Ford readmite engenheiros demitidos para corrigir falhas de seus sistemas automatizados

A Ford ficou em primeiro lugar entre as montadoras de grande volume no ranking americano de qualidade inicial da JD Power. A empresa aproveitou a ocasião para falar abertamente das dificuldades que enfrentou nos últimos anos, sobretudo os problemas com a automação da produção e do projeto.

Os robôs erravam, e as pessoas voltaram

Por vários anos, a Ford implantou com força sistemas automatizados na fabricação e no projeto de veículos. A aposta era clara: robôs e algoritmos de software deveriam garantir qualidade mais estável que o trabalho manual e reduzir a dependência do fator humano.

A lógica não funcionou como o planejado. Os sistemas automatizados se mostraram menos confiáveis do que se supunha. Eles cometiam erros tanto na linha de produção quanto no projeto de peças e componentes. Além disso, parte desses erros só aparecia quando os carros já tinham chegado aos clientes e começavam a dar problemas nos primeiros meses de uso, justamente o que o ranking da JD Power mede.

Para corrigir a situação, a Ford teve de contratar especialistas técnicos experientes. Em vários casos, recorreu a ex-funcionários, justamente aqueles que havia demitido para dar lugar à automação. O conhecimento prático, acumulado ao longo de anos na linha de montagem, mostrou-se insubstituível onde o algoritmo falhava: os robôs não sabiam se adaptar a situações fora do padrão, e um engenheiro experiente sabia.

Os dados decidem tudo

A Ford não abre mão de IA e automação, mas fala abertamente de uma limitação sistêmica: a eficácia dessas tecnologias é determinada inteiramente pela qualidade dos dados com que os modelos são treinados. Um conjunto de dados fraco ou incompleto leva a um modelo fraco, mesmo que a tecnologia seja tecnicamente avançada.

Isso traz algumas conclusões práticas para qualquer indústria:

• Dados incompletos ou desatualizados garantem defeitos onde o algoritmo não viu casos semelhantes
• Robôs lidam bem com operações repetitivas, mas se adaptam mal a situações fora do padrão
• Quanto mais complexa a operação de produção, mais crítica é a qualidade do conjunto de dados de treinamento
• A automação exige auditoria constante, não uma configuração única seguida de esquecimento
• A expertise interna dos especialistas não pode ser totalmente substituída por algoritmos

A franqueza da Ford sobre o assunto é rara no setor: grandes fabricantes costumam não falar publicamente sobre fracassos de automação.

O primeiro lugar como resultado de uma revisão de rumo

A JD Power publica todos os anos o ranking de qualidade inicial, que registra o número de problemas relatados por donos de carros novos nos primeiros 90 dias após a compra. Quanto menos problemas, melhor a posição.

O primeiro lugar entre as marcas de grande volume é uma conquista importante para a Ford, depois de vários anos em que a empresa ficou atrás dos concorrentes. Tudo indica que abandonar a aposta cega na automação e voltar a contar com especialistas qualificados trouxe resultado concreto. Os mesmos engenheiros que a empresa um dia cortou por causa dos robôs acabaram ajudando-a a recuperar a confiança dos compradores e sua posição no ranking.

O que isso significa

A história da Ford é uma lição prática para qualquer setor que aposte em IA e robótica em seus processos operacionais. A tendência de automação é clara e, em geral, justificada, mas só funciona sob as condições certas: dados de qualidade e atualizados com regularidade, auditoria constante e expertise humana mantida dentro da empresa. Se um desses elementos falta, os robôs começam a errar, e quem vem corrigir continua sendo gente.

A vitória no ranking da JD Power confirmou que, por enquanto, um híbrido de experiência humana e tecnologia é mais confiável do que tentar substituir um pelo outro por completo.