Ford a renvoyé ses ingénieurs. Puis les a rappelés d'urgence.

Quand l'IA coûte plus cher que les talents qu'elle était censée remplacer

En 2023, Ford annonçait des suppressions de postes massives dans ses équipes d'ingénierie, en partie justifiées par l'automatisation et les promesses de l'intelligence artificielle. Moins de deux ans plus tard, le constructeur américain se retrouve à recruter en urgence les mêmes profils qu'il avait licenciés. Ce retournement de situation n'est pas anecdotique : il illustre une leçon que beaucoup d'entreprises apprennent à leurs dépens.

L'histoire de Ford n'est pas un cas isolé. C'est le symptôme d'une erreur de calcul qui se répète dans des secteurs aussi différents que la finance, la santé, le droit ou l'ingénierie. Une erreur qui a un nom : confondre automatisation d'une tâche et remplacement d'une expertise.

Ce que Ford a vraiment tenté de faire

Entre 2022 et 2024, Ford a supprimé plusieurs milliers de postes dans le cadre de sa transition vers le véhicule électrique et la digitalisation de ses processus. L'idée était claire sur le papier : réduire les coûts de conception grâce à des outils d'IA capables de générer des plans, d'optimiser des pièces et d'accélérer les cycles de développement.

Les outils ont bien fonctionné — en partie. Les algorithmes ont effectivement produit des designs plus rapidement. Mais voilà ce que les tableaux Excel ne montraient pas :

• Les ingénieurs expérimentés ne servaient pas seulement à produire des plans. Ils savaient pourquoi certaines solutions ne fonctionneraient jamais en production réelle.
• L'IA générait des propositions techniquement cohérentes mais inapplicables dans le contexte spécifique des chaînes d'assemblage Ford.
• Sans experts humains pour valider, filtrer et contextualiser, les sorties de l'IA devenaient une source de travail supplémentaire, pas un gain.

Résultat : des délais allongés, des coûts de correction en hausse, et une dépendance à des prestataires externes beaucoup plus onéreuse que les salaires économisés.

Le mythe du "remplacement total" enfin mis à l'épreuve

Depuis l'explosion de ChatGPT en 2022, un discours s'est imposé dans les comités de direction : "L'IA va remplacer X% des postes d'ici 2030." Ces projections, souvent issues de cabinets de conseil ou de rapports McKinsey, ont conduit des dizaines de grandes entreprises à anticiper des réductions d'effectifs massives.

Le problème ? Ces études mesurent des tâches automatisables, pas des rôles humains complets. Un ingénieur automobile ne passe pas 100% de son temps à dessiner des pièces. Il arbitre, il négocie avec les fournisseurs, il adapte en temps réel aux contraintes du terrain, il porte une mémoire institutionnelle irremplaçable.

L'IA excelle à traiter des données structurées et à optimiser des paramètres connus. Elle échoue dès qu'il s'agit de gérer l'ambiguïté, les contraintes non documentées ou les décisions à haute responsabilité.

Ford n'est pas seul : d'autres entreprises répètent la même erreur

Le cas Ford résonne avec plusieurs situations similaires observées récemment :

• IBM a annoncé en 2023 le gel de 7 800 recrutements, remplacés par l'IA. Dès 2024, l'entreprise recrutait à nouveau massivement dans les fonctions RH et support client, reconnaissant que la qualité du service avait chuté.
• Plusieurs cabinets juridiques américains ayant adopté des outils d'IA pour la recherche documentaire ont vu leurs erreurs factuelles exploser — et leurs avocats seniors démissionner face à la surcharge de vérification.
• Des hôpitaux britanniques ayant automatisé une partie du triage ont dû réintégrer des infirmières spécialisées après une hausse des incidents liés à des diagnostics mal interprétés par des algorithmes.

Le schéma est identique : coupe rapide, problème émergent dans les 12-18 mois, réembauche coûteuse dans l'urgence.

Ce que les entreprises auraient dû faire — et ce qu'elles font maintenant

Les organisations qui tirent réellement parti de l'IA ne l'ont pas utilisée pour supprimer des expertises. Elles l'ont déployée pour amplifier des talents existants.

Chez Toyota, les ingénieurs utilisent des outils d'IA pour générer des variantes de conception en quelques heures. Mais ce sont toujours des humains qui sélectionnent, qui testent et qui assument les décisions finales. Le rôle a évolué, pas disparu.

La vraie transformation ne ressemble pas à un tableau Excel avec moins de lignes "salaires". Elle ressemble à un ingénieur qui fait en une semaine ce qui lui prenait un mois — et qui utilise le temps gagné pour résoudre des problèmes que l'IA ne verra jamais venir.

Ce que cela change concrètement pour vous

Si vous êtes dirigeant ou DRH : avant de supprimer un poste au nom de l'IA, demandez-vous quelle part de ce rôle repose sur du jugement contextuel, de la mémoire institutionnelle ou de la relation humaine. C'est cette part que vous ne pouvez pas automatiser sans conséquences.

Si vous êtes professionnel en reconversion ou inquiet pour votre emploi : l'expertise métier profonde, combinée à la capacité d'utiliser intelligemment les outils d'IA, est aujourd'hui l'un des profils les plus recherchés sur le marché. Pas malgré l'IA. Grâce à elle.

En résumé

Ford a payé cher une leçon que beaucoup d'entreprises apprennent encore. L'IA est un levier de productivité extraordinaire. Elle n'est pas un substitut à l'expertise humaine. Ceux qui l'ont compris tôt construisent un avantage concurrentiel durable. Les autres passent leur temps à corriger des erreurs qu'ils auraient pu éviter — en gardant simplement les bonnes personnes dans la pièce.

— Reservoir Live