Ford a passe les trois dernieres annees a reembaucher discretement environ 350 ingenieurs veterans, apres que les systemes automatises de controle qualite et les outils d'IA censes les remplacer n'aient pas pu maintenir la qualite de l'entreprise au niveau requis. A premiere vue, cela ressemble a une nouvelle entree dans le genre grandissant des entreprises qui font marche arriere sur leurs promesses d'IA. L'explication reelle, offerte par Ford elle-meme, est plus precise et plus utile que cela.

Charles Poon, vice-president de l'ingenierie materielle des vehicules chez Ford, a presente le mauvais calcul sans detour : l'entreprise croyait qu'elle pouvait substituer de l'IA et continuer a produire un vehicule de haute qualite. La nuance cruciale, c'est que l'IA n'etait pas fondamentalement defaillante. L'echec se situait en amont du logiciel. Des ingenieurs experimentes sont partis, par rachats de postes et par attrition, avant que le savoir institutionnel loge dans leur tete n'ait jamais ete capte. Des decennies de jugement durement acquis sur ce a quoi ressemble un defaut de conception subtil, ou sur le resultat de test qui est discretement alarmant, ont tout simplement quitte les lieux.

C'est la que l'IA a empire les choses au lieu de les ameliorer. Des outils entraines sur des donnees qui ne contiennent pas ce jugement ne le reconstruisent pas comme par magie. Ils font le contraire. Sans veteran pour signaler un intrant faible, les systemes automatises le traitaient comme normal et le propageaient, amplifiant les petites erreurs au lieu de les detecter. La technologie etait confiante et rapide, ce qui est exactement la mauvaise combinaison quand ce dont elle est confiante est faux. L'IA est tres douee pour mettre a l'echelle n'importe quel signal qu'on lui donne, y compris un mauvais.

La solution sur laquelle Ford s'est arretee est la partie qui merite qu'on s'y attarde. Elle n'a pas abandonne l'IA, et elle n'en a pas simplement achete davantage. Elle a fait revenir les ingenieurs experimentes pour accomplir deux choses a la fois. Ils animent maintenant des reunions obligatoires qui resolvent rigoureusement les problemes de qualite, ils encadrent le personnel plus jeune qui n'a jamais recu le passage de relais, et ils ont reprogramme les outils d'IA pour devancer les anomalies avant qu'elles n'atteignent un client. Autrement dit, les humains ont ete remis dans la boucle qui entraine a la fois la prochaine generation d'ingenieurs et le logiciel lui-meme. L'expertise devait exister chez des personnes avant de pouvoir etre encodee dans quoi que ce soit d'autre.

La version honnete de cette histoire est nuancee, pas un arc de redemption bien ficele. Ford est ressortie comme la principale marque grand public dans la plus recente enquete JD Power Initial Quality, ce qui suggere que la correction de cap produit un effet. Mais la meme entreprise a aussi mene les constructeurs americains en rappels cette annee, en emettant 51 a ce jour qui couvrent plus de 11 millions de vehicules, soit plus du double de son rival le plus proche. Ce n'est donc pas une preuve que l'IA a echoue, et ce n'est pas une preuve que la reembauche a tout regle. La lecon durable est plus etroite et plus difficile a esquiver. Le savoir institutionnel qui ne vit que dans des personnes experimentees ne se transfere pas gratuitement vers un modele, et une entreprise qui retire ces personnes en premier en esperant que le logiciel les a absorbees va decouvrir, a grands frais, qu'il ne l'a pas fait. On ne peut pas congedier le jugement et garder le jugement.