Ford ponownie zatrudnił 350 doświadczonych inżynierów po tym, jak sztuczna inteligencja i zautomatyzowane systemy kontroli jakości nie dały oczekiwanych efektów. Część specjalistów wcześniej pracowała już dla koncernu, a część wróciła do producenta z firm dostawczych. To nie odwrót od AI, lecz korekta kursu po zderzeniu technologicznego optymizmu z realiami produkcji samochodów.
Doświadczenie wróciło
„Nowi” specjaliści nie trafili do Forda jako symbol nostalgii za dawną szkołą inżynierii. Ich zadanie jest wybitnie praktyczne: wykrywać potencjalne wady projektowe, zanim komponenty trafią na linię produkcyjną. To niezwykle ważne – jeden błąd projektowy może powielić się w tysiącach egzemplarzy.
Ford określa tych ekspertów mianem „gray beard” – to inżynierowie z ogromnym stażem i praktyczną pamięcią techniczną. Często rozpoznają oni ryzyko nie tylko dzięki czerwonym alertom systemu, ale przede wszystkim dlatego, że widzieli podobne problemy w poprzednich generacjach aut.
AI miała poprawić jakość, ale sama nie wystarczyła
Dyrektor operacyjny Forda Kumar Galhotra przyznał, że firma coraz mocniej polegała na zautomatyzowanych systemach jakości. Efekty okazały się rozczarowujące, dlatego producent postawił na powrót technicznych specjalistów. Ich rola obejmuje także szkolenie młodszych pracowników i przeprogramowywanie narzędzi opartych na AI. Charles Poon, wiceprezes Forda ds. inżynierii sprzętowej pojazdów, opisał błąd wprost:
Błędnie uznaliśmy, że samo wprowadzenie sztucznej inteligencji i nakarmienie jej naszymi wymaganiami projektowymi doprowadzi do powstania produktu wysokiej jakości.
To zdanie dobrze pokazuje granicę między automatyzacją a odpowiedzialnością inżynierską. AI może analizować wymagania, szukać wzorców i wspierać proces projektowy, ale nie zastępuje całego doświadczenia zebranego przy realnych usterkach, reklamacjach i akcjach serwisowych.
Ford nie porzuca sztucznej inteligencji
Decyzja Forda nie oznacza, że koncern wycofuje się z planów związanych ze sztuczną inteligencją. Producent wykorzystuje powracających inżynierów do poprawiania działania narzędzi AI i przekazywania wiedzy młodszym zespołom. W praktyce człowiek ma tu nie tyle przegrać z algorytmem, ile nauczyć algorytm, gdzie wcześniej się mylił.
To ważny niuans, bo branża motoryzacyjna nie może pozwolić sobie na bezkrytyczne zachwyty nad automatyzacją. Samochód składa się z tysięcy współpracujących elementów, a jakość nie kończy się na zgodności projektu z tabelą wymagań. Liczy się jeszcze odporność na eksploatację, montaż, tolerancje produkcyjne i zwykłe życie auta poza laboratorium.
Koszty gwarancji i akcji serwisowych mają spadać
Szef Forda Jim Farley łączy powrót doświadczonych inżynierów z obniżaniem kosztów gwarancyjnych i kosztów akcji serwisowych. Według niego takie działania przekładają się dla firmy na setki milionów dolarów pozytywnego wpływu kosztowego. To pokazuje, że jakość nie jest wyłącznie tematem wizerunkowym, lecz bezpośrednio wpływa na wynik finansowy producenta.
Ford ma też świeży argument wizerunkowy. Marka zajęła pierwsze miejsce wśród producentów głównego nurtu w opublikowanym w tym tygodniu badaniu JD Power Initial Quality Survey. Dla koncernu to wygodny moment, by pokazać, że połączenie AI i ludzkiego doświadczenia może działać lepiej niż wiara w czystą automatyzację.
Najciekawszy wniosek jest prosty
Historia Forda nie brzmi jak porażka sztucznej inteligencji, tylko jak porażka zbyt prostego myślenia o jej roli. Algorytm może być narzędziem, ale nie powinien być samotnym arbitrem jakości. Zwłaszcza w motoryzacji, gdzie błąd na etapie projektu może później wrócić jako usterka, reklamacja albo kosztowna akcja serwisowa.
Ford zrobił więc coś, co w epoce zachwytu nad AI wygląda niemal przewrotnie: zatrudnił ludzi, którzy pamiętają, jak psują się samochody. I właśnie ta pamięć może okazać się dla sztucznej inteligencji najlepszym paliwem do faktycznej poprawy jakości.
