Clamoroso dietrofront di Ford che dopo aver licenziato personale per affidarsi all’intelligenza artificiale si è vista costretta a ritornare sui suoi passi.
Delegare tutto all’intelligenza artificiale, a volte, può essere controproducente. Si rischia di dover tornare sui propri passi, un po’ come ha fatto Ford, che nelle ultime settimane ha richiamato 350 ingegneri esperti dopo che i suoi sistemi automatizzati di controllo qualità basati sull’intelligenza artificiale non avevano raggiunto i livelli attesi. Un dietrofront clamoroso per un’azienda che, negli ultimi anni, ha scommesso pesantemente sull’AI.
La frase che fotografa meglio questa marcia indietro è quella del vicepresidente per l’hardware dei veicoli, Charles Poon: «In Ford pensavano che bastasse introdurre l’intelligenza artificiale all’interno dei requisiti di progettazione esistenti per ottenere un prodotto di alta qualità, ma si sbagliavano».
Questo è un nuovo esempio di come un’azienda sia stata costretta a fare dietrofront, richiamando personale esperto e decidendo di riaffidarsi alla componente umana dopo aver cercato di delegare un aspetto importante del proprio processo aziendale all’intelligenza artificiale. I risultati, però, non sono stati quelli sperati. E questo dimostra come l’intelligenza artificiale abbia ancora molta strada da fare e non sia destinata a sostituire il lavoro umano in ogni campo.
Prima di Ford era capitato anche al colosso svedese Klarna, che nel 2024 si era vantato di avere un assistente basato sull’intelligenza artificiale capace di svolgere il lavoro di 700 addetti al servizio clienti. A inizio 2026, però, il CEO di Klarna ha ammesso che quella strategia non era quella giusta e che l’azienda stava tornando ad assumere persone, perché un cliente deve sempre poter parlare con un essere umano quando lo richiede. Anche McDonald’s ha avuto un’esperienza negativa quando ha deciso di sperimentare gli ordini automatici nei drive-through.
Dal 2020 Ford ha tagliato 5.300 posizioni, sostituite con sistemi automatizzati basati sull’intelligenza artificiale, soprattutto nel settore del controllo qualità. La logica sembrava solida sulla carta: formare i sistemi fornendo loro abbastanza dati sulla qualità, lasciando poi che imparassero a farla rispettare su scala industriale. Il problema, però, è che Ford si è affidata a un sistema automatico che ha prodotto risultati deludenti.
L’intelligenza artificiale non deve essere considerata un generatore di conoscenza
Gli esperti più qualificati hanno lasciato l’azienda ancora prima di poter trasferire le proprie competenze ai sistemi automatizzati destinati a sostituirli. Senza quel sapere tacito, l’automazione ha amplificato gli errori invece di correggerli. Il risultato è che Ford è diventata la casa automobilistica con più richiami nel 2026 sino ad oggi: ben 51 campagne nei primi sei mesi, per 11 milioni di veicoli coinvolti. Già lo scorso anno era stato raggiunto un record assoluto, con 152 richiami.
A quel punto, per Ford non c’era altra soluzione che richiamare in servizio gli specialisti veterani, incaricati di scovare i punti deboli prima che un componente arrivi in fabbrica. Il loro compito non è sostituire l’intelligenza artificiale, ma correggerla. Devono riscrivere i protocolli di test automatizzati, formare i colleghi più giovani, guidare le revisioni di progettazione e migliorare gli stessi strumenti che avevano fallito.
Ford non ha abbandonato l’automazione, ma ha capito che la tecnologia non funziona davvero in autonomia. Ha bisogno di basarsi sui dati, sulle nozioni e sulle conoscenze che l’essere umano le fornisce. L’intelligenza artificiale può elaborare, velocizzare e supportare i processi, ma non deve essere considerata un generatore di conoscenza dal nulla.
Il risultato del cambio di rotta è arrivato in tempi rapidi. Ford è passata dal quindicesimo posto nel 2023 al primo posto nel 2026 nello studio sulla qualità iniziale di J.D. Power tra i marchi mainstream: il salto più grande mai registrato da un produttore generalista in un solo anno, con 41 problemi in meno ogni 100 veicoli rispetto all’anno precedente.
