Ford richiama ingegneri esperti dopo aver concluso che l’intelligenza artificiale, da sola, non bastava a garantire la qualità dei veicoli che l’azienda voleva raggiungere. Una lezione semplice, ma utile: un algoritmo non si porta dietro da solo decenni di esperienza in officina.

Negli ultimi tre anni, Ford ha assunto, promosso o richiamato circa 350 ingegneri esperti per rafforzare i controlli qualità. La scelta arriva dopo che l’azienda ha riconosciuto di aver puntato troppo sui sistemi automatizzati, aspettandosi risultati che non sono arrivati.

Perché Ford ha cambiato rotta sull’IA

Stando a Bloomberg e alla BBC, Kumar Galhotra, direttore operativo di Ford, ha spiegato che l’azienda si era affidata troppo ai sistemi automatici di controllo qualità. Quegli strumenti, però, non hanno prodotto il livello di affidabilità atteso.

Charles Poon, vicepresidente dell’ingegneria hardware dei veicoli di Ford, ha detto che la società aveva sopravvalutato ciò che l’IA poteva fare senza un forte contributo umano. La tecnologia, ha osservato, resta “uno strumento fantastico”, ma rende davvero solo quanto sono buoni i dati con cui la si addestra.

Il punto è semplice: inserire nei sistemi di IA i requisiti di progettazione non basta a trasferire il giudizio tecnico accumulato in anni di lavoro. Ford, secondo Poon, aveva creduto per errore che quei dati fossero sufficienti per ottenere veicoli di alta qualità.

Che ruolo avranno gli ingegneri veterani

Il problema non era solo tecnologico. Molti degli ingegneri più esperti di Ford avevano lasciato l’azienda prima che le loro conoscenze venissero trasmesse ai colleghi più giovani o integrate nei sistemi digitali usati per il controllo qualità.

Per colmare quel vuoto, Ford ha riportato in azienda professionisti con lunga esperienza, indicati internamente come ingegneri “dalla barba grigia”. Il loro compito è molto concreto. Ora aiutano a:

  • formare e seguire i dipendenti più giovani;
  • guidare le revisioni sulla qualità dei veicoli;
  • migliorare gli strumenti di IA con conoscenze ingegneristiche più solide;
  • trasformare esperienza pratica in dati utili e verificabili.

La mossa indica una correzione di rotta, non un rifiuto dell’intelligenza artificiale. Ford continua a usare l’IA, ma sembra aver rimesso al centro una verità poco spettacolare: la qualità industriale dipende anche da persone che sanno riconoscere un problema prima che diventi un richiamo.

Un ripensamento che non riguarda solo Ford

Ford non è l’unica grande azienda ad aver rallentato sull’idea che l’IA possa sostituire rapidamente competenze specialistiche. Ad aprile, Take-Two, società madre di Rockstar, ha licenziato il proprio responsabile dell’IA insieme a un numero non precisato di dipendenti.

Il caso Ford, però, è interessante perché riguarda un settore in cui gli errori non restano confinati a uno schermo. Quando si parla di automobili, qualità significa sicurezza, costi, fiducia dei clienti e reputazione costruita o persa nel tempo.

La lezione, in fondo, è meno tecnica di quanto sembri. L’IA può accelerare analisi e processi, ma non sostituisce automaticamente l’esperienza umana quando il lavoro richiede giudizio, memoria storica e responsabilità. Ford ora sta provando a mettere insieme entrambe le cose: macchine migliori per controllare le macchine, e persone abbastanza esperte da capire quando quelle macchine stanno sbagliando.