Кризис «слепой» автоматизации: Ford возвращает специалистов из-за проблем с качеством автомобилей на базе ИИ

Компания Ford признала, что ставка на автоматизированные системы и искусственный интеллект без должного учета опыта инженеров привела к ухудшению качества автомобилей. Для исправления ситуации автопроизводитель вернул бывших сотрудников и нанял сотни опытных специалистов, которые помогают усовершенствовать производственные процессы и обучение моделей ИИ, сообщает The Verge.

Ford рассказала о проблемах, с которыми столкнулась в последние годы, после того как впервые за 16 лет возглавила рейтинг начального качества автомобилей JD Power среди массовых автопроизводителей. В компании заявили, что автоматизированные системы, на которые возлагали большие надежды, оказались менее эффективными, чем ожидалось, из-за чего пришлось привлекать опытных инженеров для исправления их ошибок.

«Мы ошибочно полагали, что простое внедрение искусственного интеллекта и корректировка существующих требований к проектированию позволят создать высококачественный продукт», — заявил вице-президент по инженерии аппаратного обеспечения транспортных средств Чарльз Пун.

В Ford пояснили, что часть самых опытных инженеров покинула компанию ещё до того, как их знания удалось полностью интегрировать в автоматизированные системы. В связи с этим автопроизводитель вернул некоторых бывших сотрудников, а также нанял и повысил более 350 опытных инженеров, которые занимаются наставничеством младших коллег, улучшением сбора данных и обучением моделей искусственного интеллекта.

Пун отметил, что именно опытные инженеры могли выявлять потенциальные проблемы ещё до того, как они сказывались на конечном продукте. По его словам, их практический опыт стал ключевым фактором для восстановления качества автомобилей.

Компания также изменила взаимодействие между командами, занимающимися программным обеспечением, цифровыми технологиями, автомобильной инженерией, производством и цепочками поставок. В Ford признали, что ранее программные ошибки часто выявлялись лишь на поздних этапах разработки, хотя автомобили требуют гораздо более строгой проверки, чем бытовая электроника.

Для этого автопроизводитель создал отдельную команду по обеспечению качества программного обеспечения, в которую вошли 40 специалистов. Ее главной задачей стало предотвращение ошибок еще до выхода автомобилей на рынок.

«Мы переходим от менталитета «найди и исправь» к предотвращению проблем до их возникновения. Сосредотачиваемся на факторах, способствующих улучшению, и ранних индикаторах, а не на результатах. Перестаньте увлекаться проблемой и начните ее решать», — подчеркнул операционный директор Кумар Галхотра.

В последние годы Ford столкнулась со снижением показателей качества и самым большим количеством отзывов автомобилей в отрасли. Среди причин компания называет сложный запуск моделей Explorer и Aviator, перебои в цепочках поставок во время пандемии COVID-19, а также накопление определенных производственных проблем.

В то же время, несмотря на предыдущие трудности, Ford не отказывается от использования ИИ. Компания сообщила, что расширила автоматизированное тестирование, добавив более 100 тысяч тестов на базе ИИ для проверки программного обеспечения в сложных и нестандартных сценариях. По словам Пуна, это позволяет быстро проверять даже поздние изменения в программном обеспечении и гарантировать его надежность до передачи автомобилей клиентам.

Исследование Ramp AI Index показывает, что американские лидеры по внедрению ИИ ежемесячно тратят на него около 7500 долларов в расчете на одного сотрудника. Несмотря на недавний рост этих расходов на 14,1%, они до сих пор не превышают среднюю зарплату американского разработчика.

Однако бизнес всё чаще сталкивается с явлением tokenmaxxing — неконтролируемым и неэффективным использованием ИИ-токенов персоналом, что приводит к колоссальным финансовым убыткам. Низкая производительность технологии, обусловленная отсутствием доступа к корпоративным данным и скептицизмом сотрудников, уже заставила таких гигантов, как Uber и Microsoft, приступить к сокращению своих ИИ-бюджетов.