Klarna y Ford recontratan humanos: el efecto bumerán IA

Qué es el "efecto bumerán de la IA" y por qué está creciendo

Ford recontrató y ascendió a 350 ingenieros experimentados después de que su herramienta de control de calidad con IA no cumpliera las expectativas. Klarna volvió a contratar personal de atención al cliente después de que su CEO admitiera que la compañía había dependido demasiado de los chatbots. No son casos aislados: son la primera señal visible de un patrón que ya tiene nombre, el "efecto bumerán de la IA".

Para un founder, la lectura no es "la IA no sirve". Es más incómoda y más útil: la IA sí elimina tareas, pero cuando se usa para reemplazar criterio humano en procesos de alto riesgo, el costo de corregir suele ser mayor que el ahorro original.

Según la consultora de selección de personal Robert Half, directivos de finanzas, marketing, derecho y sanidad redujeron sus plantillas por la IA o la automatización y después tuvieron que volver a contratar para puestos similares. La razón: la tecnología todavía requiere supervisión humana y no sustituye el conocimiento y la experiencia acumulada.

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Los dos casos que mejor lo explican: Klarna y Ford

En el caso de Klarna, la empresa de tecnología financiera había apostado fuerte por automatizar la atención al cliente. El problema no fue la tecnología en sí, sino la dosis: su director ejecutivo reconoció que la compañía había dependido demasiado de los chatbots con IA y la empresa volvió a contratar personal humano para atender a los usuarios.

Ford es el caso más documentado. Según TechRepublic, la automotriz recontrató a unos 350 ingenieros veteranos, incluidos exempleados y especialistas que trabajaban en proveedores. El director de operaciones, Kumar Galhotra, dijo que la compañía había estado "dependiendo cada vez más de sistemas automatizados de calidad" pero no obtuvo el nivel de calidad que buscaba.

El vicepresidente de ingeniería de hardware de vehículos, Charles Poon, describió el error de premisa: "Pensamos equivocadamente que con solo introducir inteligencia artificial e ingerir los requisitos de diseño que teníamos, eso produciría un producto de alta calidad". Y añadió: "La inteligencia artificial es una herramienta fantástica, pero es tan buena como la información con la que la entrenas".

Los veteranos —a veces llamados ingenieros "barba gris"— ahora ayudan a los más jóvenes a detectar riesgos de diseño y fabricación antes de que lleguen a producción, y también reentrenan y reprograman las herramientas de IA para que aprendan de décadas de conocimiento de producto.

El giro parece estar funcionando. TechRepublic señala que Ford encabezó por primera vez en 16 años el estudio de calidad inicial de J.D. Power entre marcas generalistas, con la F-150, el Mustang y la Super Duty primeros en sus categorías. El CEO Jim Farley dijo que la mejora en calidad ayudó a reducir costos de garantía y retiros, aportando "cientos y cientos de millones de dólares" en ahorros.

¿Qué tareas la IA todavía no puede cubrir?

Los expertos coinciden en que la IA aún no reemplaza habilidades como la inteligencia emocional, el juicio y la capacidad de manejar situaciones complejas. Tampoco detecta bien las contribuciones que no están escritas en la descripción del puesto: ayudar a un compañero, resolver un problema imprevisto, sostener la cohesión del equipo.

Ese punto es el que más duele en una startup pequeña, donde el trabajo real casi nunca coincide con el organigrama. Un ingeniero que "solo" escribe código también desbloquea a otros, documenta decisiones y evita que el equipo repita errores. Eso no aparece en ningún ticket.

La tendencia tampoco es anecdótica. TechRepublic cita a Gartner, que sostiene que los recortes en atención al cliente impulsados por IA podrían revertirse hacia 2027 a medida que las empresas reequilibran automatización y soporte humano.

¿Qué significa esto para tu startup?

La lección no es frenar la adopción de IA. Es cambiar el orden de las decisiones.

Separa proceso de criterio antes de automatizar. Mapea cada rol en dos columnas: tareas repetibles con reglas claras y tareas que dependen de juicio, contexto o relación con personas. Automatiza la primera columna y deja la segunda en manos humanas, con la IA como asistente.
Pon métricas de calidad, no solo de productividad. El error de Ford fue medir la automatización por su capacidad de reemplazar, no por su resultado final. Define desde el día uno qué indicador te dirá que el sistema está fallando (reclamos, retrabajo, tiempo de resolución, satisfacción) y revísalo cada mes.
Rediseña el rol antes de recontratar. Volver a traer a la misma persona al mismo puesto reproduce el problema. Los "barba gris" de Ford funcionan porque su nuevo trabajo es transferir conocimiento y entrenar los modelos, no repetir la tarea que la IA ya hace.
Presupuesta el costo de la reversión. Recontratar, reincorporar conocimiento y recuperar la confianza del equipo cuesta más que haber retenido. Si tu plan de IA asume el ahorro de headcount como beneficio principal, ese es el más frágil de todos los ahorros.

Si te ofrecen volver a tu antiguo puesto, ¿qué deberías negociar?

Si estás del otro lado —te despidieron por una "reestructuración con IA" y ahora te buscan—, los expertos recomiendan no precipitarte.

Entiende el motivo del cambio. Pregunta qué pasó con la herramienta que justificó tu salida y si la empresa ajustó su enfoque sobre IA.
Renegocia salario, beneficios y funciones. Es el momento de mayor apalancamiento: te necesitan y ya saben lo que cuesta no tenerte.
Aclara el alcance de la IA en tu nuevo rol. Qué tareas seguirán siendo humanas, cuáles se automatizarán y en qué plazo.
Pide un plan de capacitación y desarrollo. Si el puesto va a convivir con IA, tu valor depende de que te formen para supervisarla.
Cuida los términos del contrato. Una opción razonable es proponer un contrato de un año con cláusulas de renovación y compensación en caso de rescisión anticipada.

Conclusión

El "efecto bumerán de la IA" no dice que la automatización fracasó. Dice que muchas empresas la aplicaron en el orden equivocado: primero recortaron personas, después descubrieron qué hacían realmente. Las que están corrigiendo —Klarna, Ford— no están renunciando a la IA; están poniendo a los humanos que saben más a entrenarla y supervisarla.

Para una startup con equipo pequeño, la ventaja es que puedes evitar el ciclo completo. Antes de automatizar un puesto, pregúntate qué parte de ese trabajo no está escrita en ninguna descripción. Esa parte es la que te va a costar recuperar cuando ya no esté.