Ford przez ostatnie trzy lata po cichu odwracał jedno ze swoich najbardziej agresywnych założeń dotyczących sztucznej inteligencji. Według raportu Bloomberga producent samochodów zatrudnił około 350 doświadczonych inżynierów – wewnętrznie nazywanych „szarymi brodami” – po tym, jak narzędzia sztucznej inteligencji i zautomatyzowane systemy, które miały je zastąpić, nie spełniły oczekiwań jakościowych.

Odcinek ten jawi się jako jedno z najwyraźniejszych jak dotąd rzeczywistych studiów przypadków ukazujących rozbieżność między obietnicą automatyzacji opartej na sztucznej inteligencji a chaotyczną rzeczywistością związaną z jej wdrażaniem w przemyśle ciężkim. Więcej kontekstu na ten temat znajdziesz w naszych wiadomości AI.

Co poszło nie tak

Kierownictwo Forda zakładało, że sztuczna inteligencja i zautomatyzowane systemy diagnostyczne mogą wchłonąć większość pracy wykonywanej dotychczas przez najbardziej doświadczonych inżynierów Forda. Założenie to okazało się kosztowne. Z raportu wynika, że ​​wiceprezes firmy ds. inżynierii sprzętu samochodowego, Charles Poon, stwierdził, że liderzy przeoczyli głębokie doświadczenie weteranów, którzy przetrwali wiele cykli produktowych.

Poon bez ogródek przedstawił wyniki, przyznając, że samo zastąpienie tych inżynierów sztuczną inteligencją było „wielkim błędem”. Ostrożnie dodał, że sztuczna inteligencja pozostaje „fantastycznym narzędziem”, ale przestrzegł, że jest „tylko tak dobra, jak informacje, których używasz do jej szkolenia” – co stanowi uznanie, że wiedza instytucjonalna, taka, jaką gromadzi się przez dziesięciolecia w fabrykach i laboratoriach testowych, nie przekłada się łatwo na zbiór danych szkoleniowych.

Ponownie zatrudnieni inżynierowie organizują teraz obowiązkowe spotkania w celu rozwiązywania problemów z pojazdami i przeprogramowywania zautomatyzowanego oprogramowania inżynieryjnego i narzędzi sztucznej inteligencji, które działały słabo. Ich zadaniem jest poszukiwanie punktów awarii zanim części dotrą do hali produkcyjnej — jest to rodzaj prac zapobiegawczych, które pomagają zapobiegać masowym wycofaniom i defektom, które wcześniej kosztowały firmę miliardy.

Wymierny zwrot

Wyniki ponownego włączenia ludzi w pętlę są uderzające. W zeszłym roku J.D. Badanie początkowej jakości zasilania — coroczne badanie mierzące problemy występujące w samochodzie w ciągu pierwszych 90 dni jego posiadania — Ford zajął 10. miejsce wśród marek głównego nurtu i uzyskał wynik poniżej średniej w branży.

Jednak w tym roku J.D. Power uznała Forda za najlepszą markę głównego nurtu, wyprzedzając Toyotę i Hondę. Ford przypisał tę radykalną poprawę bezpośrednio wiedzy inżynierów, którzy powrócili do pracy, co jest rzadkim przypadkiem sytuacji, w której duża korporacja publicznie przyznała, że ​​ponowne zatrudnienie człowieka poprawiło jakość.

Zwrot jest szczególnie zauważalny, biorąc pod uwagę kontekst finansowy: Ford pracował nad obcięciem wydatków o około 1 miliard dolarów w tym roku, ale doszedł do wniosku, że wydatki na weteranów to bardziej niezawodna droga do jakości niż ciągłe poleganie na sztucznej inteligencji.

Ford nie jest sam

Doświadczenia Forda wpisują się w szerszy i coraz lepiej udokumentowany wzór. Badanie przeprowadzone przez firmę Careerminds zajmujące się outplacementem, cytowane w artykule, zbadało firmy, które przeprowadziły zwolnienia oparte na sztucznej inteligencji i wykazało, że 35,6% z nich musiało ponownie zatrudnić ponad połowę wcześniej zwolnionych pracowników. Kolejne 32,7% ponownie zatrudniło od 25% do 50% tych pracowników, co sugeruje, że znaczna część cięć personelu spowodowanych sztuczną inteligencją została odwrócona, gdy technologia nie przyniosła oczekiwanych rezultatów.

Przestrogą najczęściej przywoływaną obok opowieści Forda jest Klarna. W 2024 roku dyrektor generalny szwedzkiego fintech z dumą ogłosił, że nowy chatbot AI wykonuje pracę 700 pełnoetatowych agentów obsługi klienta, co skłoniło firmę do zamrożenia rekrutacji i zwolnienia setek stanowisk. Jednak od połowy 2025 r. do 2026 r. Klarna starała się ponownie rekrutować ludzkich agentów po gwałtownym spadku zadowolenia klientów. Firma odkryła, że ​​chociaż sztuczna inteligencja dobrze radzi sobie z podstawowymi zapytaniami, złożone problemy wymagające niuansów i empatii konsekwentnie ją pokonują.

Granice automatyzacji

Podsumowując, przypadki te wskazują na powtarzający się wniosek, który branża technologiczna powoli przyswaja: Sztuczna inteligencja przoduje w wąskich, dobrze zdefiniowanych zadaniach, ale ma problemy z oceną, kontekstem i pamięcią instytucjonalną, którą zapewniają doświadczeni pracownicy.

W przypadku Forda ocena ta przejawia się w niemal instynktownym wyczuciu, gdzie projekt pojazdu zawiedzie – wiedzy zdobytej przez dziesięciolecia i obserwacji występowania tych samych kategorii defektów w cyklach produktowych. Żadna ilość danych szkoleniowych, niezależnie od ich wielkości, nie jest w stanie z łatwością odtworzyć tego rodzaju ciężko wywalczonej intuicji, szczególnie gdy najcenniejsze wnioski to właśnie sytuacje bliskie chybienia i przypadki graniczne, które nigdy nie trafiły do ​​żadnej bazy danych.

Wszystko to nie oznacza, że ​​na hali produkcyjnej nie ma miejsca na sztuczną inteligencję. Sam Ford w dalszym ciągu korzysta z zautomatyzowanych narzędzi diagnostycznych — obecnie nadzorowanych i udoskonalanych przez tych samych inżynierów, których kiedyś chciał zastąpić. Bardziej uczciwe podejście to wzmacnianie, a nie zastępowanie: sztuczna inteligencja jest najcenniejsza, gdy poszerza zasięg wykwalifikowanych ludzi, a nie wtedy, gdy próbuje ich wyeliminować.

Rozliczenie cyklu szumu

Historia Forda rozpoczyna się w niezręcznym momencie dla branży sztucznej inteligencji. Po latach odważnych obietnic, że automatyzacja wypiera ogromne kategorie zawodów, coraz więcej dowodów sugeruje, że przemieszczenie to jest znacznie bardziej selektywne – a odwrócenia znacznie częstsze – niż sugerowano na początku.

Inwestorom, kadrze kierowniczej i pracownikom odwrócenie uwagi Forda stanowi uzasadnione przypomnienie: najkosztowniejszym błędem, jaki może popełnić organizacja korzystając ze sztucznej inteligencji, może nie być wdrażanie jej zbyt wolno, ale ufanie, że zastąpi ona wiedzę specjalistyczną, do której nigdy nie była w stanie powtórzyć.

---

Bądź na Bieżąco z AI

Najnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.

Czytaj więcej wiadomości AI →