Ford ha riassunto 350 ingegneri veterani dopo che l’uso di intelligenza artificiale e sistemi automatizzati nei processi di qualità non ha prodotto il livello atteso. Una parte di questi specialisti aveva già lavorato per la casa automobilistica, mentre altri arrivano dalla rete dei fornitori: un ritorno di competenze tecniche mature in un passaggio delicato per l’industria dell’auto.
Il punto non è l’abbandono dell’AI, ma la correzione di un approccio che si era spinto troppo oltre sull’automazione. Il chief operating officer Kumar Galhotra ha spiegato ai giornalisti che l’azienda si era affidata sempre di più a sistemi automatici di qualità, ottenendo però risultati deludenti. Da qui la scelta di riportare dentro specialisti capaci di individuare i punti di rottura prima che un componente arrivi in fabbrica.
La vicenda mette in evidenza una tensione concreta nella trasformazione digitale industriale: i modelli e gli strumenti automatici possono accelerare analisi e verifiche, ma non sostituiscono sempre la competenza accumulata sul campo. Nel caso di Ford, gli ingegneri richiamati vengono indicati come gray beard, espressione che richiama profili con lunga esperienza tecnica, spesso decisivi nel leggere segnali deboli dentro processi complessi.
Charles Poon, vicepresidente dell’ingegneria hardware dei veicoli, ha riconosciuto l’errore di impostazione: l’azienda pensava che bastasse introdurre l’intelligenza artificiale e caricare i requisiti di progettazione disponibili per ottenere un prodotto di alta qualità. La realtà operativa ha mostrato un limite diverso: la qualità non nasce solo dall’elaborazione dei requisiti, ma anche dalla capacità di interpretare difetti potenziali, compromessi progettuali e rischi produttivi.
Per questo i nuovi ingressi non sono stati chiamati soltanto a correggere i processi, ma anche a trasferire competenze. Ford usa gli ingegneri riassunti per formare il personale più giovane e per riprogrammare gli strumenti AI. L’AI, quindi, resta nel perimetro industriale dell’azienda, ma viene riportata dentro un modello più ibrido, in cui l’esperienza umana serve anche a migliorare il comportamento dei sistemi digitali.
I primi effetti sembrano già visibili nei conti operativi. L’amministratore delegato Jim Farley ha collegato il ritorno di queste competenze a una riduzione dei costi di garanzia e richiamo, parlando di un contributo nell’ordine di centinaia di milioni di dollari come vento favorevole sui costi per Ford. In un settore dove difetti, richiami e interventi post-vendita possono pesare in modo rilevante sui margini, la qualità diventa una voce industriale e finanziaria insieme.
Ford ha anche rivendicato il primo posto tra i marchi mainstream nella JD Power Initial Quality Survey diffusa nella stessa settimana. Il dato si inserisce nella stessa traiettoria: meno fiducia cieca nell’automazione, più integrazione tra strumenti AI, ingegneri esperti e formazione interna. Il caso mostra una fase più matura dell’adozione dell’intelligenza artificiale in azienda, nella quale il vantaggio competitivo non dipende solo dall’introdurre nuovi sistemi, ma dal capire dove l’esperienza umana resta indispensabile per farli funzionare davvero.