Ford a passé les trois dernières années à renverser discrètement l’un de ses paris les plus agressifs en matière d’intelligence artificielle. Selon un rapport de Bloomberg, le constructeur automobile a réembauché environ 350 ingénieurs chevronnés – surnommés en interne « barbes grises » – après que les outils d'IA et les systèmes automatisés destinés à les remplacer n'ont pas répondu aux attentes en matière de qualité.
Cet épisode apparaît comme l’une des études de cas réelles les plus claires à ce jour sur l’écart entre la promesse de l’automatisation basée sur l’IA et la réalité désordonnée de son déploiement dans l’industrie lourde. Pour plus de contexte sur cette histoire, consultez notre actualités IA.
Qu'est-ce qui n'a pas fonctionné
Les dirigeants de Ford avaient supposé que l’IA et les systèmes de diagnostic automatisés pourraient absorber une grande partie du travail historiquement effectué par ses ingénieurs les plus expérimentés. Cette hypothèse s’est avérée coûteuse. Selon le rapport, le VP de l'ingénierie du matériel automobile de l'entreprise, Charles Poon, a déclaré que les dirigeants avaient négligé la profonde expérience des vétérans qui avaient survécu à de nombreux cycles de produits.
Poon a été direct sur le résultat, admettant que le simple fait de remplacer ces ingénieurs par l'IA était une "énorme erreur". Il a pris soin d'ajouter que l'IA reste "un outil fantastique", mais a averti qu'elle est "aussi bonne que les informations que vous utilisez pour la former" - une reconnaissance que les connaissances institutionnelles, celles accumulées au fil des décennies dans les usines et dans les laboratoires d'essai, ne se transfèrent pas facilement dans un ensemble de données de formation.
Les ingénieurs réembauchés organisent désormais des réunions obligatoires pour dépanner les véhicules et reprogrammer les logiciels d'ingénierie automatisés et les outils d'IA qui étaient sous-performants. Leur travail consiste à rechercher les points de défaillance avant que les pièces n'atteignent l'usine – le genre de travail préventif qui permet d'éviter les rappels massifs et les défauts qui avaient auparavant coûté des milliards à l'entreprise.
Un redressement mesurable
Les résultats de la réintégration des humains dans la boucle ont été frappants. Dans le J.D. Power Initial Quality Survey — une étude annuelle mesurant les problèmes d'une voiture au cours de ses 90 premiers jours de possession — Ford a terminé 10e parmi les marques grand public et a obtenu un score inférieur à la moyenne du secteur.
Cette année, cependant, J.D. Power a classé Ford comme la première marque grand public, la plaçant devant Toyota et Honda. Ford a attribué cette amélioration spectaculaire directement à l'expertise des ingénieurs revenus, un exemple rare d'une grande entreprise attribuant publiquement au réembauche humaine un rebond de qualité.
Le revirement est particulièrement notable compte tenu du contexte financier : Ford s'est efforcé de réduire environ 1 milliard de dollars de dépenses cette année, mais a conclu que dépenser en talents chevronnés était la voie la plus fiable vers la qualité que de continuer à compter sur l'IA.
Ford n'est pas seul
L'expérience de Ford s'inscrit dans un modèle plus large et de plus en plus bien documenté. Une étude réalisée par la société d'outplacement Careerminds, citée dans la couverture de l'article, a examiné les entreprises qui ont procédé à des licenciements motivés par l'IA et a révélé que 35,6 % d'entre elles ont dû réembaucher plus de la moitié des employés qu'elles avaient précédemment licenciés. 32,7 % ont réembauché entre 25 % et 50 % de ces travailleurs, ce qui suggère qu'une part substantielle des réductions d'effectifs induites par l'IA a été annulée lorsque la technologie n'a pas fonctionné.
Le récit édifiant le plus souvent invoqué aux côtés de celui de Ford est Klarna. En 2024, le PDG de la fintech suédoise a fièrement annoncé qu'un nouveau chatbot IA effectuait le travail de 700 agents du service client à temps plein, ce qui a incité l'entreprise à geler les embauches et à supprimer des centaines de postes. Mais à la mi-2025 et jusqu'en 2026, Klarna se démenait pour recruter à nouveau des agents humains après la chute de la satisfaction des clients. L’entreprise a découvert que même si l’IA gérait bien les requêtes de base, les problèmes complexes nécessitant nuance et empathie l’emportaient systématiquement.
Les limites de l'automatisation
Pris ensemble, ces cas mettent en évidence une leçon récurrente que l’industrie technologique a mis du temps à assimiler : L’IA excelle dans des tâches étroites et bien définies, mais a du mal avec le jugement, le contexte et la mémoire institutionnelle fournis par les travailleurs expérimentés.
Dans le cas de Ford, ce jugement se manifeste par un sentiment presque instinctif de savoir où la conception d'un véhicule échouera – une connaissance construite au fil des décennies au cours desquelles les mêmes catégories de défauts se reproduisent à travers les cycles de produits. Aucune quantité de données d'entraînement, aussi volumineuse soit-elle, ne reproduit facilement ce genre d'intuition durement gagnée, en particulier lorsque les leçons les plus précieuses sont précisément les quasi-accidents et les cas extrêmes qui n'ont jamais été intégrés dans une base de données.
Rien de tout cela ne signifie que l’IA n’a pas sa place dans les usines. Ford lui-même continue d'utiliser des outils de diagnostic automatisés, désormais supervisés et perfectionnés par les mêmes ingénieurs qu'ils cherchaient autrefois à remplacer. Le cadre le plus honnête est celui de l'augmentation plutôt que la substitution : l'IA est plus précieuse lorsqu'elle étend la portée des humains qualifiés, et non lorsqu'elle tente de les éliminer.
Un bilan du cycle de battage médiatique
L’histoire de Ford arrive à un moment délicat pour l’industrie de l’IA. Après des années de promesses audacieuses selon lesquelles l’automatisation supplanterait de vastes catégories de travail, de plus en plus de preuves suggèrent que ce déplacement est bien plus sélectif – et les renversements bien plus fréquents – que ne le laissait entendre le battage médiatique initial.
Pour les investisseurs, les dirigeants et les travailleurs, la volte-face de Ford constitue un rappel fondé : l'erreur la plus coûteuse qu'une organisation puisse commettre avec l'IA n'est peut-être pas de la déployer trop lentement, mais de lui faire confiance pour remplacer une expertise qu'elle n'a jamais été équipée pour reproduire.
---
Restez à la Pointe de l'IALes dernières actualités, analyses et percées en IA — au même endroit.
Lire plus d'actualités IA →
