Cuando no se resuelve la operación.

 

El impacto del presupuesto cloud.
Cuando no se resuelve la operación.El peor es que los sistemas que pagas de más
no están resolviendo nada al negocio — ni a tus clientes.

Flexera documentó que en 2026 el 29% del gasto global en cloud es desperdicio puro. Sobre $675 mil millones en infraestructura cloud, eso son $182 mil millones anuales que no producen ningún resultado de negocio. Pero el costo real no está en la factura — está en lo que el negocio no puede hacer porque los sistemas no están alineados con lo que necesita.

El problema de cloud no es la nube. Es lo que se construyó encima de ella sin arquitectura, sin gobierno de datos, sin observabilidad y sin que nadie preguntara qué problema de negocio real estaba resolviendo cada servicio que se aprovisionó.

Recibo el mensaje un martes a las 10am. El director de tecnología está preocupado porque la factura de cloud del mes pasado llegó un 34% por encima del presupuesto — otra vez. El proveedor ya explicó por qué: más tráfico, más almacenamiento, más servicios de IA que el equipo fue agregando para el proyecto del trimestre. Todo suena razonable. Nada suena resuelto. Cuando reviso la arquitectura, encuentro lo que encuentro siempre en estos casos: servidores corriendo al 12% de capacidad porque nadie los dimensionó para lo que hacen, bases de datos sin índices que generan queries que tardan 40 segundos en lugar de 200 milisegundos, servicios duplicados de tres proyectos distintos que nadie consolidó, y un pipeline de datos que procesa los mismos archivos dos veces porque los equipos que lo construyeron no se hablaban entre sí. La factura alta no es el problema. Es el síntoma del problema. El problema es que nadie diseñó eso para que funcionara — alguien lo fue agregando hasta que se convirtió en lo que es.

Y ese patrón —que reconozco en cada industria donde he trabajado, desde fintech regulado hasta aviación, desde salud hasta retail— es exactamente lo que Flexera, Gartner, McKinsey y el FinOps Foundation documentan año tras año con números que no deberían sorprender a nadie pero que siguen sorprendiendo a todos los que no los han visto juntos.

29%del gasto cloud global es desperdicio en 2026 — subió desde 27% en 2025, primer aumento en cinco añosFlexera State of the Cloud 2026 · N=753

$182BUSD en desperdicio cloud anual sobre $675B de gasto global en infraestructura — sin contar SaaS ni licenciasGartner / Flexera 2026 · SpendArk

84%de organizaciones tiene dificultades para gestionar su gasto cloud — top challenge por segundo año consecutivoFlexera 2025 State of the Cloud · N=759

17%sobre el presupuesto cloud original que las empresas gastan en promedio — el exceso que nadie presupuestóFlexera 2025 State of the Cloud

35–45%menos desperdicio logran organizaciones con madurez FinOps "run" vs. el promedio — la brecha no es de herramientas: es de procesoSpendArk Cloud Cost Benchmark 2026

El diagnóstico real — cómo se llega al desastre costoso

El desperdicio cloud no se construye de golpe. Se construye en capas, durante meses o años, mientras nadie tiene visibilidad completa de lo que existe y nadie tiene responsabilidad clara sobre el costo total. Es el resultado predecible de tres patrones que se repiten en organizaciones de todos los tamaños y sectores.

Monolitos disfrazados de microservicios

El problema más costoso y menos visible

La empresa que migró su aplicación monolítica a la nube "levantando y moviendo" sin rediseñarla tiene ahora el mismo monolito — solo que en la nube, pagando por hora. La que "adoptó microservicios" sin entender los principios de Domain-Driven Design tiene un sistema distribuido con todos los problemas del monolito más los problemas de la distribución. El resultado típico: 40 servicios que se llaman entre sí en cadenas de dependencia que nadie mapeó, con latencias acumuladas que hacen lento al sistema completo, y sin ningún mecanismo de observabilidad que permita saber exactamente qué componente está causando el problema de esta semana.

El costo no es solo en la factura de cloud. Es en el tiempo de ingeniería que se va en debugging de sistemas que nadie entiende completamente, en los incidentes que afectan al cliente final porque algo falló en un servicio que nadie estaba monitoreando correctamente, y en la incapacidad de lanzar nuevas funcionalidades porque cualquier cambio puede romper algo en algún lugar del sistema.

La IA que no está en producción — pero sí en la factura

El nuevo vector de desperdicio de 2025–2026

Flexera documentó que en 2026 el 100% de las organizaciones usa IA generativa en alguna capacidad — versus el 72% en 2024. Ese crecimiento es real. El problema es que el 85% de los proyectos de IA no llegan a producción (Gartner), y una fracción significativa del gasto en GPUs y servicios de IA está financiando pilotos que nunca se convierten en valor de negocio. Los clústeres de GPU que corren al 30-40% de utilización — el patrón más común en organizaciones que "están explorando IA" — son la categoría de desperdicio de mayor crecimiento y mayor costo por hora en cloud hoy. La IA mal aplicada no solo no resuelve — genera una factura que nadie puede justificar ante el consejo.

El rack de servidores en la nube que corre al 12% de capacidad no es un problema de presupuesto. Es un problema de arquitectura: nadie dimensionó correctamente, nadie está midiendo la utilización real, y nadie tiene la autoridad o la visibilidad para hacer el ajuste antes de que llegue la factura del mes.

Los casos reales — cuánto se puede recuperar

Los números de Flexera y Gartner son globales. Lo que sigue son los patrones específicos con rangos documentados en el tipo de trabajo que hago — y que cualquier arquitecto con esta visión puede reproducir en organizaciones comparables.

01Fintech regulado · De $14,000 USD/mes a $5,200 USD/mes · misma disponibilidad, más seguridad

Plataforma de crédito con 180,000 clientes activos. Arquitectura construida en tres años por equipos distintos sin visión de conjunto: 47 instancias de cómputo, de las cuales 18 corrían al menos al doble de lo necesario para su carga real; tres bases de datos relacionales con schemas duplicados que ningún equipo había consolidado; un pipeline de ML para scoring de crédito que procesaba datos dos veces porque el equipo de riesgo y el de producto usaban fuentes distintas sin saberlo; y sin ningún mecanismo de autoscaling porque "era más fácil dejarlos fijos".

Corrección en 14 semanas: rightsizing de instancias basado en métricas reales de 90 días, consolidación de bases de datos con migración de datos históricos, implementación de autoscaling con límites definidos, y unificación del pipeline de datos con una fuente de verdad única. La plataforma de observabilidad (OpenTelemetry + Grafana) se instaló en la semana dos — antes de hacer cualquier cambio — para tener baseline real antes de optimizar.

Resultado: $8,800 USD/mes de ahorro. Latencia promedio de la API principal de 840ms a 180ms. Tiempo de detección de incidentes de 47 minutos a 4 minutos. Cero interrupciones durante la migración. Y el equipo de riesgo pudo por primera vez ver el mismo score de crédito que el equipo de producto — porque ya venía de la misma fuente.

−63% en gasto cloud · −79% en latencia API · −91% en tiempo de detección de incidentes

02Plataforma retail/ecommerce · De $31,000 USD/mes a $11,500 USD/mes · pico de tráfico resuelto

Plataforma de comercio electrónico con 2.3 millones de usuarios activos mensuales. Problema documentado: caídas recurrentes en temporadas de alta demanda (Buen Fin, Hot Sale, Navidad) a pesar de tener sobreaprovisionamiento permanente. La empresa pagaba por capacidad de pico todo el año — y aun así se caía en los picos porque el problema no era capacidad, era arquitectura: un servicio de catálogo sin caché que reconsultaba la base de datos en cada request, un checkout que procesaba pagos en forma síncrona sin cola de mensajes, y una base de datos principal que manejaba lecturas y escrituras simultáneas sin separación.

Corrección: implementación de caché distribuido (Redis) para el catálogo, migración del checkout a arquitectura event-driven con cola de mensajes, separación de read replicas para consultas de lectura, y autoscaling real con políticas definidas por métricas de negocio (no solo CPU). El costo permanente bajó porque ya no se necesitaba sobreaprovisionamiento para cubrir los picos — el sistema escala cuando los necesita y regresa cuando no.

La última temporada de Buen Fin: cero caídas, tiempo de respuesta promedio de 95ms versus 2,400ms del año anterior, y una factura de pico que fue 40% menor que la del año anterior a pesar de tener 28% más tráfico.

−63% en costo mensual base · −96% en latencia de pico · Primer Buen Fin sin caídas en tres años

03Empresa de salud · De $8,500 USD/mes a $2,800 USD/mes · datos clínicos integrados por primera vez

Red de clínicas con 14 sucursales. Pagaban por tres plataformas cloud distintas que los tres sistemas clínicos de distintos proveedores habían impuesto como requisito de integración. Ninguno de los tres hablaba con los otros. El equipo de TI mantenía sincronizaciones manuales entre los sistemas para tener un expediente consolidado — proceso que tomaba 4 horas diarias y producía errores de conciliación frecuentes.

Corrección: capa de integración con HL7 FHIR que consolida los tres sistemas en un Data Lake clínico unificado, eliminación de dos de las tres plataformas cloud (migración a una sola con arquitectura multiregión), y un portal único para médicos y pacientes que consulta el expediente unificado en tiempo real. La dependencia de los tres proveedores quedó reducida a uno — con contrato renegociado porque el volumen se consolidó.

Ahorro mensual: $5,700 USD. El equipo de TI recuperó las 4 horas diarias de sincronización manual. El médico ve el expediente completo del paciente en cualquier sucursal en menos de 2 segundos. Y el director clínico tiene por primera vez un dashboard real de indicadores de salud de su población — no de sus sistemas.

−67% en gasto cloud · 4 horas/día de trabajo manual eliminadas · Expediente unificado en tiempo real por primera vez

$182B

Desperdicio cloud global 2025 · Flexera + Gartner · N=750+ organizaciones

Sobre $675 mil millones de gasto global en infraestructura cloud en 2025, el 27% documentado por Flexera representa $182 mil millones en recursos no utilizados, instancias sobreaprovisionadas y servicios olvidados. Ese número no incluye el desperdicio en SaaS ni en licencias de software. Y subió a 29% en 2026 por primera vez en cinco años — impulsado por workloads de IA que nadie está midiendo correctamente. La organización promedio entre 200 y 1,000 empleados gasta entre $15,000 y $80,000 USD mensuales en cloud. Entre $4,050 y $21,600 de eso es desperdicio puro.

Flexera 2026 State of the Cloud · Gartner Cloud Market 2025 · SpendArk Cloud Cost Benchmark 2026

La corrección — el patrón que siempre funciona

En quince años trabajando en multicloud real — AWS, Azure, GCP, OCI, IBM — en entornos regulados que van desde CNBV y BANXICO hasta IATA, COFEPRIS y ASEA, el patrón de corrección exitosa es el mismo. No depende del proveedor. No depende de la industria. Depende de la secuencia.

Primero: observabilidad — no se puede optimizar lo que no se puede ver

Antes de mover nada, antes de apagar nada, antes de proponer nada: instrumentación completa de lo que existe. OpenTelemetry, Prometheus, Grafana — o equivalentes — para tener en 48 horas el baseline real de qué está corriendo, a qué utilización, con qué latencia, con qué errores y con qué costo por transacción de negocio. Este paso elimina la opinión y produce evidencia. Y la evidencia casi siempre muestra algo diferente de lo que el equipo creía que estaba pasando.

Lo que la observabilidad revela siempre — sin excepción

En cada arquitectura que he instrumentado desde cero, la observabilidad revela al menos tres de estas cinco situaciones que nadie sabía que existían: servicios que nadie llama hace más de 30 días pero que siguen corriendo y facturando; queries de base de datos sin índice que consumen entre 40% y 60% de la capacidad del servidor para atender el 2% de las peticiones; latencias acumuladas en cadenas de llamadas entre servicios que hacen lento al sistema completo aunque ningún servicio individual sea lento; errores silenciosos que el usuario final no ve pero que el sistema reintenta automáticamente multiplicando el tráfico; y almacenamiento de datos que nadie ha accedido en más de 90 días pero que está en el tier más caro disponible.

Segundo: datos limpios antes de IA

La IA que más valor genera en entornos empresariales no es la más sofisticada — es la que opera sobre datos limpios, bien gobernados y conectados al proceso de negocio correcto. McKinsey documentó que las organizaciones con madurez de datos obtienen entre 2.6x y 3.1x mayor retorno de sus inversiones tecnológicas que las que tienen alta adopción tecnológica sin esa madurez. El modelo de ML que opera sobre datos inconsistentes, sin linaje, sin validación y sin contexto de negocio no produce inteligencia — produce decisiones erróneas con apariencia de precisión.

El proceso correcto: inventario de fuentes de datos existentes, diagnóstico de calidad y linaje, definición del modelo de datos unificado por dominio de negocio, y construcción del Data Lake o Data Mesh sobre esa base. La IA llega después — como acelerador de una base que ya funciona, no como sustituto de una base que no existe.

El Data Lake que integra fuentes de negocio en tiempo real, con gobierno de datos bien definido y acceso por dominio, transforma la nube de infraestructura cara en motor de decisiones. Ese es el salto que separa a las organizaciones que usan cloud para almacenar de las que la usan para crecer.

Tercero: DevSecOps real — no el proceso en papel

DORA Research 2024 documentó que los equipos con DevSecOps maduro despliegan 208 veces más frecuentemente y restauran servicio 2,604 veces más rápido que equipos de bajo desempeño. Esos números no son de empresas grandes con equipos de 500 ingenieros. Son el resultado de prácticas específicas: pipelines de CI/CD con pruebas automatizadas de seguridad (SAST/DAST) integradas antes de que el código llegue a producción, revisión de dependencias con vulnerabilidades conocidas en cada build, infraestructura como código con validación antes del despliegue, y rollback automático cuando las métricas de negocio se deterioran.

La seguridad diseñada desde el inicio no es más cara que la seguridad agregada después de un incidente. IBM Ponemon documenta que las organizaciones con seguridad integrada al ciclo de desarrollo reducen el costo promedio de una brecha en $1.68 millones versus las que agregan seguridad como capa posterior. Y en entornos regulados — CNBV, BANXICO, PCI-DSS, ISO 27001 — esa integración desde el inicio es la diferencia entre una auditoría que se cierra en días y una que se convierte en plan de remediación de seis meses.

El resultado que importa — negocio, cliente, rentabilidad

Los ahorros en cloud son reales y documentables. Pero son el resultado secundario. El resultado primario — el que determina si la transformación tecnológica produjo valor o solo redujo un costo — está en lo que el negocio puede hacer ahora que no podía hacer antes.

→Lo que cambia para el cliente cuando la plataforma funciona correctamente

El fintech con latencia de 840ms que la redujo a 180ms no solo ahorró en cloud. Su tasa de abandono en el proceso de solicitud de crédito bajó 34% — porque los usuarios que esperaban 4 segundos para ver su aprobación ya no esperaban. La plataforma de salud que unificó expedientes no solo redujo costos IT — el Net Promoter Score de sus pacientes subió 28 puntos porque el médico ya no les preguntaba por quinta vez el mismo historial. El ecommerce que eliminó las caídas en Buen Fin no solo ahorró en sobreaprovisionamiento — generó 23% más ingresos en esa temporada comparado con el año anterior, porque los clientes que antes abandonaban por timeout ahora completaban la compra.

La tecnología alineada al negocio no es un proyecto de IT. Es el mecanismo que determina si el cliente que llegó se queda, si el cliente que compró vuelve, y si la empresa puede escalar sin que la operación se convierta en el cuello de botella del crecimiento.

Tecnología → operación eficiente → mejor experiencia → cliente fiel → crecimiento rentable

"El objetivo nunca fue reducir la factura de cloud. Fue construir la plataforma que el negocio necesita para servir a sus clientes mejor que ayer — y que la infraestructura sea tan eficiente que no haya que elegir entre innovar y pagar la factura."— Jorge Mercado · #JMCoach · CTO · Coach ICF · Arquitectura Empresarial en Sectores Regulados

El equipo que produce resultados reales en cloud no es el más grande ni el más certificado. Es el que tiene personas que entienden el negocio junto con personas que entienden la arquitectura — y un liderazgo que conecta los dos sin que ninguno sacrifique su perspectiva al otro.

208×

Frecuencia de despliegue · Equipos con DevSecOps maduro vs. bajo desempeño · DORA Research 2024

DORA Research 2024 documentó que los equipos con prácticas de DevSecOps maduras no solo despliegan 208 veces más frecuentemente — restauran el servicio en caso de incidente 2,604 veces más rápido. Esa diferencia no es de presupuesto ni de headcount. Es de proceso, de automatización y de cultura de calidad integrada al ciclo de desarrollo desde el inicio. Y en entornos regulados — donde una falla puede significar una sanción regulatoria además de la pérdida del cliente — esa velocidad de recuperación es la diferencia entre un incidente y una crisis.

DORA Accelerate State of DevOps Report 2024 · IBM Cost of a Data Breach 2025

Lo que diferencia al arquitecto que resuelve del consultor que factura

Empieza con observabilidad antes de proponer cambios. El consultor que llega con la solución en la primera reunión no hizo el diagnóstico. El arquitecto que instrumenta primero y propone después tiene evidencia — no suposiciones.

Diseña para el negocio, no para el proveedor. La arquitectura correcta para el problema del cliente puede no ser el servicio más sofisticado del catálogo del proveedor. Con frecuencia es el más simple que resuelve el problema real — con portabilidad, sin dependencias innecesarias y con costo predecible.

Incluye seguridad y cumplimiento desde el diseño. Security by design y Compliance by design no son capas que se agregan al final — son principios que determinan cómo se diseña cada componente desde el inicio. En entornos regulados, esto no es opcional: PCI-DSS, PLD, KYC, ISO 27001, CNBV, BANXICO, COFEPRIS tienen requisitos que la arquitectura debe satisfacer antes de que llegue la auditoría.

Entrega valor medible en las primeras cuatro semanas. No un plan de 18 meses. Un resultado concreto en el tiempo en que el cliente puede validar que el diagnóstico fue correcto y que la dirección de la corrección produce lo que prometió.

Construye el equipo interno — no la dependencia. El objetivo de cualquier intervención de arquitectura bien hecha es que al final el equipo interno pueda operar, mantener y evolucionar el sistema sin necesitar al arquitecto externo para cada cambio. La dependencia del consultor es el modelo de negocio del consultor malo. No del asesor que construye capacidad.

El 29% de desperdicio en cloud no es una estadística abstracta. Es, en la empresa que gasta $20,000 USD mensuales en cloud, $5,800 USD que podrían estar financiando una nueva funcionalidad, mejorando el tiempo de respuesta del cliente, o simplemente quedándose en el margen de la empresa en lugar de en la factura del proveedor. Y en la empresa que gasta $80,000 mensuales, son $23,200 USD cada mes — $278,400 USD anuales — que se van sin producir ningún resultado.

La nube es la infraestructura más poderosa que ha existido para construir plataformas de clase mundial a costo razonable. El requisito para aprovecharla no es el presupuesto más grande. Es la arquitectura correcta, los datos bien gobernados, la observabilidad desde el inicio y el alineamiento con lo que el negocio necesita hacer para servir mejor a sus clientes. Cuando esas cuatro piezas están en su lugar, el gasto cloud se convierte en inversión. Cuando falta cualquiera de las cuatro, se convierte en factura.

Lo que nadie dice en la sala de presentación — pero todos saben

Hay una conversación que ocurre después de que el director de tecnología firma el contrato con la gran consultora o el gran integrador. Ocurre entre el equipo que va a ejecutar el proyecto — y esas personas no son las que estuvieron en la sala de ventas. Las que estuvieron en la sala de ventas tienen otros proyectos. Otros clientes. Otras presentaciones. El equipo que ejecuta es el que el integrador asigna según disponibilidad, no según idoneidad para el problema específico del cliente.

Ese no es un secreto de la industria. Es la industria. Gartner documentó que en proyectos de transformación tecnológica gestionados por grandes firmas de consultoría, entre el 40% y el 60% del trabajo técnico especializado se subcontrata a terceros — frecuentemente a especialistas independientes o firmas boutique que tienen la experiencia específica que el equipo del integrador principal no tiene. El cliente paga el margen del integrador grande por encima del costo real del experto que finalmente resuelve.

La mecánica que el contrato no describe

La firma global gana el contrato con el nombre, la reputación, el deck impecable y el equipo senior que aparece en la propuesta. Luego asigna al proyecto un equipo júnior o medio con supervisión esporádica del socio que cerró el negocio. Cuando hay un problema técnico complejo que ese equipo no puede resolver — un problema de arquitectura de datos, una migración de sistema legacy sin documentación, una integración con sistema regulatorio que requiere experiencia específica — buscan a alguien que lo resuelva. Ese alguien frecuentemente es un arquitecto independiente o una firma especializada que cobra una fracción de lo que el cliente está pagando al integrador principal. El cliente terminó comprando el logo y pagando el margen. El resultado lo produjo alguien cuyo nombre nunca apareció en la propuesta.

40–60%del trabajo técnico especializado en proyectos de grandes integradores se subcontrata a terceros, según análisis de estructura de proyectos de consultoríaGartner IT Services Research · 2024

2.3×es el margen promedio que los grandes integradores aplican sobre el costo del especialista subcontratado que resuelve el problema técnico realForrester IT Outsourcing Pricing 2024

67%de los proyectos IT fallidos tuvieron como causa documentada la desconexión entre el equipo de ventas que prometió y el equipo técnico que ejecutóStandish Group CHAOS Report 2024

3–5×mayor velocidad de entrega documentada en proyectos liderados por arquitectos con experiencia directa en el dominio vs. equipos de consultoría generalistaMcKinsey Engineering Productivity 2024

Esto no es una crítica a las firmas grandes en abstracto. Algunas tienen equipos técnicos excelentes. Muchas tienen metodologías valiosas. El punto es diferente: cuando el problema requiere alguien que se siente con el CEO, entienda el modelo de negocio, diseñe la arquitectura, la defienda ante el regulador, regrese con el equipo de ingeniería a hacerla realidad y se quede hasta que funcione — ese perfil no aparece en el equipo de entrega de un contrato de $2 millones con una firma global. Aparece en el experto que esa firma subcontrata cuando el proyecto se complica. O en el arquitecto independiente al que el cliente termina llamando cuando el integrador original no resuelve.

La diferencia entre el consultor que gestiona el proyecto y el arquitecto que lo resuelve no siempre es visible desde afuera. Desde adentro, es la diferencia entre alguien que coordina reuniones de seguimiento y alguien que se sienta con el equipo de ingeniería a las 10pm a resolver el problema de datos que tiene paralizado el despliegue.

Lo que el cliente debería preguntar antes de firmar cualquier contrato tecnológico

¿Quién específicamente va a trabajar en este proyecto — con nombre, experiencia documentada y dedicación confirmada? No el equipo presentado en el pitch. El equipo que va a estar en el proyecto el lunes siguiente a la firma.

¿Qué partes del trabajo se subcontratarán y a quién? Esa pregunta directa produce respuestas reveladoras — y el contrato debería tener cláusulas sobre quién puede subcontratar qué y con qué criterios de idoneidad.

¿El líder técnico que va a trabajar en el proyecto puede explicar en 10 minutos, sin deck, cómo resolvería el problema específico que tienes? Si necesita consultar antes de responder, no tiene la experiencia — tiene el proceso de su firma para parecer que la tiene.

¿Cuántos proyectos comparables al tuyo — mismo sector, misma escala, mismo tipo de problema — ha resuelto ese equipo específico? No la firma. Ese equipo. Con resultados medibles documentados.

El arquitecto que entra en la complejidad — que asume el ownership cuando no hay nadie que lo tenga, que diseña la solución, la defiende ante el regulador y regresa con el equipo técnico a hacerla realidad — es el perfil más escaso y más valioso del mercado tecnológico. No porque sea raro que existan personas así. Sino porque la industria construyó un modelo de venta que hace invisible a esas personas detrás de logos corporativos y decks de 80 slides. El cliente que aprende a buscar directamente al experto que resuelve — en lugar del intermediario que lo gestiona — no solo ahorra el margen de 2.3x. Obtiene el resultado que el intermediario prometió pero que solo el experto podía entregar.

(N=759) y 2026 (N=753) · SpendArk "State of Cloud Waste 2026" y "Cloud Cost Benchmark Report 2026" · Gartner Cloud Infrastructure Market 2025 · FinOps Foundation "State of FinOps 2026" (N=1,192; $83B+ en gasto cloud anual) · McKinsey "FinOps as Code" 2025 · McKinsey "The Data-Driven Enterprise" 2023–2024 · DORA "Accelerate State of DevOps Report" 2024 · IBM / Ponemon Institute "Cost of a Data Breach Report" 2025 · Gartner "AI in Production" research 2025 · IDC Latin America Cloud Services Tracker 2024 · CNCF Annual Survey 2024 · ByteIota Cloud Cost Waste 2025 analysis.

Jorge Mercado · #JMCoach