Ford y el mayor banco de Australia admiten que despedir por IA fue un error caro

El Commonwealth Bank de Australia despidió a decenas de empleados de atención al cliente en 2025 para sustituirlos por un bot de voz. El sistema no dio la talla, las llamadas se dispararon y el banco tuvo que revertir los despidos, admitiendo que "no consideramos adecuadamente todas las consideraciones de negocio relevantes" y que debieron "ser más rigurosos" al evaluar qué puestos eran realmente prescindibles. El sindicato del sector financiero australiano celebró la marcha atrás, pero señaló el coste humano: empleados con décadas de antigüedad que vivieron semanas de incertidumbre sobre si podrían pagar sus facturas.

Ford ofrece el reverso de la misma moneda: tras años apoyándose cada vez más en sistemas automatizados de control de calidad, la compañía ha tenido que recontratar a 350 ingenieros veteranos —muchos de ellos antiguos empleados— para resolver problemas de calidad que le costaron miles de millones. Su vicepresidente de ingeniería de hardware lo resumió con una frase que debería colgarse en cualquier sala de dirección: "la inteligencia artificial es una herramienta fantástica, pero solo es tan buena como la información con la que la entrenas". El resultado, curiosamente positivo, es que Ford es ahora la marca generalista mejor valorada en la última encuesta de calidad inicial de JD Power, gracias a que esos especialistas reprogramaron las herramientas de IA para cazar fallos antes de que llegaran a la planta.

Ambos casos no son anécdotas aisladas sino síntoma de una fase de la adopción de IA que ya hemos visto repetirse: la promesa de sustitución total choca con la realidad de que ciertos conocimientos —el criterio del ingeniero veterano, el matiz humano en una llamada de atención al cliente— no se transfieren bien a un modelo entrenado con datos incompletos. El error no es apostar por la automatización, es hacerlo sin el rigor de auditar qué tareas realmente puede asumir la máquina y cuáles todavía requieren experiencia humana acumulada durante años.

Nuestra lectura: esto encaja con la tesis que venimos defendiendo sobre el impacto de la IA en el empleo, sector a sector. El back-office y las tareas rutinarias son las más expuestas, pero la sustitución no es automática ni indolora: exige rediseñar procesos, no solo cambiar herramientas. A corto plazo veremos más casos de "despido y recontratación" como estos, porque las empresas están aprendiendo a marchas forzadas dónde termina la capacidad real de la IA actual. A largo plazo, sin embargo, estos tropiezos son parte necesaria del aprendizaje colectivo hacia una automatización mejor calibrada, en la que la IA libere a los humanos de lo repetitivo sin prescindir de su criterio insustituible. La honestidad de estas empresas al admitir el error —en vez de disimularlo— es, paradójicamente, una buena señal para el sector.