Ford odwołuje AI: 350 inżynierów wraca do pracy

Ford pobił własny rekord jakości – ale dopiero po tym, jak musiał przyznać, że sztuczna inteligencja nie dorównuje doświadczeniu ludzkiemu. Firma ponownie zatrudniła setki inżynierów, by naprawić błędy, które wygenerowały jej własne systemy AI. Historia pokazuje, że nawet najnowocześniejsze algorytmy nie zastąpią wiedzy zdobywanej przez dekady.

Dlaczego AI nie zastąpiło doświadczonych inżynierów

Charles Poon, wiceprezes Forda ds. inżynierii pojazdów, wprost przyznał, że firma popełniła błąd. Automaker zakładał, że może zastąpić specjalistów AI i nadal produkować auta najwyższej jakości. Rzeczywistość okazała się brutalna – jakość spadła, a narzędzia oparte na uczeniu maszynowym nie tylko nie wychwytywały usterek, ale wręcz je wzmacniały.

Kluczowy problem: utrata wiedzy instytucjonalnej

Z danych, które ujawnił Poon, wynika, że głównym źródłem kłopotów nie były same algorytmy. Doświadczeni pracownicy odeszli, zanim zdążyli przekazać swoją wiedzę do systemów AI, które miały ich zastąpić. W danych treningowych brakowało dekad inżynierskiego osądu. Efekt? Automatyczne narzędzia wzmacniały słabe sygnały zamiast eliminować wady konstrukcyjne.

Ford stracił od 2020 roku około 5 300 etatów na stanowiskach umysłowych, co wpisuje się w szerszy trend redukcji w Detroit – łącznie z rynku zniknęło ponad 20 tysięcy miejsc pracy dla białych kołnierzyków. CEO Jim Farley publicznie prognozował, że AI „zastąpi dosłownie połowę pracowników umysłowych w USA”. Prognoza ta dziś wygląda ironicznie w świetle kryzysu jakości, który Ford musiał ratować ręcznie.

„AI nie zastąpi ludzi, jeśli nie potrafimy najpierw przenieść ich wiedzy do systemów” – mówił Charles Poon, wiceprezes Forda.

Jak Ford naprawił swoje błędy

Firma nie miała wyboru – musiała przywrócić do pracy tych, których wcześniej zwolniła. Poon przyznał, że 350 inżynierów – część ponownie zatrudnionych, część nowych, część awansowanych – wróciło do Forda, by wypełnić lukę kompetencyjną. Ich zadania były konkretne:

  • Mentoring młodszych pracowników i przekazywanie wiedzy, której brakowało algorytmom
  • Przebudowa potoków danych używanych do trenowania systemów AI
  • Udoskonalanie automatycznych narzędzi, które pierwotnie miały ich zastąpić

Do tego Ford utworzył dedykowany 40-osobowy zespół weryfikacji jakości oprogramowania oraz wdrożył ponad 100 tysięcy zautomatyzowanych testów AI, które wychwytują przypadki brzegowe i weryfikują zmiany w kodzie na późnych etapach produkcji. Te działania pozwoliły firmie odbić się od dna.

Efekt: najlepsza jakość od 16 lat

W rankingu JD Power za 2026 rok, który mierzy problemy zgłaszane przez właścicieli w pierwszych 90 dniach użytkowania, Ford zajął pierwsze miejsce wśród marek mainstreamowych. Wynik 152 problemów na 100 pojazdów wyprzedził Nissana i Buicka. Modele F-150, Mustang i Super Duty wygrały w swoich segmentach drugi rok z rzędu. To sukces, który nie byłby możliwy bez powrotu doświadczonych inżynierów.

Co to oznacza dla przyszłości pracy z AI

Ford nie jest jedynym przypadkiem, w którym usunięcie ludzkiego osądu z procesów sterowanych AI przyniosło problemy, których technologia nie potrafi rozwiązać sama. Firma wciąż prowadzi w liczbie akcji serwisowych w USA – w 2026 roku zanotowano 51 wezwań dotyczących ponad 11 milionów pojazdów, ponad dwukrotnie więcej niż u drugiego producenta. Zwycięstwo w jakości nie wymazuje tych statystyk.

Historia z Detroit wpisuje się w szerszą debatę o transformacji rynku pracy. OpenAI, Anthropic, Amazon i Microsoft właśnie wsparły RAISE US – fundusz o wartości 500 milionów dolarów kierowany przez byłą sekretarz handlu Ginę Raimondo, który ma przekwalifikowywać amerykańskich pracowników na potrzeby gospodarki AI. Doświadczenie Forda sugeruje jednak, że trudniejszym wyzwaniem niż przekwalifikowanie jest zrozumienie, których pracowników nie można stracić.

„AI zastąpi połowę pracowników umysłowych w USA” – mówił CEO Forda Jim Farley. Jego własna firma właśnie dowiodła, że niektóre połowy są niezastąpione.

Zakończenie: Ford musiał cofnąć się, by ruszyć do przodu. Jego historia to przestroga dla każdej organizacji, która planuje masową automatyzację bez zachowania wiedzy eksperckiej. W świecie AI kluczowe pytanie brzmi nie „kogo zwolnić”, ale „kogo zatrzymać za wszelką cenę”.

Źródło

Może Cię zainteresować