Ford heeft de afgelopen drie jaar stilletjes een van zijn meest agressieve weddenschappen op kunstmatige intelligentie ongedaan gemaakt. Volgens een rapport van Bloomberg heeft de autofabrikant ongeveer 350 ervaren ingenieurs opnieuw aangenomen – intern de bijnaam ‘grijze baarden’ genoemd – nadat de AI-tools en geautomatiseerde systemen die bedoeld waren om ze te vervangen niet voldeden aan de kwaliteitsverwachtingen.
De episode komt naar voren als een van de duidelijkste praktijkvoorbeelden ooit van de kloof tussen de belofte van AI-gestuurde automatisering en de rommelige realiteit van de inzet ervan in de zware industrie. Voor meer context over dit verhaal, zie ons meer AI-verhalen.
Wat er mis ging
Het leiderschap van Ford was ervan uitgegaan dat AI en geautomatiseerde diagnosesystemen veel van het werk dat historisch door de meest ervaren ingenieurs werd gedaan, zouden kunnen absorberen. Die veronderstelling bleek kostbaar. Volgens het rapport zei Charles Poon, de vice-president van voertuighardwaretechniek van het bedrijf, dat leiders de diepgaande ervaring van veteranen over het hoofd hadden gezien die vele productcycli hadden overleefd.
Poon was bot over de uitkomst en gaf toe dat het eenvoudigweg vervangen van die ingenieurs door AI een “grote fout” was. Hij voegde er voorzichtig aan toe dat AI “een fantastisch hulpmiddel” blijft, maar waarschuwde dat het “slechts zo goed is als de informatie die je gebruikt om het te trainen”** – een erkenning dat institutionele kennis, het soort dat decennialang op fabrieksvloeren en in testlaboratoria is verzameld, niet gemakkelijk kan worden overgedragen in een trainingsdataset.
De opnieuw ingehuurde ingenieurs houden nu verplichte vergaderingen om problemen met voertuigen op te lossen en herprogrammeren de geautomatiseerde engineeringsoftware en AI-tools die ondermaats presteren. Het is hun taak om op zoek te gaan naar storingspunten voordat onderdelen ooit de fabrieksvloer bereiken – het soort preventief werk dat de enorme terugroepacties en defecten helpt voorkomen die het bedrijf voorheen miljarden hadden gekost.
Een meetbare ommekeer
De resultaten van het weer op de hoogte brengen van mensen zijn opvallend. In de J.D. Power Initial Quality Survey – een jaarlijks onderzoek naar problemen in een auto tijdens de eerste 90 dagen dat hij deze in bezit heeft – Ford eindigde op 10e plaats onder de reguliere merken en scoorde onder het sectorgemiddelde.
Dit jaar rangschikte J.D. Power Ford echter als het belangrijkste mainstreammerk, waarmee het Toyota en Honda achter zich liet. Ford schreef die dramatische verbetering rechtstreeks toe aan de expertise van de teruggekeerde ingenieurs, een zeldzaam voorbeeld van een grote onderneming die publiekelijk het opnieuw aannemen van mensen toeschrijft aan een kwaliteitsherstel.
De ommekeer is vooral opmerkelijk gezien de financiële context: Ford heeft gewerkt aan een bezuiniging van ongeveer 1 miljard dollar dit jaar, maar kwam tot de conclusie dat uitgaven aan ervaren talent de betrouwbaardere weg naar kwaliteit waren dan een voortdurende afhankelijkheid van AI.
Ford is niet de enige
De ervaring van Ford past in een breder en steeds beter gedocumenteerd patroon. Een onderzoek van outplacementbureau Careerminds, aangehaald in de verslaggeving van het verhaal, onderzocht bedrijven die AI-gestuurde ontslagen uitvoerden en ontdekte dat 35,6% van hen meer dan de helft van de werknemers die ze eerder hadden ontslagen opnieuw in dienst moesten nemen. Nog eens 32,7% nam tussen de 25% en 50% van deze werknemers opnieuw in dienst – wat erop wijst dat een substantieel deel van de AI-gedreven personeelsinkrimpingen werd teruggedraaid toen de technologie geen resultaten opleverde.
Het waarschuwende verhaal dat het vaakst wordt aangehaald naast dat van Ford is Klarna. In 2024 kondigde de CEO van de Zweedse fintech trots aan dat een nieuwe AI-chatbot het werk van 700 fulltime klantenservicemedewerkers deed, wat het bedrijf ertoe aanzette de aanwerving te bevriezen en honderden banen te schrappen. Maar halverwege 2025 en in 2026 was Klarna aan het zoeken naar nieuwe menselijke agenten nadat de klanttevredenheid kelderde. Het bedrijf ontdekte dat hoewel AI basisvragen goed afhandelde, complexe problemen die nuance en empathie vereisten, het consequent teniet deden.
De grenzen van automatisering
Alles bij elkaar wijzen deze gevallen op een terugkerende les die de technologie-industrie traag heeft opgepikt: AI blinkt uit in beperkte, goed gedefinieerde taken, maar worstelt met het oordeelsvermogen, de context en het institutionele geheugen dat ervaren werknemers bieden.
In het geval van Ford manifesteert dat oordeel zich als een bijna instinctief gevoel voor waar een voertuigontwerp zal mislukken – kennis die is opgebouwd in tientallen jaren waarin dezelfde categorieën defecten zich in productcycli herhalen. Geen enkele hoeveelheid trainingsgegevens, hoe groot ook, reproduceert gemakkelijk dat soort zwaarbevochten intuïtie, vooral wanneer de meest waardevolle lessen juist de bijna-ongevallen en randgevallen zijn die nooit in een database zijn terechtgekomen.
Niets van dit alles betekent dat AI geen plaats heeft op de fabrieksvloer. Ford zelf blijft geautomatiseerde diagnosetools gebruiken – nu onder toezicht en verfijnd door dezelfde ingenieurs die het ooit wilde vervangen. Het eerlijkere kader is er een van vergroting in plaats van vervanging: AI is het meest waardevol wanneer het het bereik van bekwame mensen vergroot, niet wanneer het probeert ze te elimineren.
Een afrekening voor de hypecyclus
Het Ford-verhaal komt op een lastig moment voor de AI-industrie. Na jaren van gedurfde beloften dat automatisering grote categorieën werk zou verdringen, suggereert een groeiend aantal bewijzen dat deze verplaatsing veel selectiever is – en dat de omkeringen veel vaker voorkomen – dan de aanvankelijke hype suggereerde.
Voor zowel investeerders, leidinggevenden als werknemers biedt de ommekeer van Ford een gefundeerde herinnering: de duurste fout die een organisatie kan maken met AI is misschien niet het te langzaam implementeren ervan, maar erop vertrouwen dat het de expertise zal vervangen die het nooit kon repliceren.**
---
Blijf Voorop met AIHet laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.
Lees meer AI-nieuws →
