Ford despidió sistemas de calidad basados en experiencia humana y los sustituyó por IA.

Meses después, tuvo que llamar de vuelta a cerca de 350 ingenieros veteranos.

Los defectos de diseño que ellos detectaban a simple vista, el algoritmo simplemente no los veía. No es un caso aislado ni una anécdota de LinkedIn: es el patrón que estoy viendo repetirse en cada mesa de consultoría donde alguien me pregunta “¿a quién despedimos primero?”

¿Por qué Ford tuvo que llamar de vuelta a sus ingenieros veteranos?

El COO de Ford, Kumar Galhotra, lo dijo sin rodeos: la empresa “confió cada vez más en sistemas automatizados de calidad” y los resultados no fueron suficientes. Así lo reportó BBC.

Los ingenieros no volvieron solo a inspeccionar piezas. Volvieron a reconstruir las herramientas de IA que los habían reemplazado, y ahora lideran las sesiones de resolución de problemas.

Es el equivalente corporativo de despedir al mecánico de toda la vida, comprar un diagnóstico automotriz de aeropuerto, y terminar llamándolo de nuevo porque el aparato no distingue un ruido raro de una falla real.

Aquí está el primer error de cálculo, y lo veo constantemente en talleres con directores convencidos de que automatizar es sinónimo de recortar nómina: la IA es extraordinaria replicando patrones documentados, y ciega ante todo lo que nunca se escribió.

El patrón detrás de las empresas que recontratan después de despedir por IA

Ford no es el único caso, aunque sí el más citado.

IBM reportó —según cifras que la propia empresa hizo públicas, sin verificación externa independiente de esa metodología— que su sistema de IA para Recursos Humanos resolvía cerca del 94% de las solicitudes entrantes. Así lo recogió TechSpot.

El otro 6%, el que quedaba, era justamente el que requería juicio ético, manejo de excepciones o resolución de quejas reales de empleados. Como respuesta, la empresa anunció que triplicaría la contratación de nivel inicial para roles centrados en supervisión humana.

El fenómeno de las empresas que recontratan después de despedir por IA tiene una lógica casi aburrida en su simplicidad: automatizaste el 94% visible del trabajo y descubriste que el 6% invisible era el que sostenía todo lo demás.

Es el mismo tropiezo que veíamos en los noventa con la fiebre del outsourcing mal ejecutado. Se recortaba por hoja de cálculo, no por proceso real, y meses después la operación colapsaba en el área que nadie había mapeado a fondo.

Lo que la IA no puede leer: el conocimiento que nunca estuvo en un documento

En una sesión de diagnóstico con una empresa manufacturera, el director de operaciones me confesó algo que resume el problema mejor que cualquier estudio.

“El que sabía por qué la máquina 4 sonaba distinto los martes se jubiló hace dos años, y ese conocimiento nunca estuvo en ningún manual.”

Eso no es una falla de la IA. Es una falla de diseño organizacional que la IA simplemente puso en evidencia con más velocidad de la que esperábamos.

Un estudio del MIT encontró que el 95% de los proyectos de IA en empresas fracasan al llegar a producción. La causa principal no es tecnológica: se automatiza sin mapear el proceso real, sin capacitar al equipo, y sin dejar un humano en el ciclo para los casos límite.

Automatizar sin ese mapeo es enseñarle a alguien a conducir viendo solo el manual del auto, nunca la calle.

Si tu equipo todavía no distingue entre “usar IA” y “entender qué hace la IA con lo que le das”, ahí es exactamente donde empieza nuestro curso de IA para principiantes.

Antes de automatizar, hay que entender qué se está automatizando.

¿Cuánto cuesta recontratar a quien ya despediste?

Gartner proyecta que hasta el 30% de los empleados desplazados por IA serán recontratados para 2029, de acuerdo con datos recogidos por iWorld.

Frecuentemente a un costo mayor que el salario original, porque las organizaciones subestiman el valor del conocimiento tácito que se pierde al despedir.

Una encuesta de Careerminds —con la salvedad de que es un dato autorreportado por la propia firma, sin verificación externa— encontró que un tercio de las empresas que despidieron citando IA recontrató entre 25% y 50% de esos roles. Otro 35.6% recontrató más de la mitad.

Traducido a lenguaje de comité directivo: pagaste la liquidación, pagaste el sistema de IA, y ahora estás pagando de nuevo el salario. Probablemente más alto, porque quien tenía ese conocimiento ya no tiene ninguna prisa por regresar barato.

Qué debería preguntarse un director antes de automatizar un puesto, no después

La pregunta correcta nunca fue “¿qué puesto puede hacer la IA?”

La pregunta correcta es “¿qué parte de este puesto depende de juicio no documentado, y qué pasa si esa persona ya no está aquí para explicarlo?”

Empresas que recontratan después de despedir por IA no son empresas que se equivocaron de tecnología. Son empresas que confundieron eficiencia con amnesia organizacional.

Si estás por delante de una decisión de este tipo en tu empresa, vale más una conversación de 45 minutos ahora que una recontratación cara en dieciocho meses. Puedes revisar cómo trabajo estas decisiones en mis conferencias de inteligencia artificial para equipos directivos.

Y si quieres que este tipo de análisis te llegue antes de que se vuelva tendencia en LinkedIn, te espero en mi lista de correo diaria.

Supervisado por Santiago González y Musi.