A Ford apostou na IA para garantir qualidade. Teve que recontratar 350 engenheiros para corrigir o erro

Nos últimos três anos, a Ford contratou 350 engenheiros veteranos, muitos deles ex-funcionários e outros vindos de fornecedores, para ajudar a enfrentar problemas de qualidade que custaram bilhões de dólares à montadora. A decisão reverte um movimento anterior da própria empresa, que havia migrado boa parte da inspeção de qualidade para sistemas automatizados de IA.

Kumar Galhotra, diretor de operações da Ford, disse que a empresa estava confiando cada vez mais em sistemas de qualidade automatizados, com resultados decepcionantes. Por isso, a Ford trouxe de volta especialistas técnicos que agora procuram pontos de falha antes que uma peça chegue à linha de produção.

A frase que resume o erro de avaliação veio do próprio vice-presidente de engenharia de hardware da empresa. Charles Poon afirmou: "Equivocadamente, pensamos que apenas introduzindo a inteligência artificial e ingerindo os requisitos de design que tínhamos, produziríamos um produto de alta qualidade."

O que a IA não conseguiu enxergar

O problema não estava na tecnologia em si. Estava no que faltava alimentá-la. "A inteligência artificial é uma ferramenta fantástica, mas ela só é tão boa quanto as informações usadas para treiná-la", disse Poon. “Nos últimos anos, não demos tanta atenção quanto deveríamos à experiência dos nossos engenheiros mais qualificados, que estiveram conosco ao longo de muitos ciclos de produto.”

Por vezes, esse tipo de conhecimento especializado nem sempre está numa base de dados. Reside em ter visto uma falha antes, em compreender como uma peça se comporta ou em detectar um problema antes de ele chegar à produção. É exatamente esse tipo de conhecimento tácito, construído ao longo de décadas e múltiplos ciclos de produto, que a Ford não conseguiu transferir para os algoritmos antes de reduzir a presença humana no processo.

O que os engenheiros veteranos fazem que a IA não fazia

Os engenheiros veteranos agora comandam reuniões obrigatórias para analisar rigorosamente falhas de qualidade e reprogramaram ferramentas de IA para evitar defeitos antes mesmo de eles acontecerem. A função deles não é substituir a tecnologia. É calibrá-la com a experiência que faltava.

Alguns desses profissionais ajudam agora também a formar engenheiros mais jovens, precisamente para evitar que certos erros voltem a afetar o desenvolvimento de novos modelos. A Ford não está apenas corrigindo um problema técnico pontual. Está reconstruindo um mecanismo de transferência de conhecimento que havia sido interrompido quando a confiança na automação cresceu mais rápido do que a validação de seus resultados.

Os números que comprovam a virada

O resultado da mudança foi mensurável: a Ford é a marca generalista mais bem colocada no mais recente Initial Quality Survey, da JD Power, que mede a qualidade de um carro durante os três primeiros meses de posse. Na pesquisa do ano passado, a Ford ocupava a 10ª posição entre as marcas generalistas, com qualidade abaixo da média do setor. A melhora registrada neste ano foi a maior entre as marcas comparáveis.

A Ford ultrapassou referências históricas em qualidade como Toyota e Honda. Apenas as marcas de luxo Porsche e Genesis ficaram à frente. Três modelos da Ford, a picape F-150, o caminhão Super Duty e o esportivo Mustang, ficaram em primeiro lugar em suas respectivas categorias.

Jim Farley, CEO da Ford, sublinhou que a aposta no fator humano reduziu drasticamente os custos associados a garantias e recolhas de veículos defeituosos, com impacto positivo de centenas de milhões de dólares para as contas da marca.

Ainda há trabalho pela frente. A Ford continua sendo a montadora com mais recalls nos Estados Unidos e espera US$ 1 bilhão em custos com garantias e materiais neste ano. Galhotra classifica os recalls como um indicador defasado da qualidade da empresa e afirma que espera ver menos casos no futuro, já que a companhia está fazendo mais para prevenir problemas desde o início.

O equilíbrio que a Ford encontrou, e não a rendição à tecnologia

Seria simplista interpretar o caso como uma derrota da inteligência artificial. A lição é mais precisa do que isso: a IA pode acelerar tarefas, encontrar padrões e ajudar nos testes, mas não funciona bem se for alimentada com informações incompletas ou se for utilizada para substituir o julgamento técnico que ainda não foi transferido para o sistema.

Apesar do revés, a Ford não abandonou a IA. A empresa utiliza a tecnologia em mais de 100 mil testes automatizados para submeter o software dos seus veículos a diversos cenários e detectar falhas antes que estas cheguem ao consumidor. O que mudou foi a arquitetura da decisão: a IA processa volume e velocidade, os engenheiros veteranos fornecem o julgamento contextual que ainda não tem como ser codificado em algoritmo.

O que o caso ensina para líderes fora do setor automotivo

A história da Ford ultrapassa o universo industrial e chega direto à mesa de qualquer liderança que esteja decidindo, neste momento, onde colocar IA e onde manter pessoas no centro de decisões críticas.

O erro da Ford foi assumir que a tecnologia, isolada do conhecimento institucional acumulado, seria suficiente para sustentar um padrão de qualidade construído ao longo de décadas. A correção custou contratações, tempo e reputação que poderiam ter sido evitados com um processo de transição mais cauteloso, no qual a experiência sênior fosse incorporada ao sistema antes da automação assumir o protagonismo, não depois que os resultados começaram a falhar.

Saber onde a IA acelera e onde o julgamento humano é insubstituível é exatamente a competência que separa empresas que escalam tecnologia com segurança das que pagam para aprender isso depois do prejuízo. O AI Journey da StartSe foi desenhado para líderes que precisam tomar essas decisões com critério, integrando IA aos fluxos de trabalho sem repetir o erro de subestimar o conhecimento que só a experiência constrói.

A pergunta que todo executivo deveria levar dessa história não é se a IA deve ou não ser adotada. É: o conhecimento tácito mais valioso da minha organização está sendo capturado e transferido, ou está saindo pela porta junto com quem se aposenta ou pede demissão?