Ford ha riassunto oltre 350 ingegneri esperti e ispettori di qualità dopo che i sistemi di controllo basati sull’intelligenza artificiale non sono riusciti a garantire gli standard produttivi attesi. La decisione, maturata nell’arco di tre anni, ha già prodotto un effetto misurabile: per la prima volta dal 2010 il costruttore di Dearborn è tornato in cima alla classifica JD Power sulla qualità iniziale tra i marchi generalisti, scalzando concorrenti che avevano dominato a lungo il ranking.

La retromarcia tecnologica è stata accompagnata da un’ammissione esplicita dei vertici aziendali. Charles Poon, vicepresidente dell’ingegneria hardware dei veicoli, ha riconosciuto che «l’intelligenza artificiale è uno strumento straordinario, ma vale quanto la qualità dei dati con cui viene addestrata». Negli anni precedenti, ha spiegato, Ford non aveva prestato sufficiente attenzione all’esperienza accumulata dai propri tecnici più anziani, molti dei quali avevano lasciato l’azienda prima che il loro sapere pratico potesse essere trasferito ai modelli di machine learning. I sistemi automatici, pur alimentati da centinaia di telecamere intelligenti installate negli stabilimenti, non possedevano la capacità di giudizio necessaria per individuare difetti sottili o prevenire guasti prima che i componenti entrassero in produzione. I tecnici richiamati, soprannominati “barbe grigie”, stanno ora formando le nuove generazioni di ingegneri e addestrando gli stessi strumenti di IA, spostando l’enfasi dalla correzione tardiva dei problemi alla prevenzione in fase di progettazione.

Il caso Ford non è isolato. In Europa, la fintech svedese Klarna aveva già fatto marcia indietro dopo aver sostituito centinaia di operatori del servizio clienti con chatbot basati su OpenAI, per poi riassumere personale umano a causa della mancanza di empatia e affidabilità delle risposte automatiche. Anche McDonald’s ha sospeso la sperimentazione dell’ordinazione vocale automatica nei drive-through dopo errori imbarazzanti nella composizione degli ordini. Questi episodi delineano un ridimensionamento delle aspettative più ottimistiche sull’automazione, soprattutto nei settori dove la qualità percepita dal cliente e l’affidabilità dei processi dipendono da competenze tacite difficili da codificare. Per l’industria manifatturiera europea, che in comparti come l’automotive di alta gamma fa dell’expertise artigianale un vantaggio competitivo, la lezione americana assume un rilievo particolare.

Ford non intende abbandonare l’intelligenza artificiale, ma integrarla in un modello ibrido dove la supervisione umana resta centrale. L’azienda ha già attivato oltre centomila test di verifica automatizzati per validare il software dei veicoli in scenari complessi, ma ora lo fa con il contributo diretto degli ingegneri più esperti. I prossimi rilevamenti sulla qualità e i cicli di sviluppo dei nuovi modelli diranno se questa correzione di rotta rappresenta un caso isolato o l’inizio di un ripensamento più strutturale nell’industria automobilistica globale.