
Quand Ford rappelle ses ingénieurs face aux limites de l’intelligence artificielle
Le constructeur automobile américain a réembauché plus de 350 spécialistes après l’échec de ses systèmes de contrôle qualité automatisés, illustrant un rééquilibrage mondial entre IA et expertise humaine.
Ford a discrètement réintégré plus de 350 ingénieurs et inspecteurs qualité expérimentés au cours des trois dernières années, un revirement stratégique rendu public après que ses systèmes d’intelligence artificielle dédiés au contrôle qualité n’ont pas atteint les standards escomptés. L’effet a été immédiat et mesurable : le constructeur est remonté à la première place du classement qualité initial JD Power parmi les marques grand public aux États-Unis, une position qu’il n’avait plus occupée depuis 2010, tout en réduisant ses coûts de production.
L’explication livrée par la direction de Ford tient à une surestimation des capacités de l’IA et à une négligence du savoir-faire humain. Charles Poon, vice-président de l’ingénierie matérielle des véhicules, a reconnu que l’entreprise pensait à tort qu’il suffisait d’introduire l’intelligence artificielle et de lui fournir les exigences de conception pour obtenir des produits de haute qualité. Les systèmes automatisés, privés de l’expérience pratique accumulée par des techniciens ayant traversé plusieurs cycles de développement, se sont révélés incapables de détecter les défauts en amont de la production. Une partie de ce savoir avait quitté l’entreprise avant d’être intégrée aux modèles d’apprentissage automatique, laissant les algorithmes sans la profondeur de jugement nécessaire.
Les ingénieurs rappelés, surnommés en interne les « barbes grises », ne se contentent pas de superviser les chaînes : ils forment les jeunes recrues, entraînent les outils d’IA et dirigent des revues qualité obligatoires qui privilégient la prévention des pannes à leur correction a posteriori. Ce retour à une supervision humaine s’inscrit dans un mouvement plus large de réévaluation des automatismes. En Suède, la fintech Klarna a réembauché du personnel après avoir constaté que ses chatbots manquaient d’empathie et d’efficacité ; aux États-Unis, McDonald’s a suspendu son système de commande vocale par IA qui multipliait les erreurs. Dans le secteur manufacturier nord-américain, l’épisode Ford confirme que l’automatisation sans discernement peut dégrader la qualité plutôt que l’améliorer.
Ford n’abandonne pas l’IA pour autant. L’entreprise maintient plus de 100 000 tests de vérification automatisés et continue d’installer des caméras intelligentes dans ses usines. Mais la technologie est désormais subordonnée à la validation de spécialistes chevronnés, seuls capables d’enrichir les données d’entraînement avec des cas limites et des savoirs tacites. L’enjeu pour l’industrie automobile, des deux côtés de l’Atlantique, est de trouver un équilibre entre la puissance de calcul et l’intelligence de situation, sous peine de voir les promesses de l’IA se heurter aux réalités de l’atelier.
Comment la même histoire est racontée ailleurs.
2 groupes éditoriaux · 5 langues
Ford réduit sa dépendance excessive à l'intelligence artificielle et au contrôle qualité automatisé, en rappelant plus de 350 ingénieurs expérimentés en trois ans. L'entreprise indique que ce changement de cap se traduit déjà par une meilleure qualité des produits et des coûts réduits.
Le grand pari de l'industrie automobile sur l'intelligence artificielle a rencontré un obstacle, Ford étant contrainte de faire marche arrière et de réembaucher des ingénieurs humains après l'échec de ses systèmes de qualité automatisés. L'entreprise a admis que la technologie ne parvenait pas à satisfaire ses normes, ce qui a entraîné un retour aux talents expérimentés.
Élargis ton regard
Négociations Iran-États-Unis à Doha : démentis et crispations autour du détroit d’Ormuz
7 langues · 19 sources
Depuis Economy & MarketsLa pénurie de puces mémoire, symptôme d’une économie de l’IA en surchauffe
7 langues · 17 sources
Depuis Science & HealthMénopause : l’Italie lance une campagne pour réécrire les règles de la santé féminine
4 langues · 6 sources