Ford ha pasado los ultimos tres anos recontratando discretamente a unos 350 ingenieros veteranos, despues de que los sistemas automatizados de control de calidad y las herramientas de IA destinados a reemplazarlos no pudieran mantener la calidad de la empresa donde debia estar. A primera vista, esto se lee como una entrada mas en el creciente genero de empresas que se retractan de sus promesas sobre la IA. La explicacion real, ofrecida por la propia Ford, es mas especifica y mas util que eso.
Charles Poon, vicepresidente de ingenieria de hardware de vehiculos de Ford, planteo el error de calculo con claridad: la empresa creia que podia incorporar IA y aun asi producir un vehiculo de alta calidad. El matiz crucial es que la IA no estaba fundamentalmente averiada. El fallo estaba aguas arriba del software. Los ingenieros con experiencia se marcharon, a traves de indemnizaciones por salida y desgaste, antes de que el conocimiento institucional que tenian en la cabeza llegara a registrarse. Decadas de criterio dificilmente adquirido sobre como luce un fallo de diseno sutil, o que resultado de prueba es silenciosamente alarmante, simplemente abandonaron el edificio.
Ahi es donde la IA empeoro las cosas en lugar de mejorarlas. Las herramientas entrenadas con datos que no contienen ese criterio no lo reconstruyen de algun modo. Hacen lo contrario. Sin un veterano que senalara una entrada debil, los sistemas automatizados la trataban como normal y la propagaban, amplificando pequenos errores en lugar de detectarlos. La tecnologia era segura y rapida, que es exactamente la combinacion equivocada cuando aquello de lo que esta segura es erroneo. La IA es muy buena para escalar cualquier senal que se le da, incluida una mala.
La solucion a la que llego Ford es la parte que vale la pena considerar con calma. No abandono la IA, ni simplemente compro mas de ella. Trajo de vuelta a los ingenieros con experiencia para hacer dos cosas a la vez. Ahora dirigen reuniones obligatorias que abordan con rigor los problemas de calidad, asesoran al personal mas joven que nunca recibio el relevo, y han reprogramado las herramientas de IA para atajar los fallos antes de que lleguen a un cliente. En otras palabras, se devolvio a los humanos al circuito que entrena tanto a la proxima generacion de ingenieros como al propio software. La experiencia tenia que existir en las personas antes de poder codificarse en cualquier otra cosa.
La version honesta de esta historia es mixta, no un pulcro arco de redencion. Ford salio como la marca convencional lider en la ultima JD Power Initial Quality Survey, lo que sugiere que la correccion de rumbo esta logrando algo. Pero la misma empresa tambien ha liderado a los fabricantes estadounidenses en retiros del mercado este ano, emitiendo 51 hasta ahora que abarcan mas de 11 millones de vehiculos, mas del doble que su rival mas cercano. Asi que esto no es prueba de que la IA fracaso, ni es prueba de que recontratar lo arreglo todo. La leccion duradera es mas acotada y mas dificil de eludir. El conocimiento institucional que vive solo en personas con experiencia no se transfiere a un modelo de forma gratuita, y una empresa que retira a esas personas primero y espera que el software las haya absorbido va a descubrir, a un alto costo, que no fue asi. No puedes despedir el criterio y conservar el criterio.