Ford вернула инженеров, чтобы исправить ошибки ИИ в контроле качества

В 2023 году Ford начала возвращать уволенных инженеров, чтобы компенсировать провалы автоматизированного контроля качества. Опытные специалисты выявили дефекты, которые ИИ не заметил, и переобучили системы, сэкономив компании сотни миллионов долларов.

Ford вернула инженеров, чтобы исправить ошибки ИИ в контроле качества

Ford вернул инженеров — и ИИ снова стал работать

В 2023 году Ford начал возвращать уволенных и нанимать новых инженеров — более 350 человек за три года. Их называют «серыми бородами» не за возраст, а за опыт: эти специалисты знают, где в автомобиле скрыты слабые места, которые не заметит ни один датчик. Теперь они участвуют в обязательных проверках проектов до запуска в производство, выявляют потенциальные дефекты и переобучают ИИ-системы на основе накопленной экспертизы.


Где алгоритмы подвели

В 2025 году Ford занимал десятое место в рейтинге первоначального качества J.D. Power среди массовых марок. Причины были не только в сбоях цепочек поставок во время пандемии, но и в том, что автоматизированные системы контроля не справлялись с задачей. Генеральный директор Джим Фарли заявил, что компании удалось сэкономить «сотни миллионов долларов» на гарантийных расходах и отзывах, но сумма в $1 млрд по гарантийным убыткам в 2026 году остаётся внушительной. Ошибки ИИ привели к массовым отзывам машин, включая Explorer и Aviator.

Компания признала: она переоценила возможности автоматизации. «Мы ошибочно полагали, что внедрение ИИ и изменение проектных требований сами по себе обеспечат высокое качество», — сказал вице-президент по инженерии Чарльз Пун. Эксперт Артем Бобцов из bfm.ru сравнивает ситуацию с авиастроением и танкостроением, где ИИ не может заменить инженеров, отвечающих за интеграцию сложных систем.


Что делают «серые бороды»

Вернувшиеся инженеры не просто возвращаются в штат — они выполняют конкретные функции. «Серая борода» заметил до запуска модели Explorer дефект в креплении подвески, который ИИ не выявил. Его замечания тогда проигнорировали, но после возвращения «серых бород» система была перепрограммирована: в неё добавили правила, основанные на опыте инженеров. Дефект обнаружили до старта производства — с задержкой на две недели, но с миллионной экономией на будущих отзывах.

Теперь ветераны участвуют в совещаниях по выявлению дефектов, дорабатывают данные для ИИ-моделей и обучают молодых специалистов. В компании создана группа из сорока экспертов, которые контролируют качество программного обеспечения на ранних этапах, а также внедрено более 100 000 автоматизированных тестов для валидации изменений в коде.


ИИ не виноват — а как его применяли

Ford не отказывается от автоматизации. Компания усиливает взаимодействие между командами разработки, производства и ПО, но теперь инструменты работают на людей, а не наоборот. «ИИ — это не замена опыту, а инструмент, который требует опыта для своей работы», — подчеркнул Пун.

Результат заметен: в 2026 году Ford впервые за шестнадцать лет занял первое место в рейтинге J.D. Power, опередив Toyota и Honda. Модели F-150, Super Duty и Mustang возглавили свои категории. Однако даже на фоне успеха остаются вопросы. Количество отзывных кампаний остаётся высоким, а гарантийные убытки в 2026 году всё ещё оцениваются в миллиард долларов.


Чему учит опыт Ford

У Ford получилось не то, что ИИ не работает, а то, что его применяли неправильно. Стратегия «предупреждения дефектов» оказалась эффективнее исправления после выпуска. ИИ — мощный инструмент, но он не заменит экспертизу. Где технологии действительно помогают: в задачах, требующих глубокой экспертизы, например, при интеграции узлов или анализе пограничных случаев. Где не помогают: когда ИИ используют как «волшебную палочку» без учёта накопленных знаний и данных.

Компания доказала, что слепая вера в автоматизацию обходится дороже, чем возвращение опыта тех, кого когда-то уволили. Но остаётся открытым вопрос: сохранятся ли текущие улучшения?

Read more

Подземная грибная сеть: как вспашка и удобрения разрушают скрытую инфраструктуру полей

Подземная грибная сеть: как вспашка и удобрения разрушают скрытую инфраструктуру полей

В верхних 15 сантиметрах почвы скрыта сеть грибных гиф длиной до 110 квадриллионов километров — она связывает растения, хранит углерод и кормит урожай. Но интенсивное земледелие сокращает её плотность на 50%, лишая поля естественного плодородия и устойчивости.

ПМЭФ-2026: как форум показал разрыв между дипломатией и реальными барьерами

ПМЭФ-2026: как форум показал разрыв между дипломатией и реальными барьерами

На ПМЭФ-2026 высокие переговоры о ресурсах и суверенитете столкнулись с бытовыми реалиями: потерянные документы, драки за интервью и отсутствие глав европейских государств. Африканские делегаты приехали с конкретными запросами, но их реализация зависит от политической воли.

NVIDIA RTX Spark: что обещает новый чип и почему он не для всех

NVIDIA RTX Spark: что обещает новый чип и почему он не для всех

NVIDIA RTX Spark объединяет ARM-процессор Grace и графику Blackwell на одной подложке с 128 ГБ памяти и 1 Пфлопсом FP4. Но без дискретной графики и с Windows on ARM платформа подойдёт только тем, кто готов мириться с ограничениями ради AI-возможностей.

Headroom: как сжать контекст для LLM без потери данных

Headroom: как сжать контекст для LLM без потери данных

Headroom сжимает выводы инструментов, логи и JSON-структуры перед отправкой в LLM, сокращая токены на 60–95% без потери точности. Работает как прокси, библиотека или обёртка для агентов и поддерживает обратимое сжатие через локальный кэш.