«Creímos equivocadamente que con solo introducir inteligencia artificial e ingerir los requisitos de diseño que teníamos, eso produciría un producto de alta calidad.» La frase es de Charles Poon, vicepresidente de ingeniería de hardware de Ford, y la dijo en una conferencia de prensa el 25 de junio de 2026, el mismo día en que J.D. Power publicó su estudio anual de calidad inicial. El resultado del estudio: Ford es la marca mainstream número 1 en EE.UU. en 2026, la primera vez que ocurre en 16 años. Lo analiza The Next Web.Para llegar ahí, Ford tuvo que reconocer el error, cambiar el rumbo y, literalmente, recuperar a las personas que había dejado marchar.El ciclo completo: de la automatización al retroceso y de vuelta a la cimaEntre 2020 y 2023, Ford siguió la tesis dominante en manufactura: introducir automatización e IA en los procesos de control de calidad para reducir costes y acelerar la detección de defectos. La lógica era sólida en papel. La ejecución tuvo un problema: los ingenieros más experimentados —los que llevaban dos o tres ciclos de producto y tenían el conocimiento institucional sobre qué falla y por qué— se marcharon. Muchos se fueron antes de que ese conocimiento pudiera transferirse a los modelos.Las herramientas de IA aprendieron de datos incompletos, entrenadas sobre sistemas que ya no reflejaban toda la casuística que un veterano habría podido aportar. El resultado fue visible en las métricas: Ford lideró los recalls en Estados Unidos durante varios años consecutivos. En 2026 sigue siendo el fabricante americano con más recalls: 51 en lo que va de año, cubriendo más de 11 millones de vehículos.La solución fue contratar, promover e incluso repatriar a más de 350 ingenieros veteranos durante los últimos tres años. Esos ingenieros no vinieron a sustituir a la IA: vinieron a «reprogramarla», como explicó Poon. Ahora dirigen reuniones obligatorias de diagnóstico de calidad que alimentan las herramientas automatizadas con el tipo de conocimiento que los datos históricos no capturaban.Además, Ford creó un equipo de aseguramiento de calidad de software de 40 personas y añadió más de 100.000 tests de validación con IA. El objetivo: pasar de un modelo reactivo —detectar el defecto cuando ya está en la cadena— a un modelo preventivo que lo anticipe antes de que llegue al cliente.El estudio J.D. Power mide los problemas reportados por los propietarios en los primeros 90 días de uso. Ford obtuvo 152 problemas por 100 vehículos (menos es mejor), superando a marcas como Nissan y Buick. El F-150, el Mustang y el Super Duty ganaron en sus segmentos respectivos por segundo año consecutivo. Porsche lidera el ranking general (marcas de lujo incluidas).La lección que va más allá de FordLa historia de Ford resuena con fuerza en un año en que el debate sobre IA y empleo está en su momento más tenso. En los primeros cuatro meses de 2026, más de 50.000 despidos en EE.UU. citaron la IA como causa directa, según Challenger, Gray & Christmas. Sam Altman admitió en mayo que el impacto en el empleo de cuello blanco ha sido «más lento de lo esperado». Los CEOs de IA que prometían el apocalipsis laboral ahora matizan ese mensaje.La experiencia de Ford añade un argumento concreto a ese debate: la IA aplicada a manufactura no sustituye al ingeniero veterano; lo necesita para funcionar bien. Y los modelos entrenados sin ese conocimiento institucional no solo no son mejores: pueden ser activamente peores.El estudio de «Inteligencia Artificial y empleo en 2026» que hemos publicado identifica exactamente este patrón: los empleos más resistentes a la automatización no son los más sofisticados en abstracto, sino los que combinan conocimiento técnico con contexto acumulado de años. Un ingeniero de calidad de Ford que ha visto fallar tres generaciones del mismo motor tiene un activo que ningún modelo de IA puede sintetizar a partir de hojas de especificaciones.El sector de la robótica industrial ilustra la otra cara de la historia. R-noid de Robot.com, presentado en la feria Automate 2026 de Chicago, ya trabaja en almacenes y restaurantes haciendo tareas físicas repetitivas. Ford podría usar ese tipo de robótica para las tareas que los ingenieros veteranos quieren delegar, liberando su tiempo para las decisiones que la experiencia hace irreemplazables.Mi valoraciónLo que más me convence de la historia de Ford es la honestidad de Poon. Que un vicepresidente de una empresa del Fortune 50 diga públicamente «creímos equivocadamente que la IA sola produciría calidad» es inusual y valioso. Esa honestidad es la señal de que Ford ha procesado el error, no solo de que ha corregido los números.Lo que más me preocupa es el contexto de los recalls. Ford es número uno en calidad inicial y también el campeón de recalls. Esas dos cosas pueden coexistir porque los primeros 90 días y los fallos que aparecen en los años 3-5 son fenómenos distintos. La mejora de calidad inicial es real pero el problema de durabilidad a largo plazo sigue siendo una variable abierta.Lo más estructuralmente significativo es la velocidad a la que el sector puede corregir el error. Ford tardó aproximadamente tres años en diagnosticar el problema y recuperar los ingenieros que necesitaba. En manufactura, tres años es tiempo suficiente para perder cuota de mercado irreversiblemente. Que Ford haya podido salir de la crisis sugiere que en sectores con ciclos de producto largos hay margen para aprender; en sectores con ciclos de 6 meses, ese margen no existe.Preguntas frecuentes¿Qué mide el J.D. Power Initial Quality Study?El estudio J.D. Power IQS mide los problemas reportados por propietarios en los primeros 90 días de uso del vehículo. Un número menor de problemas por 100 vehículos indica mayor calidad inicial. No mide la fiabilidad a largo plazo, que es un estudio separado. Ford obtuvo 152 problemas por 100 vehículos en 2026, el mejor resultado entre marcas de gama media americana.¿Sigue Ford teniendo problemas de calidad a pesar de este resultado?Sí. Ford sigue siendo el fabricante americano con más recalls en 2026: 51 recalls cubriendo más de 11 millones de vehículos. El COO Kumar Galhotra argumenta que los recalls son un «indicador retardado» y que espera verlos bajar en los vehículos más nuevos que incorporan las mejoras del equipo de calidad reforzado.¿Qué tipo de tareas realizan ahora los 350 ingenieros veteranos recontratados?Actúan como entrenadores de los sistemas de IA, aportando conocimiento institucional sobre patrones de fallo históricos. Dirigen reuniones de diagnóstico de calidad obligatorias con los equipos de ingeniería, manufactura y cadena de suministro, trabajando en modo preventivo para detectar problemas antes de que lleguen a la línea de montaje.La noticia Ford contrata 350 ingenieros veteranos que la IA no pudo reemplazar y se convierte en la marca de gama media con mejor calidad de JD Power en 16 años fue publicada originalmente en Wwwhatsnew.com por Natalia Polo.