Η τεχνητή νοημοσύνη εξελίσσεται σε βασικό εργαλείο για την αυτοκινητοβιομηχανία, όμως η εμπειρία της Ford δείχνει ότι δεν μπορεί να αντικαταστήσει ακόμα την ανθρώπινη τεχνογνωσία.

Η αμερικανική εταιρεία αποκάλυψε ότι χρειάστηκε να επαναφέρει, να προσλάβει και να προαγάγει περισσότερους από 350 μηχανικούς, προκειμένου να εκπαιδεύσουν εκ νέου τα συστήματα AI, αφού διαπιστώθηκε ότι η υπερβολική εξάρτηση από αυτά επηρέασε αρνητικά την ποιότητα των νέων μοντέλων.

Η AI επιταχύνει την εξέλιξη των αυτοκινήτων, αλλά η εμπειρία των μηχανικών παραμένει αναντικατάστατη

Η παραδοχή αυτή έρχεται σε μια περίοδο όπου η Ford επιχειρεί να αναστρέψει την εικόνα της σε θέματα αξιοπιστίας, έχοντας πρόσφατα κατακτήσει την πρώτη θέση μεταξύ των mainstream κατασκευαστών στη μελέτη J.D. Power Initial Quality Study. Παράλληλα όμως, εξακολουθεί να βρίσκεται στις πρώτες θέσεις των ανακλήσεων στις ΗΠΑ, γεγονός που καταδεικνύει ότι η μάχη για τη βελτίωση της ποιότητας δεν έχει ακόμη κερδηθεί.

Όπως εξήγησε ο αντιπρόεδρος Vehicle Hardware Engineering της Ford, Charles Poon, ένα από τα μεγαλύτερα προβλήματα ήταν ότι πολλοί έμπειροι μηχανικοί αποχώρησαν από την εταιρεία πριν προλάβει να μεταφερθεί η γνώση τους στα συστήματα τεχνητής νοημοσύνης.

Αυτό είχε ως αποτέλεσμα τα μοντέλα AI να εκπαιδεύονται με ελλιπή δεδομένα και να μην μπορούν να αναγνωρίζουν εγκαίρως προβλήματα που ένας έμπειρος μηχανικός θα εντόπιζε σχεδόν αυτόματα.

Για να καλύψει αυτό το κενό, η Ford προχώρησε στην επιστροφή και ενίσχυση του ανθρώπινου δυναμικού της. Πολλοί από τους μηχανικούς που επέστρεψαν αναλαμβάνουν πλέον και την εκπαίδευση νεότερων συναδέλφων, μεταφέροντας εμπειρία δεκαετιών σε τομείς που σχετίζονται με την εξέλιξη και τον ποιοτικό έλεγχο των αυτοκινήτων.

Ο ίδιος ο Poon παραδέχθηκε ότι η εταιρεία είχε υποτιμήσει τη σημασία του ανθρώπινου παράγοντα.

«Πιστέψαμε λανθασμένα ότι αρκούσε να εισαγάγουμε τεχνητή νοημοσύνη και να τροποποιήσουμε τις προδιαγραφές σχεδίασης για να προκύψει ένα προϊόν υψηλής ποιότητας», ανέφερε χαρακτηριστικά.

Παρά τα λάθη της πρώτης φάσης, η Ford δεν εγκαταλείπει την τεχνητή νοημοσύνη. Αντίθετα, τη χρησιμοποιεί πλέον με διαφορετική φιλοσοφία.

Σήμερα πραγματοποιούνται περισσότερες από 100.000 αυτοματοποιημένες δοκιμές μέσω AI, οι οποίες ελέγχουν κυρίως το λογισμικό των αυτοκινήτων και αναζητούν ακόμη και σπάνια ή ακραία σενάρια λειτουργίας που θα μπορούσαν να προκαλέσουν προβλήματα.

Έτσι, ακόμη και αν πραγματοποιηθεί κάποια αλλαγή στον κώδικα λίγο πριν από την έναρξη της παραγωγής, η διαδικασία επαλήθευσης μπορεί να ολοκληρωθεί πολύ γρήγορα, εξασφαλίζοντας ότι το σύστημα λειτουργεί σωστά πριν το αυτοκίνητο φτάσει στον πελάτη.

Σύμφωνα με τον Poon, η αξιοπιστία του λογισμικού αντιμετωπίζεται πλέον με την ίδια αυστηρότητα που εφαρμόζεται εδώ και δεκαετίες στα μηχανικά μέρη ενός αυτοκινήτου.

Η μεγαλύτερη αλλαγή, σύμφωνα με τη Ford, δεν αφορά μόνο την τεχνολογία αλλά και τη φιλοσοφία εξέλιξης των αυτοκινήτων.

Μέχρι πρόσφατα η εταιρεία λειτουργούσε με τη λογική του «find and fix», δηλαδή εντόπιζε τα προβλήματα όταν αυτά εμφανίζονταν και στη συνέχεια τα διόρθωνε.

Πλέον ο στόχος είναι η πρόβλεψη και η αποτροπή των αστοχιών πριν αυτές εμφανιστούν.

Για τον λόγο αυτό, οι ομάδες λογισμικού συνεργάζονται πλέον πολύ στενότερα με τα τμήματα εξέλιξης, παραγωγής και εφοδιαστικής αλυσίδας, ενώ δημιουργήθηκε και μια ειδική ομάδα Software Quality Assurance αποτελούμενη από 40 εξειδικευμένους μηχανικούς, με αποκλειστική αποστολή την πρόληψη προβλημάτων πριν αυτά περάσουν στην παραγωγή.

Ο Charles Poon υπογράμμισε επίσης ότι η αυτοκινητοβιομηχανία δεν μπορεί να ακολουθήσει τη λογική των ηλεκτρονικών καταναλωτικών προϊόντων, όπου ένα λογισμικό μπορεί να διορθωθεί μετά την κυκλοφορία του.

Όπως σημείωσε, στα αυτοκίνητα το λογισμικό αφορά κρίσιμα συστήματα ασφαλείας και οφείλει να λειτουργεί σωστά από την πρώτη στιγμή που το όχημα θα παραδοθεί στον πελάτη.

Η Ford υποστηρίζει ότι η νέα στρατηγική έχει ήδη αρχίσει να αποδίδει. Αν και εξακολουθεί να έχει περισσότερες ανακλήσεις από κάθε άλλο κατασκευαστή στις ΗΠΑ μέσα στο 2026, τόσο οι δαπάνες εγγυήσεων όσο και η συχνότητα των ανακλήσεων παρουσιάζουν σταδιακή μείωση.

Η περίπτωση της Ford αναδεικνύει και μια ευρύτερη πραγματικότητα για την αυτοκινητοβιομηχανία. Καθώς τα αυτοκίνητα μετατρέπονται ολοένα και περισσότερο σε προϊόντα λογισμικού, η τεχνητή νοημοσύνη μπορεί να επιταχύνει σημαντικά την εξέλιξή τους, όμως δύσκολα μπορεί να αντικαταστήσει την εμπειρία ανθρώπων που έχουν αφιερώσει δεκαετίες στην επίλυση σύνθετων μηχανολογικών προβλημάτων.

Για τους κατασκευαστές, η μεγαλύτερη πρόκληση φαίνεται πλέον να μην είναι η επιλογή μεταξύ AI και ανθρώπου, αλλά η αποτελεσματική συνεργασία των δύο.