Dažus pēdējos gadus mākslīgā intelekta nozare ir atkārtojusi drosmīgu solījumu: mašīnas aizstās lielu daļu darba, kas kādreiz bija paredzēts ļoti pieredzējušiem profesionāļiem. Ford Motor Company tikko iesniedza realitātes pārbaudi.
Pēc lieliem ieguldījumiem ar AI darbināmās kvalitātes sistēmās un automatizētās pārbaudēs autoražotājs atklāja, ka programmatūra viena pati nespēj atkārtot gadu desmitiem ilgo inženierzinātņu pieredzi. Tā atbilde nebija atteikties no AI. Tas bija paredzēts, lai cilvēka zināšanas atkal būtu procesa centrā.
Saskaņā ar Bloomberg informāciju, Ford ir nolīgusi, paaugstinājusi vai atkārtoti nolīgusi aptuveni 350 tehnisko speciālistu veterānu, no kuriem daudzi bija pensionēti darbinieki vai inženieri no galvenajiem piegādātājiem, lai pēdējo trīs gadu laikā novērstu automatizēto sistēmu nepilnības. Viņu darbs bija vienkāršs uz papīra, bet sarežģīts praksē: atrast kvalitātes problēmas, kuras AI joprojām trūka, iemācīt jaunākiem inženieriem, ko viņiem bija iemācījusi gadu pieredze, un palīdzēt uzlabot pašas AI sistēmas.
“Mākslīgais intelekts ir fantastisks rīks, taču tas ir tikai tik labi, cik informācija, ko izmantojat, lai to apmācītu,” aģentūrai Bloomberg sacīja Čārlzs Pūns, transportlīdzekļu aparatūras inženierijas viceprezidents.
Stratēģija atmaksājās.
Jaunākajā JD Power Initial Quality Study pētījumā Ford tagad ir ierindojies kā visefektīvākais galvenais autoražotājs, kas ir labākais rādītājs pēdējo 16 gadu laikā. Uzlabojumi rodas pēc gadiem ilgas atsaukšanas, garantijas izmaksām un ražošanas galvassāpēm, kas bija kļuvušas par vienu no uzņēmuma lielākajiem finanšu slogiem.
Pavērsiens piedāvā kaut ko daudz lielāku par automobiļu veiksmes stāstu. Tas izceļ vienu no līdz šim skaidrākajiem piemēriem, kur AI joprojām ir atkarīga no cilvēka sprieduma.
Ford kvalitātes problēmas bija kļuvušas dārgas
Kvalitāte pēdējos gados ir bijusi viens no Ford grūtākajiem biznesa izaicinājumiem.
Saskaņā ar publiskajiem ierakstiem uzņēmums 2025. gadā vien izdeva 152 atsaukumus, tādējādi radīja garantijas prasības miljardiem dolāru, remonta izmaksas un kaitējums reputācijai. Tikai pirms dažiem gadiem Ford ierindojās tuvu zemākajai vietai JD Power sākotnējās kvalitātes pētījumā starp lielākajiem autoražotājiem.
Uzņēmumam, kas katru gadu ražo miljoniem transportlīdzekļu, kvalitātes problēmas sniedzas daudz vairāk nekā tikai bojātu detaļu labošana. Katrs atsaukums var traucēt ražošanu, sasprindzināt attiecības ar piegādātājiem, palielināt izplatītāja pakalpojumu izmaksas, sagraut klientus un ietekmēt turpmāko pārdošanas apjomu.
Ford vadītāji zināja, ka ar pakāpeniskiem uzlabojumiem nepietiks.
Uzņēmumam bija jāpārdomā, kā tas identificēja problēmas, pirms transportlīdzekļi sasniedza klientus.
AI izskatījās kā acīmredzama atbilde
Tāpat kā daudzi ražotāji, Ford paplašināja mākslīgā intelekta un automatizēto pārbaudes sistēmu izmantošanu savos inženierijas un ražošanas procesos.
Mērķim bija jēga.
AI var analizēt milzīgu daudzumu ražošanas datu daudz ātrāk nekā cilvēki. Datorredzes sistēmas var nepārtraukti pārbaudīt detaļas bez noguruma. Mašīnmācīšanās modeļi var identificēt modeļus miljoniem ražošanas ierakstu. Automatizācija sola konsekvenci, ātrumu un zemākas ekspluatācijas izmaksas.
Daudzi uzņēmumi AI uzskatīja par nākamo galveno soli ražošanas kvalitātes kontrolē.
To darīja arī Fords.
Uzņēmums paredzēja, ka mākslīgā intelekta sistēmas, kas apmācītas attiecībā uz inženiertehniskajām prasībām un ražošanas datiem, agrīni identificēs defektus, tādējādi samazinot atsaukšanu un uzlabojot produktu kvalitāti.
Šīs cerības izrādījās pārāk optimistiskas.
Pastāvīgas kvalitātes problēmas: trūkstošā sastāvdaļa bija pieredze
Ford vadītāji vēlāk atzina, ka kaut kas svarīgs ir izpalikts.
Čārlzs Pūns, Ford transportlīdzekļu aparatūras inženierijas viceprezidents, paskaidroja, kur uzņēmums nepareizi novērtēja AI iespējas.
“Kļūdaini mēs domājām, ka, ieviešot mākslīgo intelektu un izpildot mums noteiktās dizaina prasības, tiks iegūts augstas kvalitātes produkts.”
Paziņojumā ir ietverts viens no lielākajiem izaicinājumiem, ar ko saskaras AI daudzās nozarēs.
Inženiertehniskajos dokumentos ir paskaidrots, kā produkts ir jāveido.
Tie reti tver visu, ko pieredzējuši inženieri zina pēc desmitiem gadu ilgas reālās pasaules kļūmju risināšanas.
Inženieri veterāni attīsta instinktus, kurus ir grūti dokumentēt. Viņi atpazīst neparastus vibrācijas modeļus, saprot, kuri materiāli mēdz negaidīti nodilt, pamana nelielus dizaina lēmumus, kas rada lielākas problēmas pēc gadiem, un nosaka mijiedarbību starp sistēmām, kas datorsimulāciju laikā var neparādīties.
Liela daļa šo zināšanu pastāv pieredzē, nevis dokumentācijā.
Kad pieredzējuši inženieri aiziet pensijā, uzņēmumi var zaudēt gadu desmitiem uzkrātās mācības, ja vien šīs mācības netiek tīši nodotas nākamajai paaudzei.
AI var mācīties tikai no tai pieejamās informācijas.
Zināšanas, kas nekad nav dokumentētas, nevar viegli izmantot kā apmācību datus.
Ford atgrieza pelēkās bārdas inženierus, lai novērstu AI nepilnības
Tā vietā, lai AI uzskatītu par cilvēku zināšanu aizstājēju, Ford mainīja savu stratēģiju.
Uzņēmums sāka piesaistīt tehniskos speciālistus veterānus, no kuriem daudzi bija pavadījuši gadu desmitus Ford vai tā piegādātāju tīklā.
Iekšēji šie inženieri kļuva pazīstami kā “pelēkās bārdas” inženieri — šis segvārds atspoguļo vairāku gadu pieredzi, nevis tikai vecumu.
“Pēdējo trīs gadu laikā Ford saka, ka tas ir nolīgis 350 veterānu inženierus, no kuriem daudzi bijuši bijušie darbinieki un citi no piegādātājiem, lai palīdzētu risināt šķietami neatrisināmas kvalitātes problēmas, kas autoražotājam izmaksājušas miljardus. Rezultāts: Ford ir populārākais zīmols jaunākajā JD Power Initial Quality Survey, kas publicēts ceturtdien,” ziņoja Bloomberg.
Šie inženieri tagad veic obligātus dizaina pārskatus, pārbauda komponentus, pirms tie nonāk ražošanā, konsultē jaunākus inženierus un palīdz uzlabot AI modeļus, kas atbalsta Ford kvalitātes sistēmas.
Operatīvās amatpersonas Kumars Galhotra vienkārši aprakstīja viņu misiju.
“Mēs atvedām atpakaļ tehniskos speciālistus, un viņi meklē atteices punktus, pirms kāda daļa sasniedz rūpnīcas grīdu.”
Šis darbs sākas ilgi pirms transportlīdzeklis sasniedz montāžas līniju.
Inženieri pārskata dizainus, novērtē ražošanas procesus, identificē vājās vietas un apšauba pieņēmumus, kurus programmatūra var neievērot.
Tā vietā, lai aizstātu AI, tie padara to efektīvāku.
AI push un tā trūkumi
Ford pieredze neliecina, ka AI trūkst vērtības.
Tālu no tā.
Uzņēmums turpina izmantot iekšēji izstrādātas AI sistēmas, tostarp AiTriz un MAIV, lai pārbaudītu komponentus, analizētu ražošanas datus un atbalstītu inženieru komandas.
Atšķirība slēpjas tajā, kā šie rīki tiek izmantoti.
AI izcili labi veic atkārtotas pārbaudes, liela mēroga modeļu atpazīšanu un milzīgu informācijas apjomu apstrādi.
Cilvēku inženieri sniedz kaut ko pavisam citu.
Viņi apšauba negaidītus rezultātus.
Viņi atpazīst neparastas notikumu kombinācijas.
Viņi izmanto gadiem iepriekš gūtās mācības problēmām, kas var šķist nesaistītas.
Viņi zina, kad paši dati var būt nepilnīgi.
Šī kombinācija izrādījās daudz efektīvāka nekā paļaušanās tikai uz cilvēkiem vai AI.
Parādās finanšu rezultāti
Ford saka, ka kvalitātes uzlabojumi jau samazina izmaksas.
Izpilddirektors Džims Fārlijs nesen teica, ka šie ieguvumi “burtiski veicina simtiem un simtiem miljonu dolāru Ford aizvēja par izmaksām”.
Jaunākais JD Power sākotnējās kvalitātes pētījums liecina, ka šīs darbības izmaiņas sasniedz klientus.
Ford finišēja kā visaugstāk novērtētais galvenais zīmols, kopumā atpaliekot tikai no luksusa zīmoliem Porsche un Genesis. Tas iezīmēja Ford spēcīgāko kvalitātes reitingu vairāk nekā desmit gadu laikā.
Vecāku transportlīdzekļu programmas joprojām veido daudzus atsaukšanas statistikas datus, jo atsaukumi bieži parādās vairākus gadus pēc transportlīdzekļu ienākšanas tirgū.
Ford saka, ka tā jaunākās transportlīdzekļu platformas darbojas ievērojami labāk.
Nodarbība ikvienam uzņēmumam, kas sacenšas, lai ieviestu AI
Ford pieredze sniedzas daudz tālāk par automobiļu nozari.
Ražošana, kosmosa, pusvadītāju projektēšana, veselības aprūpe, enerģētika, būvniecība, kiberdrošība un daudzas citas nozares ir lielā mērā atkarīgas no profesionāļiem, kuru zināšanas ir radušās gadiem ilgi risinot sarežģītas problēmas, nevis lasot rokasgrāmatas.
Šāda veida zināšanas bieži sauc par klusējošām zināšanām. Tas attīstās, izmantojot atkārtotu pieredzi, novērojumus, neveiksmes un spriedumus. Tas reti iekļaujas datu bāzēs vai inženiertehniskajos dokumentos.
AI turpina uzlabot skaidru zināšanu apstrādi, informāciju, ko var pierakstīt, izmērīt, marķēt un uzglabāt.
Klusās zināšanas joprojām ir daudz grūtāk atkārtot.
Šī atšķirība palīdz izskaidrot, kāpēc daudzas organizācijas atklāj, ka mākslīgais intelekts vislabāk darbojas kopā ar pieredzējušiem speciālistiem, nevis aizstāj viņus.
Ford kvalitātes pavērsiens pastiprina šo mācību.
Uzņēmums nenoraidīja mākslīgo intelektu.
Tas mainīja savu lomu.
AI kļuva par rīku, ko vadīja inženieri, nevis to aizstājēju.
Tā kā uzņēmumi gandrīz visās nozarēs meklē pareizo līdzsvaru starp automatizāciju un cilvēku zināšanām, Ford pieredze atgādina, ka tehnoloģija bieži vien sniedz vislabākos rezultātus, ja to izmanto pārī ar cilvēkiem, kuru zināšanas nevar vienkārši augšupielādēt iekārtā.
