فورڈ نے پچھلے تین سال خاموشی سے مصنوعی ذہانت پر اپنے سب سے زیادہ جارحانہ شرطوں میں سے ایک کو تبدیل کرنے میں گزارے ہیں۔ بلومبرگ کی ایک رپورٹ کے مطابق، آٹو میکر نے تقریباً 350 تجربہ کار انجینئرز کی دوبارہ خدمات حاصل کی ہیں — جنہیں اندرونی طور پر "گرے بیئرڈز" کے نام سے جانا جاتا ہے — جب کہ AI ٹولز اور خودکار نظام ان کو تبدیل کرنے کے لیے معیار کی توقعات کو پورا کرنے میں ناکام رہے۔
یہ ایپی سوڈ AI سے چلنے والے آٹومیشن کے وعدے اور بھاری صنعت میں اس کی تعیناتی کی گندی حقیقت کے درمیان فرق کے ایک واضح حقیقی دنیا کے کیس اسٹڈیز کے طور پر ابھر رہا ہے۔ For more context on this story, see our ongoing more AI stories.
کیا غلط ہوا۔
فورڈ کی قیادت نے یہ فرض کر لیا تھا کہ AI اور خودکار تشخیصی نظام تاریخی طور پر اس کے تجربہ کار انجینئرز کے ذریعے کیے گئے زیادہ تر کام کو جذب کر سکتے ہیں۔ یہ مفروضہ مہنگا ثابت ہوا۔ رپورٹ کے مطابق، کمپنی کے وہیکل ہارڈویئر انجینئرنگ کے VP، چارلس پون نے کہا کہ رہنماؤں نے سابق فوجیوں کے گہرے تجربے کو نظر انداز کیا جو بہت سے پروڈکٹ سائیکلوں سے بچ گئے تھے۔
پون نتائج کے بارے میں دو ٹوک تھے، انہوں نے اعتراف کیا کہ ان انجینئرز کو صرف AI سے تبدیل کرنا ایک "بڑی غلطی تھی۔" اس نے یہ شامل کرنے میں احتیاط برتی کہ AI "ایک لاجواب ٹول" ہے، لیکن متنبہ کیا کہ یہ "صرف اتنی ہی اچھی ہے جتنی معلومات آپ اسے تربیت دینے کے لیے استعمال کرتے ہیں" — یہ تسلیم کیا گیا کہ ادارہ جاتی علم، قسم کی اکیڈمی اور لیبارٹری میں آسانی سے منتقلی نہیں ہوتی۔ تربیتی ڈیٹاسیٹ میں۔
دوبارہ بھرتی کیے گئے انجینئرز اب گاڑیوں کے مسائل کو حل کرنے کے لیے لازمی میٹنگز چلاتے ہیں اور خودکار انجینئرنگ سافٹ ویئر اور AI ٹولز کو دوبارہ پروگرام کرتے ہیں جو کہ کم کارکردگی کا مظاہرہ کر رہے تھے۔ ان کا کام ناکامی کے مقامات کی تلاش کرنا ہے پہلے پرزے پلانٹ کے فرش تک پہنچنے سے پہلے — ایک قسم کا احتیاطی کام جو بڑے پیمانے پر یاد آنے والے اور نقائص کو دور کرنے میں مدد کرتا ہے جس کی وجہ سے کمپنی کو پہلے اربوں کا نقصان ہوا تھا۔
ایک قابل پیمائش تبدیلی
انسانوں کو واپس لوپ میں لانے کے نتائج حیران کن رہے ہیں۔ گزشتہ سال کے J.D. پاور انیشیل کوالٹی سروے — ملکیت کے پہلے 90 دنوں کے دوران کار میں مسائل کی پیمائش کرنے والا سالانہ مطالعہ — فورڈ نے ** مین اسٹریم برانڈز میں 10 واں نمبر حاصل کیا اور انڈسٹری کی اوسط سے کم اسکور حاصل کیا۔
تاہم، اس سال، J.D Power نے Ford کو سب سے اوپر مین اسٹریم برانڈ کے طور پر درجہ بندی کیا، اسے ٹویوٹا اور ہونڈا سے آگے رکھا۔ فورڈ نے اس ڈرامائی بہتری کو براہ راست واپس آنے والے انجینئرز کی مہارت سے منسوب کیا، یہ ایک غیر معمولی مثال ہے کہ کسی بڑی کارپوریشن نے عوامی طور پر انسانی بحالی کو معیاری بحالی کا سہرا دیا۔
مالی سیاق و سباق کے پیش نظر تبدیلی خاص طور پر قابل ذکر ہے: فورڈ اس سال خرچوں میں تقریبا$ 1 بلین ڈالر کی کٹوتی کرنے کے لیے کام کر رہا ہے، پھر بھی یہ نتیجہ اخذ کیا کہ تجربہ کار ٹیلنٹ پر خرچ کرنا AI پر مسلسل انحصار کے بجائے معیار کا زیادہ قابل اعتماد راستہ تھا۔
فورڈ اکیلا نہیں ہے۔
فورڈ کا تجربہ ایک وسیع تر اور تیزی سے دستاویزی نمونہ کے مطابق ہے۔ آؤٹ پلیسمنٹ فرم کیر مائنڈز کے ایک مطالعے میں، کہانی کی کوریج میں حوالہ دیا گیا، ان کمپنیوں کی جانچ کی گئی جنہوں نے AI سے چلنے والی چھٹائیاں کیں اور پتہ چلا کہ ان میں سے 35.6% کو نصف سے زیادہ ملازمین کو دوبارہ ملازمت پر رکھنا پڑتا ہے جنہیں انہوں نے پہلے چھوڑ دیا تھا۔ ایک اور 32.7% ان کارکنوں میں سے 25% اور 50%** کے درمیان دوبارہ بھرتی کیے گئے - یہ تجویز کرتے ہیں کہ AI سے چلنے والے عملے کی کٹوتیوں کا کافی حصہ اس وقت تبدیل ہو گیا جب ٹیکنالوجی فراہم کرنے میں ناکام رہی۔
فورڈ کے ساتھ اکثر احتیاط کی کہانی کلارنا ہے۔ 2024 میں، سویڈش فنٹیک کے سی ای او نے فخر کے ساتھ اعلان کیا کہ ایک نیا AI چیٹ بوٹ 700 کل وقتی کسٹمر سروس ایجنٹس کا کام کر رہا ہے، جس سے کمپنی کو ملازمتیں منجمد کرنے اور سیکڑوں عہدوں کو کم کرنے کا اشارہ ملتا ہے۔ لیکن 2025 کے وسط تک اور 2026 تک، کلارنا ہیومن ایجنٹوں کو دوبارہ بھرتی کرنے کے لیے گاہک کی اطمینان میں کمی کے بعد ** لڑ رہی تھی۔ کمپنی نے دریافت کیا کہ جب کہ AI بنیادی سوالات کو اچھی طرح سے سنبھالتا ہے، پیچیدہ مسائل جن میں نزاکت اور ہمدردی کی ضرورت ہوتی ہے اسے مسلسل شکست دی۔
آٹومیشن کی حدود
ایک ساتھ مل کر، یہ معاملات ایک بار بار آنے والے سبق کی طرف اشارہ کرتے ہیں جسے ٹیکنالوجی کی صنعت نے جذب کرنے میں سست روی کا مظاہرہ کیا ہے: AI تنگ، اچھی طرح سے طے شدہ کاموں میں سبقت لے جاتا ہے لیکن تجربہ کار کارکن فراہم کرنے والے فیصلے، سیاق و سباق اور ادارہ جاتی یادداشت کے ساتھ جدوجہد کرتا ہے۔
فورڈ کے معاملے میں، یہ فیصلہ تقریباً ایک فطری احساس کے طور پر ظاہر ہوتا ہے جہاں گاڑی کا ڈیزائن ناکام ہو جائے گا — پروڈکٹ سائیکلوں میں نقائص کے ایک ہی زمرے کو دیکھنے کے لیے کئی دہائیوں میں تیار کیا گیا علم۔ تربیت کے اعداد و شمار کی کوئی بھی مقدار، خواہ کتنی ہی بڑی ہو، آسانی سے اس قسم کی مشکل سے جیتی ہوئی وجدان کو دوبارہ پیش نہیں کرتی، خاص طور پر جب سب سے قیمتی اسباق بالکل قریب سے یاد آنے والے اور کنارے کے معاملات ہوتے ہیں جو اسے کبھی بھی کسی ڈیٹا بیس میں نہیں بناتے۔
اس میں سے کسی کا مطلب یہ ہے کہ فیکٹری کے فرش پر AI کی کوئی جگہ نہیں ہے۔ فورڈ بذات خود خودکار تشخیصی ٹولز کا استعمال جاری رکھے ہوئے ہے - جو اب ان انجینئروں کے زیر نگرانی اور بہتر ہے جنہیں اس نے تبدیل کرنے کی کوشش کی تھی۔ زیادہ ایماندارانہ فریمنگ متبادل کے بجائے اضافہ میں سے ایک ہے: AI سب سے زیادہ قیمتی ہے جب یہ ہنر مند انسانوں کی پہنچ کو بڑھاتا ہے، نہ کہ جب یہ انہیں ختم کرنے کی کوشش کرتا ہے۔
ہائپ سائیکل کے لئے ایک حساب
فورڈ کی کہانی AI انڈسٹری کے لیے ایک عجیب لمحے پر پہنچی۔ کام کی وسیع اقسام کو بے گھر کرنے والے آٹومیشن کے بارے میں کئی سالوں کے جرات مندانہ وعدوں کے بعد، شواہد کا ایک بڑھتا ہوا جسم یہ بتاتا ہے کہ نقل مکانی کہیں زیادہ منتخب ہے - اور الٹ پھیر زیادہ عام ہے - ابتدائی ہائپ کے مقابلے میں۔
سرمایہ کاروں، ایگزیکٹوز، اور کارکنوں کے لیے، فورڈ کا چہرہ ایک بنیادی یاد دہانی پیش کرتا ہے: ایک تنظیم AI کے ساتھ جو سب سے مہنگی غلطی کر سکتی ہے وہ اسے بہت آہستہ سے تعینات نہیں کر سکتی، لیکن اس پر بھروسہ کرنا کہ وہ مہارت کو تبدیل کرنے کے لیے کبھی بھی نقل کرنے کے لیے لیس نہیں تھا۔
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
