فورد تعيد مهندسين سبق أن سرّحتهم لإصلاح أعطال الأنظمة الآلية
حلّت فورد في المرتبة الأولى بين الشركات المصنّعة للسيارات الشعبية في تصنيف الجودة الأولية الصادر عن JD Power، وأقرّت بأن ذلك كلّفها ثمنًا باهظًا. فقد تبيّن أن الأنظمة الآلية في التصنيع والتصميم غير موثوقة: ارتكبت الروبوتات أخطاء لم تستطع أي خوارزمية تصحيحها. واضطرت الشركة إلى توظيف فنيين ذوي خبرة، من بينهم من سبق أن سرّحتهم بنفسها لصالح الأتمتة.
معالج بواسطة الذكاء الاصطناعي من The Verge؛ بتحرير Hamidun News
احتلت فورد المرتبة الأولى بين الشركات المصنّعة للسيارات الشعبية في تصنيف الجودة الأولية الأمريكي الصادر عن JD Power. واستغلت الشركة هذه المناسبة للحديث بصراحة عن الصعوبات التي واجهتها في السنوات الأخيرة، وفي مقدمتها المشكلات المرتبطة بأتمتة التصنيع والتصميم.
الروبوتات أخطأت فأُعيد البشر
طوال عدة سنوات، توسعت فورد في إدخال الأنظمة الآلية إلى تصنيع السيارات وتصميمها. وكان الرهان واضحًا: أن تضمن الروبوتات والخوارزميات البرمجية جودة أكثر استقرارًا من العمل اليدوي، وأن تقلل الاعتماد على العامل البشري.
لكن هذا المنطق لم ينجح كما كان مخططًا. فقد تبيّن أن الأنظمة الآلية أقل موثوقية مما كان متوقعًا، إذ ارتكبت أخطاء على خط الإنتاج وكذلك عند تصميم القطع والمكوّنات. والأسوأ أن بعض هذه الأخطاء لم يظهر إلا بعد وصول السيارات إلى المشترين، حين بدأت تسبب لهم مشكلات في الأشهر الأولى من الاستخدام، وهو بالضبط ما يرصده تصنيف JD Power.
ولمعالجة الوضع، اضطرت فورد إلى توظيف متخصصين تقنيين ذوي خبرة. وفي عدد من الحالات لجأت الشركة إلى موظفين سابقين، وهم من سبق أن سرّحتهم لصالح الأتمتة تحديدًا. وقد تبيّنت قيمة معارفهم العملية التي راكموها على مدى سنوات العمل على خط التجميع، وكانت لا غنى عنها حيث تعثرت الخوارزمية: فالروبوتات لم تكن قادرة على التكيف مع المواقف غير النمطية، أما المهندس صاحب الخبرة فكان قادرًا على ذلك.
البيانات تحسم كل شيء
لا تتخلى فورد عن الذكاء الاصطناعي والأتمتة، لكنها تتحدث بصراحة عن قيد بنيوي: فكفاءة هذه التقنيات تحددها بالكامل جودة البيانات التي دُرّبت عليها النماذج. فمجموعة البيانات الضعيفة أو الناقصة تنتج نموذجًا ضعيفًا، حتى لو كانت التقنية نفسها متقدمة من الناحية التقنية.
ويعني ذلك عدة استنتاجات عملية لأي شركة صناعية:
- البيانات الناقصة أو القديمة تضمن حدوث عيوب في الحالات التي لم تصادف الخوارزمية مثيلًا لها
- تتعامل الروبوتات جيدًا مع العمليات المتكررة، لكنها تتكيف بصعوبة مع المواقف غير النمطية
- كلما كانت العملية الإنتاجية أكثر تعقيدًا، زادت أهمية جودة مجموعة بيانات التدريب
- تتطلب الأتمتة تدقيقًا مستمرًا، لا إعدادًا لمرة واحدة ثم نسيانًا
- لا يمكن للخوارزميات أن تحل بالكامل محل الخبرة الداخلية للمتخصصين
وصراحة فورد في هذه المسألة نادرة في القطاع، فالشركات المصنّعة الكبرى لا تتحدث عادةً علنًا عن إخفاقات الأتمتة.
المرتبة الأولى ثمرة مراجعة الحسابات
تنشر JD Power سنويًا تصنيف الجودة الأولية، الذي يرصد عدد المشكلات التي يبلّغ عنها مالكو السيارات الجديدة خلال أول 90 يومًا بعد الشراء. وكلما قلّت المشكلات، ارتفع الترتيب.
ويُعد احتلال فورد المرتبة الأولى بين العلامات الشعبية إنجازًا مهمًا، بعد عدة سنوات تخلفت فيها عن منافسيها. ويبدو أن التخلي عن الرهان الأعمى على الأتمتة والعودة إلى المتخصصين المؤهلين هما ما حقق نتيجة ملموسة. فالمهندسون أنفسهم الذين سرّحتهم الشركة يومًا لصالح الروبوتات ساعدوها في النهاية على استعادة ثقة المشترين ومكانتها في التصنيف.
ماذا يعني ذلك
تمثل قصة فورد درسًا عمليًا لأي قطاع يراهن على الذكاء الاصطناعي والروبوتات في عملياته التشغيلية. فاتجاه الأتمتة مفهوم ومبرر في مجمله، لكنه لا ينجح إلا في ظل شروط سليمة: بيانات عالية الجودة تُحدَّث بانتظام، وتدقيق مستمر، وخبرة بشرية محفوظة داخل الشركة. وإذا غاب أحد هذه العناصر، بدأت الروبوتات ترتكب الأخطاء، ويأتي البشر في النهاية لإصلاحها.
وقد أكد الفوز في تصنيف JD Power أن المزج بين خبرة البشر والتقنية أكثر موثوقية حتى الآن من محاولة استبدال أحدهما بالآخر بالكامل.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.