Останні три роки Ford тихо скасовував одну зі своїх найагресивніших ставок на штучний інтелект. Згідно зі звітом Bloomberg, автовиробник повторно найняв приблизно 350 ветеранів-інженерів — яких всередині називають «сивобородими» — після того, як інструменти штучного інтелекту та автоматизовані системи, які їх замінили, не виправдали очікувань щодо якості.

Цей епізод стає одним із найчіткіших практичних прикладів розриву між перспективами автоматизації на основі штучного інтелекту та безладною реальністю її впровадження у важкій промисловості. For more context on this story, see our ongoing AI trends.

Що пішло не так

Керівництво Ford припускало, що штучний інтелект і автоматизовані діагностичні системи зможуть поглинути більшу частину роботи, яку історично виконували його найдосвідченіші інженери. Це припущення виявилося дорогим. Згідно зі звітом, віце-президент компанії з розробки апаратного забезпечення транспортних засобів Чарльз Пун сказав, що керівники не звернули уваги на глибокий досвід ветеранів, які пережили багато циклів виробництва продукції.

Пун прямо сказав про результат, визнавши, що проста заміна цих інженерів штучним інтелектом була "великою помилкою". Він обережно додав, що ШІ залишається "фантастичним інструментом", але попередив, що він "настільки хороший, як інформація, яку ви використовуєте для його навчання" — це визнання того, що інституційні знання, накопичені десятиліттями на заводах і в випробувальних лабораторіях, нелегко перенести. у навчальний набір даних.

Знову найняті інженери тепер проводять обов’язкові зустрічі для усунення несправностей транспортних засобів і перепрограмують програмне забезпечення автоматизованого проектування та інструменти ШІ, які не працювали. Їхня робота полягає в пошуку місць поломки до того, як деталі потраплять на виробництво — така профілактична робота допомагає запобігти масовим відкликанням і дефектам, які раніше коштували компанії мільярди.

Вимірний поворот

Результати повернення людей у цикл були вражаючими. У минулому році J.D. Power Initial Quality Survey — щорічне дослідження, що вимірює проблеми в автомобілі протягом перших 90 днів володіння ним — Ford посів 10-е місце серед основних брендів і набрав нижче середнього показника по галузі.

Однак цього року J. D. Power назвав Ford найпопулярнішим брендом, випередивши Toyota і Honda. Форд пояснив це різке покращення безпосередньо досвідченістю інженерів, які повернулися, що є рідкісним випадком, коли велика корпорація публічно віддає перевагу повторному найму людей за підвищення якості.

Поворот особливо помітний з огляду на фінансовий контекст: цього року компанія Ford працювала над скороченням витрат приблизно на 1 мільярд доларів, але прийшла до висновку, що витрати на таланти ветеранів є надійнішим шляхом до якості, ніж подальша залежність від ШІ.

Форд не один

Досвід Форда відповідає ширшій і все більш добре задокументованій моделі. У дослідженні компанії Careerminds, яка займалася аутплейсментом, було вивчено компанії, які проводили звільнення за допомогою штучного інтелекту, і було виявлено, що 35,6% з них були змушені повторно найняти більше половини співробітників, яких вони раніше звільнили. Інші 32,7% повторно найняли від 25% до 50% цих працівників, що свідчить про те, що значну частку скорочень штату через штучний інтелект було скасовано, коли технологія не дала результатів.

Попередженням, яке найчастіше згадують разом із Фордом, є Klarna. У 2024 році генеральний директор шведської фінтех-компанії з гордістю оголосив, що новий чат-бот штучного інтелекту виконує роботу 700 штатних агентів з обслуговування клієнтів, що спонукало компанію заморозити найм і скоротити сотні посад. Але до середини 2025 року та до 2026 року Klarna знову намагалася найняти агентів після того, як рівень задоволеності клієнтів різко впав. Компанія виявила, що незважаючи на те, що штучний інтелект добре справлявся з основними запитами, складні проблеми, які вимагали нюансів і співчуття, постійно перемагали його.

Межі автоматизації

У сукупності ці випадки вказують на повторюваний урок, який технологічна індустрія повільно засвоювала: Штучний інтелект чудово справляється з вузькими, чітко визначеними завданнями, але має проблеми з судженнями, контекстом та інституційною пам’яттю, яку надають досвідчені працівники.

У випадку з Фордом це судження проявляється як майже інстинктивне відчуття того, де конструкція автомобіля зазнає невдачі — знання, накопичене десятиліттями спостережень за тими самими категоріями дефектів, що повторюються протягом циклів виробництва. Жодна кількість навчальних даних, якою б великою вона не була, не може легко відтворити таку насилу здобуту інтуїцію, особливо коли найцінніші уроки – це випадки, які були майже невдалими та крайні випадки, які ніколи не потрапляли в жодну базу даних.

Усе це не означає, що ШІ не місце на виробництві. Сам Ford продовжує використовувати автоматизовані діагностичні інструменти — тепер під наглядом і вдосконаленням тих самих інженерів, яких він колись прагнув замінити. Більш чесним є збільшення, а не заміна: штучний інтелект є найціннішим, коли він розширює доступ до досвідчених людей, а не коли намагається їх усунути.

Розплата за цикл ажіотажу

Історія Форда відбувається в незручний момент для індустрії ШІ. Після багатьох років сміливих обіцянок про те, що автоматизація витіснить величезні категорії роботи, зростає кількість доказів, які свідчать про те, що це витіснення є набагато більш вибірковим, а відміни набагато більш поширеними, ніж передбачалося на початку.

Для інвесторів, керівників і працівників огляд компанії Ford пропонує обґрунтоване нагадування: найдорожча помилка, яку може зробити організація з використанням штучного інтелекту, можливо, полягає не в його надто повільному розгортанні, а в довірі йому замінити досвід, який він ніколи не міг відтворити.

---

Stay Ahead of AI

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

Read more AI news →