فورد توظف مئات المهندسين من جديد: يندم أصحاب العمل على الفصل الجماعي لأجل الذكاء الاصطناعي

أعلنت Ford في 2026 عن توظيف مئات من المهندسين ذوي الخبرة — نفس المتخصصين الذين فصلهم مصنع السيارات خلال فترة تحسين الذكاء الاصطناعي. فشلت الأنظمة الآلية في مراقبة جودة الإنتاج، وأصبحت Ford واحدة من الأمثلة الأكثر بروزاً على اتجاه جديد: يبدأ أصحاب العمل في جميع أنحاء العالم في الندم على عمليات الفصل الجماعي التي تمت لتبني الذكاء الاصطناعي.

لماذا فشلت استراتيجية الذكاء الاصطناعي

خلال الازدهار من الذكاء الاصطناعي التوليدي، قلل العديد من أصحاب العمل الكبار قوتهم بشكل كبير، بناءً على قناعة بأن الخوارزميات ستتعامل مع أي مهمة بشكل أسرع وأرخص من الناس. تحولت أطروحة "الذكاء الاصطناعي يستطيع أن يفعل كل شيء" إلى تبرير مريح لموجات من عمليات الفصل — من شركات التكنولوجيا إلى عمالقة الصناعة. رأى المساهمون مثل هذه القرارات كتحسين معقول، وأبلغت الإدارة العليا عن الادخار على الرواتب.

اتضحت الواقع مختلفًا. Ford هي أحد الأمثلة العامة الأولى المهمة حيث عانى الرهان على الأتمتة من فشل واضح في منطقة حرجة. تراكمت مشاكل مراقبة الجودة على مدى أشهر، بينما كانت أنظمة الذكاء الاصطناعي لا تستطيع تشخيص طبيعتها بدقة أو اقتراح حلول هندسية غير تقليدية. في النهاية، عادت الشركة إلى الاستقطاب النشط — خاصة البحث عن متخصصين ذوي خبرة لديهم سنوات من الممارسة، وليس الخريجين الجدد.

ما تم تجاهله في الأتمتة

كان الخطأ الرئيسي من قبل الشركات هو الإفراط في تقدير جاهزية الذكاء الاصطناعي التوليدي للمهام عالية عدم اليقين. أمضى مهندسو Ford سنوات في تجميع المعرفة التجريبية بشأن حالات فشل الإنتاج: كان بإمكانهم التعرف على الأنماط غير النمطية واتخاذ القرارات ببيانات غير كاملة والأخذ في الاعتبار السياق الذي لم يظهر ببساطة في مجموعات بيانات التدريب. بالنسبة للنماذج التوليدية، ثبت أن مثل هذه المهام أصعب بكثير مما بدا في مرحلة التنفيذ.

• Ford في 2026 تعيد مئات من المهندسين لإصلاح مشاكل جودة الإنتاج
• فشلت الأنظمة الآلية في المهام التي تتطلب خبرة سياقية
• يظهر اتجاه "إعادة التوظيف" في عدة صناعات — من السيارات إلى التكنولوجيا
• ذهب المتخصصون المفصولون إلى المنافسين: إعادة تقديمهم اتضح أنهم أكثر تكلفة بكثير من الاحتفاظ بهم

بعيداً عن الفشل الفني، قللت الشركات من تقدير العواقب طويلة الأجل للفصل الجماعي. لم ينتظر المتخصصون ذوو الخبرة المكالمات — انتقلوا إلى المنافسين أو غيروا الصناعات أو بدأوا عملهم الخاص. كنتيجة، انكمش سوق العمل المؤهل تماماً عندما شعر أصحاب العمل بحاجة حادة مرة أخرى.

التكلفة المخفية للتحسين

غالباً ما تتجاوز تكاليف إعادة جذب المتخصصين الادخار الذي وفرته الأتمتة على المدى القصير. واجهت الشركات المشهورة بفصل الذكاء الاصطناعي العدواني أضرار السمعة: بدأ المرشحون يراجعون عروضهم بحذر، خوفاً من موجات تحسين جديدة.

يؤدي إعادة التقييم إلى موقف جديد من الذكاء الاصطناعي — ليس كبديل إنساني، بل كمعزز للقدرة الإنسانية. مع هذا النهج، ينتقل المزيد من الشركات من استراتيجية الأتمتة الكاملة إلى التعاون بين الإنسان والآلة: المتخصص مع أدوات الذكاء الاصطناعي أكثر فعالية من المتخصص بدونها، وأكثر فعالية من الأتمتة بدون متخصص.

تعمل أدوات الذكاء الاصطناعي بشكل أفضل بكثير عندما يكون هناك شخص مؤهل بالقرب يستطيع تحديد المهام والتحقق من النتائج وتصحيح أخطاء النموذج. بدون هذا المتخصص، تنخفض دقة النظام وتتراكم الأخطاء دون أن يلاحظها أحد — حتى تتحول إلى عيوب الإنتاج أو فشل العمليات.

ماذا يعني هذا

تشكل تجربة Ford وتجربة الشركات الأخرى إجماعًا عمليًا: الرهان على الاستبدال الكامل للإنسان بالخوارزميات يحمل مخاطر تشغيلية وسمعة خطيرة. الذكاء الاصطناعي فعال كأداة لتحسين الخبرة وليس لاستبدالها. أصحاب العمل الذين أدركوا هذا في وقت سابق يعيدون بالفعل جلب متخصصين قيمين ويدفعون علاوات السوق عن الأخطاء الماضية.