Ford recontrata a 350 ingenieros experimentados: ¿fracasó la IA o su implementación?

Mientras gran parte del debate sobre inteligencia artificial se centra en la automatización y la sustitución de tareas humanas, Ford acaba de enviar un mensaje en sentido contrario. La automotriz estadounidense confirmó que en los últimos años contrató, reincorporó o promovió a alrededor de 350 ingenieros y especialistas técnicos con amplia experiencia para fortalecer la calidad de sus vehículos.

El anuncio no significó un cambio de rumbo ni un abandono de la inteligencia artificial. Por el contrario, representó el reconocimiento de que la tecnología necesita algo que ningún algoritmo puede producir por sí solo: el conocimiento acumulado de quienes llevan décadas resolviendo problemas complejos.

Las declaraciones fueron realizadas el 25 de junio de 2026, durante una conferencia telefónica con periodistas organizada por Ford tras la publicación del J.D. Power 2026 U.S. Initial Quality Study, en la que la compañía explicó las acciones que impulsaron su mejora en los indicadores de calidad. La cobertura fue publicada originalmente por Bloomberg y retomada por medios especializados como Business Insider, The Verge y Ford Authority.

Fue ahí donde Charles Poon, vicepresidente de Ingeniería de Hardware de Vehículos de Ford, hizo una autocrítica poco habitual en la industria.

"Mistakenly, we thought that by just introducing artificial intelligence and ingesting the design requirements that we had, that would produce a high-quality product."

"Creímos, equivocadamente, que bastaba con introducir inteligencia artificial y alimentar el sistema con nuestros requisitos de diseño para obtener un producto de alta calidad."

La frase resume uno de los errores más frecuentes que hoy enfrentan las organizaciones: asumir que la incorporación de herramientas de inteligencia artificial, por sí misma, generará mejores resultados.

Sin embargo, el ejecutivo fue más allá al explicar por qué esa expectativa no se cumplió.

"Artificial intelligence is a fantastic tool, but it's only as good as the information you use to train it."

"La inteligencia artificial es una herramienta extraordinaria, pero solo es tan buena como la información con la que se entrena."

Detrás de esa afirmación existe un problema menos visible que el desarrollo tecnológico: la pérdida de conocimiento organizacional.

Poon reconoció que Ford había subestimado durante años el valor de la experiencia acumulada por sus especialistas.

"Over prior years, we didn't pay as much attention as we should have to the experience of our most knowledgeable engineers that have been with us through many product cycles."

"Durante años no prestamos tanta atención como debíamos a la experiencia de nuestros ingenieros más experimentados, aquellos que habían participado en múltiples ciclos de desarrollo de productos."

En otras palabras, parte del conocimiento que durante décadas permitió detectar fallas antes de que llegaran a producción nunca terminó incorporándose a los modelos de inteligencia artificial. Muchos de los problemas de calidad aparecen precisamente en la interacción entre disciplinas como software, hardware, manufactura, diseño y cadena de suministro, donde el criterio desarrollado a lo largo de múltiples proyectos sigue siendo determinante.

La respuesta de Ford no fue reducir su apuesta por la IA, sino fortalecerla con experiencia humana.

"We recognized that for us to enhance some of our automation and machine learning and artificial intelligence tools we needed to ensure that they were trained by the most experienced individuals."

"Reconocimos que, para mejorar nuestras herramientas de automatización, aprendizaje automático e inteligencia artificial, era necesario que fueran entrenadas por las personas con mayor experiencia."

Ese reconocimiento dio origen a una estrategia poco común en plena carrera por adoptar inteligencia artificial: reincorporar y promover a cerca de 350 ingenieros veteranos, conocidos internamente como gray beards. Hoy su función no consiste únicamente en revisar diseños o identificar posibles puntos de falla antes de que una pieza llegue a la planta de producción; también transfieren su conocimiento a las nuevas generaciones de ingenieros y participan en el entrenamiento de las propias herramientas de inteligencia artificial.

Lejos de representar un paso atrás, la decisión evidencia una nueva etapa en la adopción de la IA empresarial. La tecnología continúa siendo un componente central de la estrategia de Ford, pero ahora integrada bajo un modelo donde la experiencia humana deja de verse como un recurso prescindible y pasa a convertirse en el elemento que permite que los algoritmos aprendan mejor.

El caso también alimenta un debate que especialistas en gobernanza digital han impulsado desde hace años. Elena Estavillo, presidenta y fundadora de Centro-i, ha sostenido que el desafío de la inteligencia artificial ya no es únicamente tecnológico. La conversación debe incorporar principios de gobernanza, supervisión humana, transparencia y rendición de cuentas, porque las decisiones automatizadas no eliminan la responsabilidad de quienes diseñan, implementan y supervisan estos sistemas.

Desde esa perspectiva, el caso Ford trasciende a la industria automotriz. La pregunta ya no es cuánto puede hacer la inteligencia artificial, sino cómo están implementándola las organizaciones. ¿Quién valida sus resultados? ¿Quién incorpora el conocimiento experto al entrenamiento de los modelos? ¿Quién responde cuando una decisión automatizada falla?

Quizá esa sea la verdadera enseñanza de esta historia. Ford no anunció el fracaso de la inteligencia artificial. Anunció algo mucho más relevante: que la innovación tecnológica no sustituye la experiencia humana; depende de ella. En la economía impulsada por la IA, el activo más difícil de reemplazar sigue siendo el conocimiento construido por las personas.

Fuentes consultadas

• Bloomberg (cobertura de la conferencia con ejecutivos de Ford, 25 de junio de 2026).
• Business Insider. Ford says AI alone couldn't fix its quality problems. It needed to rehire veteran engineers to help.
• The Verge. Ford had to hire back former engineers to fix mistakes made by its automated systems.
• Ford Authority. Ford Admits Veteran Engineers, Not AI, Helped Improve Quality.
• J.D. Power. 2026 U.S. Initial Quality Study (IQS).
• Centro-i para la Sociedad del Futuro

FOTO: Diseño SIMALCO