Ford تعيد مهندسين "مخضرمين": لم يتمكن AI من استبدال أصحاب الخبرة

اعترفت فورد بخطأ: كانت الشركة تعتقد أن تطبيق الذكاء الاصطناعي وحده سيضمن جودة عالية للمنتجات — وأخطأت في الحساب. الآن تقوم الشركة المصنعة للسيارات بإعادة تعيين المهندسين ذوي الخبرة "الرمادي الشعر" الذين كانت قد فصلتهم سابقاً كجزء من تحسين الإنتاج.

لم تنجح رهانات الذكاء الاصطناعي

كانت فورد تقلل بنشاط الموظفين ذوي الخبرة لعدة سنوات، رهانها على الأتمتة والذكاء الاصطناعي. بدت المنطق معقولة: ستتولى الذكاء الاصطناعي المهام الهندسية المعقدة، وستنخفض التكاليف، وستزداد سرعة التطوير. كانت النتيجة معاكسة. انخفضت جودة المنتج — تماماً في المناطق التي كان فيها المهندسون ذوو الخبرة يحافظون بشكل غير مرئي على السيطرة على عمليات الإنتاج. اعترفت الشركة علناً بالخطأ في الحساب:

"كنا نعتقد خطأً أن تطبيق الذكاء الاصطناعي بحد ذاته... سيضمن منتجاً عالي الجودة."

هذا اعتراف صريح — نادر لشركة مصنعة كبرى للسيارات. أصبحت فورد واحدة من الشركات القليلة التي تتحدث علناً عن فشل استراتيجية "الأتمتة أولاً، ثم الناس".

يكون الذكاء الاصطناعي فعالاً حيث تكون المهمة محددة بوضوح وتستند إلى بيانات عالية الجودة. لكن في تصنيع السيارات، توجد نسبة كبيرة من المعارف القيمة بشكل ضمني: الخبرة، والحدس، وذاكرة الأخطاء السابقة. هذه هي بالضبط المعرفة التي فقدتها فورد مع مهندسيها الأكبر سناً الذين تم فصلهم.

من هم "الرمادي الشعر"

"الرمادي الشعر" هو مصطلح أمريكي غير رسمي للمهندسين الذين لديهم سنوات من الخبرة في الإنتاج. وهم متخصصون يتذكرون لماذا تم اتخاذ قرار تقني معين قبل عقد من الزمن، وهم قادرون على قراءة الإشارات غير المباشرة للمشاكل الوشيكة، ويعرفون إلى من يلتفتون في الحالات غير القياسية. تكون هذه الخبرة سيئة الملاءمة للتشكيل الرسمي. فهي تستمر كحدس متراكم على مدى سنوات في مصنع إنتاجي محدد — وهذا هو بالضبط ما لم تستطع الذكاء الاصطناعي أن تكرره. يمكن للخوارزمية معالجة ملايين نقاط البيانات — لكنها لا تعرف ما لا تعرفه. يعرف المهندس ذو الخبرة ويحذر.

تظهر قيمة هؤلاء المتخصصين عبر عدة أبعاد:

• معرفة التاريخ: لماذا بالضبط بهذه الطريقة — وليس بطريقة أخرى
• القدرة على التنبؤ بالفشل من خلال علامات غير مباشرة
• اتصالات غير رسمية داخل السلسلة الإنتاجية
• القدرة على العمل مع الاستثناءات حيث تفشل الخوارزميات
• ذاكرة مؤسسية للأخطاء السابقة وتكاليفها

عندما تقوم الشركات بفصل هؤلاء الموظفين بشكل جماعي في السعي للأتمتة، فإنهم يفقدون ليس فقط العمال. إنهم يفقدون المعرفة التي لا يمكن تحميلها في نموذج: حاملوها أنفسهم لا يمكنهم صياغتها بالكامل.

لماذا هذا مهم لصناعة بأكملها

قصة فورد ليست استثناء. دورة مماثلة تظهر في الطيران، الأدوية، الطاقة: تحسين الموظفين → الأتمتة → تراجع الجودة → العودة القسرية للناس. في كل مكان يكون فيه المنتج معقداً وتكلفة الخطأ عالية، يتكرر هذا النمط.

المشكلة ليست في الذكاء الاصطناعي كمثل. المشكلة هي أن التكنولوجيا تم تطبيقها كبديل للخبرة وليس كمعزز لها. يعمل الذكاء الاصطناعي بشكل جيد حيث تكون المهمة محددة بوضوح، والبيانات كاملة، والأنماط تتكرر. في إنتاج السلع المعقدة، تبقى نسبة كبيرة من المعارف القيمة ضمنية — وهنا لا يمكن الاستغناء عن الإنسان.

من المعبر أن فورد، وليس شركة تكنولوجيا، أصبحت صاحبة هذا الاعتراف. صناعة السيارات هي حيث تُقاس الخبرة بعقود، وخطأ واحد يمكن أن يكلف آلاف الاستدعاءات من السوق.

ماذا يعني هذا

اعترفت فورد علناً: الذكاء الاصطناعي لا يحل محل الخبرة البشرية — فهو يكملها. هذا الدرس مهم لكل السوق. قبل تقليص المتخصصين ذوي الخبرة من أجل الأتمتة، يستحق الأمر الإجابة بصراحة على السؤال: بالضبط ماذا يفعلون مما لا يمكن وصفه بأنه مهمة لخوارزمية؟