Discussion :

[Anthony]

Ford réembauche 350 ingénieurs après l'échec de l'IA à préserver l'expertise ou à former les juniors, les dirigeants ayant admis que le recours excessif à l'IA pour la conception s'était révélé insuffisant

Ford a réembauché plus de 350 ingénieurs expérimentés après avoir constaté que l'intelligence artificielle (IA) n'avait pas permis de préserver l'expertise nécessaire ni de former les jeunes ingénieurs. Les dirigeants de l'entreprise ont déclaré que le recours excessif à l'IA dans les processus de conception et de contrôle qualité n'avait pas donné les résultats escomptés, provoquant des problèmes lors du lancement de ses nouveaux modèles. Pour remédier à la situation, le constructeur automobile a adopté une nouvelle stratégie alliant compétences humaines et IA. Elle a notamment réentraîné ses systèmes d'IA en exploitant le savoir-faire des ingénieurs, ajouté de nouveaux tests de validation basés sur l'IA et renforcé les équipes chargées de l'assurance qualité logicielle. Cet épisode illustre le fait que, même si l'automatisation promet efficacité et évolutivité, l'expertise humaine reste indispensable.

La Ford Motor Company (communément appelée Ford) est un constructeur automobile multinational américain dont le siège social est situé à Dearborn, dans le Michigan, aux États-Unis. Elle a été fondée par Henry Ford et constituée en société le 16 juin 1903. L'entreprise commercialise des voitures et des véhicules utilitaires sous la marque Ford, ainsi que des véhicules de luxe sous sa marque Lincoln. Ford est le deuxième constructeur automobile américain, derrière General Motors, et le sixième au monde. En 2023, l'entreprise a produit 4,4 millions de voitures et employait environ 177 000 personnes dans le monde entier.

En juillet 2025, le PDG de Ford, Jim Farley, a déclaré que l'IA remplacerait la moitié des emplois de bureau dans les années à venir. Il a toutefois estimé que les métiers manuels resteraient largement à l'abri de cette transformation, car leur automatisation est plus complexe et plus coûteuse en raison des contraintes physiques et techniques qu'ils impliquent.

Selon la dernière étude « Initial Quality Study » menée par J.D. Power aux États-Unis, Ford Motor Company est arrivé en tête du classement des constructeurs automobiles grand public, une première depuis 16 ans. Cette réussite témoigne de l'amélioration de l'expérience des premiers propriétaires sur l'ensemble des modèles phares.

Cependant, derrière cette nouvelle se cache une réalité interne révélatrice : Ford a dû faire appel à des ingénieurs chevronnés pour corriger les erreurs introduites par ses propres systèmes automatisés et outils d'IA. Les dirigeants ont admis que le recours excessif à l’IA pour les processus de conception et de contrôle qualité s’était révélé insuffisant.

Charles Poon, vice-président de l’ingénierie matérielle des véhicules chez Ford, a déclaré que l’entreprise avait cru « à tort » que le simple fait d’introduire l’IA et de mettre à jour les exigences de conception permettrait de produire des véhicules de haute qualité. En réalité, le départ d’ingénieurs expérimentés avant que leur connaissance approfondie de l’entreprise n’ait pu être entièrement intégrée dans les données et les algorithmes a entraîné des lacunes. Des problèmes sont apparus dans des domaines complexes tels que le lancement de nouveaux modèles, notamment l’Explorer et l’Aviator, et ont été aggravés par les difficultés rencontrées dans la chaîne d’approvisionnement en période de pandémie.

L'entreprise est désormais en tête du secteur en matière de rappels de véhicules, ce qui souligne l'ampleur des problèmes de qualité rencontrés par le passé.

Pour redresser la situation, Ford a embauché, promu ou réembauché plus de 350 ingénieurs expérimentés au cours des trois dernières années. Ces vétérans réentraînent les systèmes d’IA, encadrent les nouveaux collaborateurs et aident à identifier les cas limites que l’automatisation n’a pas détectés. Le constructeur automobile a également déployé plus de 100 000 nouveaux tests basés sur l’IA pour une validation rapide des logiciels et a créé une équipe dédiée de 40 personnes chargée de l’assurance qualité logicielle.

Ford passe d'une culture réactive, axée sur la « détection et la correction », à une culture axée sur la prévention. Le directeur des opérations, Kumar Galhotra, a souligné que l'entreprise privilégie désormais les indicateurs précoces et la collaboration interfonctionnelle entre les équipes chargées des logiciels, du matériel, de la fabrication et de la chaîne d'approvisionnement, plutôt que de se contenter d'analyser les problèmes une fois qu'ils se sont manifestés.

Cet épisode constitue une leçon claire pour le secteur automobile, qui s'appuie de plus en plus sur l'IA et les véhicules définis par logiciel. Si l'automatisation promet rapidité et évolutivité, l'expérience de Ford montre que des données de haute qualité et l'expertise humaine restent indispensables dans un domaine où la sécurité est primordiale et où les défauts ne peuvent pas être simplement corrigés a posteriori. Les récents résultats de l'étude de J.D. Power démontrent qu'un juste équilibre entre technologie et expérience peut apporter des avantages tangibles aux clients.

Le cas de Ford reflète également une évolution plus large des stratégies d'adoption de l'IA en entreprise. Après des vagues de licenciements motivées par les promesses d'automatisation, certaines entreprises recommencent à recruter, car les gains escomptés ne se sont pas concrétisés. Selon les données de la société d'analyse Visier, les entreprises réembauchent une part croissante des salariés précédemment licenciés, ce qui montre que les technologies d'IA ne remplacent pas encore les travailleurs à l'échelle anticipée par certains dirigeants. Cette tendance survient alors que 95 % des entreprises n'ont pas encore obtenu les retours financiers escomptés de leurs investissements dans cette technologie.

Source : Ford

Et vous ?

Quelle lecture faites-vous de cette situation ?
Trouvez-vous cette décision de Ford crédible ou pertinente ?

Voir aussi :

Le PDG de Ford met en garde contre la pénurie de travailleurs manuels capables de construire des centres de données IA et d'exploiter des usines : « rien ne vient soutenir cette ambition »

Ford cherche à faire breveter une technologie qui écoute les conversations des conducteurs pour du ciblage publicitaire, les véhicules sont des espions dont des tiers peuvent se servir pour vous espionner

Pour ou contre trop de complexité informatique dans les véhicules ? Ford rappelle certains de ses Mustang Mach-E en raison de cas de blocage des portières arrières et donc de mise en péril de vies humaines

[Matthieu Vergne]

Mieux vaut prévenir que guérir. C'est quel que chose qu'on sait depuis très longtemps, et en particulier dans le développement logiciel où on sait que les problèmes découverts tôt coûte moins cher à résoudre que ceux découverts tard. L'erreur a été d'oublier ce que l'expérience nous a appris pour sauter sur le wagon de la délégation à l'IA. L'IA n'est efficace que si elle vient aider le dév (pas le remplacer) et que celui-ci apprend à l'utiliser correctement (et ce n'est pas trivial, le piège étant très tentant).

[totozor]

ingénieurs expérimentés [...] aident à identifier les cas limites que l’automatisation n’a pas détectés.

Pour moi les cas limites et les cas exceptionnels sont deux des grosses failles des IA qui se basent sur des statistiques. Ce qui fait, in fine, que certaines industries (celles ou l'enjeu est la vie des personnes) sont assez à l'abris d'un remplacement radical de ses concepteurs.
Je me souviens qu'on m'avait présenté un pédalier de voiture de rally conçu par une IA qui était plus léger et plus solide que ceux conçus par des personnes. Très bien mais le pilote va-t-il perdre les pieds au premier accident? (la réponse que l'on m'a donné m'a autant marqué : c'est un pro, son métier est de ne pas avoir d'accident).

Mais perçoit-on aussi juste un "trop tôt" de la direction?

Ces vétérans réentraînent les systèmes d’IA

Je suis ensuite surpris que Ford assume qu'ils travaillaient dans une logique réactive plutôt que préventive.
Je pensais que les industrie qui peuvent mettre des vies en jeu était passé en mode (tentative de) préventif depuis une dizaine d'année.

[ext_3125]

Je suis ensuite surpris que Ford assume qu'ils travaillaient dans une logique réactive plutôt que préventive.
Je pensais que les industrie qui peuvent mettre des vies en jeu était passé en mode (tentative de) préventif depuis une dizaine d'année.

Non, non. Aux dernières nouvelles, aux pays des vachers et du rodéo, Ford et cie font passer eux-mêmes les tests de certifications de leurs véhicules.
Il y a bien un organisme qui décrit les normes de sécurité, mais il n'y a pas de organisme de certification, comme en Europe, faisant passer des tests de certification pour autoriser les véhicules à rouler.

[Skillselion]

Ce cas illustre bien un angle mort du discours sur l'IA : on la mesure sur la tâche, jamais sur la transmission de compétence.

Un ingénieur junior ne devient senior qu'en faisant le travail, en se trompant et en se faisant corriger. Si l'IA fait ce travail à sa place, la tâche est produite, mais le junior n'a rien appris : on gagne du court terme et on casse le pipeline d'expertise. Trois ans plus tard, il n'y a plus personne pour repérer ce que l'IA rate.

Et dans un domaine comme l'automobile, ce que l'IA rate coûte cher : elle sort une réponse confiante même quand elle passe à côté d'un cas limite, et il faut justement l'expertise tacite d'un senior pour l'attraper avant le lancement. Enlève les seniors et les juniors formés sérieusement, et il ne reste personne pour jouer ce garde-fou.

L'IA remplace l'exécution d'une tâche, pas le mécanisme par lequel une équipe accumule et transmet du jugement. C'est ce second point qui coûte le plus cher à reconstruire quand on s'aperçoit qu'on est allé trop loin, et c'est exactement ce que Ford vient de payer en réembauchant.