Ford понял, что искусственный интеллект нуждается в человеческом опыте
Искусственный интеллект все чаще используется в разных сферах, но компании начинают осознавать, что эта технология имеет высокую стоимость и склонна к ошибкам. Ford столкнулся с обеими проблемами, пытаясь с помощью ИИ повысить качество автомобилей, уменьшить расходы на гарантийное обслуживание и сократить количество отзывов. Реальность оказалась сложнее, чем обещали теоретические преимущества.
Во время недавнего разговора с журналистами после того, как Ford занял первое место среди массовых брендов в исследовании начального качества JD Power, компания рассказала, насколько важным стал для нее ИИ, но признала его недостатки. Неудачное внедрение технологии и недооценка опытных инженеров сначала даже ухудшили качество.
Когда ушли эксперты, исчезли и знания
Вице-президент Ford по инженерии автомобильных систем Чарльз Пун рассказал The Verge, что многие опытные сотрудники покинули компанию до того, как их знания удалось передать системам искусственного интеллекта. Чтобы восполнить этот пробел, Ford пришлось нанять, повысить в должности и вернуть более 350 инженеров, которые обучают ИИ-системы и совершенствуют методы сбора данных для инструментов искусственного интеллекта.
Некоторые из этих инженеров теперь наставляют младших коллег, которые раньше не могли справиться с поддержкой качества автомобилей. Пун отметил:
Именно наши самые опытные инженеры имеют опыт решения и выявления проблем до того, как они попадут в систему.
Он также признал ошибочные предположения компании:
Ошибочно мы считали, что просто внедрив искусственный интеллект и скорректировав требования к дизайну, мы получим высококачественный продукт.
Тестирование с помощью ИИ все еще важно
Несмотря на эти ошибки, ИИ играет важную роль в обеспечении качества автомобилей Ford. Сейчас компания использует более 100 000 тестов на основе искусственного интеллекта для проверки программных систем и выявления граничных случаев. Если проблемы найдены, изменения в программном обеспечении можно внести быстро, даже на поздних стадиях разработки новых моделей.
Пун объяснил:
Поскольку эти тесты высокоавтоматизированы, даже при позднем изменении программного обеспечения мы можем быстро провести весь процесс валидации, чтобы гарантировать, что все работает идеально, прежде чем автомобиль попадет к клиенту.
Он добавил, что Ford теперь рассматривает надежность программного обеспечения как отдельную строгую дисциплину с четкими метриками, подобно тому, как это раньше применялось только к аппаратному обеспечению.
Переход от исправления к предотвращению
Для решения проблем с качеством также потребовалось изменение мышления. Пун рассказал The Verge, что раньше Ford придерживался философии «найди и исправь», выявляя дефекты после их появления и устраняя их. Теперь компания стремится выявлять проблемы до того, как они возникнут.
Для достижения этой цели программные и цифровые команды Ford теснее сотрудничают с инженерными, производственными и логистическими подразделениями. Автопроизводитель также создал команду по обеспечению качества программного обеспечения из 40 сотрудников, которые занимаются исключительно предотвращением проблем.
Пун отметил, что раньше Ford выявлял ошибки в программном обеспечении на поздних этапах разработки, поскольку не использовал в полной мере возможности быстрой итерации. Однако он подчеркнул, что компания не может принять подход, характерный для потребительской электроники, «двигайся быстро и исправляй позже», поскольку автомобили работают в среде, критической для безопасности, где программное обеспечение должно работать правильно с момента, когда оно попадает к клиенту.
Ford утверждает, что эти изменения уже дают результаты. Хотя компания все еще имеет больше отзывов, чем любой из ее конкурентов в США в этом году, расходы на гарантийное обслуживание и частота отзывов снижаются.
Этот случай иллюстрирует важный урок для всей автомобильной индустрии: искусственный интеллект является мощным инструментом, но он не может полностью заменить человеческий опыт и интуицию. Возвращение опытных инженеров для обучения ИИ-систем свидетельствует о том, что самые ценные знания часто хранятся в головах людей, а не в базах данных. Кроме того, переход от реактивного «исправления ошибок» к проактивному «предотвращению проблем» требует не только технологических изменений, но и фундаментального изменения корпоративной культуры. Для Ford, который исторически боролся с проблемами качества, этот путь может стать ключом к восстановлению доверия потребителей и снижению расходов, связанных с гарантийными ремонтами и отзывами.