Fordは、依存してきた人工知能・自動品質管理システムが目標とする品質基準を達成できなかったことを受け、ベテランエンジニア350人を再雇用した。
- Fordは自動化された品質管理システムへの依存を強めていたが、期待した成果を得られなかった。
- 再雇用されたのは元Ford従業員やサプライヤーから招聘した専門家を含むベテランエンジニア350人。
- これらの技術専門家は、部品が生産ラインに到達する前に潜在的な不具合を発見する役割を担う。
- Kumar Galhotra氏は「自動化された品質システムへの依存を強めすぎていた」と述べた。
- 同氏はまた、再雇用した専門家が「部品が工場の床に届く前に故障点を探し出す」存在であると説明した。
- Charles Poon氏は「AIを導入し設計要件を学習させるだけで高品質な製品が生まれると誤って考えていた」と述べた。
- Fordは、再雇用したベテランエンジニアはAIを置き換えるものではなく、若手社員の育成とAIツールの改善を支援する役割であるとした。
- この取り組みにより、保証費用およびリコール費用の削減につながったという。
- CEOのJim Farley氏は、これらの改善により「数億ドル規模」のコスト削減が生まれたと述べた。
- 本件は、AI導入による品質管理の自動化に過度に依存することのリスクを示す事例として注目される。
着目点：本件は、AIを活用した品質管理の自動化が必ずしも期待通りの成果を生まない場合があることを示す事例である。Fordは人間の専門知識とAIの組み合わせによるハイブリッド型の品質管理体制へと方針を転換しており、AI導入を急ぐ他の製造業・流通業にとっても、人材育成とテクノロジー活用のバランスを見直す契機となり得る。特に、品質保証やサプライチェーン管理においてAIと人の専門性をどう組み合わせるかは、今後の経営課題として重要性を増すと考えられる。
注釈：本記事は、AIを活用して作成しています。
元記事：こちら
コメント