Ford quería hacer uso de la IA para mejorar la calidad de sus coches, reducir fallos y evitar retiradas a revisión. En teoría, todo sonaba muy bien: más automatización, más pruebas y menos errores antes de que los vehículos llegasen al cliente.Pero la realidad fue mucho menos limpia. La compañía ha reconocido que confiar demasiado en la inteligencia artificial y no cuidar el conocimiento de sus ingenieros más veteranos terminó creando problemas que luego tuvo que corregir recuperando experiencia humana.Una gran lección: la IA no puede sustituir años de oficioEl gran fallo de Ford no fue usar inteligencia artificial, sino pensar que bastaba con introducirla en sus procesos para obtener mejores coches. El vicepresidente de ingeniería de hardware de vehículos de Ford, Charles Poon, admitió que la empresa creyó erróneamente que ajustar requisitos de diseño y apoyarse en IA sería suficiente para elevar la calidad.El problema es que muchos empleados con años de experiencia se marcharon antes de que su conocimiento quedase bien integrado en los sistemas internos. Y este tipo de saber no siempre aparece en una base de datos. A veces está en haber visto antes un fallo, en entender cómo se comporta una pieza o en detectar un problema antes de que llegue a producción.Para cubrir ese agujero, Ford tuvo que contratar, promocionar y recuperar a más de 350 ingenieros experimentados. Algunos de ellos ahora también ayudan a formar a perfiles más jóvenes, precisamente para evitar que ciertos errores vuelvan a colarse en el desarrollo de nuevos modelos.En definitiva, la lección que deja esto es bien clara: la IA puede acelerar tareas, encontrar patrones y ayudar en pruebas, pero no funciona bien si se alimenta con información incompleta o si se usa para reemplazar el criterio técnico que todavía no ha sido trasladado al sistema.Ford no abandona la IA, pero cambia el enfoquePese al tropiezo, Ford no ha renunciado a la inteligencia artificial. De hecho, la usa en más de 100.000 pruebas automatizadas para someter el software de sus vehículos a diversos escenarios y detectar fallos antes de que lleguen al usuario.La diferencia está en el enfoque. Antes, la compañía trabajaba más con una mentalidad de “encontrar y arreglar”: el defecto aparecía, se analizaba y se corregía. Ahora quiere anticiparse, detectar los problemas en fases más tempranas y evitar que lleguen al coche final.Para lograrlo, Ford ha unido más sus equipos de software, ingeniería, fabricación y cadena de suministro. También ha creado un grupo dedicado a la calidad del software, algo cada vez más importante en coches que dependen de pantallas, sensores, sistemas conectados y actualizaciones.Lo que sucedió con Ford arroja una verdad que pocas empresas se atreven a aceptar: la IA puede ser una herramienta potente, pero no hace magia. Si se usa para tapar la pérdida de conocimiento humano, el ahorro inicial puede salir bastante caro.