फोर्ड ने कृत्रिम बुद्धिमत्ता पर अपने सबसे आक्रामक दांवों में से एक को पलटने में पिछले तीन साल चुपचाप बिताए हैं। ब्लूमबर्ग की एक रिपोर्ट के अनुसार, ऑटोमेकर ने लगभग 350 अनुभवी इंजीनियरों को फिर से काम पर रखा है - जिन्हें आंतरिक रूप से "ग्रे बियर्ड्स" उपनाम दिया गया है - क्योंकि उन्हें बदलने के लिए बनाए गए एआई उपकरण और स्वचालित सिस्टम गुणवत्ता की अपेक्षाओं को पूरा करने में विफल रहे हैं।

यह प्रकरण एआई-संचालित स्वचालन के वादे और इसे भारी उद्योग में तैनात करने की गड़बड़ वास्तविकता के बीच अंतर के वास्तविक दुनिया के सबसे स्पष्ट मामले के अध्ययन के रूप में उभर रहा है। For more context on this story, see our ongoing breaking AI news.

क्या गलत हुआ

फोर्ड के नेतृत्व ने मान लिया था कि एआई और स्वचालित डायग्नोस्टिक सिस्टम उसके सबसे अनुभवी इंजीनियरों द्वारा ऐतिहासिक रूप से किए गए अधिकांश कार्यों को अवशोषित कर सकते हैं। वह धारणा महँगी साबित हुई। रिपोर्ट के अनुसार, कंपनी के वाहन हार्डवेयर इंजीनियरिंग के उपाध्यक्ष, चार्ल्स पून ने कहा कि नेताओं ने दिग्गजों के गहरे अनुभव को नजरअंदाज कर दिया जो कई उत्पाद चक्रों में जीवित रहे थे।

पून परिणाम के बारे में स्पष्ट थे, उन्होंने स्वीकार किया कि उन इंजीनियरों को एआई के साथ बदलना एक "बहुत बड़ी गलती" थी। उन्होंने यह जोड़ने में सावधानी बरती कि एआई "एक शानदार उपकरण" बना हुआ है, लेकिन उन्होंने आगाह किया कि यह "केवल उतना ही अच्छा है जितनी जानकारी आप इसे प्रशिक्षित करने के लिए उपयोग करते हैं" - एक मान्यता है कि संस्थागत ज्ञान, कारखाने के फर्श और परीक्षण प्रयोगशालाओं में दशकों से जमा हुआ, प्रशिक्षण डेटासेट में आसानी से स्थानांतरित नहीं होता है।

दोबारा काम पर रखे गए इंजीनियर अब वाहनों की समस्या निवारण के लिए अनिवार्य बैठकें चलाते हैं और खराब प्रदर्शन करने वाले स्वचालित इंजीनियरिंग सॉफ्टवेयर और एआई टूल को दोबारा प्रोग्राम करते हैं। उनका काम विफलता बिंदुओं की तलाश करना है इससे पहले कि हिस्से प्लांट के फर्श तक पहुंचें - उस तरह का निवारक कार्य जो बड़े पैमाने पर रिकॉल और दोषों को दूर करने में मदद करता है जिसके कारण पहले कंपनी को अरबों का नुकसान हुआ था।

एक मापने योग्य बदलाव

इंसानों को वापस लूप में लाने के नतीजे चौंकाने वाले रहे हैं। पिछले वर्ष के जे.डी. पावर इनिशियल क्वालिटी सर्वे - स्वामित्व के पहले 90 दिनों के दौरान कार में समस्याओं को मापने वाला एक वार्षिक अध्ययन - फोर्ड मुख्यधारा के ब्रांडों में 10वें स्थान पर रहा और उद्योग के औसत से नीचे स्कोर किया।

हालाँकि, इस वर्ष, जे.डी. पावर ने फोर्ड को टोयोटा और होंडा से आगे रखते हुए शीर्ष मुख्यधारा ब्रांड का दर्जा दिया। फोर्ड ने उस नाटकीय सुधार के लिए सीधे लौटे इंजीनियरों की विशेषज्ञता को जिम्मेदार ठहराया, एक प्रमुख निगम द्वारा सार्वजनिक रूप से गुणवत्तापूर्ण वापसी के लिए मानव पुनर्नियुक्ति को श्रेय देने का एक दुर्लभ उदाहरण।

वित्तीय संदर्भ को देखते हुए बदलाव विशेष रूप से उल्लेखनीय है: फोर्ड इस वर्ष खर्चों में लगभग $1 बिलियन की कटौती करने के लिए काम कर रहा है, फिर भी यह निष्कर्ष निकाला है कि एआई पर निरंतर निर्भरता की तुलना में अनुभवी प्रतिभाओं पर खर्च करना गुणवत्ता के लिए अधिक विश्वसनीय मार्ग है।

फोर्ड अकेला नहीं है

फोर्ड का अनुभव एक व्यापक और तेजी से अच्छी तरह से प्रलेखित पैटर्न में फिट बैठता है। कहानी के कवरेज में उद्धृत आउटप्लेसमेंट फर्म करियरमाइंड्स के एक अध्ययन में एआई-संचालित छंटनी करने वाली कंपनियों की जांच की गई और पाया गया कि उनमें से 35.6% को उन आधे से अधिक कर्मचारियों को फिर से काम पर रखना पड़ा, जिन्हें उन्होंने पहले नौकरी से निकाल दिया था। उन श्रमिकों में से 25% और 50% के बीच अन्य 32.7% को फिर से काम पर रखा गया - यह सुझाव देते हुए कि जब प्रौद्योगिकी वितरित करने में विफल रही तो एआई-संचालित कर्मचारियों की कटौती का एक बड़ा हिस्सा उलट दिया गया।

फोर्ड के साथ-साथ सबसे अधिक इस्तेमाल की जाने वाली सावधान करने वाली कहानी क्लार्ना है। 2024 में, स्वीडिश फिनटेक के सीईओ ने गर्व से घोषणा की कि एक नया एआई चैटबॉट 700 पूर्णकालिक ग्राहक सेवा एजेंटों का काम कर रहा है, जिससे कंपनी को भर्ती रोकने और सैकड़ों पदों में कटौती करने के लिए प्रेरित किया गया। लेकिन 2025 के मध्य और 2026 में, ग्राहकों की संतुष्टि कम होने के बाद कर्लना फिर से मानव एजेंटों की भर्ती के लिए संघर्ष कर रही थी। कंपनी ने पाया कि जहां एआई ने बुनियादी प्रश्नों को अच्छी तरह से संभाला, वहीं बारीकियों और सहानुभूति की आवश्यकता वाले जटिल मुद्दों ने इसे लगातार हरा दिया।

स्वचालन की सीमाएँ

कुल मिलाकर, ये मामले एक आवर्ती सबक की ओर इशारा करते हैं जिसे प्रौद्योगिकी उद्योग आत्मसात करने में धीमा रहा है: एआई संकीर्ण, अच्छी तरह से परिभाषित कार्यों में उत्कृष्टता प्राप्त करता है लेकिन अनुभवी श्रमिकों द्वारा प्रदान किए जाने वाले निर्णय, संदर्भ और संस्थागत स्मृति के साथ संघर्ष करता है।

फोर्ड के मामले में, यह निर्णय लगभग एक सहज ज्ञान के रूप में प्रकट होता है कि वाहन का डिज़ाइन कहाँ विफल होगा - उत्पाद चक्रों में दोषों की समान श्रेणियों को देखने के दशकों से निर्मित ज्ञान। प्रशिक्षण डेटा की कोई भी मात्रा, चाहे वह कितनी भी बड़ी क्यों न हो, आसानी से उस प्रकार की कड़ी मेहनत से प्राप्त अंतर्ज्ञान को पुन: पेश नहीं करती है, खासकर जब सबसे मूल्यवान पाठ बिल्कुल निकट-चूक और किनारे के मामले होते हैं जो इसे किसी भी डेटाबेस में कभी नहीं बनाते हैं।

इसका कोई मतलब नहीं है कि एआई का कारखाने के स्तर पर कोई स्थान नहीं है। फोर्ड स्वयं स्वचालित डायग्नोस्टिक टूल का उपयोग करना जारी रखता है - अब उन्हीं इंजीनियरों द्वारा पर्यवेक्षण और परिष्कृत किया जाता है जिन्हें वह कभी बदलना चाहता था। अधिक ईमानदार फ़्रेमिंग प्रतिस्थापन के बजाय वृद्धि में से एक है: एआई सबसे मूल्यवान है जब यह कुशल मनुष्यों तक पहुंच बढ़ाता है, न कि जब यह उन्हें खत्म करने की कोशिश करता है।

प्रचार चक्र के लिए एक गणना

फोर्ड की कहानी एआई उद्योग के लिए एक अजीब क्षण पर आती है। काम की विशाल श्रेणियों को विस्थापित करने वाले स्वचालन के बारे में वर्षों के साहसिक वादों के बाद, साक्ष्य के बढ़ते समूह से पता चलता है कि विस्थापन कहीं अधिक चयनात्मक है - और उलटाव कहीं अधिक सामान्य है - प्रारंभिक प्रचार की तुलना में।

निवेशकों, अधिकारियों और श्रमिकों के लिए समान रूप से, फोर्ड का चेहरा एक जमीनी अनुस्मारक प्रदान करता है: एआई के साथ एक संगठन की सबसे महंगी गलती यह हो सकती है कि इसे बहुत धीरे-धीरे तैनात न किया जाए, लेकिन उस विशेषज्ञता को बदलने के लिए उस पर भरोसा करना जिसे दोहराने के लिए वह कभी भी सुसज्जित नहीं था।

---

Stay Ahead of AI

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

Read more AI news →