فورد دوباره مهندسان باتجربه را جذب کرد؛ هوش مصنوعی نتوانست جایگزین شود

بازگشت به ریشه‌ها؛ چرا فورد مهندسان «سالی‌به‌سال» را دوباره استخدام کرد؟

در اوایل سال جاری، شرکت فورد تصمیمی جسورانه اتخاذ کرد: به‌کارگیری گسترده هوش مصنوعی برای طراحی و ساخت خودروهای جدید. مدیران این خودروساز آمریکایی بر این باور بودند که با افزودن الگوریتم‌های پیشرفته می‌توانند زمان توسعه را کاهش داده و کیفیت نهایی را ارتقا دهند. اما پس از چند ماه کار، نتایج متفاوت از انتظار شد.

هوش مصنوعی نتوانست توقعات را برآورده کند

به‌ گفته مهندسان داخلی فورد، «خطایی بزرگ کردیم؛ فکر می‌کردیم فقط با معرفی هوش مصنوعی می‌توانیم محصولی با کیفیت بالا تولید کنیم». در عمل، الگوریتم‌ها در تشخیص جزئیات حساس مهندسی، به‌ویژه در زمینهٔ ایمنی و پایداری، دچار نقص شدند. برخی قسمت‌های نرم‌افزاری که برای بهینه‌سازی وزن و مصرف سوخت طراحی شده بودند، نتوانستند با استانداردهای سخت‌گیرانهٔ فورد هماهنگ شوند.

مهندسان «سالی‌به‌سال»؛ تجربه‌ای که جایگزین نمی‌شود

در پی این شکست، فورد به‌سرعت تصمیم به بازنگری در استراتژی خود گرفت. شرکت مهندسانی را که به‌دلیل سن بالاتر یا تجربهٔ طولانی در صنایع خودرو به‌عنوان «gray beard» شناخته می‌شوند، دوباره استخدام کرد. این گروه شامل افراد با سابقه کار در فورد، جنرال موتورز و حتی شرکت‌های فناوری مانند گوگل و سامسونگ هستند. آن‌ها می‌توانند با ترکیب دانش سنتی مهندسی و درک عمیق از محدودیت‌های هوش مصنوعی، مسیر توسعه را به‌صورت عملی‌پذیرتر پیش ببرند.

ترکیب هوش مصنوعی و تجربه انسانی؛ راه‌حل پیشنهادی

فورد اکنون به‌جای اتکا کامل به هوش مصنوعی، به‌دنبال یک مدل هیبریدی است؛ جایی که الگوریتم‌ها برای تحلیل داده‌های بزرگ استفاده می‌شوند، اما تصمیم‌گیری‌های کلیدی توسط مهندسان باتجربه انجام می‌شود. این رویکرد می‌تواند به‌ویژه در زمینهٔ طراحی سیستم‌های پیشرفتهٔ رانندگی خودکار که توسط شرکت‌های تکنولوژی مانند اپل، مایکروسافت و اینتل پیگیری می‌شود، مفید باشد.

پیامدهای این تصمیم برای صنعت خودرو

بازگشت فورد به مهندسان سنتی می‌تواند هشداری برای سایر شرکت‌های خودروسازی باشد؛ آن‌که تکنولوژی نوین به‌تنهایی نمی‌تواند جایگزین تجربهٔ عملی و دانش فنی شود. در حالی که هوش مصنوعی در بهبود کارایی و پیش‌بینی‌سازی نقش مهمی دارد، ترکیب آن با تخصص انسانی برای دستیابی به نوآوری‌های واقعی ضروری است.

**نتیجه‌گیری:** فورد با این گام نشان داد که حتی در عصر هوش مصنوعی، تجربهٔ انسانی همچنان کلید تولید محصولات برتر باقی می‌ماند.