ফোর্ড গত তিন বছর নীরবে কাটিয়েছে কৃত্রিম বুদ্ধিমত্তার সবচেয়ে আক্রমনাত্মক বাজির বিপরীতে। ব্লুমবার্গের একটি প্রতিবেদন অনুসারে, অটোমেকারটি প্রায় 350 জন অভিজ্ঞ প্রকৌশলীকে পুনরায় নিয়োগ করেছে — অভ্যন্তরীণভাবে ডাকনাম "ধূসর দাড়ি" — কারণ এআই টুলস এবং স্বয়ংক্রিয় সিস্টেমগুলি তাদের প্রতিস্থাপনের জন্য মানসম্পন্ন প্রত্যাশা পূরণ করতে ব্যর্থ হয়েছে।

এআই-চালিত স্বয়ংক্রিয়করণের প্রতিশ্রুতি এবং ভারী শিল্পে এটি স্থাপনের অগোছালো বাস্তবতার মধ্যে ব্যবধানের মধ্যে এপিসোডটি একটি স্পষ্ট বাস্তব-বিশ্বের কেস স্টাডি হিসাবে আবির্ভূত হচ্ছে। For more context on this story, see our ongoing latest AI developments.

কি ভুল হয়েছে

ফোর্ডের নেতৃত্ব অনুমান করেছিল যে AI এবং স্বয়ংক্রিয় ডায়াগনস্টিক সিস্টেমগুলি ঐতিহাসিকভাবে তার সবচেয়ে অভিজ্ঞ প্রকৌশলীদের দ্বারা করা অনেক কাজ শোষণ করতে পারে। যে অনুমান ব্যয়বহুল প্রমাণিত. প্রতিবেদন অনুসারে, কোম্পানির ভিপি-এর যানবাহন হার্ডওয়্যার ইঞ্জিনিয়ারিং, চার্লস পুন বলেছেন, নেতারা প্রবীণ সৈনিকদের গভীর অভিজ্ঞতা উপেক্ষা করেছেন যারা অনেক পণ্য চক্র থেকে বেঁচে ছিলেন।

পুন ফলাফল সম্পর্কে নির্বোধ ছিলেন, স্বীকার করেছেন যে কেবলমাত্র সেই প্রকৌশলীদের AI দিয়ে প্রতিস্থাপন করা একটি "বিশাল ভুল।" তিনি এটি যোগ করার বিষয়ে সতর্ক ছিলেন যে AI "একটি চমত্কার সরঞ্জাম" হিসাবে রয়ে গেছে, তবে সতর্ক করে দিয়েছিলেন যে এটি "আপনি এটিকে প্রশিক্ষণ দেওয়ার জন্য যে তথ্য ব্যবহার করেন তার মতোই ভাল" — একটি স্বীকৃতি যে প্রাতিষ্ঠানিক জ্ঞান, ধরনের একাডেমিক পরীক্ষায় সহজে স্থানান্তরিত হয় না একটি প্রশিক্ষণ ডেটাসেটে।

রিহায়ার করা ইঞ্জিনিয়াররা এখন গাড়ির সমস্যা সমাধানের জন্য বাধ্যতামূলক মিটিং চালান এবং স্বয়ংক্রিয় ইঞ্জিনিয়ারিং সফ্টওয়্যার এবং এআই টুলগুলিকে পুনঃপ্রোগ্রাম করে যা খারাপ পারফর্ম করছে। তাদের কাজ হল ব্যর্থতার পয়েন্টগুলি সন্ধান করা যন্ত্রাংশগুলি কখনও গাছের মেঝেতে পৌঁছানোর আগে — এমন প্রতিরোধমূলক কাজ যা বৃহত্তর প্রত্যাহার এবং ত্রুটিগুলি দূর করতে সাহায্য করে যা আগে কোম্পানির বিলিয়ন বিলিয়ন খরচ করেছিল।

একটি পরিমাপযোগ্য টার্নরাউন্ড

মানুষকে লুপের মধ্যে ফিরিয়ে আনার ফলাফলগুলি আকর্ষণীয়। গত বছরের জে.ডি. পাওয়ার প্রাথমিক গুণমান সমীক্ষা — মালিকানার প্রথম 90 দিনের মধ্যে একটি গাড়ির সমস্যা পরিমাপ করার একটি বার্ষিক অধ্যয়ন — ফোর্ড মূলধারার ব্র্যান্ডগুলির মধ্যে 10 তম স্থান অর্জন করেছে এবং শিল্পের গড় কম স্কোর করেছে।

এই বছর, যাইহোক, জেডি পাওয়ার ফোর্ডকে টয়োটা এবং হোন্ডা থেকে এগিয়ে রেখে শীর্ষ মূলধারার ব্র্যান্ড হিসেবে স্থান দিয়েছে। ফোর্ড সেই নাটকীয় উন্নতির জন্য দায়ী করেছেন প্রত্যক্ষভাবে প্রত্যাবর্তন প্রকৌশলীদের দক্ষতার জন্য, একটি বিরল দৃষ্টান্ত একটি বড় কর্পোরেশন জনসমক্ষে একটি গুণগত প্রত্যাবর্তনের জন্য মানব পুনঃহায়ারিংকে কৃতিত্ব দেয়।

আর্থিক প্রেক্ষাপটের পরিপ্রেক্ষিতে পরিবর্তনটি বিশেষভাবে উল্লেখযোগ্য: ফোর্ড এই বছর মোটামুটি $1 বিলিয়ন খরচ কমানোর জন্য কাজ করছে, তবুও এই উপসংহারে পৌঁছেছে যে AI-এর উপর অবিরত নির্ভরতার চেয়ে মানের জন্য অভিজ্ঞ প্রতিভার ব্যয় করাই বেশি নির্ভরযোগ্য পথ।

ফোর্ড একা নয়

ফোর্ডের অভিজ্ঞতা একটি বিস্তৃত এবং ক্রমবর্ধমান ভাল-ডকুমেন্টেড প্যাটার্নের সাথে খাপ খায়। আউটপ্লেসমেন্ট ফার্ম কেরিয়ারমাইন্ডস-এর একটি সমীক্ষা, গল্পের কভারেজে উদ্ধৃত করা হয়েছে, এআই-চালিত ছাঁটাই পরিচালনাকারী সংস্থাগুলি পরীক্ষা করে দেখেছে যে তাদের মধ্যে 35.6% তাদের অর্ধেকেরও বেশি কর্মচারীদের পুনরায় নিয়োগ করতে হয়েছিল যা তারা আগে ছেড়ে দিয়েছিল। অন্য 32.7% সেই কর্মীদের মধ্যে 25% থেকে 50%** এর মধ্যে পুনরায় নিয়োগ করা হয়েছে — পরামর্শ দিচ্ছে যে প্রযুক্তি সরবরাহ করতে ব্যর্থ হলে AI-চালিত কর্মীদের কাটছাঁটের একটি উল্লেখযোগ্য অংশ বিপরীত হয়েছিল।

ফোর্ডের পাশাপাশি সতর্কতামূলক গল্পটি প্রায়শই বলা হয় ক্লারনা। 2024 সালে, সুইডিশ ফিনটেকের সিইও গর্বিতভাবে ঘোষণা করেছিলেন যে একটি নতুন AI চ্যাটবট 700 পূর্ণ-সময়ের গ্রাহক পরিষেবা এজেন্ট এর কাজ করছে, যা কোম্পানিকে নিয়োগ বন্ধ করতে এবং শত শত পদ কাটাতে প্ররোচিত করে। কিন্তু 2025-এর মাঝামাঝি এবং 2026-এর মধ্যে, গ্রাহক সন্তুষ্টি কমে যাওয়ার পর Klarna আবার মানব এজেন্ট নিয়োগের জন্য ছুটছিল। কোম্পানী আবিষ্কার করেছে যে যখন AI মৌলিক প্রশ্নগুলিকে ভালভাবে পরিচালনা করে, জটিল সমস্যাগুলির জন্য প্রয়োজনীয় সূক্ষ্মতা এবং সহানুভূতি ধারাবাহিকভাবে এটিকে পরাজিত করে।

অটোমেশনের সীমা

একত্রে নেওয়া, এই ঘটনাগুলি একটি পুনরাবৃত্ত পাঠের দিকে ইঙ্গিত করে যা প্রযুক্তি শিল্প শোষণ করতে ধীরগতিতে ছিল: AI সংকীর্ণ, সু-সংজ্ঞায়িত কাজগুলিতে দক্ষতা অর্জন করে তবে অভিজ্ঞ কর্মীরা যে বিচার, প্রসঙ্গ এবং প্রাতিষ্ঠানিক স্মৃতির সাথে লড়াই করে।

ফোর্ডের ক্ষেত্রে, সেই রায়টি একটি প্রায় সহজাত বোধ হিসাবে প্রকাশ করে যেখানে একটি গাড়ির নকশা ব্যর্থ হবে — পণ্য চক্র জুড়ে একই ধরণের ত্রুটিগুলিকে দেখতে কয়েক দশক ধরে তৈরি করা জ্ঞান। প্রশিক্ষণের ডেটার পরিমাণ, যত বড়ই হোক না কেন, সহজে এই ধরনের কঠিন-জিত অন্তর্দৃষ্টি পুনরুত্পাদন করে না, বিশেষ করে যখন সবচেয়ে মূল্যবান পাঠগুলি অবিকল কাছাকাছি-মিস এবং প্রান্তের ক্ষেত্রে হয় যা এটিকে কোনো ডাটাবেসে পরিণত করেনি।

এর কোনোটির মানেই কারখানার মেঝেতে AI-এর কোনো জায়গা নেই। ফোর্ড নিজেই স্বয়ংক্রিয় ডায়াগনস্টিক সরঞ্জাম ব্যবহার করে চলেছে — এখন এটি তত্ত্বাবধানে এবং পরিমার্জিত ইঞ্জিনিয়ারদের দ্বারা প্রতিস্থাপন করার চেষ্টা করা হয়েছিল। আরও সৎ ফ্রেমিং হল প্রতিস্থাপনের পরিবর্তে পরিবর্ধনের একটি: AI সবচেয়ে মূল্যবান যখন এটি দক্ষ মানুষের নাগালের প্রসারিত করে, যখন এটি তাদের নির্মূল করার চেষ্টা করে না।

হাইপ চক্রের জন্য একটি হিসাব

ফোর্ডের গল্পটি এআই শিল্পের জন্য একটি বিশ্রী মুহূর্তে আসে। অটোমেশনের কাজের বিস্তীর্ণ শ্রেণীবিভাগকে স্থানচ্যুত করার সাহসী প্রতিশ্রুতির বছরের পর বছর ধরে, প্রমাণের একটি ক্রমবর্ধমান সংস্থা পরামর্শ দেয় যে স্থানচ্যুতি অনেক বেশি নির্বাচনী — এবং বিপরীতগুলি অনেক বেশি সাধারণ — প্রাথমিক হাইপের চেয়ে।

বিনিয়োগকারী, এক্সিকিউটিভ এবং কর্মীদের জন্য, ফোর্ডের প্রায়-মুখ একটি গ্রাউন্ডেড অনুস্মারক অফার করে: AI এর সাথে একটি সংস্থা যে সবচেয়ে ব্যয়বহুল ভুল করতে পারে তা হয়ত এটি খুব ধীরে ধীরে স্থাপন নাও করতে পারে, কিন্তু এটি দক্ষতার প্রতিস্থাপনের জন্য এটিকে বিশ্বাস করা কখনই প্রতিলিপি করার জন্য সজ্জিত ছিল না।

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →