Volkswagen y el coste letal de la inercia
Publicado el 27 de abril de 2026 por Sergio Jiménez Mazure en Inteligencia Artificial.
Hay decisiones que no suenan como un portazo, sino como un reloj que insiste. Tic. Tac. La industria automotriz alemana, que durante décadas se movió con la seguridad de un acorazado, hoy navega con el casco rozando las rocas. Y no hablo de una marca pequeña intentando sobrevivir. Hablo de Volkswagen, ese símbolo casi litúrgico del “Made in Germany” que muchos crecimos viendo como sinónimo de método, escala y paciencia estratégica.
Los números, lo cierto es que, ya no admiten la lectura complaciente. El Grupo Volkswagen cerró 2025 con un beneficio neto de 6.904 millones de euros, lo que supone un desplome del 44,3% frente a 2024. Si el neto preocupa, el termómetro operativo asusta: el EBIT cayó un 53,5% interanual hasta 8.900 millones, y el margen operativo se contrajo del 5,9% al 2,8%. Es la clase de caída que, en ajedrez, equivale a perder la dama sin un plan claro para compensar el tablero.
Ahora bien, el detalle más incómodo es la “normalidad” aparente en la superficie. La facturación se mantuvo casi intacta: 321.913 millones de euros (-0,8% interanual). Y las ventas de vehículos cerraron en 9,022 millones, prácticamente planas frente a 2024. Con lo cual, el problema no es que falten pedidos, sino que los márgenes se están evaporando. Vender casi lo mismo y ganar mucho menos no es una anécdota contable. Es una señal de que la estructura de costes se ha vuelto una mala costumbre.
En ese contexto, la carta anual de Oliver Blume a los accionistas no es una pieza de comunicación corporativa más. Es, desgraciadamente, un parte de guerra. El grupo prevé eliminar en torno a 50.000 empleos en Alemania antes de 2030. La cifra ya es brutal por sí misma, pero además supera los 35.000 puestos que se habían acordado con los sindicatos a finales de 2024 en el pacto de reestructuración Zukunft Volkswagen. Los 15.000 adicionales vendrían de marcas como Audi y Porsche, y también de la filial de software CARIAD. La mayor reestructuración laboral reciente de la automoción alemana, dicen. Como si ponerle etiqueta histórica hiciera menos frío el golpe.
Eso sí, incluso el ajuste viene con sus límites, porque la realidad también se negocia. El acuerdo con IG Metall y el comité de empresa restringe recortes directos y garantiza empleo hasta fin de década, pero a cambio congela salarios en 2025 y 2026 y reduce capacidad productiva en 734.000 unidades al año. A la hora de leer esto, conviene no perder de vista el horizonte: 2030 no es “un día lejano”. En términos industriales es pasado mañana.
La rentabilidad no desaparece de golpe: se va en silencio, igual que la confianza.
Y aquí aparece la ironía más corrosiva: a Volkswagen no le está faltando volumen, le está faltando aire. En estas crisis, muchos buscan culpables externos como quien busca una excusa elegante para no mirar adentro. Aranceles, energía, tipos de cambio. Claro que pesan. Pero cuando el margen cae a la mitad, el problema rara vez es solo el clima. Es la casa. Y cuando una casa grande empieza a crujir, el sonido se escucha en toda la calle.
Cuando uno ve estos números, la tentación es culpar al viento. Y sí, los aranceles de Estados Unidos, la energía y las materias primas son olas que golpean el casco. Pero lo que hunde a un gigante no suele ser la tormenta, sino la terquedad de seguir con el timón fijo cuando el mapa ya cambió. En mi caso, cada vez que acompaño a una empresa grande en un proceso de transformación, aparece el mismo patrón: el problema no es la falta de talento ni de presupuesto. Es la inercia estratégica, esa manera elegante de llamar a “vamos a esperar un trimestre más, no sea que esto se acomode solo”.
Volkswagen, desgraciadamente, ha vivido varios años con esa música de fondo. La transición al coche eléctrico no era un rumor, era una profecía anunciada desde hace décadas. Isaac Asimov, con su obsesión por los sistemas y sus consecuencias, lo habría descrito como una ecuación simple: si el mundo cambia de plataforma y tú te demoras, no pierdes por falta de historia, pierdes por falta de velocidad. El grupo llegó tarde a la electrificación y, cuando te retrasas en una carrera de esta magnitud, no basta con correr más. Tienes que correr diferente, con otra ingeniería, otra cadena de suministro, otra lógica de producto y, sobre todo, otra cultura interna.
Porque aquí hay una verdad incómoda: el coche eléctrico no es solo un coche con otra fuente de energía. Es un cambio de arquitectura industrial y de modelo mental. Y Volkswagen ha tenido que cargar con una herencia pesada: plantas optimizadas para otra era, decisiones aprobadas por comités que se mueven como elefantes en biblioteca, y una estructura que durante años fue virtuosa para la eficiencia… pero que se vuelve un lastre cuando la innovación exige agilidad y riesgo. En ajedrez, no es que te estén atacando; es que tu propio tablero se volvió estrecho.
Ahora bien, si el retraso en electrificación ya es grave, lo del software es casi una tragedia shakesperiana. CARIAD debía ser la respuesta: una casa tecnológica capaz de darle al grupo una plataforma propia, escalable, con actualizaciones continuas, datos integrados y experiencias digitales a la altura de la competencia. Y, sin embargo, se convirtió en parte del problema. Suelo comentar que cuando una organización industrial intenta “inventar” software como si fuera una línea de montaje, termina fabricando reuniones. Muchas reuniones. Y luego, claro, se sorprende de que el producto no llegue, llegue tarde o llegue caro.
Lo cierto es que el tropiezo de CARIAD no es un asunto de programadores. Es un síntoma de gobierno corporativo y de prioridades. Querer ser relevante en movilidad eléctrica sin dominar el software es como querer ganar una guerra moderna con caballería: muy épico, sí, pero inútil. Y mientras el mercado aceleraba, Volkswagen quedó atrapado entre dos mundos: el de la excelencia industrial que le dio fama y el de la lógica digital que hoy define la rentabilidad futura. Como en las crónicas de Julio Verne, el problema no era la máquina; era creer que el océano iba a respetar la ruta por tradición.
Así que, más allá del ruido externo, el diagnóstico tiene nombre y apellido: inercia estratégica, retraso en electrificación y una apuesta de software que no consiguió convertirse en ventaja competitiva. Y cuando esas tres cosas se juntan, el margen no cae por accidente. Cae por sentencia.
Lecciones accionables de transformación digital: IA generativa, automatización e hiperautomatización para recuperar eficiencia
Cuando el software no despega y la electrificación llega tarde, la tentación natural es creer que todo se arregla “metiendo más tecnología”. Y aquí viene el matiz incómodo: la tecnología no salva a nadie si se usa como maquillaje. En mi experiencia, lo he visto demasiadas veces en empresas grandes: compran licencias, montan “laboratorios”, contratan consultoras, y siguen decidiendo como si el Excel fuera el oráculo de Delfos. El resultado es predecible: más herramientas, la misma fricción. Y, por tanto, el mismo margen evaporándose con una elegancia casi artística.
Lo accionable, en serio, empieza por entender que la transformación digital no es “digitalizar” papeles; es rediseñar cómo se trabaja para recuperar eficiencia, velocidad y control de costes. Y en esa ecuación, hoy hay tres palancas que ninguna corporación industrial debería seguir tratando como “tendencias”: IA generativa, automatización e hiperautomatización. No porque estén de moda, sino porque atacan el problema donde más duele: el desperdicio invisible. Ese que no aparece en un comunicado, pero que se come el EBIT de desayuno.
La IA generativa sirve, sobre todo, para reducir el costo del conocimiento y del trabajo cognitivo repetitivo. En empresas con complejidad global, los procesos se llenan de microtareas que parecen nobles (“revisar el documento”, “armonizar la presentación”, “responder al proveedor”, “resumir incidencias”), pero juntas forman un pantano. Un asistente de IA bien gobernado puede:
- Resumir incidentes de calidad y mantenimiento a partir de reportes dispersos, generando un cuadro de situación diario para planta y compras.
- Redactar y estandarizar comunicaciones internas y externas, con compliance y tono consistente, reduciendo ciclos de aprobación.
- Buscar y cruzar conocimiento técnico (manuales, lecciones aprendidas, tickets) para acelerar diagnósticos y disminuir tiempos muertos.
- Asistir a ingeniería en documentación, análisis de cambios y trazabilidad de requisitos, que es donde suelen morir los proyectos complejos.
Eso sí: si lo implementas sin gobierno, terminas con una organización que “usa IA” en presentaciones, pero no la usa para producir resultados. ¿Quién define qué se puede hacer, con qué datos, con qué trazabilidad y cómo se mide el impacto? Porque si la IA no se audita, no se escala. Y si no se escala, se convierte en un juguete caro. Otro más.
La IA no te quita costos por arte de magia: te obliga a verlos, a nombrarlos y a eliminarlos con disciplina.
La segunda palanca es la automatización clásica, que sigue siendo el pan de cada día: RPA para tareas administrativas, integración de sistemas, workflows que eliminan correos eternos. Aquí el valor no está en “hacer robots”, sino en quitarle al negocio esa burocracia que se reproduce como conejo en primavera. En organizaciones industriales, por ejemplo, automatizar conciliaciones, validaciones de facturas, altas de proveedores, gestión de garantías o seguimiento de entregas no es glamuroso, pero es rentable. Y en medio de una crisis de márgenes, lo glamuroso es un lujo.
El salto real llega con la hiperautomatización: combinar automatización con IA, analítica y orquestación de procesos para que la empresa no solo ejecute más rápido, sino que decida mejor. Como en la guerra moderna, no gana el que tiene más soldados, sino el que tiene mejor inteligencia, logística y coordinación. Cuando cruzas datos de supply chain, calidad, posventa y producción en tiempo casi real, puedes anticipar cuellos de botella, priorizar inventario, reducir reprocesos y cortar pérdidas antes de que se vuelvan “costumbre”.
Y aquí hay una lección brutal para cualquiera que mire el caso Volkswagen: el problema no es tener fábricas, es tener sistemas nerviosos lentos. Si una empresa tarda semanas en enterarse de lo que ya pasó, gestiona el futuro mirando por el retrovisor. La transformación digital, bien hecha, acorta ese retraso. No con discursos. Con procesos instrumentados, datos limpios, roles claros y métricas de productividad que no se negocien en cada comité.
En mi experiencia como consultor, cuando una compañía entiende esto, el enfoque cambia: deja de “hacer proyectos de IA” y pasa a construir capacidades. Equipos mixtos negocio-tecnología, catálogos de procesos automatizables, un modelo de gobierno para asistentes de IA, y una obsesión sana por medir ahorros y tiempos de ciclo. Lo demás —los anuncios, los slogans, los eventos— es literatura. Y la literatura, por cierto, es hermosa, pero no paga la nómina.
Cómo llevar la IA a operaciones reales (sin teatro de transformación)
Cuando los márgenes se encogen y la estructura de costes se comporta como una gotera vieja, la discusión deja de ser “innovación” y pasa a ser “supervivencia operativa”. Y aquí es donde muchas organizaciones se equivocan: creen que transformación digital es comprar software, llenar un par de dashboards y publicar en LinkedIn que “ahora somos data-driven”. Sí, claro. Igual que ponerse una camiseta deportiva te convierte en atleta olímpico.
En mi caso, cuando entro a una empresa en modo “cirugía”, lo primero que busco no son grandes ideas, sino fricciones: tareas manuales repetidas, decisiones que se toman con intuición y no con evidencia, áreas que trabajan como islas, y procesos donde el cliente paga con su paciencia. Lo cierto es que ahí se esconde el dinero. No en el Excel del presupuesto, sino en la microineficiencia diaria que nadie discute porque “siempre se ha hecho así”. Ese “siempre” es el enemigo silencioso; es la inercia con traje y corbata.
La Inteligencia Artificial aplicada —especialmente la IA generativa— sirve justo para eso: para reducir el coste de coordinar, decidir y ejecutar. No es magia, es palanca. Y es muy importante entenderlo: no hablamos solo de chatbots simpáticos. Hablamos de asistentes de IA embebidos en operaciones reales, atacando el desperdicio con precisión quirúrgica. En un grupo industrial, ese desperdicio suele estar en tres frentes: tiempo administrativo, errores y reprocesos, y lentitud en la toma de decisiones.
Un ejemplo práctico que suelo comentar: en áreas de compras y supply chain, un asistente de IA puede preparar análisis comparativos de proveedores, detectar desviaciones de precio, resumir contratos, anticipar riesgos y generar borradores de negociación. No reemplaza el criterio humano, pero sí evita que el talento se quede atrapado en el pantano del “copiar-pegar”. En atención al cliente y postventa ocurre algo parecido: automatización bien diseñada reduce tiempos de respuesta, mejora consistencia y libera a los equipos para los casos complejos, los que de verdad requieren juicio. Y en plantas o redes de servicio, la analítica predictiva —bien alimentada con datos— reduce paradas y mejora planificación. La diferencia entre un margen del 2,8% y uno sano no siempre está en un gran invento; muchas veces está en miles de decisiones pequeñas ejecutadas a tiempo.
Ahora bien, si la automatización es el músculo, la hiperautomatización es el sistema nervioso. Es combinar RPA, low-code/no-code, integración de sistemas y modelos de IA para orquestar procesos end-to-end. Suena técnico, pero el efecto es bastante terrenal: menos cuellos de botella, menos esperas internas, menos “te lo mando por correo para que lo apruebes”, menos ciclos muertos. Una empresa grande se parece a una flota. Si cada barco rema a su ritmo, no hay almirante que aguante. La hiperautomatización sincroniza y, cuando sincronizas, bajas costes sin amputar capacidad intelectual.
Además, la IA generativa aporta algo que en corporaciones enormes se paga carísimo: claridad. Resumir miles de incidencias, detectar patrones en reclamaciones, estandarizar respuestas, transformar documentación en conocimiento utilizable. Un “cerebro corporativo” —bien gobernado— reduce dependencia de héroes y memorias individuales. Porque la memoria organizacional, como los libros, es inútil si nadie sabe encontrarlos en la biblioteca.
La eficiencia no se declara: se diseña, se mide y se disciplina.
Eso sí, hay un precio que pocas empresas quieren pagar: gobernanza de datos, rediseño de procesos y accountability real. La IA no arregla el desorden; lo exhibe. Si tus datos están sucios, si tus procesos están rotos, si cada área defiende su feudo, la IA no te “transforma”; te desnuda. Por tanto, lo accionable aquí no es obsesionarse con la herramienta, sino con el mapa: ¿qué procesos consumen más horas sin crear valor?, ¿dónde se repite trabajo?, ¿dónde se decide tarde?, ¿cuánto cuesta un error que se detecta una semana después?, ¿cuánto tiempo tarda una idea en convertirse en ejecución? Esas preguntas, y no el último hype tecnológico, son las que devuelven rentabilidad.
Framework replicable: señales tempranas, métricas críticas y un plan 90-180 días para evitar el “coste de la inercia”
Después de hablar de recortes, capacidad, reinversión y tecnología, toca el punto que muchos prefieren evitar: la inercia no se combate con PowerPoints. Se combate con señales tempranas, métricas incómodas y un plan corto que obligue a decidir. Porque el gran error de las compañías “sólidas” es creer que tienen tiempo. Y, desgraciadamente, el tiempo es el único activo que el mercado no refinancia.
En mi caso, cuando una organización me dice “todavía no estamos tan mal”, suelo responder con una ironía que no siempre aplauden: claro, el Titanic también estaba “todavía bien” hasta que el agua llegó a la sala de máquinas. Y cuando llega ahí, ya no discutes estrategia; discutes supervivencia.
Señales tempranas: cómo saber que tu margen ya está en guerra
Antes de que llegue el titular de los despidos, el problema deja pistas. No en grandes crisis, sino en pequeñas normalizaciones diarias:
- Ingresos estables con margen a la baja: vendes lo mismo, pero cada unidad duele más. Esa desconexión es veneno lento.
- Proyectos digitales eternos: muchos “pilotos”, pocos despliegues. Si todo está en beta, tu competencia ya está en producción.
- Coste de coordinación disparado: reuniones que se multiplican, aprobaciones que se estiran, decisiones que se postergan “por alineamiento”.
- Software como promesa, no como ventaja: si tu plataforma no acelera al negocio, lo frena. Y lo frena caro.
- Talento atrapado en tareas repetitivas: gente valiosa haciendo trabajo de fotocopiadora digital. Eso debería darte vergüenza… y números rojos.
Métricas críticas: lo que debes medir aunque incomode
Si no lo mides, lo conviertes en folclore. Y el folclore no paga el EBIT. Estas métricas suelen revelar el “coste de la inercia” con precisión:
- Time-to-decision: días promedio para aprobar cambios en precios, compras, campañas, producto o procesos.
- Time-to-value de IA/automatización: cuánto tarda un caso en pasar de idea a ahorro medible.
- % de procesos con retrabajo y horas perdidas por reprocesos (calidad, facturación, garantías, logística).
- Coste por caso en servicio al cliente/postventa y su relación con satisfacción y repetición de compra.
- Productividad del conocimiento: horas invertidas en reporting/manualidades vs. horas en análisis y mejora.
Si tu empresa tarda semanas en enterarse de lo que ya pasó, está gestionando el futuro mirando por el retrovisor.
Plan 90-180 días: disciplina rápida para recuperar oxígeno
Esto es lo que recomiendo cuando una empresa quiere moverse sin caer en el teatro de la transformación:
Primeros 90 días: foco, inventario de fricciones y quick wins con gobierno
- War room operativo (sí, guerra): un equipo pequeño, con negocio y tecnología, que pueda decidir sin pedir permiso a todo el imperio.
- Mapa de procesos con “dolores” cuantificados: horas, errores, colas, tiempos muertos. No opiniones; evidencia.
- Top 10 de casos de uso de asistentes de IA y automatización con ROI claro (no “innovadores”, sino rentables).
- Gobernanza mínima viable: datos permitidos, trazabilidad, control de prompts, seguridad, responsables y auditoría. Si no, el asistente se vuelve chisme corporativo.
- Entrega semanal: cada semana debe nacer algo que se use. Si no se usa, es literatura.
De 90 a 180 días: escalar, reinvertir y cambiar la cultura sin discursos
- Industrializar 3 a 5 casos que ya demostraron impacto: integración con sistemas, training, soporte y KPIs.
- Hiperautomatización end-to-end en un proceso crítico (por ejemplo: order-to-cash, procure-to-pay o atención postventa): menos correos, menos colas, menos “aprobaciones por costumbre”.
- Academia interna para mandos medios: si ellos no cambian, nadie cambia. La resistencia siempre vive en el centro.
- Reinversión explícita: lo ahorrado debe financiar capacidades (datos, IA aplicada, analítica, calidad de software). Si el ahorro se va entero a tapar agujeros, repites el ciclo.
- Tablero ejecutivo con 8-12 métricas que no se negocian: velocidad, calidad, costes por proceso y adopción real.
Hay una metáfora que me gusta porque duele un poco: una empresa es como una biblioteca en un barco. Puedes tener los mejores libros (talento, historia, marca), pero si el barco no tiene brújula y el capitán no lee el mapa, terminas coleccionando volúmenes bajo el agua. Y en esta década, la brújula se llama datos, el mapa se llama procesos y el viento —te guste o no— se llama Inteligencia Artificial.
Volkswagen está haciendo, tarde, lo que muchas organizaciones terminarán haciendo: recortar, renegociar y reinvertir para sobrevivir a un cambio de era. La pregunta no es si tu empresa se transformará. La pregunta es si lo hará antes de que el margen se vuelva un epitafio.
Si quieres, puedo ayudarte a aterrizar este framework en tu realidad: identificar tus señales tempranas, priorizar casos de IA aplicada y diseñar un plan 90-180 días con métricas y gobierno. Porque, al final, la estrategia no es lo que declaras. Es lo que ejecutas cuando ya no hay excusas.
Fuente base: https://www.xataka.com/movilidad/volkswagen-va-a-eliminar-50-000-puestos-trabajo-aqui-a-2030-precio-que-paga-haberse-quedado-dormida