El vehículo de pruebas es un Jeep Grand Cherokee con el parabrisas agrietado y los retrovisores laterales recortados para alojar las cámaras. Joydip Saha, responsable del proyecto de conducción sin manos de Stellantis, dice que es el coche más destartalado de todo el estacionamiento. Una caja amarilla en el salpicadero permite desactivar el sistema. Basta con pulsar un botón para que el conductor recupere el control. En el estacionamiento bajo el Chrysler Technology Center de Auburn Hills, Michigan, el sistema pita cuando necesita que intervenga Saha. Ahora está desorientado. El garaje es un laberinto en forma de rombo y el coche se dirige a la salida equivocada. Saha toma el volante. Ya en las calles de las afueras, el mismo programa sortea un cruce en el que otros dos conductores cambian ilegalmente de carril al mismo tiempo.

Saha prueba al volante cada nueva versión del programa, a veces dos veces por semana. Según contó a Nick Lichtenberg, periodista de Fortune que pasó dos días en el centro y publicó su reportaje el 1 de noviembre, su equipo desarrolló el sistema de conducción sin manos del Cherokee en seis semanas con ayuda de herramientas de IA. Antes, un proyecto similar llevaba un año o incluso 18 meses. Saha también impone una regla: «No voy a dejar que usen IA para diseñar la arquitectura porque se les va a olvidar cómo depurar el código».

De un ciclo de cuatro años a uno de dos

A Stellantis le urge ganar tiempo. Según Fortune, la empresa quiere reducir de cuatro años a 24 meses el desarrollo de sus vehículos, empezando por dos modelos en 2027. Gestiona 14 marcas, pierde dinero en Europa y en el segundo trimestre registró un margen operativo ajustado del 1,8 %, frente al objetivo del 7 % que su director ejecutivo, Antonio Filosa, fijó para 2030. En febrero contabilizó un deterioro de unos 22 200 millones de euros, unos 26 500 millones de dólares, por su apuesta por los vehículos eléctricos. Ese día sus acciones cayeron un 25 %. Según Fortune, acumulan una caída de casi el 60 % en lo que va de año.

En el edificio que Iacocca inauguró en 1991, los ingenieros explican dónde han ganado tiempo. Ben Zawodni, responsable de ingeniería de software, trabaja para integrar cientos de unidades de control electrónico independientes en un solo equipo central llamado STLA Brain. Cuenta que bastó una semana para desarrollar una prueba de concepto de una plataforma global de observabilidad. Antes de disponer de agentes de programación, recuerda, habría llevado unos seis meses. Los defectos que antes tardaban dos o tres semanas en corregir ahora se resuelven en dos o tres días.

En aerodinámica, el equipo de Arturo Guzman usa un modelo ya entrenado para evaluar un cambio de diseño en el deflector delantero de una camioneta Ram. En unos tres minutos obtiene una estimación de la resistencia aerodinámica. La simulación completa llevaba entre 14 y 24 horas. Guzman, que introdujo la IA en el equipo hace unos cinco años, desmitifica la herramienta cuando habla con los vicepresidentes: «No hay milagros. No hay magia». Dice que el modelo es un becario. Entretanto, el túnel de viento de la empresa sigue probando por lo general un coche al día, según su supervisor, Steve Kubiak. Solo se ha acelerado el análisis: un colega le pasa a un asistente los datos de las últimas 20 pruebas y le pregunta qué observa.

Las cifras proceden de los propios ingenieros, que se las comunicaron a un periodista. Corresponden a proyectos concretos y no miden el ciclo de desarrollo de la empresa en su conjunto.

El trabajo exige más esfuerzo

Los propios protagonistas matizan el relato. Zawodni dice que los agentes le han facilitado mucho el trabajo, pero él mismo se pregunta: «Entonces, ¿por qué me esfuerzo tanto más?». Calcula que trabaja al menos el doble que antes y siente «una urgencia tremenda». En su equipo, dice, las reacciones varían. «Creo que había una pistola de salida y que ya se dio el disparo», explica. «Algunos lo oyeron y otros no». De sus ingenieros añade: «De verdad temen perder sus habilidades esenciales». Quieren entender por qué un punto y coma hace lo que hace. Le parece una curiosidad legítima, aunque él quiere que pasen a diseñar la arquitectura del software.

La regla de Saha apunta en la dirección contraria, y ambos directivos trabajan en el mismo edificio. Uno quiere que los ingenieros se conviertan antes en arquitectos. El otro prohíbe delegar la arquitectura en la herramienta porque los ingenieros deben seguir siendo capaces de responder a cualquier pregunta sobre un producto del que depende la seguridad.

Otros hablan de mejoras de calidad más que de ahorro de tiempo. Mel Roberts, que planifica funciones de información y entretenimiento con cinco a ocho años de antelación, dice que su herramienta de investigación con IA le devuelve entre 10 y 15 fuentes y que tiene que comprobarlas todas. «No creo que ahorre tiempo», afirma, aunque sí da más solidez a su trabajo. Amanda French, que dirige equipos de plataformas, usa IA para reunir requisitos y listas de materiales dispersos en sistemas regionales que nunca se diseñaron para comunicarse entre sí, una herencia de las numerosas fusiones de la empresa. Ambas dicen que el criterio humano sigue siendo necesario. «Las IA no van a decirnos cuáles serán las nuevas plataformas», afirma Zawodni.

El fenómeno también se observa fuera de Detroit. El 20 de octubre, la Linux Foundation publicó una encuesta sobre proyectos de código abierto. El 59 % de los responsables de mantenimiento dijo que recibía más contribuciones desde el auge de la IA generativa. Se estimó que el 25 % de las solicitudes de incorporación de cambios era de baja calidad. El tiempo ganado al producir código en un extremo del proceso se convirtió en trabajo de revisión en el otro. En Stellantis, esa revisión recae sobre los mismos ingenieros que escriben el código.

Hacerse prescindible mientras la empresa contrata

Ned Curic, director de ingeniería y tecnología, trabajó en Amazon, Microsoft y Toyota. Ahora defiende una idea que sabe difícil de aceptar: «Lo mejor que puedes hacer por tu carrera es volverte prescindible». Dice que él mismo lo ha hecho varias veces: dejaba un equipo funcionando bien y pasaba a otra cosa. Sostiene que la empresa debe tener siempre una nueva oportunidad para quienes lo consigan. Según Fortune, en octubre también dijo a Bloomberg en el Salón del Automóvil de París que Stellantis incorporaría «varios cientos» de ingenieros en Europa y Estados Unidos este año.

Curic habla con franqueza de la situación de la empresa. Algunos equipos consiguen «éxitos fenomenales», dice, pero «como organización en su conjunto, todavía no hemos llegado a ese punto». Anne Laliron, que dirige el grupo de investigación tecnológica de unas 400 personas, aporta otra observación: los ingenieros veteranos recuerdan sus antiguos fracasos y a veces «su cerebro les va cerrando puertas». Los jóvenes que tenían simuladores de carreras en el sótano de casa se adaptaron enseguida al simulador de conducción. A los pilotos de pruebas que llevaban 10 o 20 años al volante de prototipos físicos les costó más.

Lo que podrían aclarar cuatro años

Alison Rahm, ingeniera jefa de vehículos SUV medianos y grandes, recuerda una reunión de personal en 1997 en la que su jefe les anunció que iban a recibir algo nuevo llamado correo electrónico. «A todos nos entró un pánico tremendo», cuenta. Volvieron a sus mesas y lo probaron. Hoy la IA realiza comprobaciones que Rahm antes hacía a mano, como repasar una lista de unas 1000 prácticas de diseño de ingeniería. Así los ingenieros pueden dedicar tiempo a preguntarse si las propias reglas son acertadas.

Rahm aún no está dispuesta a dejar de comprobar los resultados por segunda vez. Recuerda que, cuando llegaron las pruebas de choque virtuales, los ingenieros siguieron estrellando coches reales contra muros durante años hasta convencerse de que sus supuestos eran correctos. Cuando le preguntaron cuánto tardarían en confiar del mismo modo en la IA, hizo una pausa y respondió que haría falta otro ciclo de desarrollo: «Yo diría que cuatro años». Eso sitúa el horizonte en 2030, el año para el que Filosa ha prometido un margen del 7 %.

Referencias

  • Boysel, S., & Lai, A. (2026). Navigating Open Source Software Development in the Generative AI Era: Challenges and Opportunities for Project Communities (announced by the Linux Foundation, 20 October 2026). prnewswire.com
  • Lichtenberg, N. (2026). ‘The best thing that you can do for your career is to make yourself redundant’: Inside Stellantis’ AI push after the ‘starting gun went off’. Fortune. fortune.com