経験豊富なエンジニアよりもAIを優先したフォードの賭けは、同社に3年の歳月と数十億ドルものコスト、そしてベテランの再雇用を始めてようやく収束した品質危機をもたらした。
ブルームバーグによると、同自動車メーカーは、自動化された設計・品質システムが引き起こした誤りを修正するため、ベテランエンジニア350人を呼び戻した。フォードは彼らを「グレービアード（経験豊富なベテラン）エンジニア」と呼ぶ。その結果、フォードは16年ぶりにJ.D. パワーの量産車品質ランキングで首位に立った。
フォードのAIシステムが失敗した理由は、経験豊富なエンジニアが先に去ったことにある
失敗の原因はテクノロジーそのものではなかった。The Next WebのフォードAIに関する報道によると、フォードの車両ハードウェアエンジニアリング担当バイスプレジデントのチャールズ・プーン氏は、記者団にこう語った。「私たちは誤って、人工知能を導入し、既存の設計要件を調整するだけで、高品質な製品が生まれると考えていた」
経験豊富なエンジニアたちは、自らの知識がフォードのAIシステムに組み込まれる前に会社を去った。その基盤がないまま、自動化ツールは設計上の欠陥を見つけるのではなく、不十分な入力を増幅した。「AIは素晴らしいツールだが、訓練に使う情報の質を超えることはできない」とプーン氏はブルームバーグに述べた。
フォードは2020年の雇用ピーク以降、ホワイトカラー職を5300人分削減した。デトロイトの自動車大手3社は同じ期間に、合計でホワイトカラー職2万人分を廃止した。フォーチュンによると、ジム・ファーリーCEOは以前、AIはホワイトカラー労働者を大規模に置き換えると述べていた。フォード自身の品質危機は、たとえ一部であっても、その見通しを複雑にしている。
フォードはAIの再学習と若手育成のためにベテランを再雇用
ブルームバーグによると、クマール・ガルホトラCOOは、フォードが成果を得られないまま自動化された品質システムに過度に依存していたと述べた。復帰したエンジニアたちは、フォードのAI訓練を支えるデータパイプラインを再構築し、若手社員を指導し、もともと彼らを置き換えるために導入された自動化システムを再プログラムした。
The Next Webによると、フォードはさらに、40人のエンジニアからなるソフトウェア品質保証チームを新設し、AIを活用した自動テストを10万件以上追加した。「技術スペシャリストを呼び戻した」とガルホトラ氏は語る。「彼らは部品が工場の現場に届く前に、故障につながるポイントを探し出す」
ジム・ファーリーCEOは、この取り組みにより、保証費用とリコール費用の削減を通じて「フォードにとってコスト面で数億ドル規模の追い風」が生まれたと評価した。
クラーナとIBMも同様のAI採用判断を下した
フォードだけではない。ブルームバーグによると、決済サービスのクラーナ（Klarna）は2022年から2024年にかけて、顧客対応担当者700人をOpenAI搭載のアシスタントに置き換えた。品質は低下した。2025年半ばまでに、同社は人間の担当者を再び採用し始めていた。「私たちはコストに重点を置きすぎた」とセバスチャン・シェミャトコフスキCEOはブルームバーグに語った。「その結果、品質が低下した」
IBMは今年初め、AIに代替されると広く予測されている職種を含め、米国での新卒・若手採用を3倍に増やすと発表した。IBM、クラーナ、フォードは、異なる業界、異なるタイムラインを経て、それぞれ同じ軌道修正にたどり着いた。
AI時代には、AIリテラシーを持つ人材が不可欠である
フォードの立て直しには、すでに手放した人材を再雇用する必要があった。しかもそれは、測定可能な品質悪化と評判へのダメージが生じた後のことだった。カリフォルニア大学サンタバーバラ校のマット・ビーン教授は、このリスクを端的にこう表現している。「後始末は常に予防より難しい」
フォードが呼び戻した350人のエンジニアは、AIが失敗することの証拠ではない。AIがうまく機能するには、経験豊富な人間が必要であることの証拠である。最も高くつくAIの失敗は、悪い出力ではない。AIが間違っていると指摘できる人間が、もはや社内に誰も残っていないと企業が気づく瞬間である。
