Ford musiał ściągnąć z powrotem starych inżynierów, żeby naprawić błędy swojej automatyzacji

👁 127 przeczytań

Ford po raz pierwszy od 16 lat zajął pierwsze miejsce w rankingu jakości początkowej JD Power wśród marek masowych - i przy okazji opowiedział, jak do tego doszło. A doszło tak, że firma musiała cofnąć część własnej rewolucji: ściągnąć z powrotem inżynierów, których wcześniej zastąpiła automatyzacją, żeby ci posprzątali po robotach.

Brzmi jak puenta. I trochę nią jest. Historia, którą Ford serwuje dziennikarzom jako opowieść o sukcesie, jest bowiem w gruncie rzeczy spowiedzią z bardzo modnego dziś grzechu - przekonania, że wystarczy dołożyć AI, a jakość zrobi się sama.

„Błędnie sądziliśmy"

Charles Poon, wiceprezes Forda ds. inżynierii sprzętowej, powiedział to wprost:

„Błędnie sądziliśmy, że samo wprowadzenie sztucznej inteligencji i dostosowanie wymagań projektowych, które mieliśmy, da wysokiej jakości produkt".

- Charles Poon, wiceprezes Forda ds. inżynierii sprzętowej

Problem, jak tłumaczy Poon, miał dwie warstwy. Pierwsza: AI jest tyle warta, ile dane, na których ją wyszkolono. Druga, znacznie boleśniejsza: część najbardziej doświadczonych pracowników Forda odeszła, zanim ich wiedza zdążyła trafić do automatycznych systemów. Wiedza zgromadzona przez wiele cykli rozwoju samochodów po prostu wyparowała z firmy. Roboty dostały więc niekompletny obraz świata - i zaczęły produkować błędy.

Efekt? Ford prowadzi dziś w branży pod względem liczby wezwań serwisowych, a jego oceny jakości spadały przez kilka ostatnich lat. Do tego doszły trudne premiery Explorera i Aviatora oraz zakłócenia łańcucha dostaw w pandemii.

350 weteranów do naprawy

Recepta okazała się rozbrajająco analogowa. Firma zatrudniła, awansowała lub ściągnęła z powrotem ponad 350 doświadczonych inżynierów. Ich zadanie: dotrenować automatyczne systemy, poprawić zbieranie danych i otoczyć opieką mentorską młodszych kolegów, którzy zmagali się z utrzymaniem jakości.

„To tutaj część naszych najbardziej doświadczonych inżynierów ma doświadczenie w rozwiązywaniu i identyfikowaniu tych problemów, zanim wpełzną one do systemu" - mówi Poon.

Dyrektor operacyjny Forda Kumar Galhotra dodaje własną diagnozę: podejście do jakości stało się zbyt rozdrobnione, działy pracowały w silosach, a firma za bardzo polegała na filozofii „znajdź i napraw" - czyli na wyłapywaniu wad już po ich pojawieniu się.

Nie czytam tej historii jako manifestu przeciw AI. Czytam ją jako bardzo trzeźwy przypis do całej obecnej gorączki: model jest dokładnie tak mądry, jak dane i ludzie, którzy go nauczyli. Jeśli najpierw zwolnisz ekspertów, a potem każesz algorytmowi udawać ich kompetencje, dostaniesz to, co Ford - listę wezwań serwisowych i rachunek za ponowne zatrudnienie.

Czasem najdroższym kosztem automatyzacji jest człowiek, którego trzeba ściągnąć z powrotem.