Ford потратил последние три года на то, чтобы незаметно отказаться от одной из своих самых агрессивных ставок на искусственный интеллект. Согласно отчету Bloomberg, автопроизводитель повторно нанял примерно 350 инженеров-ветеранов, которых внутри компании прозвали «седыми бородами», после того, как инструменты искусственного интеллекта и автоматизированные системы, призванные их заменить, не оправдали ожиданий по качеству.
Этот эпизод становится одним из самых ярких примеров из реальной жизни, показывающих разрыв между обещаниями автоматизации на основе искусственного интеллекта и запутанной реальностью ее внедрения в тяжелой промышленности. Подробнее об этой истории — в нашем тенденции ИИ.
Что пошло не так
Руководство Ford предполагало, что искусственный интеллект и автоматизированные диагностические системы смогут взять на себя большую часть работы, которую исторически выполняли самые опытные инженеры компании. Это предположение дорого обошлось. Согласно отчету, вице-президент компании по разработке автомобильного оборудования Чарльз Пун заявил, что руководители упустили из виду глубокий опыт ветеранов, переживших множество циклов разработки продукции.
Пун откровенно высказался о результате, признав, что простая замена этих инженеров искусственным интеллектом была «огромной ошибкой». Он осторожно добавил, что искусственный интеллект остается «фантастическим инструментом», но предупредил, что он «настолько хорош, насколько хороша информация, которую вы используете для его обучения» — признание того, что институциональные знания, накопленные десятилетиями на заводах и в испытательных лабораториях, нелегко перенести в набор обучающих данных.
Вновь нанятые инженеры теперь проводят обязательные встречи для устранения неполадок в транспортных средствах и перепрограммируют программное обеспечение для автоматизированного проектирования и инструменты искусственного интеллекта, которые работали неэффективно. Их работа заключается в поиске точек отказа прежде, чем детали попадут в цех. Такая профилактическая работа помогает предотвратить массовые отзывы и дефекты, которые ранее стоили компании миллиарды долларов.
Измеримый поворот
Результаты возвращения людей в цикл были поразительными. В прошлогоднем J.D. Power Initial Quality Survey — ежегодное исследование, измеряющее проблемы в автомобиле в течение первых 90 дней владения — Ford занял 10-е место среди основных брендов и набрал балл ниже среднего по отрасли.
Однако в этом году J.D. Power оценил Ford как ведущий массовый бренд, опередив Toyota и Honda. Форд объяснил это резкое улучшение непосредственно опытом вернувшихся инженеров. Это редкий случай, когда крупная корпорация публично признает, что повторный найм людей способствовал улучшению качества.
Этот поворот особенно заметен, учитывая финансовый контекст: Форд работал над тем, чтобы сократить расходы примерно на 1 миллиард долларов в этом году, но пришел к выводу, что расходы на талантливых специалистов-ветеранов являются более надежным путем к качеству, чем постоянная зависимость от искусственного интеллекта.
Форд не одинок
Опыт Форда соответствует более широкой и все более хорошо документированной модели. Исследование компании Careerminds, занимающейся трудоустройством, на которое цитируется эта история, изучило компании, которые проводили увольнения по инициативе ИИ, и обнаружило, что 35,6% из них пришлось повторно нанять более половины сотрудников, которых они ранее уволили. Еще 32,7% повторно наняли от 25% до 50% этих работников, что позволяет предположить, что значительная часть сокращений персонала, вызванных искусственным интеллектом, была отменена, когда технология не оправдала себя.
Поучительная история, которую чаще всего упоминают наряду с историей Форда, — это Кларна. В 2024 году генеральный директор шведской финтех-компании с гордостью объявил, что новый чат-бот с искусственным интеллектом выполняет работу 700 штатных агентов по обслуживанию клиентов, что побудило компанию заморозить набор сотрудников и сократить сотни должностей. Но к середине 2025 и в 2026 году Klarna снова пыталась нанять людей-агентов после того, как удовлетворенность клиентов резко упала. Компания обнаружила, что, хотя ИИ хорошо справлялся с базовыми запросами, сложные задачи, требующие нюансов и сопереживания, постоянно побеждали его.
Пределы автоматизации
В совокупности эти случаи указывают на повторяющийся урок, который технологическая индустрия усваивает медленно: ИИ превосходно справляется с узкими, четко определенными задачами, но испытывает трудности с суждениями, контекстом и институциональной памятью, которую обеспечивают опытные работники.
В случае Форда это суждение проявляется как почти инстинктивное понимание того, где конструкция автомобиля потерпит неудачу — знание, накопленное десятилетиями наблюдения за тем, как одни и те же категории дефектов повторяются в разных циклах производства. Никакие объемы обучающих данных, какими бы большими они ни были, не могут легко воспроизвести такую с трудом завоеванную интуицию, особенно когда наиболее ценными уроками являются как раз почти промахи и крайние случаи, которые никогда не попали ни в одну базу данных.
Все это не означает, что искусственному интеллекту нет места в заводских цехах. Сам Ford продолжает использовать автоматизированные диагностические инструменты, которые теперь контролируются и совершенствуются теми самыми инженерами, которых он когда-то стремился заменить. Более честная формулировка — это увеличение, а не замена: ИИ наиболее ценен, когда он расширяет сферу влияния квалифицированных людей, а не когда пытается их уничтожить.
Расплата за цикл хайпа
История Форда произошла в неловкий момент для индустрии искусственного интеллекта. После многих лет смелых обещаний о том, что автоматизация вытеснит обширные категории работы, появляется все больше данных, свидетельствующих о том, что это вытеснение носит гораздо более избирательный характер (и обратные изменения гораздо более распространены), чем предполагал первоначальный шумиха.
Инвесторам, руководителям и работникам поворот Форда служит обоснованным напоминанием: самая дорогая ошибка, которую организация может совершить при использовании ИИ, возможно, не в том, что он внедряет его слишком медленно, а в том, что он «доверяет ему замену опыта, который он никогда не был готов повторить».**
---
Будьте в курсе ИИПоследние новости, аналитика и прорывы в сфере ИИ — всё в одном месте.
Читать больше новостей об ИИ →
