Ford Recontrata Engenheiros após IA Não Dar Conta do Recado

Forbes, a mais conceituada revista de negócios e economia do mundo.

A Ford afirma ter recontratado alguns engenheiros depois que a inteligência artificial não conseguiu corresponder às suas habilidades e experiências. A montadora americana havia adotado IA em partes de suas operações, inclusive para verificações de qualidade.

Agora, segundo relatos, a Ford contratou, promoveu ou trouxe de volta cerca de 350 especialistas técnicos experientes após concluir que a IA e os sistemas automatizados sozinhos, não estavam entregando os resultados esperados.

Essa é uma história sobre repensar o papel das pessoas e da inteligência artificial na transformação dos negócios e sobre por que os executivos precisam olhar além dos ganhos de eficiência e da redução de custos para permanecerem competitivos.

A promessa da IA nos negócios

Muitos executivos foram seduzidos pela falsa ideia de que a IA, por si só, é uma estratégia. O erro que muitos líderes estão cometendo é acreditar que, porque a inteligência artificial consegue automatizar tarefas, ela também pode substituir o julgamento humano, o contexto, a empatia e a experiência adquirida ao longo dos anos — justamente os elementos que tornam essas tarefas valiosas. Essa percepção pode tornar a combinação entre liderança e IA extremamente cara.

A promessa inicial da IA generativa era irresistível: atendimento mais rápido, custos menores, menos pessoas, mais produção e menos atritos. De repente, “eficiência” passou a ser sinônimo de estratégia, e a IA virou uma resposta conveniente para perguntas que os líderes sequer haviam formulado.

Mas velocidade não é o mesmo que qualidade. Automação não é o mesmo que inteligência. E substituir pessoas não é o mesmo que reinventar o trabalho.

A armadilha: tratar a IA como substituta da mão de obra

A experiência da Ford está oferecendo uma das lições mais claras até agora. Os engenheiros veteranos da montadora, chamados internamente em alguns casos de “gray beards” (“barbas grisalhas”, em referência à experiência acumulada), agora ajudam a orientar profissionais mais jovens, lideram revisões de projetos e aprimoram os sistemas de IA usados pela montadora para identificar defeitos mais cedo.

Embora pareça uma história sobre o fracasso da IA, trata-se, na verdade, de uma lição de liderança: reconhecer erros, aprender com eles e tentar novamente.

Não podemos estigmatizar erros. Precisamos celebrar empresas que corrigem seus equívocos e lideram pelo exemplo, aprendendo e evoluindo publicamente. Nesse caso, a Ford corrigiu seu modelo operacional em torno da IA.

“Estávamos confiando cada vez mais em sistemas automatizados de controle de qualidade” e não estávamos obtendo os resultados desejados, afirmou o COO da Ford, Kumar Galhotra. “Trouxemos de volta especialistas técnicos” que “caçam potenciais pontos de falha antes mesmo de uma peça chegar à linha de produção”, segundo publicação da Ford Authority.

Essa visão reposiciona a IA: a tecnologia deixa de ser uma substituta e passa a ser um reforço às capacidades humanas.
Esses especialistas foram recontratados para elevar os padrões de qualidade e ampliar o alcance do conhecimento acumulado de maneiras que mantêm as pessoas indispensáveis.

A IA é tão boa quanto o conhecimento ao qual ela tem acesso

Charles Poon, vice-presidente de engenharia de hardware veicular da Ford, foi direto ao ponto. “A inteligência artificial é uma ferramenta fantástica, mas ela só é tão boa quanto as informações usadas para treiná-la”, disse à Bloomberg. “Cometemos o erro de pensar que bastava introduzir inteligência artificial e alimentá-la com os requisitos de projeto que já possuíamos para que ela produzisse um produto de alta qualidade.”

Ele acrescentou, segundo a Ford Authority: “Percebemos que, para aprimorar algumas de nossas ferramentas de automação, aprendizado de máquina e inteligência artificial, precisávamos garantir que elas fossem treinadas pelas pessoas mais experientes.”

O problema não era a IA. O problema era a suposição de que a IA conseguiria produzir excelência a partir de informações incompletas, fluxos de trabalho e dados desconectados e um conhecimento institucional que vive, principalmente, na cabeça dos especialistas mais experientes da companhia.

Toda empresa enfrenta sua própria versão desse problema. Ele está presente no julgamento dos profissionais, nas exceções que nunca chegam a ser documentadas nos processos, nas transições entre departamentos e na diferença entre o que o fluxo de trabalho diz que acontece e o que realmente acontece na prática. Quando esse conhecimento deixa a organização, a IA não o recupera magicamente. Ela apenas automatiza a ausência dele.

Foco no humano

A Ford não está sozinha nessa. A fintech sueca Klarna tornou-se um dos exemplos mais citados de eficiência impulsionada por IA depois que seu assistente de inteligência artificial, desenvolvido com a OpenAI, conduziu 2,3 milhões de conversas em seu primeiro mês, respondeu por dois terços dos atendimentos ao cliente e realizou o equivalente ao trabalho de 700 funcionários em tempo integral, segundo a criadora do ChatGPT.

Os resultados foram impressionantes, e continuam sendo. Mas, posteriormente, a Klarna mudou de postura, voltando a investir no atendimento humano e reforçando que os clientes devem conseguir falar com uma pessoa quando precisarem.

O CEO, Sebastian Siemiatkowski, reconheceu que os custos haviam se tornado “um fator de avaliação excessivamente predominante”, o que levou a uma “queda na qualidade”. Segundo ele, “investir de verdade na qualidade do suporte humano é o caminho do futuro.”

Um porta-voz da Klarna resumiu a lição da seguinte forma: “A IA traz velocidade. O talento humano traz empatia. Juntos, eles nos permitem oferecer um serviço rápido quando isso importa e pessoal quando isso faz diferença.”

A grande lição: redesenhe o trabalho, não apenas o automatize

Adotar IA não é o mesmo que se tornar uma empresa orientada pela IA. A adoção consiste em instalar ferramentas na organização e incorporá-las aos fluxos de trabalho existentes. Já uma liderança orientada pela inteligência artificial redesenha a forma como o valor é criado, como o conhecimento se acumula, como pessoas e agentes colaboram e como a empresa aprende mais rápido do que as mudanças acontecem.

As empresas que vencerão na era da IA não serão aquelas que simplesmente reduzirem o número de funcionários. Serão aquelas que ampliarem o potencial da colaboração entre pessoas e agentes de IA. Para isso, os líderes precisam deixar de pensar apenas em organogramas e passar a pensar em “mapas do trabalho“.

Os organogramas mostram quem responde a quem. Já os mapas do trabalho mostram como o valor realmente circula: entre funções, sistemas, dados, decisões, aprovações, agentes de IA e pessoas. Eles explicam onde a IA pode acelerar resultados, onde pode eliminar atritos, onde não deve agir de forma autônoma e onde o julgamento humano precisa permanecer no centro das decisões.

A reestruturação da qualidade promovida pela Ford é um exemplo disso. Os problemas não estavam restritos a uma única equipe. Eles surgiam na interseção entre design, manufatura, software, hardware, cadeia de suprimentos e qualidade. A IA podia ajudar a detectar falhas, mas eram necessárias pessoas experientes para entender por que elas surgiam e como evitá-las desde a origem.

Depois que a Ford trouxe de volta seus “gray beards”, os resultados falam por si. A empresa afirmou ser a montadora número um no ranking de qualidade inicial do estudo JD Power nos EUA, posição que não ocupava desde 2010.

O que os líderes devem fazer agora

Primeiro, pare de perguntar onde a IA pode substituir pessoas. Pergunte onde ela pode multiplicar a experiência humana.

Segundo, redesenhe o trabalho antes de automatizá-lo. Se o fluxo de trabalho for fragmentado, a IA ampliará essa fragmentação. Se o processo for baseado em identificar e corrigir falhas, a IA ajudará você a fazer isso mais rapidamente. Mas o verdadeiro avanço está na prevenção, na previsão e na reinvenção.

Terceiro, trate o conhecimento como infraestrutura. Dados não bastam. Prompts não bastam. Requisitos não bastam. A IA precisa de contexto, casos extremos, ciclos de feedback, memória institucional e julgamento humano.

Por fim, construa um modelo baseado na colaboração entre pessoas e agentes de IA. O futuro não é homem versus máquina. É pessoas trabalhando com agentes de IA, especialistas apoiados por sistemas, julgamento humano combinado com automação e sabedoria ampliada pela escala.

*Brian Solis é colaborador da Forbes USA. Ele é chefe global de inovação da ServiceNow, futurista, palestrante e autor do best-seller “Mindshift: Ignite Change, Inspire Action, and Innovate for a Better Tomorrow”.

O post Ford Recontrata Engenheiros após IA Não Dar Conta do Recado apareceu primeiro em Forbes Brasil.

Powered by WPeMatico