La inversión de Toyota en capacidades de inteligencia artificial

La estrategia de IA de Toyota no es una compra de plataforma. Es una apuesta por su propia gente. Dentro de las comunidades de capacitación, certificación y producción, se desarrollan las capacidades.

El 22 de mayo de 2025, cinco empresas del Grupo Toyota anunciaron conjuntamente una inversión coordinada en inteligencia artificial y desarrollo de software: Toyota Motor Corporation, DENSO Corporation, AISIN Corporation, Toyota Tsusho Corporation y Woven by Toyota lanzaron dos iniciativas vinculadas. La primera, conocida como Toyota Software Academy, es una organización de capacitación que ofrece aproximadamente 100 cursos técnicos en IA, ciencia de datos, ciberseguridad, normativa vehicular y campos relacionados. La segunda es el Acelerador Global de IA (GAIA), que amplía la inversión del grupo en investigación, desarrollo e implementación de IA en 11 categorías iniciales, incluyendo manufactura, retención y transferencia de conocimiento, robótica y productividad de oficina. Toyota definió la iniciativa en sus propios términos, describiendo GAIA como basada en la práctica tradicional de jidoka (automatización con toque humano).¹

Lo que considero relevante del anuncio es que estos dos programas no representan una adquisición tecnológica. No existe un sistema insignia, ni una amplia alianza con proveedores, ni una plataforma única que se esté implementando. La principal unidad de inversión es la persona. Esto se alinea perfectamente con el concepto de Toyota de que "fabricar cosas es formar personas". Sin embargo, incluso antes de este anuncio, Toyota y las empresas del Grupo Toyota ya estaban realizando importantes avances en inteligencia artificial.

La Sala D: La comunidad de Toyota impulsando la IA desde la base

Toyota lleva años desarrollando capacidades de IA desde la planta de producción, trabajando discretamente. Hace más de una década, un colega jubilado compartió conmigo algunas prácticas avanzadas de medición y control de calidad. Esta tecnología incluía aprendizaje automático y dispositivos de medición de precisión. Me explicó en términos sencillos que, en algunos casos, las tolerancias de los componentes mecanizados de precisión eran cinco veces más estrictas y, a la vez, presentaban cinco veces menos defectos que cuando yo trabajaba en la empresa. Un ingrediente clave era la tecnología sensorial. Lamentablemente, gran parte de ese trabajo inicial se mantuvo en secreto. Sin embargo, contamos con un ejemplo más reciente y bien documentado, publicado en el Toyota Times, sobre una comunidad llamada la Sala D.²

La historia comienza en 2018 en la planta de Miyoshi, en la División de Control de Calidad. Dos miembros, Masaya Furutani y Manabu Okuyama, recibieron una tarea deliberadamente vaga de su supervisor: «Hay algo llamado IA que parece prometedor. ¿Por qué no experimentan con ello?». Ambos estudiaron aprendizaje automático por su cuenta y asistieron a cursos de formación externos. El principal obstáculo no fue la tecnología, sino el entorno. Los ordenadores de la empresa bloqueaban la configuración de la programación, y las descargas de software requerían solicitud y aprobación. Okuyama recordó haber enviado más de 100 correos electrónicos solo para obtener las aprobaciones.

En 2019, se dirigieron directamente al director general de la planta de Miyoshi y consiguieron parte de una sala de reuniones, con su propia línea de red independiente de la infraestructura de la empresa. Este acuerdo les proporcionó un entorno de pruebas que no ponía en peligro el sistema informático corporativo ni se veía bloqueado por él. Su proyecto piloto consistió en tres modelos de IA implementados en la planta de producción. El presupuesto de subcontratación para este trabajo superaba los 100 millones de yenes. En su lugar, lo desarrollaron internamente, utilizando ordenadores de placa única Raspberry Pi, cámaras USB y lentes económicas. Según el artículo, el coste final de los componentes del proyecto fue inferior a 10.000 yenes.

Hay un detalle importante, aunque fácil de pasar por alto, en esta historia. Furutani había trabajado más de 10 años en Ingeniería de Producción antes de pasar a Control de Calidad, y esa experiencia fue clave para el éxito del proyecto. Okuyama lo expresó claramente: “Cualquiera puede crear un modelo de inspección con IA en una PC si se dedica al estudio. Los verdaderos desafíos surgen después: descubrir cómo integrarlo en los equipos que ya están en funcionamiento en la planta”. Crear el modelo fue la parte más fácil de aprender. Integrarlo en los equipos de producción en marcha requirió una década de conocimiento de procesos que ningún curso enseña ni ninguna contratación externa aporta. Esta práctica contrasta notablemente con el modelo occidental emergente de contratar ingenieros desplegados en el extranjero (FDE, por sus siglas en inglés) expertos en IA de empresas tecnológicas para que les enseñen cómo implementar la IA en las prácticas laborales.

El experimento, que comenzó en un rincón de una planta de fabricación, se extendió. Un chat abierto creció hasta alcanzar aproximadamente 500 miembros. Cuando Toyota migró a Microsoft Teams en toda la empresa durante 2020, la comunidad creó sus propios canales y amplió su alcance, pasando de la IA a los problemas digitales en general. Posteriormente se crearon centros físicos y, según el artículo del Toyota Times, actualmente existen 18 ubicaciones en las plantas de Miyoshi, Motomachi y Tahara, todas gestionadas por voluntarios sin personal fijo. La rapidez de respuesta se convirtió en la prueba de valor de la comunidad. Una solicitud de un entorno de desarrollo se respondió en nueve minutos. Una publicación sobre un problema de conexión recibió 79 respuestas.

Un aspecto distintivo de la cultura en el canal de Teams es la importancia del aprendizaje práctico. Por ejemplo, existe un canal de Teams para compartir los fracasos, donde cuanto más interesante sea el fracaso, más "me gusta" recibe. Furutani le dijo a un miembro que temía romper un ordenador prestado: "No eres un miembro de pleno derecho hasta que hayas roto tres ordenadores".

En 2022, D-ROOM se integró en la División de Promoción de la Transformación Digital de Toyota, lo que aportó presupuesto, compra de equipos y préstamos. Los dos fundadores no desaparecieron en el anonimato. Okuyama es ahora gerente del Centro de Excelencia en IA de Toyota, responsable de la implementación, optimización y gobernanza de la IA en toda la compañía. Furutani lidera el trabajo de creación de comunidades dirigido a la industria automotriz japonesa en general. Un experimento participativo que comenzó con dos miembros del departamento de Control de Calidad y una sala de reuniones prestada ahora forma parte de la estructura formal de la empresa, y sus fundadores gestionan partes de dicha estructura.

Dentro de un proveedor: La visión de Denso

Otra perspectiva valiosa sobre la inversión en IA en Toyota surge de un análisis más profundo de Denso Corporation. En software, Denso ha liderado con frecuencia al Grupo Toyota. Un ejemplo poco conocido es el código QR, inventado en Denso en 1994 para el seguimiento de piezas en producción, y que ahora se utiliza a diario en todo el mundo.³ De manera similar, gran parte del software que guía los sistemas de motores de Toyota se diseña conjuntamente con Denso en el área de Desarrollo de Producto.

Denso presentó su estrategia de software en una reunión informativa el 12 de julio de 2024: la compañía planea aumentar su plantilla de software a 18.000 personas para el año fiscal 2030, aproximadamente 1,5 veces su nivel de 2023, y cuadruplicar su negocio de software, hasta alcanzar los 800.000 millones de yenes, para el año fiscal 2035.⁴ Un aspecto destacable del plan es la procedencia de estos profesionales. Además de la contratación, Denso también implementa programas específicos de reconversión profesional que transforman a sus propios ingenieros de hardware en ingenieros de software. La compañía no está reemplazando su plantilla para adaptarse a la nueva era tecnológica, sino que está transformando la que ya tiene.

El elemento más distintivo del sistema de Denso es un programa de certificación llamado SOMRIE, introducido en 2022, tres años antes de la creación de la academia del Grupo Toyota. SOMRIE define 18 tipos de competencias, entre ellas científico de datos, especialista en seguridad y arquitecto de sistemas, organizadas en cuatro segmentos y clasificadas en siete niveles. La evaluación no es una mera formalidad interna. En las evaluaciones participan evaluadores externos, entre ellos profesores universitarios y profesionales del sector de las TI. La certificación comienza en el nivel 4. A finales de 2024, ningún ingeniero había obtenido aún la certificación de nivel 6 o 7, que corresponden a figuras líderes del sector y referentes en la industria. El nivel más alto de la jerarquía se sitúa deliberadamente por encima de cualquier persona que se encuentre actualmente en él.⁵

La certificación se integra en una estructura más amplia que Denso denomina Programa de Innovación Profesional, que combina formación continua, un proceso de asignación de roles que relaciona las habilidades certificadas con los puestos vacantes y un sistema de mentoría en el que profesionales sénior certificados asesoran a los ingenieros en su trabajo. En la práctica, un ingeniero de Denso puede consultar el mapa completo de habilidades de la empresa, ubicarse en él y planificar su carrera profesional en software, hardware e IA sin necesidad de cambiar de trabajo. Las habilidades son visibles, el camino ascendente está definido y la orientación para avanzar en él forma parte del sistema.

Dos hechos adicionales completan la historia del desarrollo. Primero, la Academia de Software de Toyota adoptó SOMRIE para la visualización de habilidades en todo el grupo. El sistema interno del proveedor se convirtió en el estándar del grupo, lo que revela la posición del liderazgo de software dentro del grupo. Segundo, la ambición de Denso va más allá de sus ingenieros. Una certificación de talento digital independiente, lanzada en el año fiscal 2025 con tres niveles, ya ha capacitado a más de 10.000 empleados, con el objetivo declarado de lograr una fuerza laboral 100 % digitalmente capacitada para 2030.⁶

La trayectoria de desarrollo de IA de Toyota

Existen algunas similitudes clave que vale la pena analizar en las tres iniciativas descritas en este artículo. Un programa a nivel de grupo capacita y financia a personas en cinco empresas. Una comunidad de producción desarrolló a sus propios expertos desde la base y finalmente se integró a la organización formal. Un proveedor creó un programa de certificación y un sistema de carrera para que sus ingenieros existentes pudieran convertirse en su fuerza laboral de software. En cada caso, la capacidad que se desarrolla reside en el propio personal de la empresa, cerca del trabajo.

La experiencia de Miyoshi ofrece una perspectiva sobre la importancia de esto. La escasez de experiencia en Toyota radicaba en la falta de adopción de inteligencia artificial. Dos miembros del departamento de Control de Calidad aprendieron la tecnología por su cuenta en su tiempo libre. La integración de modelos en equipos operativos requería 10 años de experiencia en Ingeniería de Producción. Este tipo de conocimiento solo existe dentro de la empresa, y la única forma de aplicarlo es capacitar en IA a quienes lo poseen.

Conclusiones

Para los líderes que buscan desarrollar capacidades de IA, la cuestión práctica no es si recurrir a expertos externos, sino cómo hacerlo. Los ingenieros desplegados por proveedores y los expertos en la materia de consultoras aportan habilidades reales y pueden acelerar considerablemente los proyectos iniciales. Las desventajas son el costo, la calidad y el riesgo. A mediados de 2026, los principales laboratorios de IA ofrecían puestos de ingeniería desplegados con salarios base de varios cientos de miles de dólares anuales, sin incluir la participación accionaria.⁷ Cuando expertos externos realizan el trabajo mientras la organización supervisa, la capacidad desaparece al finalizar el contrato. El conocimiento de la empresa también puede perderse en primer lugar.

Los ejemplos del Grupo Toyota que se presentan en este artículo apuntan a un modelo alternativo, y creo que es el camino más eficiente a largo plazo. La inversión se destina a la formación y la certificación, lo que permite disponer de tiempo para experimentar. La autoridad en el trabajo con IA reside en el conocimiento del proceso. La estructura formal se basa en el éxito demostrado, en lugar de precederlo. Nada de esto es una teoría nueva. Es la forma en que Toyota suele desarrollar sus capacidades.

Las organizaciones que buscan implementar IA se enfrentan a las mismas preguntas que respondió Toyota: ¿quién tendrá la capacidad y cuánto está dispuesta a invertir la empresa en su desarrollo? Los lectores interesados ​​en talleres fundamentales orientados al desarrollo sobre este tema pueden contactar con Tyson Heaton, Director Ejecutivo de Lean Tech/IA del LEI.

Nota: Este artículo se basa en fuentes tanto en japonés como en inglés. En algunos casos, el artículo original en japonés proporciona más detalles que las versiones en inglés disponibles en línea.

¹ “Five Toyota Group Companies to Accelerate Skill Development and Innovation in AI and Software,” Toyota Motor Corporation global newsroom, May 22, 2025.  
Inglés: https://global.toyota/en/newsroom/corporate/42805724.html 
Japonés: https://global.toyota/jp/newsroom/corporate/42801307.html
² "Initiatives,” Toyota Times, April 3, 2026.  
Inglés: https://toyotatimes.jp/en/spotlights/1091.html 
Japonés: https://toyotatimes.jp/spotlights/1091.html
³ “QR Code invented by DENSO,” DENSO Corporation.
Inglés: https://www.denso.com/global/en/business/innovation/qrcode/
⁴ “Quality and Quantity Will Decide Competitiveness in the SDV Era: Denso Targets 18,000 Software Personnel by Fiscal 2030,” Nikkei xTECH, July 2024. 
Japonés: https://xtech.nikkei.com/atcl/nxt/news/24/01185/
⁵ “SOMRIE Certification System,” DENSO Corporation recruiting site (en Japonés): https://careers.denso.com/graduate/growth/CIP_SOMRIE/. Independent coverage: “How Denso Built Its System for Developing and Evaluating Software Talent over 10 Years,” MONOist, May 2024.  
Inglés: https://www.denso.com/global/en/driven-base/career-life/kondo_2407/ 
Japonés: https://monoist.itmedia.co.jp/mn/articles/2405/23/news108.html
⁶ “Digital Technology Use and Talent Development at Denso,” Japan Institute for Labour Policy and Training (JILPT) forum report, January 2026. 
Japonés: https://www.jil.go.jp/event/ro_forum/20260108/houkoku/04-corp_report1-denso.html
⁷ Anthropic job listing, “Manager, Forward Deployed Engineering,” posted base salary range $320,000–$400,000, accessed July 2026.  
Inglés: https://jobs.accel.com/companies/anthropic/jobs/79002358-manager-forward-deployed-engineering

Lean Enterprise Institute