Adoption no longer depends only on product and budget. The European AI Act applies in phases between 2024 and 2027. Its maximum fines can reach €35 million or 7% of global revenue.
Sources
La Ley de IA europea permite multas dehasta 7% de la facturación mundial.La sanción aplicable depende del tipo de infracción y de las disposiciones de la ley. Elmáximo no representa una multa automática.Fuentes: European Commission. (2024). AI Act enters into force; AI Act Service Desk - Article 99: Penalties - European Union.
La adopción ya no depende solo de producto y presupuesto. La Ley de IA europea aplica por etapas entre 2024 y 2027. Sus multas máximas pueden alcanzar €35 millones o 7% de la facturación mundial.
Fuentes
AI can raise productivity, but the resultdepends on the worker, the task, and thesupport around adoption.The customer-support study found 14% higher average productivity and approximately34% among less-experienced workers. The broader evidence also shows task-specificaccuracy risks, limited maturity, training needs, and uneven exposure.Sources: McKinsey & Company. (2025). Superagency in the workplace.; Superagency in the workplace: Empowering people to unlock AI’s full potential.; Brynjolfsson, E., Li, D., & Raymond, L. R. (2023). Generative AIat work. NBER Working Paper No. 31161.; Generative AI at Work | Stanford Institute for Economic Policy ....; Dell’Acqua, F., et al. (2023). Navigating the jagged technological frontier. Harvard Business SchoolWorking Paper 24-013.; What is the jagged AI frontier?.; World Economic Forum. (2025). Future of Jobs Report 2025.; The Reskilling Revolution is a business problem, not an ....; International Monetary Fund…
The clearest productivity finding belongs to a specific customer-support setting, where gains were larger for less-experienced workers. It should not be generalized to every task. The surrounding evidence points to a practical discipline: test use cases, train people, and govern deployment.
Sources
La IA puede elevar la productividad, peroel resultado depende de la persona, la tareay el apoyo a la adopción.El estudio de soporte al cliente encontró 14% más de productividad promedio yaproximadamente 34% entre trabajadores menos experimentados. La evidencia másamplia también muestra riesgos de precisión según la tarea, madurez limitada,necesidades de capacitación y exposición desigual.Fuentes: McKinsey & Company. (2025). Superagency in the workplace.; Superagency in the workplace: Empowering people to unlock AI’s full potential.; Brynjolfsson, E., Li, D., & Raymond, L. R. (2023). Generative AIat work. NBER Working Paper No. 31161.; Generative AI at Work | Stanford Institute for Economic Policy ....; Dell’Acqua, F., et al. (2023). Navigating the jagged technological frontier. Harvard Business SchoolWorking Paper 24-013.; What is the jagged AI frontier?.; World Economic Forum. (2025). Future of Jobs Report 2025.; The Reskilling Revolution is a business problem, not an ....; International Monetary Fund…
El hallazgo más claro de productividad pertenece a un contexto específico de soporte al cliente, donde las ganancias fueron mayores entre trabajadores menos experimentados. No debe generalizarse a todas las tareas. La evidencia circundante apunta a una disciplina práctica: probar casos de uso, capacitar personas y gobernar la implementación.
Fuentes
In summaryMade for Nestor Julian Quintero Castaño, by HanademiSources: Dell’Acqua, F., et al. (2023). Navigating the jagged technological frontier. Harvard Business School Working Paper 24-013.; McKinsey & Company. (2025). Superagency inthe workplace.; Eurostat. (2025). Artificial intelligence by size class of enterprise.; European Commission. (2024). AI Act enters into force.; Usage of AI technologies increasing inEU enterprises - News articles - Eurostat.; Brynjolfsson, E., Li, D., & Raymond, L. R. (2023). Generative AI at work. NBER Working Paper No. 31161.Consultores con GPT-4 mejoraron en tareas adecuadas, pero fueron 19 puntos porcentuales menos correctos en una tareafuera de la capacidad del modelo.Solo alrededor de 1% de los ejecutivos consultados por McKinsey describió sus despliegues de IA generativa como maduros.En 2024, usó IA aproximadamente 11,2% de las pequeñas empresas europeas, 21,0% de las medianas y 41,2% de las grandes.La Ley de IA europea aplica por etapas entre 2024 y 2027 y contempla multas máximas de €35 millones o 7% de la facturación mundial.En 2024, Dinamarca, Suecia y Bélgica superaron 24% de adopción empresarial de IA; Rumania, Polonia y Bulgariapermanecieron por debajo de 7%.Un estudio de soporte al cliente encontró 14% más productividad promedio con IA y aproximadamente 34% entretrabajadores menos experimentados.
The value of the research is not only what each source knew, but what became visible when their evidence was combined.
Sources
En resumenMade for Nestor Julian Quintero Castaño, by HanademiFuentes: Dell’Acqua, F., et al. (2023). Navigating the jagged technological frontier. Harvard Business School Working Paper 24-013.; McKinsey & Company. (2025). Superagency inthe workplace.; Eurostat. (2025). Artificial intelligence by size class of enterprise.; European Commission. (2024). AI Act enters into force.; Usage of AI technologies increasing inEU enterprises - News articles - Eurostat.; Brynjolfsson, E., Li, D., & Raymond, L. R. (2023). Generative AI at work. NBER Working Paper No. 31161.Consultores con GPT-4 mejoraron en tareas adecuadas, pero fueron 19 puntos porcentuales menos correctos en una tareafuera de la capacidad del modelo.Solo alrededor de 1% de los ejecutivos consultados por McKinsey describió sus despliegues de IA generativa como maduros.En 2024, usó IA aproximadamente 11,2% de las pequeñas empresas europeas, 21,0% de las medianas y 41,2% de las grandes.La Ley de IA europea aplica por etapas entre 2024 y 2027 y contempla multas máximas de €35 millones o 7% de la facturación mundial.En 2024, Dinamarca, Suecia y Bélgica superaron 24% de adopción empresarial de IA; Rumania, Polonia y Bulgariapermanecieron por debajo de 7%.Un estudio de soporte al cliente encontró 14% más productividad promedio con IA y aproximadamente 34% entretrabajadores menos experimentados.
El valor de la investigación no está solo en cada fuente, sino en lo que apareció al combinar sus evidencias.
Fuentes

The research behind this deck

GPT-3.5-level inference costs fell more than 280-fold. Among EU companies, the 2024 AI-use rate equaled 27% of the 2023 cloud-purchase rate for small companies and 60% for large companies; cheaper tools do not replace integration, data, skills and oversight. Buying software, generating content, and running models are distinct decisions.

Key findings

The argument

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

La investigación detrás de esta presentación

El costo de inferencia con rendimiento similar a GPT-3.5 cayó más de 280 veces. Entre las empresas de la UE, la tasa de uso de IA de 2024 equivalió al 27% de la tasa de compra de nube de 2023 en las pequeñas y al 60% en las grandes; las herramientas más baratas no sustituyen integración, datos, habilidades y supervisión. Comprar software, generar contenido…

Hallazgos clave

El argumento

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

Related researchInvestigación relacionada
Build your own researchCrea tu propia investigación