ฟอร์ดใช้เวลาสามปีที่ผ่านมาอย่างเงียบๆ ในการพลิกกลับการเดิมพันด้านปัญญาประดิษฐ์ที่ก้าวร้าวที่สุดครั้งหนึ่ง ตามรายงานจาก Bloomberg ผู้ผลิตรถยนต์ได้ จ้างวิศวกรที่มีประสบการณ์ประมาณ 350 คน ซึ่งมีชื่อเล่นภายในว่า "หนวดเคราสีเทา" หลังจากที่เครื่องมือ AI และระบบอัตโนมัติที่มีจุดประสงค์เพื่อทดแทนพวกเขาไม่สามารถตอบสนองความคาดหวังด้านคุณภาพได้

ตอนนี้กำลังปรากฏว่าเป็นหนึ่งในกรณีศึกษาในโลกแห่งความเป็นจริงที่ชัดเจนที่สุดเกี่ยวกับช่องว่างระหว่างคำมั่นสัญญาของระบบอัตโนมัติที่ขับเคลื่อนด้วย AI และความเป็นจริงที่ยุ่งเหยิงในการปรับใช้ในอุตสาหกรรมหนัก For more context on this story, see our ongoing breaking AI news.

เกิดอะไรขึ้น

ความเป็นผู้นำของฟอร์ดสันนิษฐานว่า AI และระบบวินิจฉัยอัตโนมัติสามารถดูดซับงานส่วนใหญ่ในอดีตที่ทำโดยวิศวกรที่มีประสบการณ์มากที่สุด สมมติฐานดังกล่าวพิสูจน์แล้วว่ามีค่าใช้จ่ายสูง ตามรายงาน Charles Poon รองประธานฝ่ายวิศวกรรมฮาร์ดแวร์ยานยนต์ของบริษัท กล่าวว่าผู้นำ มองข้ามประสบการณ์เชิงลึกของทหารผ่านศึก ที่รอดพ้นจากวงจรผลิตภัณฑ์ต่างๆ มากมาย

Poon ตรงไปตรงมาเกี่ยวกับผลลัพธ์ โดยยอมรับว่าการเปลี่ยนวิศวกรเหล่านั้นด้วย AI ถือเป็น "ความผิดพลาดครั้งใหญ่" เขาระมัดระวังที่จะเสริมว่า AI ยังคงเป็น "เครื่องมือที่ยอดเยี่ยม" แต่เตือนว่า "จะดีพอ ๆ กับข้อมูลที่คุณใช้ในการฝึกอบรมเท่านั้น" — การยอมรับว่าความรู้ของสถาบัน ซึ่งเป็นแบบที่สะสมมานานหลายทศวรรษในโรงงานและในห้องปฏิบัติการทดสอบนั้นไม่สามารถถ่ายโอนไปยังชุดข้อมูลการฝึกอบรมได้อย่างง่ายดาย

วิศวกรที่ได้รับการว่าจ้างในขณะนี้ดำเนินการ การประชุมภาคบังคับเพื่อแก้ไขปัญหายานพาหนะ และตั้งโปรแกรมซอฟต์แวร์วิศวกรรมอัตโนมัติและเครื่องมือ AI ที่มีประสิทธิภาพต่ำกว่าปกติ หน้าที่ของพวกเขาคือการตามล่าหาจุดที่ชำรุด ก่อนที่ชิ้นส่วนจะถึงพื้นโรงงาน ซึ่งเป็นงานป้องกันที่ช่วยจัดการกับการเรียกคืนและข้อบกพร่องจำนวนมหาศาลที่เคยสร้างความเสียหายให้กับบริษัทนับพันล้าน

การเปลี่ยนแปลงที่วัดผลได้

ผลลัพธ์ของการนำมนุษย์กลับเข้าสู่วงจรนั้นน่าทึ่งมาก ในปีที่แล้ว J.D. การสำรวจคุณภาพกำลังไฟฟ้าเบื้องต้น — การศึกษาประจำปีเพื่อวัดปัญหาในรถยนต์ในช่วง 90 วันแรกของการเป็นเจ้าของ — ฟอร์ดจบอันดับที่ อันดับที่ 10 ในบรรดาแบรนด์กระแสหลักและมีคะแนนต่ำกว่าค่าเฉลี่ยของอุตสาหกรรม

อย่างไรก็ตาม ในปีนี้ เจ.ดี. พาวเวอร์ จัดอันดับให้ฟอร์ดเป็น แบรนด์กระแสหลักอันดับต้นๆ โดยนำหน้าโตโยต้าและฮอนด้า ฟอร์ดถือว่าการปรับปรุงที่น่าทึ่งนั้น เกิดขึ้นโดยตรงจากความเชี่ยวชาญของวิศวกรที่กลับมา ซึ่งเป็นตัวอย่างที่หาได้ยากของบริษัทใหญ่ๆ ที่ให้เครดิตต่อสาธารณะในการจ้างมนุษย์ในการฟื้นตัวด้านคุณภาพ

การพลิกฟื้นครั้งนี้มีความโดดเด่นเป็นพิเศษเมื่อพิจารณาจากบริบททางการเงิน: ฟอร์ดพยายาม ลดค่าใช้จ่ายประมาณ 1 พันล้านดอลลาร์ ในปีนี้ แต่สรุปได้ว่าการใช้จ่ายกับผู้มีความสามารถมากประสบการณ์เป็นแนวทางสู่คุณภาพที่เชื่อถือได้มากกว่าการพึ่งพา AI อย่างต่อเนื่อง

ฟอร์ดไม่ได้อยู่คนเดียว

ประสบการณ์ของฟอร์ดสอดคล้องกับรูปแบบที่กว้างขวางและมีการจัดทำเอกสารไว้เป็นอย่างดีมากขึ้น การศึกษาโดยบริษัทรับคนแทน Careerminds ซึ่งอ้างถึงในการรายงานข่าวนี้ ได้ตรวจสอบบริษัทที่ดำเนินการเลิกจ้างโดยขับเคลื่อนด้วย AI และพบว่า 35.6% ในจำนวนนี้ต้องจ้างพนักงานมากกว่าครึ่ง ของพนักงานที่พวกเขาเคยลาออกก่อนหน้านี้ อีก 32.7% ได้รับการจ้างใหม่ระหว่าง 25% ถึง 50% ของพนักงานเหล่านั้น ซึ่งบ่งบอกว่าส่วนแบ่งจำนวนมากของการลดพนักงานที่ขับเคลื่อนด้วย AI จะกลับรายการเมื่อเทคโนโลยีล้มเหลวในการส่งมอบ

นิทานเตือนใจที่มักถูกกล่าวถึงควบคู่ไปกับเรื่องของ Ford คือ Klarna ในปี 2024 ซีอีโอของ Fintech แห่งสวีเดนได้ประกาศอย่างภาคภูมิใจว่าแชทบอท AI ตัวใหม่กำลังทำงานร่วมกับ ตัวแทนฝ่ายบริการลูกค้าเต็มเวลา 700 ราย ส่งผลให้บริษัทต้องหยุดการจ้างงานและตัดตำแหน่งงานหลายร้อยตำแหน่ง แต่ภายในกลางปี ​​2025 และปี 2026 Klarna ต้องดิ้นรนในการรับสมัครตัวแทนที่เป็นมนุษย์อีกครั้ง หลังจากที่ความพึงพอใจของลูกค้าลดลง บริษัทค้นพบว่าในขณะที่ AI จัดการกับคำถามพื้นฐานได้ดี แต่ปัญหาที่ซับซ้อนซึ่งต้องใช้ความแตกต่างเล็กน้อยและการเอาใจใส่ก็สามารถเอาชนะมันได้อย่างต่อเนื่อง

ขีดจำกัดของระบบอัตโนมัติ

เมื่อนำมารวมกัน กรณีเหล่านี้ชี้ไปที่บทเรียนที่เกิดซ้ำว่าอุตสาหกรรมเทคโนโลยีดูดซับได้ช้า: AI เป็นเลิศในงานแคบๆ ที่มีการกำหนดชัดเจน แต่มีปัญหากับการตัดสิน บริบท และความทรงจำเชิงสถาบันที่ผู้ปฏิบัติงานที่มีประสบการณ์มอบให้

ในกรณีของ Ford การตัดสินนั้นแสดงให้เห็นโดยสัญชาตญาณว่าการออกแบบรถยนต์จะล้มเหลวตรงไหน ความรู้ที่สั่งสมมานานหลายทศวรรษในการเห็นข้อบกพร่องประเภทเดียวกันนั้นเกิดขึ้นซ้ำตลอดวงจรผลิตภัณฑ์ ไม่มีข้อมูลการฝึกอบรมจำนวนเท่าใด ไม่ว่าจะมีขนาดใหญ่เพียงใด ก็สามารถจำลองสัญชาตญาณที่ได้รับมาได้ยากนั้นได้อย่างง่ายดาย โดยเฉพาะอย่างยิ่งเมื่อบทเรียนที่มีค่าที่สุดคือเหตุการณ์ที่พลาดไม่ได้และกรณีขอบที่ไม่เคยสร้างไว้ในฐานข้อมูลใดๆ

ไม่ได้หมายความว่า AI ไม่มีที่ยืนในโรงงาน ฟอร์ดเองยังคงใช้เครื่องมือวินิจฉัยแบบอัตโนมัติต่อไป ซึ่งปัจจุบันได้รับการดูแลและปรับปรุงโดยวิศวกรที่เคยพยายามจะเปลี่ยน การจัดเฟรมที่ตรงไปตรงมามากขึ้นคือ การเสริมมากกว่าการทดแทน: AI มีค่ามากที่สุดเมื่อขยายขอบเขตการเข้าถึงของมนุษย์ที่มีทักษะ ไม่ใช่เมื่อพยายามกำจัดพวกเขา

การคำนวณสำหรับวงจร Hype

เรื่องราวของฟอร์ดมาถึงช่วงเวลาที่น่าอึดอัดใจสำหรับอุตสาหกรรม AI หลังจากหลายปีแห่งคำมั่นสัญญาที่ชัดเจนเกี่ยวกับระบบอัตโนมัติที่จะเข้ามาแทนที่งานประเภทต่างๆ มากมาย หลักฐานที่เพิ่มมากขึ้นชี้ให้เห็นว่าการโยกย้ายนั้นเลือกสรรได้ดีกว่ามาก และการกลับรายการเป็นเรื่องธรรมดามากกว่าที่โฆษณาในตอนแรกบอกเป็นนัย

สำหรับนักลงทุน ผู้บริหาร และพนักงาน ทัศนคติของฟอร์ดเป็นเครื่องเตือนใจว่า ข้อผิดพลาดที่แพงที่สุดที่องค์กรสามารถทำได้กับ AI อาจไม่ใช่การปรับใช้ช้าเกินไป แต่ การไว้วางใจให้สิ่งนี้มาแทนที่ความเชี่ยวชาญที่ไม่เคยพร้อมที่จะทำซ้ำ

---

Stay Ahead of AI

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

Read more AI news →