Una de les marques automobilístiques que va fer pública la seva inclinació davant la IA per millorar la qualitat en els seus productes va ser Ford. Volia millorar la qualitat en els seus cotxes, tenir el menor nombre de fallades i evitar a tot preu les retirades per revisió, que s'ha tornat un factor comú en els últims anys en tota la indústria. La realitat és que no va ser el que s'esperava; la IA no va resoldre com es tenia previst i es van generar més problemes que solucions, d'acord amb el que exposa Bloomberg.
Es va haver de recórrer novament a l'experiència dels seus enginyers i corregir els errors ara auspiciats per la IA. Va pensar que tenir-la seria millor en els seus processos, es va creure que els ajustos de dissenys i la implementació de la millor tecnologia serien millors, però el VP d'enginyeria de hardware de vehicles, Charles Poon, va admetre l'error.
La IA no pot contra anys de feina ininterrompuda
Molts empleats es van veure forçats a deixar la seva feina d'anys; es va demostrar que aquesta experiència no va quedar immersa en els sistemes de la companyia de vehicles. No sempre apareixen en les bases de dades; tot està en la comprensió i visualització del comportament d'una peça o en la detecció oportuna d'un problema abans que el vehicle sigui produït en massa. Ford va realitzar la recuperació i promoció per contractar més de 350 enginyers; afortunadament, també es van tenir en compte perfils joves perquè es pugui evitar cometre errors a futur.
És un aprenentatge que li quedarà de per vida a Ford i que podria ser fàcilment transmissible a altres companyies. La IA no és dolenta, pot accelerar algunes tasques i ser d'ajuda, però no funciona si no té la informació correcta d'origen. Si no existeix un criteri tècnic de fons i arrel, serà molt difícil que la IA pugui operar amb un coneixement que evidentment no té.
Per estrany que sembli, Ford seguirà treballant amb IA, però l'enfocament serà diferent. Està present en proves automatitzades que ascendeixen a 100.000 respecte al software en els seus vehicles i són sotmesos a diversos escenaris amb la finalitat de trobar algun defecte. En lloc de trobar i arreglar, simplement volen anticipar-se en fases més primerenques i evitar que arribi als vehicles finals.
Els equips clau de software, enginyeria, fabricació i cadena de subministrament estaran més units que mai, a més de tenir un nou grup dedicat exclusivament a la qualitat del software. Sembla poca cosa, però això últim té cada vegada més rellevància en un món on els usuaris interactuen amb pantalles, sensors i actualitzacions. Una vegada més es posa en evidència que la IA no és més intel·ligent que l'ésser humà, que és el que té el coneixement.