Mala jugada de Ford: quiso reemplazar ingenieros por IA y terminó necesitando más

Ford asumió que podía mejorar la calidad de sus vehículos confiando cada vez más en sistemas automatizados e inteligencia artificial. No funcionó. Durante años, los problemas de calidad le costaron a la empresa miles de millones de dólares en garantías y recalls.

Bajó al décimo lugar entre las marcas mainstream en el ranking de calidad JD Power, por debajo del promedio de la industria.

"Equivocadamente pensamos que con solo introducir inteligencia artificial e incorporar los requisitos de diseño que teníamos, eso produciría un producto de alta calidad", dijo Charles Poon, vicepresidente de ingeniería de hardware de Ford, según reportó Bloomberg.

La empresa reconoció que estaba "dependiendo cada vez más de sistemas automatizados de calidad" sin obtener los resultados deseados.

Charles Poon, vicepresidente de ingeniería de hardware de Ford, reconoció que la empresa sobreestimó la capacidad de la IA para garantizar la calidad de sus vehículos.

La solución: volver a buscar experiencia

La respuesta de Ford no fue comprar más tecnología. Fue contratar de vuelta a personas. En los últimos tres años, la empresa incorporó 350 ingenieros veteranos, muchos de ellos exempleados y otros provenientes de proveedores, a quienes internamente llaman "gray beard engineers", algo así como "ingenieros de canas".

Su misión es capacitar a los equipos más jóvenes y reprogramar las herramientas de IA que no estaban dando resultado.

Estos ingenieros ahora lideran reuniones obligatorias donde se analizan problemas de calidad con rigurosidad, y trabajan para detectar fallas potenciales antes de que una pieza llegue siquiera a la línea de montaje.

Kumar Galhotra, director de operaciones de Ford, dijo que los especialistas "cazan puntos de falla antes de que una parte llegue al piso de la planta."

El objetivo no era reemplazar la IA sino mejorarla. "Para mejorar nuestras herramientas de automatización y aprendizaje automático necesitábamos asegurarnos de que fueran entrenadas por las personas más experimentadas", explicó Poon.

Los resultados llegaron rápido

El cambio dio resultados concretos y rápidos. En el JD Power Initial Quality Survey más reciente, el ranking de referencia que mide la calidad de un auto en sus primeros tres meses de uso, Ford pasó de estar en el décimo lugar entre marcas mainstream a ser la número uno.

Tres de sus modelos, la F-150, la Super Duty y el Mustang, fueron los mejor calificados en sus respectivas categorías. Solo las marcas de lujo Porsche y Genesis quedaron por encima de Ford en el ranking general, superando a Toyota y Honda.

El impacto económico también es directo. "Estamos viendo bajar nuestros costos de garantía. Estamos viendo bajar nuestros costos de recalls", dijo el CEO Jim Farley a Bloomberg TV. "Todo esto está contribuyendo a literalmente cientos y cientos de millones de dólares de ahorro para Ford."

La empresa apunta a reducir mil millones de dólares en costos este año.

Lo que deja este caso para la industria

El caso contradice uno de los argumentos más repetidos sobre la inteligencia artificial: que eventualmente va a reemplazar a los trabajadores con conocimiento acumulado. Ford descubrió que la IA no puede reemplazar la experiencia cuando esa experiencia nunca fue correctamente transferida al sistema.

Una herramienta de IA es tan buena como la información con la que fue entrenada. Si esa información está incompleta o si los datos de entrenamiento no capturan el conocimiento tácito que un ingeniero con décadas de experiencia tiene en la cabeza, el sistema va a fallar de formas que pueden ser difíciles de diagnosticar.

Ford lo aprendió a un costo de miles de millones de dólares.

La solución no fue abandonar la tecnología sino reconocer que la tecnología y la experiencia humana no son intercambiables: son complementarias. Y que apurarse a automatizar sin transferir primero el conocimiento correcto puede salir más caro que no automatizar.

---------------