Ford traz de volta seus engenheiros «veteranos»: a IA não conseguiu substituir pessoas experientes

A Ford admitiu um erro: a empresa achou que adotar IA, por si só, garantiria alta qualidade do produto, e calculou mal. Agora a montadora está recontratando os engenheiros veteranos, os «gray beards», que havia demitido como parte da otimização da produção.

A aposta na IA não funcionou

Por vários anos, a Ford cortou de forma ativa funcionários experientes, apostando em automação e inteligência artificial. A lógica parecia razoável: a IA assumiria tarefas complexas de engenharia, os custos cairiam e o desenvolvimento ficaria mais rápido.

O resultado foi o oposto. A qualidade do produto caiu justamente onde os engenheiros experientes mantinham, discretamente, os processos produtivos sob controle. A empresa reconheceu publicamente o erro de cálculo:

«Achamos, erroneamente, que a simples adoção da inteligência

artificial... garantiria um produto de alta qualidade».

Uma confissão tão franca é rara numa grande montadora. A Ford virou uma das poucas empresas a falar abertamente do fracasso da estratégia «primeiro automação, depois pessoas».

A IA é eficaz quando a tarefa é bem definida e apoiada por dados de qualidade. Mas, na fabricação de automóveis, boa parte do conhecimento valioso é tácita: experiência, intuição, memória de erros passados. Foi exatamente esse conhecimento que a Ford perdeu junto com os veteranos demitidos.

Quem são os «gray beards»

«Gray beards» (literalmente, «barbas grisalhas») é a designação informal, nos Estados Unidos, para engenheiros com muitos anos de experiência na produção. São especialistas que lembram por que uma decisão técnica foi tomada dez anos atrás, sabem ler sinais indiretos de problemas iminentes e sabem a quem recorrer numa situação fora do padrão.

Essa expertise é difícil de formalizar. Ela existe na forma de intuição acumulada ao longo de anos numa fábrica específica, e foi isso que a IA não conseguiu reproduzir. Um algoritmo pode processar milhões de pontos de dados, mas não sabe o que não sabe. O engenheiro experiente sabe e avisa.

O valor desses especialistas aparece em várias dimensões ao mesmo tempo:

• Conhecimento da história: por que foi feito assim e não de outro jeito
• Capacidade de prever falhas a partir de sinais indiretos
• Relações informais dentro da cadeia de produção
• Habilidade para lidar com exceções, em que o algoritmo se perde
• Memória institucional de erros passados e do que eles custaram

Quando as empresas demitiram em massa esses profissionais na corrida pela automação, perderam mais do que mão de obra. Perderam um conhecimento que não dá para carregar num modelo, porque quem o detém não consegue formulá-lo por completo.

Por que isso importa para toda a indústria

A história da Ford não é exceção. Um ciclo parecido aparece na aviação, na indústria farmacêutica e no setor de energia: otimização do quadro de pessoal → automação → queda de qualidade → retorno forçado às pessoas. Onde o produto é complexo e o custo do erro é alto, esse padrão se repete.

O problema não é a IA em si. O problema é que a tecnologia foi implantada como substituta da expertise, e não como amplificadora dela. A IA funciona bem quando a tarefa é claramente definida, os dados são completos e os padrões se repetem. Na fabricação de produtos complexos, grande parte do conhecimento valioso continua tácita, e aí não dá para dispensar as pessoas.

É revelador que tenha sido a Ford, e não uma empresa de tecnologia, a fazer essa admissão. A indústria automotiva mede expertise em décadas, e um único erro pode custar milhares de recalls.

O que isso significa

A Ford reconheceu abertamente que a IA não substitui a expertise humana, mas a complementa. Essa lição é importante para todo o mercado. Antes de cortar especialistas experientes em nome da automação, vale responder com honestidade a uma pergunta: o que exatamente eles fazem que não pode ser descrito como uma tarefa para um algoritmo?