Ford wraca do zatrudniania inżynierów po rozczarowaniu automatyzacją AI

Ford przyznał, że postawienie na automatyczne systemy kontroli jakości oparte na sztucznej inteligencji zamiast na doświadczonych inżynierach było błędem. Koncern zatrudnił z powrotem około 350 weteranów inżynierii, część z nich byłych pracowników Forda, część z firm dostawczych, żeby naprawić szkody i przeprogramować narzędzia AI od podstaw.

Gdzie AI zawiodła

Charles Poon, wiceprezes Forda ds. inżynierii sprzętowej pojazdów, przyznał wprost, że firma błędnie założyła, że samo wprowadzenie AI i wprowadzenie do niej wymagań projektowych automatycznie da produkt wysokiej jakości. Rzeczywistość okazała się inna, bo doświadczeni pracownicy odeszli z firmy zanim zdążyli przekazać swoją wiedzę systemom, które miały ich zastąpić.

Kumar Galhotra, dyrektor operacyjny Forda, opisał to jako coraz większe poleganie na zautomatyzowanych systemach kontroli jakości, które nie spełniły oczekiwań. Nowo zatrudnieni inżynierowie, nazywani w firmie żartobliwie "gray beards" czyli siwymi brodami, mają za zadanie wyłapywać potencjalne usterki zanim część trafi na linię produkcyjną, czego algorytmy nie potrafiły robić wystarczająco skutecznie.

Efekty finansowe i jakościowe

Dyrektor generalny Forda Jim Farley powiedział, że powrót doświadczonych inżynierów przełożył się na setki milionów dolarów oszczędności dzięki niższym kosztom gwarancyjnym i mniejszej liczbie napraw serwisowych. Ford po raz pierwszy od 2010 roku znalazł się na szczycie rankingu jakości JD Power Initial Quality Study wśród marek masowych, co firma wprost wiąże z powrotem do modelu hybrydowego, łączącego AI z ludzkim nadzorem.

Kluczowe jest to, że Ford nie porzucił AI całkowicie. Nowo zatrudnieni inżynierowie zostali włączeni w proces przeprogramowywania systemów automatycznych, przekazując im wiedzę, której brakowało w oryginalnych danych treningowych. Jednocześnie ci sami inżynierowie szkolą młodszych pracowników, odbudowując kompetencje, które firma wcześniej straciła wraz z odejściami personelu.

Szersze znaczenie dla branży

Przypadek Forda trafia w sam środek dyskusji o tym, jak szybko i w jakim zakresie firmy przemysłowe powinny zastępować doświadczonych pracowników automatyzacją opartą na AI. Historia pokazuje, że utrata instytucjonalnej wiedzy, która nie została w porę przeniesiona do systemów cyfrowych, może kosztować więcej niż oszczędności z automatyzacji, szczególnie w branżach, gdzie błąd jakościowy oznacza kosztowne naprawy gwarancyjne na dużą skalę.

Dla polskich firm produkcyjnych, które od kilku lat wdrażają systemy kontroli jakości oparte na wizji komputerowej i modelach predykcyjnych, przykład Forda to sygnał ostrzegawczy. Sama technologia bez utrzymania kompetencji zespołu, które ją zasila danymi i weryfikuje wyniki, może dawać gorsze rezultaty niż tradycyjne podejście, zwłaszcza w pierwszych latach wdrożenia, zanim modele zostaną dostrojone do realnych warunków fabryki.

Źródła: Ford rehires 'gray beard' engineers after AI falls short (techcrunch.com), Ford has been rehiring quality inspectors after AI fell short (bloomberg.com)