Ford Motor Co. đã lặng lẽ thực hiện một cách tiếp cận bất thường để giải quyết các vấn đề chất lượng trị giá hàng tỷ đô la của mình. Nhà sản xuất ô tô này đã tái tuyển dụng, tuyển mới hoặc thăng chức 350 kỹ sư kỳ cựu – được gọi nội bộ là kỹ sư "lão làng" ("gray beard") – sau khi phát hiện ra rằng việc quá tin cậy vào trí tuệ nhân tạo (AI) và các hệ thống tự động đã không thể ngăn chặn các lỗi và vấn đề chất lượng tốn kém trước khi xe đến dây chuyền sản xuất.
Lời Hứa Hẹn và Cạm Bẫy Của Hệ Thống AI Tự Động 📉
Trong vài năm qua, Ford đã chuyển dịch mạnh mẽ sang các hệ thống kiểm soát chất lượng tự động, với kỳ vọng rằng AI có thể tinh giản quy trình kiểm tra và tự động hóa việc xác minh các yêu cầu thiết kế. Nhiều kỹ sư giàu kinh nghiệm đã nghỉ hưu hoặc rời công ty trong quá trình chuyển đổi này khi Ford cắt giảm nhân sự.
Tuy nhiên, các công cụ tự động đã gặp khó khăn. Ông Charles Poon, Phó Chủ tịch Kỹ thuật Phần cứng Xe của Ford, thẳng thắn thừa nhận với các phóng viên:
> "Sai lầm của chúng tôi là nghĩ rằng chỉ cần giới thiệu trí tuệ nhân tạo và đưa vào các yêu cầu thiết kế hiện có là sẽ tạo ra một sản phẩm chất lượng cao. Trí tuệ nhân tạo là một công cụ tuyệt vời, nhưng nó chỉ tốt khi được huấn luyện bằng thông tin chất lượng."
Nếu không có sự hiệu chỉnh của con người và quá trình chuyển giao kiến thức chuyên sâu từ các kỹ sư kỳ cựu vào các hệ thống đào tạo AI, các hệ thống tự động đã bỏ sót những điểm lỗi quan trọng, dẫn đến các đợt thu hồi xe tốn kém và thứ hạng độ tin cậy của J.D. Power bị sụt giảm.
Sự Can Thiệp Của Các 'Lão Làng' 🧙♂️
Để đảo ngược tình thế, Giám đốc Điều hành (COO) của Ford, ông Kumar Galhotra, đã dẫn đầu một chiến lược xoay chuyển. Công ty đã đưa trở lại 350 kỹ sư "lão làng" giàu kinh nghiệm, nhiều người trong số họ là cựu nhân viên Ford hoặc chuyên gia từ các nhà cung cấp.
Thay vì từ bỏ AI, những kỹ sư kỳ cựu này được đặt vào trung tâm hoạt động chất lượng với hai nhiệm vụ chính:
1. Hiệu chỉnh và Lập trình lại Công cụ AI: Các chuyên gia đã phân tích các lỗi, xác định nơi các mô hình AI hiểu sai các đầu vào thiết kế và lập trình lại các hệ thống tự động để ngăn chặn các sự cố. 2. Phát triển Kỹ sư Trẻ: Các kỹ sư kỳ cựu tổ chức các cuộc họp khắc phục sự cố nghiêm ngặt, bắt buộc và cố vấn cho nhân viên trẻ, chuyển giao kiến thức chuyên sâu vô giá mà các cơ sở dữ liệu tự động và hệ thống AI đơn giản là không thể bảo tồn.
Ông Kumar Galhotra giải thích:
> "Chúng tôi đã ngày càng phụ thuộc vào các hệ thống chất lượng tự động mà không đạt được kết quả mong muốn. Chúng tôi đã đưa các chuyên gia kỹ thuật trở lại, và họ săn lùng các điểm lỗi trước khi một bộ phận đến dây chuyền sản xuất."
Biến Hàng Tỷ Đô Chi Phí Lỗi Thành Chiến Thắng J.D. Power 🏆
Kết quả của chiến lược lai giữa con người và AI này đã nhanh chóng và mang lại lợi nhuận cao:
* Vị trí số 1 về Chất lượng: Trong khảo sát Chất lượng Ban đầu (IQS) mới nhất của J.D. Power, Ford đạt 152 PP100, vươn lên xếp hạng là thương hiệu phổ thông hàng đầu tại Mỹ lần đầu tiên sau 16 năm, vượt qua cả Toyota và Honda. * Mức cải thiện chất lượng lớn nhất trong năm: Ford đã cải thiện 41 vấn đề ít hơn trên 100 xe so với cùng kỳ năm trước – đây là mức cải thiện lớn nhất trong lịch sử thương hiệu. * Tiết kiệm 1 tỷ đô la chi phí: Ford dự kiến rằng sự xoay chuyển về chất lượng và việc giảm sửa chữa lỗi, thu hồi xe sẽ giúp nhà sản xuất ô tô này tiết kiệm 1 tỷ đô la chỉ riêng trong năm nay.
Bài Học Quan Trọng: AI Thay Thế Chuyên Môn Là Thất Bại 💡
Kinh nghiệm của Ford mang đến một nghiên cứu điển hình giá trị, đầy cảnh báo cho các ngành công nghệ và sản xuất. Việc triển khai AI như một cơ chế cắt giảm chi phí thuần túy để thay thế lao động con người có kinh nghiệm thường phản tác dụng vì AI thiếu khả năng lý luận theo ngữ cảnh, kinh nghiệm lâu năm và khả năng đào tạo thế hệ kỹ sư tiếp theo. AI thành công không phải là sự thay thế trực tiếp cho tài năng con người, mà là một công cụ hỗ trợ được hiệu chỉnh và hướng dẫn bởi chuyên môn sâu sắc của con người.