Ford a viré ses ingénieurs pour de l'IA — il les rappelle un milliard plus tard

Un constructeur automobile décide que l'intelligence artificielle peut faire le travail de ses ingénieurs les plus expérimentés. Il réduit ses effectifs et confie le contrôle qualité à des logiciels. Trois ans plus tard, il rappelle 350 vétérans pour réparer les dégâts.

C'est l'histoire que Ford vient d'admettre publiquement, en marge d'une bonne nouvelle : sa première place au classement qualité le plus surveillé du secteur. L'aveu est rare : une grande entreprise reconnaît rarement s'être trompée sur l'IA. Et il dit quelque chose de précis sur ce que les machines savent faire, et ce qu'elles ne savent pas encore remplacer.

Précisons tout de suite, pour éviter la confusion : il ne s'agit pas de robots sur la chaîne de montage. Ford parle d'outils logiciels d'IA utilisés en amont, pour vérifier la qualité, ingérer les exigences de conception et automatiser des contrôles que faisaient avant des ingénieurs chevronnés.

Dans cet article :

• Ford a parié que l'IA remplacerait l'expérience. Le pari a coûté cher
• Pourquoi la machine a « amplifié » les erreurs au lieu de les corriger
• Le revirement à un milliard de dollars (et la médaille JD Power)
• La phrase de Jim Farley qui a très mal vieilli
• La stratégie Posthumain : ce que l'épisode Ford vous apprend vraiment

Ford a parié que l'IA remplacerait l'expérience. Le pari a coûté cher

Selon Ford, le problème se loge en amont de la chaîne de production, dans la tour d'ivoire de la conception. L'idée était séduisante : nourrir des outils d'IA avec les exigences techniques, et laisser la machine produire un véhicule de haute qualité, plus vite et moins cher.

Charles Poon, vice-président de l'ingénierie matérielle des véhicules chez Ford, l'a résumé sans détour devant des journalistes : « Par erreur, nous avons pensé » qu'introduire l'IA et lui faire avaler les exigences de conception suffirait à sortir un produit de qualité [1].

Le contexte rend l'aveu plus piquant. Ford a réduit ses effectifs de plus de 5 000 postes depuis son pic de 2020, dans un mouvement de coupes qui a touché tout Detroit [5].

Le directeur des opérations, Kumar Galhotra, a reconnu auprès de la presse que l'entreprise s'était appuyée « de plus en plus » sur des systèmes de contrôle qualité automatisés, sans obtenir les résultats espérés. La machine devait fluidifier la production. Elle a fait l'inverse.

Pourquoi la machine a « amplifié » les erreurs au lieu de les corriger

Voici le détail que la plupart des titres ratent : selon Ford, l'IA n'était pas « cassée ». Le problème venait de ce qu'on lui avait donné à manger.

Les ingénieurs les plus expérimentés sont partis avant que leur savoir-faire ne soit « capturé » dans les systèmes. Résultat : les outils ont été entraînés sur des informations incomplètes, privés de cette connaissance tacite (le savoir non écrit, acquis à force de cycles de produits) [3].

Une fois ce savoir parti, l'automatisation n'a pas comblé le vide ; elle l'a aggravé. Faute de jugement d'ingénieur encodé dans ses données, elle a amplifié les mauvaises hypothèses au lieu de repérer les défauts de conception qu'elle était censée traquer.

C'est le point que les patrons pressés oublient. Une IA n'a pas d'intuition : elle reproduit à grande échelle, exactement, la qualité ou la médiocrité des données qu'on lui fournit. Poon l'a dit autrement : l'IA est un outil formidable, mais elle ne vaut que ce que valent les informations qui l'entraînent.

Le prix de cette leçon n'est pas qu'une note de frais. Ford reste le constructeur le plus rappelé des États-Unis : 51 rappels rien qu'en 2026, sur plus de 11 millions de véhicules, plus du double du concurrent suivant [2].

Le revirement à un milliard de dollars (et la médaille JD Power)

Le sursaut a pris la forme d'un virage très humain. Sur trois ans, Ford dit avoir embauché, réembauché ou promu 350 ingénieurs vétérans — des anciens, et d'autres venus de chez ses fournisseurs [4].

En interne, on les surnomme les « gray beards » (les « barbes grises »), en hommage à une expérience qu'aucun logiciel ne sait encore reproduire. Leur mission ne se limite pas à reprendre leur ancien poste.

Ils animent désormais des revues de conception obligatoires qui traquent les points de défaillance avant qu'une pièce n'atteigne l'usine, et forment les plus jeunes. Surtout, ils reprogramment les outils d'IA qui dérapaient.

Ford n'a pas pour autant tourné le dos à la machine. L'entreprise a monté une équipe dédiée de 40 personnes à l'assurance qualité logicielle et ajouté plus de 100 000 tests automatisés par IA pour traquer les cas limites avant la livraison [6].

Le résultat est tombé cette semaine, et il est spectaculaire. Ford est devenu la première marque grand public du classement qualité initiale 2026 de JD Power — un institut indépendant qui sonde les acheteurs de voitures neuves après 90 jours d'usage [7].

Cette première place véhicules grand public (excluant Porsche donc), Ford ne l'avait plus décrochée depuis seize ans.

Côté finances, Ford anticipe que ce revirement se traduira par un milliard de dollars de coûts en moins cette année [1]. Le bilan est ironique : l'entreprise a payé cher pour se séparer de ces ingénieurs, puis payé de nouveau pour les faire revenir.

La phrase de Jim Farley qui a très mal vieilli

Impossible de raconter cette histoire sans la mettre en regard d'une déclaration de son propre patron. Le PDG de Ford, Jim Farley, avait prédit que l'IA allait « remplacer la moitié » des cols blancs (les employés de bureau) aux États-Unis [5].

Un an plus tard, sa propre entreprise rappelle des humains pour réparer ce que l'IA a abîmé. L'ironie n'a échappé à personne, et elle dépasse Ford : c'est exactement le récit dominant — l'IA va tout automatiser — qui se prend un démenti grandeur nature.

Attention toutefois à ne pas inverser la morale. Ford n'a pas conclu que l'IA était inutile : il en a au contraire ajouté, avec ses 100 000 tests. Le message tient en une ligne : arrêtez de croire que les machines pensent à votre place (pour l'instant).

C'est là que l'épisode devient utile pour vous, que vous dirigiez une équipe, codiez des outils ou regardiez votre métier se faire « augmenter » par l'IA. Car Ford vient de payer, en public, une facture que beaucoup d'autres sont en train de signer en silence.

La stratégie Posthumain : ce que l'épisode Ford vous apprend vraiment

Le réflexe facile serait d'en tirer un slogan anti-IA. Ce serait passer à côté. L'erreur de Ford a été de supprimer l'expertise qui rendait l'IA fiable, en croyant que la machine pouvait remplacer l'humain dans ce contexte.

Le piège, ce n'est pas la machine, c'est la séquence

La connaissance tacite — ce que vos meilleurs éléments savent sans l'avoir jamais écrit — est précisément ce qu'une IA ne peut pas deviner. Quand un expert part avant que ce savoir ne soit documenté, on perd la matière même qui aurait dû entraîner l'outil [9].

Or, beaucoup d'organisations s'y prennent dans le désordre : elles licencient d'abord, puis demandent à l'IA d'apprendre seule un métier que plus personne ne maîtrise en interne. L'angle mort est garanti.

Reste alors la seule question qui compte vraiment — celle que Ford a oublié de se poser à temps, et qui décide si votre projet d'IA vous fera gagner un milliard ou vous en coûtera un.