Ford, son üç yılını sessizce yapay zeka konusundaki en agresif iddialarından birini tersine çevirerek geçirdi. Bloomberg'den gelen bir rapora göre, otomobil üreticisi şirket içinde "gri sakallı" lakaplı yaklaşık 350 deneyimli mühendisi yeniden işe aldı; bunların yerini alacak yapay zeka araçları ve otomatik sistemler kalite beklentilerini karşılayamadı.

Bu bölüm, yapay zeka destekli otomasyon vaadi ile bunun ağır sanayide kullanılmasının karmaşık gerçekliği arasındaki uçurumun şimdiye kadarki en net gerçek dünya vaka çalışmalarından biri olarak ortaya çıkıyor. For more context on this story, see our ongoing artificial intelligence updates.

Neyin Yanlış Gittiği

Ford'un liderliği, yapay zeka ve otomatik teşhis sistemlerinin, geçmişte en deneyimli mühendisler tarafından yapılan işlerin çoğunu karşılayabileceğini varsaymıştı. Bu varsayımın maliyetli olduğu ortaya çıktı. Rapora göre, şirketin araç donanım mühendisliği başkan yardımcısı Charles Poon, liderlerin birçok ürün döngüsünden sağ çıkan gazilerin derin deneyimlerini gözden kaçırdığını söyledi.

Poon, sonuç konusunda açık sözlü davrandı ve bu mühendisleri yapay zeka ile değiştirmenin "büyük bir hata" olduğunu kabul etti. Yapay zekanın "harika bir araç" olarak kaldığını eklemeye dikkat etti, ancak bunun "sadece onu eğitmek için kullandığınız bilgiler kadar iyi" olduğu konusunda da uyardı; bu, onlarca yıldır fabrika zeminlerinde ve test laboratuvarlarında biriken kurumsal bilginin, bir eğitim veri setine kolaylıkla aktarılamayacağının kabulüdür.

Yeniden işe alınan mühendisler artık araçlardaki sorunları gidermek için zorunlu toplantılar yürütüyor ve düşük performans gösteren otomatik mühendislik yazılımlarını ve yapay zeka araçlarını yeniden programlıyor. Görevleri, parçalar tesise ulaşmadan arıza noktalarını aramaktır; bu, daha önce şirkete milyarlarca dolara mal olan büyük geri çağırmaların ve kusurların önlenmesine yardımcı olan türden bir önleyici çalışmadır.

Ölçülebilir Bir Geri Dönüş

İnsanları tekrar döngüye sokmanın sonuçları çarpıcı oldu. Geçen yılın J.D. Güç Başlangıç ​​Kalitesi Araştırması — bir arabanın ilk 90 günlük kullanımı sırasındaki sorunları ölçen yıllık bir çalışma — Ford, ana akım markalar arasında 10. sırada yer aldı ve sektör ortalamasının altında puan aldı.

Ancak bu yıl J.D. Power, Ford'u en iyi ana akım marka olarak derecelendirerek Toyota ve Honda'nın önüne geçti. Ford, bu çarpıcı gelişmeyi doğrudan geri dönen mühendislerin uzmanlığına bağladı; bu, büyük bir şirketin, kalitenin toparlanması için yeniden işe alıma kamuya kredi vermesinin nadir bir örneğidir.

Mali bağlam göz önüne alındığında, bu geri dönüş özellikle dikkate değer: Ford bu yıl harcamaları yaklaşık 1 milyar dolar azaltmak için çalışıyordu, ancak deneyimli yeteneklere yapılan harcamaların kaliteye giden yapay zekaya sürekli güvenmekten daha güvenilir bir yol olduğu sonucuna vardı.

Ford Yalnız Değil

Ford'un deneyimi daha geniş ve giderek daha iyi belgelenen bir modele uyuyor. Hikâyenin kapsamında alıntılanan, işe yerleştirme şirketi Careerminds tarafından yapılan bir araştırma, yapay zekaya dayalı işten çıkarmalar gerçekleştiren şirketleri inceledi ve bunların %35,6'sının, daha önce işten çıkardıkları çalışanların yarısından fazlasını yeniden işe almak zorunda kaldıklarını buldu. Başka bir %32,7, bu çalışanların %25 ila %50'sini yeniden işe aldı; bu da, yapay zeka kaynaklı personel kesintilerinin önemli bir kısmının, teknoloji başarısız olduğunda tersine çevrildiğini gösteriyor.

Ford'unkiyle birlikte en çok anılan uyarıcı öykü Klarna'dır. 2024 yılında İsveçli fintech'in CEO'su, yeni bir yapay zeka sohbet robotunun 700 tam zamanlı müşteri hizmetleri temsilcisinin işini yaptığını gururla duyurdu ve bu durum şirketin işe alımları dondurmasına ve yüzlerce pozisyonu kesmesine yol açtı. Ancak 2025 ortası ve 2026'ya gelindiğinde, müşteri memnuniyeti düştükten sonra Klarna tekrar insan temsilcileri işe almak için çabalıyordu. Şirket, yapay zekanın temel sorguları iyi bir şekilde ele almasına rağmen, ince ayrıntılar ve empati gerektiren karmaşık konuların onu sürekli olarak mağlup ettiğini keşfetti.

Otomasyonun Sınırları

Birlikte ele alındığında, bu vakalar teknoloji endüstrisinin yavaş yavaş özümsediği yinelenen bir derse işaret ediyor: Yapay zeka dar, iyi tanımlanmış görevlerde başarılıdır ancak deneyimli çalışanların sağladığı muhakeme, bağlam ve kurumsal hafıza konusunda zorluk yaşamaktadır.

Ford'un durumunda, bu yargı, bir araç tasarımının nerede başarısız olacağına dair neredeyse içgüdüsel bir his olarak ortaya çıkıyor; onlarca yıl boyunca aynı kusur kategorilerinin ürün döngüleri boyunca tekrarlandığını görmenin getirdiği bilgi birikimi. Ne kadar büyük olursa olsun, hiçbir eğitim verisi bu tür zorluklarla elde edilen sezgileri kolayca yeniden üretemez; özellikle de en değerli dersler, hiçbir zaman herhangi bir veritabanına girmeyen kıl payı atlatılanlar ve uç vakalar olduğunda.

Bunların hiçbiri yapay zekanın fabrikada yeri olmadığı anlamına gelmiyor. Ford'un kendisi de otomatik teşhis araçlarını kullanmaya devam ediyor; artık bir zamanlar yerini almak istediği mühendisler tarafından denetleniyor ve geliştiriliyor. Daha dürüst bir çerçeveleme ikame yerine artırmaya yöneliktir: Yapay zeka, yetenekli insanları ortadan kaldırmaya çalıştığında değil, onların erişimini genişlettiğinde en değerlidir.

Heyecan Döngüsü İçin Bir Hesaplaşma

Ford'un hikayesi yapay zeka endüstrisi için tuhaf bir zamanda geldi. Otomasyonun geniş iş kategorilerinin yerini alacağına dair yıllar süren cesur vaatlerden sonra, giderek artan sayıda kanıt, işten çıkarmanın başlangıçta ima edilenden çok daha seçici ve geri dönüşlerin çok daha yaygın olduğunu gösteriyor.

Ford'un bu yaklaşımı yatırımcılar, yöneticiler ve çalışanlar için gerçekçi bir hatırlatma sunuyor: Bir kuruluşun yapay zeka konusunda yapabileceği en pahalı hata, yapay zekayı çok yavaş kullanmak değil, hiçbir zaman kopyalayamayacağı uzmanlığın yerini alacağına güvenmek olabilir.

---

Stay Ahead of AI

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

Read more AI news →