Una de las marcas automotrices que hizo pública su inclinación ante la IA para mejorar la calidad en sus productos fue Ford. Quería mejorar la calidad en sus coches, tener el menor número de fallos y evitar a toda costa los retiros por revisión, que se ha vuelto un factor común en los últimos años en toda la industria. La realidad es que no fue lo que se esperaba; la IA no resolvió como se tenía previsto y se generaron más problemas que soluciones, de acuerdo a lo que expone Bloomberg.
Se tuvo que recurrir nuevamente a la experiencia de sus ingenieros y corregir los errores ahora auspiciados por la IA. Pensó que tenerla sería mejor en sus procesos, se creyó que los ajustes de diseños y la implementación de la mejor tecnología serían mejores, pero el VP de ingeniería de hardware de vehículos, Charles Poon, admitió el error.
La IA no puede contra años de trabajo ininterrumpido
Muchos empleados se vieron forzados a dejar su trabajo de años; se demostró que esta experiencia no quedó inmersa en los sistemas de la compañía de vehículos. No siempre aparecen en las bases de datos; todo está en la comprensión y visualización del comportamiento de una pieza o en la detección oportuna de un problema antes de que el vehículo sea producido en masa. Ford realizó la recuperación y promoción para contratar a más de 350 ingenieros; afortunadamente, también se tomaron en cuenta perfiles jóvenes para que se pueda evitar cometer errores a futuro.
Es un aprendizaje que le quedará de por vida a Ford y que podría ser fácilmente transmitible a otras compañías. La IA no es mala, puede acelerar algunas tareas y ser de ayuda, pero no funciona si no tiene la información correcta de origen. Si no existe un criterio técnico de fondo y raíz, será muy difícil que la IA pueda operar con un conocimiento que evidentemente no tiene.
Por extraño que parezca, Ford seguirá trabajando con IA, pero el enfoque será distinto. Está presente en pruebas automatizadas que ascienden a 100.000 respecto al software en sus vehículos y son sometidos a varios escenarios con la finalidad de encontrar algún defecto. En lugar de encontrar y arreglar, simplemente quieren anticiparse en fases más tempranas y evitar que llegue a los vehículos finales.
Los equipos clave de software, ingeniería, fabricación y cadena de suministro estarán más unidos que nunca, además de tener un nuevo grupo dedicado exclusivamente a la calidad del software. Parece poca cosa, pero esto último tiene cada vez mayor relevancia en un mundo donde los usuarios interactúan con pantallas, sensores y actualizaciones. Una vez más se pone en evidencia que la IA no está por más inteligente que el ser humano, que es el que tiene el conocimiento.