La Mitad de los Despidos Impulsados por IA Serán Revertidos antes de 2026

Las empresas que redujeron personal para automatización por IA están recontratando para los mismos puestos dentro de seis meses a tres años. Una encuesta de Orgvue con más de 1.000 líderes empresariales encontró que el 39% hizo despidos debido al despliegue de IA, y el 55% de ese grupo reconoce que los cortes fueron erróneos. Datos de Robert Half: el 32% de los gerentes de contratación de EE.UU. eliminó un puesto principalmente por IA y luego lo volvió a contratar.

Ford es el caso más claro. Durante tres años, el fabricante recontrataba o promovía a 350 ingenieros veteranos—muchos traídos de proveedores—para corregir defectos de calidad que los sistemas automatizados no podían detectar. Charles Poon, VP de ingeniería de hardware de vehículos de Ford: "Pensamos que introducir IA e integrar los requisitos de diseño produciría un producto de alta calidad. Nos equivocamos." La brecha fue en los datos de entrenamiento. Los ingenieros experimentados de Ford se fueron antes de que su conocimiento institucional pudiera codificarse en los sistemas de ML. Las herramientas de calidad automatizadas amplificaban señales débiles en lugar de detectar fallas. El programa de recontratación generó lo que el CEO Jim Farley llamó "literalmente cientos y cientos de millones de dólares de ventaja para Ford en costos" a través de menores gastos de garantía y retiro. Ford encabezó la Encuesta de Calidad Inicial JD Power 2026 entre las marcas convencionales por primera vez en 16 años.

Commonwealth Bank of Australia e IBM siguieron caminos similares en dominios más estrechos. CBA eliminó a más de 40 empleados de servicio al cliente y los reemplazó con un bot de voz de IA; el volumen de llamadas aumentó en lugar de disminuir, y los despidos fueron revertidos. CBA posteriormente reconoció que "no consideró adecuadamente todas las consideraciones comerciales relevantes" antes de los despidos. La automatización de RRHH de IBM manejó adecuadamente el 94% de las solicitudes de rutina pero falló en el 6% restante—casos que requieren juicio ético. La empresa ahora está triplicando la contratación de nivel inicial en EE.UU. en todas las unidades de negocio en 2026. Nickle LaMoreaux, CHRO de IBM, en una Cumbre Charter AI: "Si no invertimos en nuevos contratados de nivel inicial, en 3–5 años no hay tubería. El pozo simplemente se seca."

Los datos de Orgvue muestran que estos errores son sistemáticos. El 25% de los líderes encuestados no sabía qué puestos se beneficiarían más de la IA. Casi un tercio no podía identificar qué roles estaban más expuestos al riesgo de automatización. El 35% citó la falta de experiencia en IA como barrera para el despliegue. Las organizaciones hicieron cortes de personal bajo casi total incertidumbre sobre el alcance real de la IA.

La pérdida de talento agrava el problema. Orgvue encontró que el 34% de las empresas también experimentó renuncias voluntarias debido a la implementación de IA—la reducción de despidos amplificada por attrición entre trabajadores no despedidos pero que se fueron de todas formas. Forrester proyecta que aproximadamente la mitad de los despidos atribuidos a IA serán revertidos a finales de 2026. Oliver Shaw, CEO de Orgvue: "Nos enfrentamos a la peor escasez global de habilidades en una generación y despedir a empleados sin un plan claro para la transformación de la fuerza laboral es imprudente."

La lección de Ford es la secuencia: los 350 ingenieros recontratados no están reemplazando los sistemas de IA—los están reentrenando. Ford ha agregado más de 100.000 nuevas pruebas impulsadas por IA desde que comenzó la revisión de calidad. Los ingenieros veteranos dirigen sesiones semanales de revisión de diseño que identifican casos extremos antes de la producción; esos casos se convierten en señales de entrenamiento. El modelo no reemplaza al experto. El experto arregla el modelo.

Para equipos de infraestructura dimensionando programas de automatización: el modo de falla no es que la IA sea insuficiente. Es que los expertos de dominio se eliminan antes de que su conocimiento sea codificado, dejando que el sistema funcione con priors incompletos. El reinicio de seis meses es el costo de ese error de secuencia.