Sur le plateau de BFM Business, la formule fait mouche : Ford aurait embauché « 350 ingénieurs après avoir constaté des dysfonctionnements de l'IA ». Derrière l'anecdote de plateau, l'histoire est réelle — et documentée par la presse américaine. Le constructeur automobile a bel et bien rappelé des ingénieurs chevronnés après avoir trop misé sur des systèmes d'assurance qualité automatisés. Le chiffre est exact, mais mérite d'être remis dans son contexte : il ne s'agit pas d'un rejet de l'IA, plutôt d'un rappel brutal que la machine ne vaut que ce que valent les données — et les humains — qui la nourrissent.

Ce qui a été dit, et ce qui est vrai

L'affirmation circule depuis fin juin 2026 sur les plateaux économiques français, dont BFM Business, comme illustration du « désenchantement » face à l'intelligence artificielle. Avant d'en tirer des conclusions, il faut vérifier la source. Et sur ce point, la déclaration tient la route : plusieurs médias américains de référence ont rapporté l'information la même semaine.

Selon TechCrunch et Fox Business, Ford a réintégré, promu ou recruté environ 350 ingénieurs expérimentés — surnommés les « gray beards », les barbes grises — après avoir constaté que ses outils d'assurance qualité pilotés par l'IA ne tenaient pas leurs promesses. Le chiffre de 350 est donc corroboré. En revanche, la présentation qui en est faite sur le plateau relève du commentaire : parler de « dysfonctionnements de l'IA » simplifie un problème plus subtil, celui d'un déficit d'expertise humaine en amont de la machine.

L'aveu de Ford : « nous avons cru à tort »

Le plus frappant, dans cette histoire, ce sont les mots employés par les dirigeants eux-mêmes. Charles Poon, vice-président de l'ingénierie matérielle de Ford, résume l'erreur sans détour : « Nous avons cru à tort qu'en introduisant simplement de l'intelligence artificielle et en y injectant les exigences de conception que nous avions établies, cela donnerait un produit de haute qualité. » Et d'ajouter cette formule, reprise partout : « L'intelligence artificielle est un outil formidable, mais elle ne vaut que ce que valent les informations que vous utilisez pour l'entraîner. »

Le problème n'était donc pas que l'IA « tombait en panne ». C'est que Ford avait laissé partir ses techniciens les plus chevronnés avant que leur savoir-faire — cette connaissance tacite des modes de défaillance, accumulée sur des décennies — ne puisse servir à entraîner correctement les algorithmes. Un déficit de compétences humaines s'est creusé, et aucun modèle, aussi puissant soit-il, ne pouvait le combler à partir de simples spécifications de conception.

Le directeur des opérations, Kumar Galhotra, place désormais ces ingénieurs « au cœur » de la démarche qualité : libérés des cadences de production quotidiennes, ils jouent le rôle d'auditeurs internes et animent des revues de conception hebdomadaires pour repérer les défaillances potentielles avant même qu'une pièce n'atteigne l'usine, comme le détaille Fox Business.

C'est là que le récit prend toute son épaisseur. Ce que les vétérans apportent n'est pas facilement modélisable : l'intuition d'un contrainte mécanique mal évaluée, la mémoire d'un défaut apparu il y a quinze ans sur un modèle voisin, le réflexe de simuler une pièce dans des conditions d'usage extrêmes. Cette connaissance-là ne se trouve pas dans un cahier des charges — donc pas davantage dans un modèle entraîné sur ce seul cahier des charges. En laissant partir ces profils sans documenter leur expertise, Ford a créé exactement le vide que son IA était censée combler.

Un pari qui rapporte, pas un renoncement

Attention à ne pas surinterpréter. Ford n'a pas jeté l'IA aux orties : le constructeur a rééquilibré le curseur entre l'humain et la machine. La version française relayée par BFM Bourse précise ainsi que le groupe a maintenu une quarantaine de personnes dédiées à l'assurance qualité logicielle et ajouté quelque 100 000 tests automatisés à son cycle de développement. Autrement dit, l'automatisation reste bien présente ; ce sont les humains expérimentés qui l'orientent et la corrigent.

Et les résultats sont là. Ford a décroché pour la première fois depuis 2010 la première place des marques grand public au très surveillé JD Power 2026 U.S. Initial Quality Study, avec sept de ses dix principaux modèles classés dans le trio de tête de leur segment. Sur le plan financier, le PDG Jim Farley a évoqué « des centaines et des centaines de millions de dollars » d'économies attendues sur les coûts de garantie et de rappel — un argument qui, à lui seul, justifie économiquement le retour des vétérans.

Une histoire qui parle à toute l'industrie

Si l'anecdote a fait le tour des plateaux, c'est qu'elle cristallise un moment particulier du cycle de l'IA en entreprise : celui de la gueule de bois après l'euphorie. Le cas Ford n'est pas isolé : il s'inscrit dans un vaste mouvement de « marches arrières » de la tech sur l'IA, de Klarna à Duolingo. Une étude du MIT largement commentée en 2025 estimait que 95 % des projets pilotes d'IA générative en entreprise ne produisaient aucun impact mesurable sur le chiffre d'affaires ou les opérations, comme l'a rapporté Le Temps. Les causes ? Rarement techniques, souvent organisationnelles : objectifs flous, données de mauvaise qualité, engouement excessif et absence d'alignement avec les métiers, détaille le Journal du Net.

Ce désenchantement se lit ailleurs dans l'économie. Les banques, par exemple, rationnent leurs déploiements d'IA, effrayées par une facture qui dérape, tandis que les entreprises les plus enthousiastes engloutissent des sommes considérables par salarié sans garantie de retour. Le débat sur l'emploi, lui, reste vif : Yann LeCun met en garde contre les promesses trop rapides de remplacement du travail humain, et la crainte du remplacement a même viré à l'affrontement au Festival d'Annecy.

Ce qu'il faut retenir — sans caricaturer

Le cas Ford offre une leçon nuancée, à rebours des deux récits caricaturaux qui dominent le débat. Non, l'IA n'a pas « échoué » au sens où elle serait inutile : Ford continue de l'utiliser massivement, avec des dizaines de milliers de tests automatisés. Non plus, l'IA n'est pas la solution miracle censée remplacer l'expertise accumulée : le constructeur l'a appris à ses dépens, en laissant filer un savoir-faire qu'aucun modèle ne savait reproduire.

La vraie morale tient dans la phrase de Charles Poon : un outil ne vaut que ce que valent les données et les personnes qui l'alimentent. Le retour des « barbes grises » chez Ford n'est pas une défaite de la technologie, mais la correction d'un excès de confiance — le rappel que, dans l'industrie comme ailleurs, l'automatisation la plus avancée a encore besoin de ceux qui savent où regarder. Reste une prudence de méthode : telle qu'elle circule sur les plateaux, l'histoire est vraie dans ses chiffres, mais mérite qu'on distingue toujours le fait vérifié — 350 ingénieurs, une première place JD Power, des économies chiffrées — du raccourci qui en fait le procès de l'IA tout entière.