Ford przywraca do pracy 350 inżynierów po porażce AI w kontroli jakości

Ford ogłosił, że w ciągu ostatniego roku przywrócił do pracy 350 doświadczonych inżynierów, którzy wcześniej odeszli z firmy lub zostali zwolnieni w ramach cięć etatów zastępowanych automatyzacją. Powód jest prosty: systemy sztucznej inteligencji, które miały przejąć kontrolę jakości i projektowanie komponentów, nie poradziły sobie z zadaniem, a firma zapłaciła za to rekordową liczbą wycofań pojazdów z rynku.

Co poszło nie tak

Charles Poon, wiceprezes Forda do spraw inżynierii komponentów pojazdów, przyznał wprost, że firma błędnie założyła, że samo wprowadzenie AI do procesu projektowania i przewidywania błędów wystarczy, by uzyskać wysoką jakość produktu. Kumar Galhotra, dyrektor operacyjny Forda, dodał, że coraz większe poleganie na zautomatyzowanych systemach kontroli przyniosło rozczarowujące efekty.

Problem polegał na tym, że najbardziej doświadczeni inżynierowie odeszli z firmy, zanim ich wiedza, często nieformalna i nabyta latami pracy przy liniach produkcyjnych, została w jakikolwiek sposób przełożona na dane treningowe czy reguły dla systemów AI. Modele nie miały skąd czerpać tej intuicji, więc zaczęły przepuszczać błędy, które doświadczony człowiek wyłapałby od razu.

Cena błędu w liczbach

Skutki było widać w statystykach wycofań. W 2025 roku Ford ogłosił rekordowe 153 kampanie serwisowe, a w samym 2026 roku do końca czerwca doliczono się już 51 kolejnych, obejmujących ponad 11 milionów pojazdów, czyli ponad dwukrotnie więcej niż u najbliższego konkurenta wśród amerykańskich producentów.

W odpowiedzi firma przywróciła do pracy 350 weteranów inżynierii, część z nich to byli pracownicy Forda, część to specjaliści z firm dostawczych. Ich zadaniem jest wyłapywanie potencjalnych punktów awarii jeszcze przed etapem produkcji, a także szkolenie młodszych inżynierów i donastrajanie samych narzędzi AI.

Powrót starej gwardii

Nazwani przez pracowników gray beard engineers, czyli siwobrodzi inżynierowie, specjaliści ci nie zastąpili systemów AI, tylko zostali dołączeni do procesu jako warstwa nadzoru. Ford zachował inwestycje w automatyzację, ale przeszedł na model hybrydowy, w którym ostateczna weryfikacja krytycznych decyzji projektowych wraca do ludzi.

Efekty przyszły szybko. Koszty gwarancyjne i związane z wycofaniami spadły, jak ujęła to sama firma, o setki milionów dolarów, a Ford po raz pierwszy od lat zajął pierwsze miejsce wśród marek mainstreamowych w prestiżowym badaniu jakości Initial Quality Study prowadzonym przez J.D. Power.

Lekcja dla przemysłu

Historia Forda trafia w czuły punkt dyskusji o wdrażaniu AI w przemyśle. Automatyzacja bez zachowania eksperckiej wiedzy człowieka bywa tańsza na papierze, ale droższa w praktyce, zwłaszcza tam, gdzie błąd oznacza fizyczny produkt trafiający do miliona klientów, a nie tylko literówkę w tekście.

Dla polskich firm produkcyjnych i poddostawców motoryzacyjnych, którzy coraz częściej wdrażają systemy predykcyjnej kontroli jakości oparte na AI, to konkretny sygnał ostrzegawczy. Modele trzeba karmić wiedzą doświadczonych pracowników, a nie traktować ich odejście jako czystą oszczędność kosztową, bo utrata wiedzy proceduralnej bywa trudna do odwrócenia i kosztuje więcej niż wynagrodzenia, które miała zaoszczędzić automatyzacja.

Źródła: TechCrunch (techcrunch.com), Fox Business (foxbusiness.com).