Ford reveló recientemente que la compañía tuvo que volver a contratar a unos 350 ingenieros experimentados de "barba gris" durante los últimos tres años para asesorar a los empleados más jóvenes y reescribir sistemas de diagnóstico y herramientas de inteligencia artificial que anteriormente tenían un rendimiento deficiente para compensar fallas evidentes en el control de calidad. Charles Poon, vicepresidente de ingeniería de hardware de vehículos de Ford, dijo en una entrevista que la gerencia había subestimado previamente la profunda experiencia acumulada por los ingenieros superiores que han experimentado múltiples rondas de iteraciones de productos, y simplemente reemplazarlos con IA "es un gran error".

Poon enfatizó que la IA es “una muy buena herramienta”, pero “sólo puede ser tan buena como la información utilizada para entrenarla”. Sin datos empíricos de alta calidad y escenarios de aplicación correctos, es difícil que los algoritmos por sí solos respalden los requisitos de confiabilidad de productos automotrices complejos. Los antiguos ingenieros que fueron contratados ahora están organizados para organizar reuniones periódicas obligatorias, centrarse en la resolución de problemas de los vehículos y reprogramar el software de ingeniería automatizado y las herramientas de inteligencia artificial para eliminar posibles defectos en la medida de lo posible antes de que las piezas entren en la línea de producción.

El objetivo de estos expertos técnicos es identificar debilidades en los procesos de diseño y fabricación en una etapa temprana para reducir las pérdidas causadas por retiradas a gran escala y defectos de calidad. Según se informa, Ford ha gastado miles de millones de dólares en problemas de calidad y retiradas del mercado, y la compañía pretende recortar mil millones de dólares en gastos este año, por lo que mejorar la calidad se considera clave para la supervivencia y la rentabilidad.

A juzgar por los indicadores externos, este ajuste ha comenzado a surtir efecto. En la Encuesta de Calidad de Vehículos Nuevos de J.D. Power del año pasado, un estudio anual que evalúa el desempeño de la calidad de un vehículo durante sus primeros tres meses de propiedad, Ford ocupó sólo el décimo lugar entre las principales marcas, con una puntuación por debajo del promedio de la industria. Sin embargo, en la misma lista de este año, J.D. Power clasificó a Ford en el puesto número 1 entre las marcas principales, superando a competidores como Toyota y Honda. Ford atribuyó esta mejora de "salto adelante" directamente al retorno de las capacidades profesionales y la experiencia de los ingenieros recontratados.

La experiencia de Ford también se considera un microcosmos de la actual ola de "reemplazo de la IA" a gran escala en las empresas. Careerminds, una organización de servicios en el lugar de trabajo, realizó anteriormente estadísticas sobre empresas que habían implementado "despidos impulsados ​​por IA" y descubrió que el 35,6% de ellas tuvo que volver a contratar a más de la mitad de los empleados despedidos, y otro 32,7% volvió a contratar entre el 25% y el 50% de los empleados originales. Esto muestra que, en la práctica, muchas empresas descubren que la IA no puede asumir por completo funciones laborales complejas que originalmente realizaban humanos y tienen que hacer correcciones entre el costo y la continuidad del negocio.

La empresa de tecnología financiera Klarna es otro buen ejemplo. En 2024, el director ejecutivo de la empresa, Sebastian Siemiatkowski, anunció de manera destacada que el chatbot recién lanzado asumió una carga de trabajo equivalente a 700 empleados de servicio al cliente a tiempo completo en su primer mes de lanzamiento. En consecuencia, la empresa congeló la contratación y eliminó cientos de puestos. Sin embargo, a mediados de 2025 y 2026, Klarna comenzó a intensificar la contratación de personal humano de servicio al cliente a medida que la satisfacción del cliente disminuyó significativamente.

Resulta que la IA es excelente para manejar preguntas simples y estandarizadas, como consultar saldos de cuentas, pero una vez que se enfrenta a complejas solicitudes de usuarios que requieren comprender el contexto, las emociones y los matices, puede deslizarse fácilmente hacia respuestas mecánicas, contundentes y "similares a las de un robot", llenas de jerga corporativa que no logran resolver verdaderamente el problema. En este caso, la paciencia de los usuarios por los servicios de IA pura se agota rápidamente y las empresas tienen que reexaminar la estrategia radical de la "IA total".

Muchos observadores de la industria han visto la admisión de errores por parte de Ford y el regreso a la "colaboración hombre-máquina" como una llamada de atención: incluso con el rápido desarrollo de la tecnología de inteligencia artificial, los expertos humanos experimentados todavía desempeñan un papel clave en el diseño de sistemas complejos, el control de calidad y el servicio al cliente. Para aquellas empresas que esperan despedir a un gran número de empleados y reemplazarlos directamente con IA, encontrar un equilibrio entre las mejoras de eficiencia y la experiencia profesional puede ser más importante que simplemente buscar la automatización.