Hay una imagen que define el momento actual de la inteligencia artificial en la industria: Ford Motor Co. celebrando el primer lugar en el ranking de calidad de JD Power —un hito que no alcanzaba desde 2010— mientras su vicepresidente de ingeniería admitía públicamente que la IA que desplegó para inspección de calidad no funcionó como esperaban.
Charles Poon, vicepresidente de Ingeniería de Hardware de Vehículos de Ford, lo dijo sin rodeos: “Erróneamente pensamos que solo con introducir inteligencia artificial y los requisitos de diseño obtendríamos un producto de alta calidad”.
La declaración, recogida por Bloomberg, confirma lo que varios expertos llevan meses advirtiendo: la IA sin contexto humano amplifica errores en lugar de corregirlos.
Qué pasó exactamente en Ford
La automotriz estadounidense desplegó 900 cámaras con inteligencia artificial en sus plantas de fabricación para detectar defectos de calidad en origen. El plan era ambicioso: reemplazar la inspección humana con sistemas automatizados que redujeran costos y aumentaran márgenes.
Jim Farley, director ejecutivo de Ford, llegó a declarar que “la IA dejará atrás a muchos profesionales de cuello blanco” en una entrevista con el escritor Walter Isaacson.
Pero los sistemas automatizados no estaban a la altura. Carecían de la experiencia acumulada por los técnicos veteranos, muchos de los cuales habían abandonado la empresa antes de que su conocimiento pudiera utilizarse para mejorar la tecnología. El resultado: Ford recontrató a más de 350 ingenieros veteranos, apodados “gray beard” dentro de la compañía, para que entrenaran a los sistemas de IA y capacitaran al personal más joven.
Kumar Galhotra, director de operaciones de Ford, reconoció que la empresa había estado “confiando cada vez más en sistemas automatizados de calidad” con resultados decepcionantes. Los ingenieros veteranos no solo reprogramaron las herramientas de IA, sino que reconstruyeron los flujos de datos que alimentan el entrenamiento de los modelos.
Un patrón que se repite en tres industrias
Ford no está sola. Klarna, la fintech sueca, reemplazó a 700 agentes de servicio al cliente con un asistente de OpenAI entre 2022 y 2024. A mediados de 2025, la empresa estaba contratando humanos de vuelta tras una caída medible en la calidad del servicio.
IBM anunció este año que triplicaría la contratación de nivel inicial en roles que se predecía que la IA reemplazaría. Tres industrias —automotriz, fintech y tecnología— llegaron a la misma corrección por caminos distintos.
El costo real de la “eficiencia”
Ford recortó 5,300 puestos de oficina desde su pico de empleo en 2020. Los tres grandes fabricantes de Detroit eliminaron colectivamente 20,000 puestos de cuello blanco en el mismo periodo.
Cuando los ingenieros veteranos se fueron, se llevaron consigo décadas de conocimiento tácito que ningún modelo de IA podía replicar.
La reincorporación de los “gray beard” generó cientos de millones de dólares en ahorros al reducir costos de garantía y recall, según el propio Farley. Ford también creó un equipo de 40 ingenieros de aseguramiento de calidad de software y añadió más de 100,000 pruebas automatizadas. Pero el dato que más importa es otro: la IA no reemplazó a los ingenieros. Los necesitaba para funcionar.
El problema nunca fue la tecnología en sí. Fue la arrogancia de asumir que un sistema automatizado podía funcionar sin las personas que entendían los matices de lo que estaba fallando.
La verdadera pregunta no es si la IA reemplazará a los ingenieros. Es cuántas empresas descubrirán, como Ford, Klarna e IBM, que el costo de despidar al conocimiento humano es mucho mayor que el de mantenerlo.
Fuentes:
- Bloomberg: Ford rehiring quality inspectors
- BBC: Ford rehires human engineers
- TechCrunch: Ford rehires gray beard engineers
- Forbes: Ford Hiring 350 Engineers
Más en: Inteligencia Artificial
