Ford mempekerjakan kembali para insinyur lamanya setelah kecerdasan buatan (AI) gagal dalam tugasnya
Liga335 – Ford kembali merekrut para insinyur berpengalaman, termasuk beberapa mantan karyawannya, setelah sistem kecerdasan buatan dan sistem kualitas otomatisnya gagal memberikan hasil yang diharapkan. Perusahaan tersebut menyatakan bahwa mengembalikan keahlian manusia ke dalam tim sudah membuahkan hasil, membantu Ford menduduki peringkat teratas di antara merek-merek mainstream dalam Survei Kualitas Awal JD Power terbaru sekaligus menekan biaya.
Baca Berita Selengkapnya
Menurut laporan Bloomberg, produsen mobil AS tersebut telah mempekerjakan kembali sekitar 350 insinyur berpengalaman selama tiga tahun terakhir, termasuk mantan karyawan dan pakar dari perusahaan pemasok, setelah sistem kualitas berbasis kecerdasan buatan (AI) dan otomatisasi yang dimilikinya gagal memberikan hasil yang diharapkan.
Menurut para eksekutif Ford, perusahaan tersebut terlalu bergantung pada otomatisasi sambil mengabaikan keahlian teknik yang telah dibangun selama puluhan tahun oleh karyawan yang telah bekerja di berbagai generasi kendaraan.
Charles Poon, wakil presiden bidang rekayasa perangkat keras kendaraan Ford, mengakui bahwa Perusahaan tersebut telah melebih-lebihkan apa yang dapat dicapai oleh AI secara mandiri.
“Secara keliru, kami mengira bahwa hanya dengan memperkenalkan kecerdasan buatan dan memasukkan persyaratan desain yang kami miliki, hal itu akan menghasilkan produk berkualitas tinggi,” kata Poon kepada Bloomberg. Ia menambahkan bahwa AI adalah “alat yang luar biasa”, tetapi “kualitasnya hanya sebatas informasi yang Anda gunakan untuk melatihnya”.
Poon mengatakan Ford belum berbuat cukup untuk melestarikan pengetahuan para insinyur paling berpengalamannya sebelum banyak di antara mereka meninggalkan perusahaan.
Akibatnya, sistem AI tersebut kekurangan keahlian praktis yang diperlukan untuk mendeteksi potensi masalah sejak dini dalam proses pengembangan.
Untuk mengatasi kesenjangan tersebut, Ford memanggil kembali lebih dari 350 insinyur veteran. Para spesialis yang kembali ini, yang secara internal disebut sebagai insinyur “gray beard”, kini membimbing karyawan yang lebih muda, membantu melatih ulang alat AI, dan mengidentifikasi masalah kualitas sebelum masalah tersebut sampai ke lantai pabrik.
Chief Operating Officer Ford, Kumar Galhotra, mengatakan bahwa perusahaan telah “semakin bergantung pada otomatisasi “sistem kualitas yang sudah mapan” tanpa memperoleh hasil yang diinginkan. Ia menggambarkan para insinyur berpengalaman tersebut sebagai “inti” dari strategi pemulihan Ford, yang memimpin tinjauan kualitas wajib dan membantu mengarahkan perusahaan untuk beralih dari sekadar memperbaiki masalah setelah muncul menjadi mencegah masalah tersebut sejak awal.
“Kami beralih dari mentalitas ‘temukan dan perbaiki’ ke pencegahan masalah sebelum terjadi,” kata Galhotra.
“Berhentilah mengagumi masalah dan mulailah menyelesaikannya.”
Menariknya, perubahan di Ford tidak hanya terbatas pada perangkat keras kendaraan. Perusahaan tersebut menyatakan bahwa tim perangkat lunak, manufaktur, dan rantai pasoknya kini bekerja sama jauh lebih erat untuk mendeteksi masalah lebih awal dalam siklus pengembangan.
Ford juga telah membentuk tim jaminan kualitas perangkat lunak khusus beranggotakan 40 orang untuk meningkatkan keandalan perangkat lunak sebelum kendaraan sampai ke tangan pelanggan.
Ford tidak meninggalkan AI
Di saat yang sama, Ford menegaskan bahwa mereka tidak meninggalkan AI. Sebaliknya, mereka membuat teknologi ini lebih cerdas dengan memasukkan data yang lebih baik dari para insinyur berpengalaman. Perusahaan tersebut Perusahaan tersebut menyatakan telah menambahkan lebih dari 100.
000 uji validasi berbasis kecerdasan buatan (AI) yang dirancang untuk mengidentifikasi kasus-kasus ekstrem dan menguji ketahanan perangkat lunak kendaraan dalam berbagai kondisi.
Menurut perusahaan, kerangka kerja pengujian otomatis ini memungkinkan para insinyur untuk segera melakukan validasi ulang perangkat lunak setiap kali terjadi perubahan mendadak, sehingga memastikan masalah terdeteksi sebelum kendaraan dikirimkan.
