Ford faz recuo sobre IA e reconvoca 350 engenheiros seniores: lições para empresas que apostaram na automação

Por Stella Ferrari — Em mais uma demonstração de que a adoção de tecnologia exige calibragem fina e gestão de risco, a Ford anunciou o retorno de 350 engenheiros seniores após constatar que os sistemas baseados em IA não entregaram os resultados esperados. A decisão evidencia que, no motor da transformação digital, a potência da máquina depende tanto da qualidade do combustível — os dados — quanto da engenharia por trás do projeto.

Charles Poon, vice-presidente de engenharia de hardware de veículos da Ford, foi direto ao ponto: "A inteligência artificial é um instrumento extraordinário, mas vale o que valem as informações com que é treinada". Em outras palavras, não basta inserir requisitos de projeto em um modelo e aguardar uma aceleração automática da produtividade; a IA precisa de supervisão humana rigorosa, refinamento contínuo e validação técnica, sobretudo em domínios de alta complexidade como a automação automotiva.

O episódio da Ford integra uma tendência mais ampla: empresas que, inicialmente seduzidas pela promessa de economias de escala e rapidez, recalibraram suas estratégias ao enfrentar problemas de qualidade, confiança e adequação ao cliente. Dois casos recentes servem como faróis de advertência.

No setor financeiro, a fintech sueca Klarna substituiu centenas de operadores por chatbots baseados em tecnologias como a OpenAI, projetando que a automação faria o trabalho de cerca de 700 funcionários. O resultado prático mostrou limitações claras: falhas na empatia, dificuldade em resolver problemas complexos e perda de confiança. A reação foi reassumir profissionais humanos para o atendimento.

Na restauração rápida, o McDonald's suspendeu em meados de 2024 um projeto de reconhecimento de voz para pedidos drive-thru, desenvolvido em parceria com a IBM, após múltiplos erros — desde trocas de itens até inserções inusitadas como bacon em sobremesas. Uma falha de design que, em termos de experiência do cliente, equivale a tirar os freios de precisão num teste de engenharia.

Esses exemplos convergem para uma conclusão pragmática: a inteligência artificial não é uma substituta automática para a expertise humana, sobretudo nas fases iniciais de implantação e em setores técnicos. A automação efetiva exige um design de políticas e processos que combinem modelos robustos, dados de alta qualidade e profissionais experientes que atuem como guardiões da qualidade.

Para executivos e conselhos, a mensagem é clara e elegante: a digitalização é um circuito onde velocidade e segurança devem andar em harmonia. A aceleração das tendências tecnológicas precisa de calibragem — investir em talento sênior não é um retrocesso, é a manutenção preventiva que preserva o desempenho do motor da economia.

Enquanto a Ford redesenha sua abordagem, o mercado observa. A lição para empresas de todos os setores é estratégica: implantar IA com audácia, mas com precisão de engenharia e governance à altura do impacto pretendido.