L'IA fait un échec de contrôle qualité ! Après avoir rappelé 350 ingénieurs vétérans, l'enquête de qualité de Ford bat Toyota et Honda.

Ford s'enfonce de plus en plus à cause d'une dépendance excessive au contrôle qualité automatisé, et finit par rappeler 350 ingénieurs vétérans pour réentraîner l'IA. Derrière ce retournement, une expérience sur « ce que la machine peut apprendre et ce qu'elle ne peut pas remplacer ».
(Contexte précédent : Pour l'IA, Apple abandonne la stratégie « dentifrice » ! On dit qu'Apple supprime les M6 Pro/Max, les Mac haut de gamme passeront directement à la « génération M7 »)
(Contexte complémentaire : Anthropic accuse Alibaba d'avoir lancé « la plus grande attaque de clonage de l'histoire », en aspirant Claude 28,8 millions de fois)

Table des matières

Toggle

• L'IA absorbe des données anciennes, recrache des problèmes anciens
• Passage de la 10e à la 1ère place, Toyota et Honda distancés
• Ce n'est pas l'IA qui perd face aux humains, mais l'IA a besoin d'être nourrie par les bonnes personnes

Aussi rapide que la machine apprenne, elle n'apprendra jamais l'intuition accumulée par les ingénieurs en trente ans sur les chaînes de production. Ford a mis trois ans pour comprendre cela. Ce constructeur centenaire, dans l'enquête de qualité initiale JD Power 2026 (IQS, soit une évaluation de la qualité des trois premiers mois après la livraison d'un véhicule neuf), a remporté le championnat des marques grand public avec un score de 152 PP100, une amélioration de 41 points par rapport à l'année précédente, soit la plus forte progression annuelle parmi toutes les marques grand public de cette édition, et une première en 16 ans.

Mais le prix de ce bulletin a été de reconnaître que les outils d'IA avaient fait dévier tout le système de qualité.

L'IA absorbe des données anciennes, recrache des problèmes anciens

Charles Poon, vice-président de l'ingénierie des véhicules chez Ford, a déclaré aux journalistes lors d'une conférence téléphonique avec les médias cette semaine : « L'intelligence artificielle est un très bon outil, mais sa qualité dépend des informations que vous utilisez pour l'entraîner. »

Le problème est justement là. Ces dernières années, Ford a rapidement introduit des systèmes de contrôle qualité automatisés, mais sans y incorporer ce qu'il y avait de plus précieux : le jugement pratique des ingénieurs seniors accumulé sur plusieurs générations de produits.

Poon a précisé : « Nous pensions à tort qu'en introduisant l'IA et en y injectant les données de conception existantes, nous produirions des produits de haute qualité. Mais nous avons ensuite réalisé que pour améliorer les capacités de l'automatisation et des outils d'apprentissage automatique, nous devions nous assurer qu'ils soient entraînés par les personnes les plus expérimentées. »

Ces personnes les plus expérimentées, appelées en interne « ingénieurs à barbe blanche », Ford a embauché progressivement 350 vétérans au cours des trois dernières années, pour la plupart d'anciens employés de Ford partis à la retraite ou transférés chez des fournisseurs. Leur mission n'est pas seulement de venir travailler, mais de reprendre en main toute la ligne de défense qualité.

Le directeur de l'exploitation Kumar Galhotra a déclaré aux journalistes que ces ingénieurs sont le « cœur » de la transformation qualité de Ford. Ils président désormais des réunions qualité obligatoires, examinent systématiquement les problèmes potentiels, et réajustent la logique de fonctionnement des outils d'IA, permettant aux machines d'intercepter les points de défaillance possibles avant même que les composants n'arrivent en usine.

Galhotra a déclaré :

« Nous nous sommes de plus en plus appuyés sur les systèmes qualité automatisés, sans obtenir les résultats escomptés. Après avoir fait revenir les experts techniques, ils recherchent déjà les points de défaillance avant que les pièces n'arrivent sur la chaîne. »

Passage de la 10e à la 1ère place, Toyota et Honda distancés

Dans l'enquête JD Power IQS 2025, Ford se classait 10e parmi les marques grand public, avec un score qualité inférieur à la moyenne du secteur. Un an plus tard, Ford a directement dépassé Toyota et Honda, deux références qualité de longue date, pour remporter le titre parmi les marques grand public, juste derrière les marques de luxe Porsche et Genesis.

Parmi les 10 modèles testés, 7 de Ford sont entrés dans le top 3 de leur catégorie, la plus forte proportion parmi tous les constructeurs. Le pick-up F-150, le camion Super Duty et la Mustang ont tous pris la première place dans leur catégorie respective.

Le PDG Jim Farley, interviewé jeudi sur Bloomberg TV, a souligné : « Nos coûts de garantie baissent, nos coûts de rappel baissent également. Ensemble, ils apportent à Ford une contribution positive de plusieurs centaines de millions de dollars en termes de coûts. » L'objectif global de Ford cette année est de réduire ses dépenses de 1 milliard de dollars.

Ce n'est pas l'IA qui perd face aux humains, mais l'IA a besoin d'être nourrie par les bonnes personnes

Cette transformation de Ford semble, en surface, être une « victoire des vétérans sur l'IA », mais la déclaration de Poon est peut-être plus proche de la vérité : Le problème n'est pas l'IA, mais la source des données utilisées pour l'entraîner.

Ces dernières années, une narration dominait dans le secteur technologique : l'IA remplacerait massivement les travailleurs du savoir, y compris les ingénieurs. Le cas de Ford fournit un contre-exemple plus complexe : les outils d'IA ne sont pas inutilisables, mais ils doivent être conçus et entraînés par ceux qui comprennent vraiment « où les problèmes surviennent » pour être réellement efficaces.

Lorsque Ford a laissé les ingénieurs vétérans reprendre le contrôle des processus qualité et recalibrer les systèmes d'IA avec leur expérience, la machine qui absorbait des données anciennes et produisait des problèmes anciens a commencé à apprendre à intervenir avant que les problèmes ne surviennent.