Ford recontrató a 350 ingenieros “de la vieja guardia” después de que la IA no diera la talla
Ford acaba de reconocer algo poco habitual en la industria: se equivocó al apostar por la automatización con IA para el control de calidad de sus vehículos, y tuvo que dar marcha atrás. Según reportó Forbes, la automotriz ha recontratado a 350 ingenieros veteranos en los últimos tres años después de que sus herramientas de IA y sistemas de cámaras automatizadas para inspección de calidad no lograran detectar defectos que sí identificaba el personal con experiencia.
Charles Poon, vicepresidente de ingeniería de hardware vehicular en Ford, lo resumió así: “Equivocadamente, pensamos que con solo introducir inteligencia artificial e incorporarle los requisitos de diseño que teníamos, eso produciría un producto de alta calidad”. La empresa llama a estos profesionales recontratados sus ingenieros “gray beard” (“barba gris”), y su función hoy no es solo inspeccionar piezas antes de que lleguen a la planta, sino también reentrenar a las propias herramientas de IA que no estaban funcionando como se esperaba.
El resultado, según la misma cobertura, fue que Ford pasó a liderar la categoría de marcas generalistas en la última encuesta de Calidad Inicial de J.D. Power, y su CEO Jim Farley señaló que los gastos por garantías y retiros de vehículos están cayendo, con ahorros potenciales de cientos de millones de dólares. Ford no es un caso aislado: reportes recientes muestran a IBM triplicando su contratación de nivel de entrada en 2026 pese a que su asistente de IA para RRHH resuelve el 94% de las solicitudes rutinarias (el 6% restante, que involucra juicio ético y decisiones complejas, sigue requiriendo personas), y a Commonwealth Bank de Australia revirtiendo despidos en su centro de atención al cliente después de que un bot de voz con IA aumentara, en vez de reducir, la carga de trabajo humana.
Qué significa esto para quienes reclutan y seleccionan talento
El caso Ford no es una anécdota curiosa de la industria automotriz: es una señal de alerta para cualquier equipo de RRHH que esté diseñando su plan de dotación pensando que la IA reemplaza íntegramente un rol, en vez de complementarlo. Cuando una empresa despide asumiendo que un sistema automatizado puede sostener solo una función crítica, y meses después necesita recontratar con urgencia, el costo no es solo económico: es tiempo perdido, conocimiento institucional que se fue con la salida de esas personas, y procesos de selección que tienen que reconstruirse desde cero y bajo presión.
Para un reclutador, esto se traduce en decisiones concretas. Primero, al planificar headcount junto a las áreas de negocio, vale la pena preguntar explícitamente si una reducción de personal está basada en una promesa de IA ya validada en producción, o en una proyección optimista todavía sin probar — el caso Ford muestra que la brecha entre ambas puede ser enorme. Segundo, roles que antes se consideraban “reemplazables” por automatización (control de calidad, soporte, tareas administrativas de RRHH) hoy requieren perfiles distintos a los de antes: no se necesita tanta gente haciendo la tarea repetitiva, pero sí se necesita gente senior capaz de supervisar, corregir y entrenar al sistema de IA cuando falla, como los ingenieros “gray beard” de Ford o el personal de RRHH que Ford e IBM describen resolviendo el porcentaje de casos que su IA no puede manejar sola.
Esto cambia también el filtro con el que se evalúan candidatos: la experiencia y el criterio para detectar cuándo un output automatizado está mal, aunque parezca correcto a simple vista, se vuelve una competencia tan valiosa como el manejo de las herramientas de IA mismas. Un proceso de selección que hoy busca solo “dominio de IA” sin evaluar juicio crítico y experiencia de dominio corre el riesgo de repetir el error que Ford ya pagó caro. Y para los equipos de reclutamiento que sí automatizan partes de su propio proceso, la lección aplica en espejo: la IA puede filtrar, coordinar y agilizar, pero el filtro humano final sobre decisiones difíciles sigue siendo insustituible.
Automatizar sin perder el criterio humano
En IntelCV vemos este equilibrio todos los días: automatizamos hasta el 80% del proceso de reclutamiento (filtrado de CVs, aplicación de tests, coordinación de entrevistas) precisamente para que el tiempo del reclutador se concentre en lo que Ford tuvo que redescubrir a la fuerza: el criterio experto para tomar la decisión final. Si estás repensando cómo integrar IA en tu proceso de selección sin perder ese componente humano, en nuestros servicios puedes ver cómo lo hacemos, con planes de pago por uso y sin contratos de permanencia.