Ford przyznał się do błędu z AI i musiał zatrudnić z powrotem 350 inżynierów

Ford zdobył pierwsze miejsce w badaniu jakości nowych samochodów JD Power 2026, ale za tym sukcesem kryje się historia o błędzie w podejściu do sztucznej inteligencji. Amerykański producent musiał przyznać, że zbyt mocno uwierzył w automatyzację i AI, a następnie zatrudnić z powrotem ponad 350 doświadczonych inżynierów, żeby naprawić to, czego algorytmy nie zrozumiały. Szczegóły tej historii opisuje Spider's Web.

Kluczowe wnioski

• Ford wygrał ranking jakości JD Power z wynikiem 152 problemy na 100 aut (spadek z 193 rok wcześniej), ale nadal prowadzi w USA pod względem akcji serwisowych — 51 w 2026 roku.
• Firma zbyt mocno uwierzyła w AI i automatyzację przy projektowaniu samochodów, co doprowadziło do problemów z jakością w rzeczywistych warunkach użytkowania.
• Ford musiał zatrudnić ponad 350 doświadczonych inżynierów, żeby odbudować wiedzę instytucjonalną, której nie da się przekazać algorytmom.
• Utworzono 40-osobowy zespół jakości oprogramowania i wdrożono ponad 100 tys. testów wspieranych przez AI.
• Główny wniosek: AI może wspierać inżynierów, ale nie może ich zastąpić w tak złożonym produkcie jak samochód.

Sukces z cieniem przeszłości

Wyniki badania JD Power 2026 U.S. Initial Quality Study rzeczywiście dają Fordowi powód do dumy. Marka osiągnęła najlepszy rezultat wśród producentów masowych — 152 problemy na 100 aut to znacząca poprawa w porównaniu z 193 problemami rok wcześniej. Badanie opiera się na odpowiedziach prawie 80 tysięcy nabywców i leasingobiorców po 90 dniach użytkowania oraz danych z wizyt serwisowych.

Jednak statystyki akcji serwisowych pokazują inny obraz. Ford nadal prowadzi w USA pod tym względem z 51 akcjami w 2026 roku, podczas gdy drugi Stellantis miał ich tylko 19. Ta ogromna różnica dowodzi, że poprawa najnowszych modeli nie eliminuje problemów nagromadzonych w poprzednich latach.

Lekcja o granicach sztucznej inteligencji

Ford wprost przyznał się do błędu strategicznego. Firma za bardzo uwierzyła, że AI, automatyzacja i nowe podejście do projektowania same z siebie poprawią jakość samochodów. Założenie było logiczne — skoro systemy analizują dane szybciej i wykrywają wzorce lepiej od ludzi, powinny też eliminować błędy projektowe.

Rzeczywistość okazała się bardziej skomplikowana. Samochód to bardzo złożony produkt, który musi działać w różnorodnych warunkach — na mrozie i w upale, w korku i na dziurawej drodze, z kierowcą nieznającym instrukcji i pasażerem podłączającym kable w złym miejscu. Algorytm może wykrywać wzorce, ale nie zawsze rozumie, które drobne odstępstwo stanie się problemem za 2–3 lata.

Kluczowa wiedza znajdowała się w głowach doświadczonych inżynierów — pamięć tysięcy przypadków dotyczących starzenia się uszczelek, błędnego użycia funkcji przez klientów, zmian tolerancji u dostawców czy powrotu błędów z różnych fabryk pod innymi postaciami.

Powrót do równowagi

Ford musiał zatrudnić, awansować lub ściągnąć z powrotem ponad 350 doświadczonych inżynierów. Ich zadaniem było nie tylko poprawianie błędów, ale także mentoring młodszych pracowników i lepsze przygotowanie danych dla zautomatyzowanych narzędzi.

Firma nie rezygnuje z AI — wręcz przeciwnie, chce jej używać szerzej, ale ostrożniej. Utworzono 40-osobowy zespół jakości oprogramowania i wdrożono ponad 100 tysięcy testów wspieranych przez sztuczną inteligencję. Te testy mają wykrywać przypadki brzegowe i testować systemy software'owe w różnych scenariuszach.

Najważniejszy wniosek jest prosty: samochodu nie można traktować jak smartfona, gdzie część problemów poprawia się aktualizacjami. Auto musi działać bezpiecznie od pierwszego dnia, a AI może wspierać rygor inżynierski, ale go nie zastąpi.