El profesional sénior que regresa gracias a la IA

Knowmad es el profesional cuyo valor viaja con él y se rediseña con cada ciclo tecnológico. Ford desplegó inteligencia artificial en sus plantas y terminó recontratando a unos trescientos ingenieros veteranos. La historia explica qué es el conocimiento tácito y cómo se ve el regreso a una nueva posición para médicos, arquitectos, ingenieros, contadores, administradores y diseñadores.

La escena se repite, con variaciones, en consultorios, estudios y oficinas de todo el mundo. Una médica ve que el sistema de la clínica sugiere diagnósticos sobre las imágenes antes de que ella llegue a abrirlas. Un arquitecto recibe de su cliente tres renders generados por IA, «para acortar camino». Una contadora descubre que la conciliación que le ocupaba las tardes de cierre ahora sale sola del software. Un administrador nota que los reportes que justificaban media semana suya se arman con un clic. Una diseñadora compite contra veinte propuestas de logo producidas en el tiempo que a ella le lleva servirse el café. Y un ingeniero lee en un memo que su empresa va a automatizar los controles que él firmaba.

La pregunta que todos se hacen es ¿cuánto de lo mío puede hacer esto? Ford acaba de responderla a escala industrial, y la respuesta tiene más matices que el titular.

Jim Farley (Ford): «La IA va a dejar atrás a mucha gente de cuello blanco»

Lo que pasó en Ford

Durante los últimos años, Ford hizo lo que casi todas las grandes empresas: apostó fuerte a la inteligencia artificial, empujada además por el entusiasmo de Wall Street con los márgenes que la tecnología promete. Su director ejecutivo, Jim Farley, lo dijo sin anestesia en una entrevista de 2025 con el escritor Walter Isaacson: «La IA va a dejar atrás a mucha gente de cuello blanco». En una llamada de resultados de octubre, el director de operaciones Kumar Galhotra contó que la compañía estaba desplegando IA en todo su sistema industrial, incluidas 900 cámaras inteligentes instaladas en las plantas para detectar problemas de calidad en el origen. La lógica parecía impecable: si el sistema tenía los requisitos de diseño —medidas, tolerancias, materiales—, podía verificar cada pieza más rápido que cualquier persona y a toda hora.

Un tiempo después, los teléfonos de Ford empezaron a marcar números conocidos. Según reportó la BBC a partir de declaraciones recogidas por Bloomberg, la empresa recontrató en los últimos años a más de trescientos inspectores de calidad veteranos para compensar las fallas de los sistemas automatizados. Charles Poon, vicepresidente de ingeniería de hardware, lo resumió con una honestidad poco frecuente: creyeron, equivocadamente, que con introducir la inteligencia artificial y cargarle los requisitos de diseño que ya tenían iban a obtener un producto de alta calidad. Y advirtió que la herramienta es fantástica, pero vale exactamente lo que vale la información con la que se la entrena.

El saber que se fue por la puerta

¿Qué le faltó al sistema? Tenía los documentos, las especificaciones, las normas, los planos, el historial. Es decir, tenía todo el conocimiento explícito de la organización: aquello que Ford había logrado poner por escrito a lo largo de décadas.

Lo que le faltaba tenía otra naturaleza. El filósofo Michael Polanyi lo llamó conocimiento tácito y lo resumió en una frase de 1966 que este caso vuelve a poner sobre la mesa: sabemos más de lo que podemos decir. Es el ojo del inspector que nota que una pieza «no cierra» aunque cumpla la especificación. Es la sospecha del técnico que atravesó muchos ciclos de producto y reconoce un patrón de falla antes de que aparezca en los datos.

Ese saber se forma en años de planta, de errores pagados, de conversaciones de pasillo, y tiene una característica incómoda para cualquier sistema: vive en las personas y viaja con ellas.

En Ford, viajó literalmente. Poon señaló que las herramientas automatizadas carecían del entrenamiento y la pericia de los técnicos veteranos, muchos de los cuales se habían ido de la empresa antes de que su conocimiento pudiera usarse para mejorar la tecnología, y admitió que en los años previos habían prestado menos atención de la debida a la experiencia de su gente más conocedora. La organización documentó los requisitos y dejó ir el criterio. El error, conviene decirlo, es estructural antes que individual ya que empresas de todos los rubros hicieron el mismo cálculo, convencidas de que digitalizar los documentos equivalía a digitalizar el saber.

Knowmad es el profesional cuyo valor viaja con él y se rediseña con cada ciclo tecnológico

La vuelta: el mismo profesional, otra posición

La parte más interesante empieza acá, porque los veteranos que Ford recontrató volvieron a un puesto distinto del que dejaron. Según la nota, fueron reincorporados para entrenar los sistemas de la empresa y hacer mentoría de los trabajadores más jóvenes; Poon explicó que, para mejorar sus herramientas de automatización y aprendizaje automático, necesitaban asegurarse de que las entrenaran las personas más experimentadas. El que vuelve dirige la herramienta que había llegado para ocupar su lugar: la entrena, la corrige, decide cuándo confiar en su salida y cuándo frenar la línea. Su proactividad cambió de naturaleza, porque pasó de ejecutar controles a administrar el criterio con el que se controla.

El desenlace acompaña. La admisión llegó junto con un anuncio: Ford volvió a ser la marca masiva número uno del estudio de calidad inicial de J.D. Power en Estados Unidos, un puesto que había resignado desde 2010, y explicó en su comunicado que alcanzar esa calidad exigió una renovación profunda de talento. La herramienta quedó adentro y el criterio volvió a estar al mando; las dos cosas son ciertas a la vez.

El profesional que vuelve combina tres capas: el conocimiento teórico de su formación, el conocimiento tácito de su experiencia y una interacción justa con la herramienta, que consiste en saber qué pedirle, qué verificar y qué reservarse.

La herramienta apoya en lo que hace mejor que nosotros: procesa volumen sin fatiga, sostiene la memoria de normas y casos, produce borradores y comparaciones en segundos, y apunta dónde conviene mirar. Del lado humano quedan las decisiones que definen la calidad que distinguir el defecto real del falso positivo, leer el contexto que los datos recortan, asumir responsabilidad, formar a otros y enseñarle al sistema lo que todavía ignora. Esa figura tiene nombre es el knowmad, el profesional cuyo valor viaja con él y cuya relación con las herramientas se rediseña con cada ciclo tecnológico.

Knowmad es el profesional cuyo valor viaja con él y se rediseña con cada ciclo tecnológico

Si la historia de Ford se traduce a otras profesiones, los regresos se ven más o menos así.

La médica vuelve cuando el sistema lee mil estudios y le acerca los doce que merecen su ojo. Su jornada se corre de la pantalla al paciente: confirma o descarta lo que el algoritmo señaló, conversa, decide y firma. Y cada caso en el que la máquina se equivocó regresa al sistema como lección, con su nombre en el historial de entrenamiento.

El arquitecto vuelve cuando deja que la IA produzca variantes y renders en minutos y él regresa al lugar donde se decide qué vale la pena construir: el terreno, la normativa, el presupuesto real del cliente, el detalle constructivo que ningún render resuelve. Le pide opciones a la herramienta como quien dirige a un dibujante veloz y literal, y camina la obra que la pantalla apenas imagina.

El ingeniero vuelve como volvieron los de Ford, a cazar puntos de falla antes de que lleguen a la línea, a reentrenar el sistema con lo aprendido en décadas de ciclos de producto y a formar a los que recién llegan. Firma menos planillas y toma más decisiones.

La contadora vuelve cuando la conciliación sale sola y ella recupera la parte del oficio que la llevó a estudiar: interpretar qué dicen los números del negocio, anticipar el riesgo que se acerca, hacerle al cliente la pregunta que el software no sabe formular. Revisa lo que el sistema marca y reconoce el falso positivo a la primera lectura.

El administrador vuelve cuando los reportes se arman solos y su semana se libera para administrar de verdad: decidir con esos datos, coordinar personas, anticipar el problema que todavía no aparece en ningún tablero. Además, define qué debe medir el tablero, que es una forma silenciosa de mandar.

La diseñadora vuelve cuando las veinte propuestas instantáneas dejan de ser una amenaza y pasan a ser materia prima: distingue cuál de esas opciones sostiene una marca durante cinco años, qué historia cuenta y qué conviene descartar. Su firma se muda del trazo inicial al criterio que elige, corrige y da coherencia.

Hacer visible lo tácito antes del próximo paso

Ninguno de estos regresos empieza el día en que suena el teléfono. Empieza antes, cuando el profesional puede nombrar lo que sabe. Y ese es el problema que más vemos en las cohortes de Knowmads Teammasters: el conocimiento tácito, por definición, cuesta verlo.

Quien lo tiene lo usa sin nombrarlo, y por eso rara vez figura en un currículum o en una entrevista. Profesionales de mitad de carrera llegan al programa inquietos por la IA y descubren, al mapear su modelo profesional con Business Model You, que su activo más difícil de copiar es justamente el que nunca pusieron por escrito: el criterio acumulado. Los pares cumplen ahí una función difícil de lograr a solas, porque devuelven, con ejemplos y preguntas, el saber que uno mismo da por obvio. En un grupo de hasta diesiseis personas, con facilitación y práctica sostenida, lo tácito empieza a tener nombre, evidencias y valor de mercado.

Esa es la tarea previa a cualquier conversación sobre tu próxima posición: llegar con el inventario hecho y aprendido. Anotá qué detectás antes que nadie, qué decisiones tomás sin manual, qué te consultan los colegas cuando el procedimiento queda corto y qué errores dejaste de cometer porque los pagaste una vez. Ford necesitó recontratar a trescientas personas para redescubrir ese valor. Vos podés reconocerlo antes de que alguien tenga que salir a buscarlo.

Si querés hacer ese inventario con método y con otros, el equipo de Knowmads Teammasters abre conversaciones iniciales para conocer tu situación y contarte cómo trabaja una cohorte. Es una charla breve, para pensar desde qué posición vas a protagonizar tu propio regreso. Agendala aquí.

Fuentes

McMahon, Liv. «Ford rehires human engineers after AI fails to match quality checks». BBC News, 29 de junio de 2026. https://www.bbc.com/news/articles/cgrkd41n2v9o

«Ford Has Been Rehiring Quality Inspectors After AI Fell Short». Bloomberg, 25 de junio de 2026. https://www.bloomberg.com/news/articles/2026-06-25/ford-has-been-rehiring-quality-inspectors-after-ai-fell-short

Ford Motor Company. «Ford Named Top Mainstream Brand for New Vehicle Quality in JD Power 2026 U.S. Initial Quality Study for First Time Since 2010». Comunicado de prensa vía Business Wire, 25 de junio de 2026. https://www.businesswire.com/news/home/20260625317685/en/Ford-Named-Top-Mainstream-Brand-for-New-Vehicle-Quality-in-JD-Power-2026-U.S.-Initial-Quality-Study-for-First-Time-Since-2010

Polanyi, Michael. The Tacit Dimension. University of Chicago Press, 1966. https://press.uchicago.edu/ucp/books/book/chicago/T/bo6035368.html