ord ha richiamato in servizio circa 350 ingegneri esperti dopo che i suoi sistemi di controllo qualità basati sull’intelligenza artificiale non hanno raggiunto le prestazioni previste. Una retromarcia clamorosa per un’azienda che negli ultimi anni ha investito pesantemente sull’AI, e che apre un interrogativo più ampio sulla sicurezza e l’affidabilità dei sistemi automatizzati quando sostituiscono, invece di affiancare, il presidio umano.
Il vicepresidente per l’hardware dei veicoli, Charles Poon, ha sintetizzato così l’errore di valutazione: bastava introdurre l’AI e alimentarla con i requisiti di progettazione esistenti per ottenere risultati di qualità. Non è stato così. Il nodo critico non è stato lo strumento in sé, ma il fatto che i tecnici più esperti avessero già lasciato l’azienda prima di poter trasferire il proprio know-how ai sistemi destinati a sostituirli. Senza quella base di conoscenza, l’automazione non ha corretto gli errori: li ha amplificati.
È un pattern che, dal punto di vista della sicurezza dei processi industriali, dovrebbe far riflettere: un sistema AI privo di supervisione qualificata diventa un moltiplicatore di rischio, non un presidio di controllo. Ford continua comunque a investire sull’AI: ha introdotto oltre centomila nuovi test automatizzati, e parte del compito degli ingegneri richiamati sarà proprio addestrare quegli stessi strumenti. Il ceo Jim Farley aveva dichiarato a giugno, in un’intervista a Walter Isaacson, che l’intelligenza artificiale «lascerà indietro molti impiegati», mentre il direttore operativo Kumar Galhotra aveva annunciato l’implementazione dell’AI nell’intero sistema industriale, incluse 900 telecamere intelligenti negli stabilimenti per individuare le anomalie alla fonte. Resta un dato di fatto: Ford è la casa automobilistica statunitense con il maggior numero di richiami nel 2026, 51 campagne nei primi sei mesi.
Il caso non è isolato. Klarna, che nel 2024 si era vantata di un assistente AI costruito con OpenAI capace di sostituire settecento operatori del servizio clienti, ha fatto marcia indietro a inizio 2026: il fondatore e CEO Sebastian Siemiatkowski ha ammesso a Bloomberg che la strategia non era quella corretta, tornando ad assumere personale umano perché il cliente deve poter sempre parlare con una persona quando lo richiede.
Ma è nel settore fast food che si osservano gli esempi più interessanti dal punto di vista della robustezza dei sistemi. McDonald’s ha abbandonato l’esperimento di ordinazione automatica ai drive-through, sviluppato con IBM, dopo una serie di malfunzionamenti diventati virali sui social: dalla pancetta versata nel gelato agli ordini gonfiati con centinaia di crocchette. Taco Bell, dopo aver gestito oltre due milioni di ordini tramite un sistema vocale automatizzato, sta rivedendo l’intero progetto in seguito a episodi che assomigliano più a un attacco che a un semplice errore: un cliente ha ordinato diciottomila bicchieri d’acqua, mandando in saturazione il sistema con l’obiettivo esplicito di forzare l’intervento di un operatore umano.
Quest’ultimo caso, in particolare, è un promemoria utile per chi si occupa di sicurezza dei sistemi automatizzati: un’interfaccia AI esposta al pubblico, priva di rate limiting e di controlli sugli input anomali, è per definizione superficie di attacco. Non serve un exploit sofisticato per mandare in tilt un servizio: basta un input volutamente fuori scala che il sistema non è stato progettato per gestire. La lezione che emerge da tutti questi casi è la stessa: l’AI non elimina il rischio operativo, lo trasferisce. E senza competenze umane in grado di validare, correggere e proteggere quei sistemi, il rischio resta scoperto.