Ford przywraca 350 inżynierów. AI nie rozwiązała problemów z jakością

Ford postawił na automatyzację kontroli jakości i narzędzia oparte na sztucznej inteligencji. Szybko okazało się jednak, że systemy nie zastąpią praktycznej wiedzy ludzi, którzy przez lata rozwiązywali problemy konstrukcyjne i produkcyjne. Koncern ponownie zatrudnił ponad 350 doświadczonych inżynierów. Ich zadaniem jest nie tylko sprawdzanie nowych aut, lecz także uczenie AI, czego powinna szukać.

Najważniejsze informacje z artykułu

• Ford w ciągu ostatnich trzech lat zatrudnił, awansował lub ponownie pozyskał ponad 350 doświadczonych specjalistów technicznych.

• Eksperci mają oceniać konstrukcje przed startem produkcji, szkolić młodsze zespoły i weryfikować wskazania algorytmów.

• Producent nie wycofuje się z AI. Zmienia jednak jej rolę: ma wspierać decyzje inżynierów, a nie zastępować ich wiedzę.

Doświadczenie wraca do procesu projektowania

W branży motoryzacyjnej jakość nie kończy się na tym, czy samochód przejdzie pojedynczy test albo czy kamera zauważy źle zamontowany element. Źródło problemu może leżeć w projekcie części, jej tolerancji wymiarowej, sposobie montażu, oprogramowaniu sterownika albo w połączeniu kilku pozornie nieistotnych zjawisk. Część takich zagrożeń da się opisać danymi. Inne łatwiej wychwycić komuś, kto widział podobną usterkę w poprzednich generacjach modeli.

Właśnie dlatego Ford sięgnął po tzw. grey beard engineers, czyli fachowców z wieloletnią praktyką, często związanych wcześniej z koncernem lub jego dostawcami. Nie chodzi wyłącznie o powrót emerytowanych pracowników na halę. Doświadczeni inżynierowie uczestniczą w obowiązkowych przeglądach projektów, zanim auto trafi do produkcji seryjnej. Mają wskazywać miejsca, w których rozwiązanie może zadziałać w laboratorium, ale zawieść podczas codziennej eksploatacji.

Impuls do zmiany był prosty, gdyż automatyzacja sama z siebie nie zagwarantowała oczekiwanej jakości. Charles Poon, wiceprezes Forda odpowiedzialny za inżynierię pojazdów, mówił, że firma zbyt optymistycznie zakładała, iż przekazanie systemom wymagań projektowych wystarczy, aby uzyskać dobry produkt. Sam algorytm potrzebuje jednak właściwych danych, kontekstu i człowieka, który potrafi zakwestionować jego wynik.

„Sztuczna inteligencja jest znakomitym narzędziem, ale działa tylko tak dobrze, jak dobre są informacje wykorzystane do jej szkolenia” – podkreślił Charles Poon, wiceprezes Forda ds. inżynierii pojazdów.

*Wypowiedź tłum z ang. z BBC: Artificial intelligence is a fantastic tool, but it's only as good as the information you use to train it.

AI ma pomagać, a nie wydawać ostateczny werdykt

Ford nadal wykorzystuje sztuczną inteligencję w fabrykach i przy testowaniu oprogramowania. Kamery oraz systemy analizy obrazu mogą wykonywać ogromną liczbę powtarzalnych kontroli, a programy szybciej wychwytują podejrzane wzorce w danych. To szczególnie ważne w autach, w których coraz większa część funkcji zależy od kodu, czujników i komunikacji między modułami.

Problem zaczyna się wtedy, gdy wynik systemu traktuje się jak odpowiedź ostateczną. AI może wskazać odchylenie, ale nie zawsze rozumie, czy jest ono groźne, co je wywołało i czy po kilku latach może przekształcić się w kosztowną usterkę. Do tego potrzebna jest wiedza o materiale, procesie produkcji oraz zachowaniu samochodu poza fabryką. Nowe podejście Forda zakłada więc połączenie szybkości maszyn z odpowiedzialnością ludzi.

Czytaj również: Samochody z ChatGPT! Sztuczna inteligencja w kokpitach najnowszych aut

Dlaczego jakość auta ma znaczenie dla kierowcy?

Dla kupującego informacja o zmianie organizacji pracy w Fordzie jest ważniejsza, niż może się wydawać. Problemy jakościowe wiążą się dla producenta z naprawami gwarancyjnymi i akcjami serwisowymi. Dla właściciela mogą natomiast oznaczać wizyty w serwisie, stracony czas, niepewność przed dłuższą trasą oraz słabszą pozycję przy odsprzedaży samochodu.

Firma sygnalizuje, że korekta procesu już przynosi efekty. Ford zajął pierwsze miejsce wśród marek masowych w najnowszym badaniu J.D. Power Initial Quality Study, podczas gdy rok wcześniej był poniżej średniej rynkowej. Taki ranking nie przesądza o bezawaryjności konkretnego modelu przez wiele lat, ale pokazuje, że pierwsze miesiące użytkowania nowych aut zaczynają wyglądać lepiej. Badanie dotyczy problemów zgłaszanych w ciągu pierwszych 90 dni użytkowania, dlatego mierzy jakość początkową, a nie wieloletnią bezawaryjność.

Historia Forda nie jest dowodem, że AI w motoryzacji zawiodła. Jest raczej przypomnieniem, że technologia działa najlepiej jako narzędzie w rękach ludzi, którzy rozumieją jej ograniczenia. W produkcji samochodów szybkość wykrycia błędu ma znaczenie, lecz równie ważne pozostaje pytanie, czy ktoś potrafi ocenić jego konsekwencje, zanim auto wyjedzie na drogę.

Nota redakcyjna

Poprawa jakości nowych samochodów jest ważną informacją dla osób rozważających zakup Forda, ale nie zwalnia z dokładnego sprawdzenia konkretnego egzemplarza. W przypadku auta używanego warto zweryfikować historię serwisową, otwarte akcje naprawcze, stan techniczny oraz wyposażenie wpływające na codzienną eksploatację.

Zobacz dostępne samochody Ford i porównaj ich historię, przebieg oraz wyposażenie.