कृत्रिम बुद्धिमत्ता के साथ एक महंगा प्रयोग उम्मीदों पर खरा न उतरने के बाद फोर्ड अनुभवी इंजीनियरों को वापस ला रहा है। डेट्रॉइट ऑटोमेकर ने स्वीकार किया कि उसने यह मानते हुए एक गंभीर गलती की कि एआई दशकों की व्यावहारिक इंजीनियरिंग विशेषज्ञता की जगह ले सकता है, जो पारंपरिक विनिर्माण में एआई की सीमाओं की अब तक की सबसे स्पष्ट स्वीकारोक्ति में से एक है। यह कदम ऑटो उद्योग में स्वचालन बनाम मानव अनुभव की वास्तविक दुनिया की क्षमताओं के बारे में व्यापक गणना का संकेत देता है।
पायाब कॉर्पोरेट अमेरिका में लगभग अनसुना कुछ किया – इसने स्वीकार किया कि एआई के बारे में यह गलत था। ऑटोमेकर सक्रिय रूप से अनुभवी इंजीनियरों को फिर से काम पर रख रहा है, जिसे उसने पहले छोड़ दिया था, यह पता चलने के बाद कि कृत्रिम बुद्धिमत्ता उद्योग में दशकों से आने वाले अंतर्ज्ञान और समस्या-समाधान कौशल को दोहरा नहीं सकती है।
फोर्ड के एक प्रतिनिधि ने एक बयान में स्वीकार किया, “गलती से हमने सोचा कि कृत्रिम बुद्धिमत्ता पेश करने से उच्च गुणवत्ता वाला उत्पाद तैयार हो जाएगा।” टेकक्रंच द्वारा रिपोर्ट किया गया. यह उस उद्योग में पारदर्शिता का एक दुर्लभ क्षण है जो स्वचालन की ओर तेजी से दौड़ रहा है।
इस स्वीकारोक्ति से एक बुनियादी गलत आकलन का पता चलता है जो विनिर्माण क्षेत्रों में चल रहा है। जबकि टेस्ला और अन्य प्रतिस्पर्धियों ने एआई को उत्पादन लाइनों में सफलतापूर्वक एकीकृत किया है, फोर्ड के अनुभव से पता चलता है कि एल्गोरिदम के साथ मानव विशेषज्ञता का थोक प्रतिस्थापन अभी भी एक पुल बना हुआ है। तथाकथित “ग्रे बियर्ड” इंजीनियर – गहन संस्थागत ज्ञान वाले उद्योग के दिग्गज – केवल ऐसे कार्य नहीं कर रहे थे जिन्हें स्वचालित किया जा सकता था। वे ऐसी समस्याओं का समाधान कर रहे थे जिन्हें AI पहचान भी नहीं सका।
फोर्ड का एआई पुश एक व्यापक उद्योग प्रवृत्ति का हिस्सा था जो महामारी के दौरान तेज हो गया, जब कंपनियों ने स्वचालन के माध्यम से कर्मचारियों की संख्या कम करने और दक्षता बढ़ाने पर ध्यान दिया। लेकिन जो गुणवत्ता संबंधी मुद्दे सामने आए, वे कुछ और ही कहानी बताते हैं। जब एआई सिस्टम को किनारे के मामलों या विनिर्माण विसंगतियों का सामना करना पड़ा जो उनके प्रशिक्षण डेटा से बाहर थे, तो उनके पास अनुकूलन के लिए प्रासंगिक समझ का अभाव था। इसके विपरीत, अनुभवी इंजीनियर मूल कारणों की पहचान करने और तुरंत समाधान लागू करने के लिए वर्षों की समस्या निवारण का उपयोग कर सकते हैं।
समय विशेष रूप से प्रभावशाली है। जैसा कंपनियों को पसंद है ओपनएआई और गूगल तेजी से सक्षम एआई मॉडल के बारे में बताते हुए, फोर्ड का वॉक-बैक सामान्य प्रयोजन एआई प्रदर्शन और विशेष विनिर्माण आवश्यकताओं के बीच अंतर को रेखांकित करता है। जबकि बड़े भाषा मॉडल पैटर्न पहचान और डेटा प्रोसेसिंग में उत्कृष्टता प्राप्त करते हैं, वे विशेषज्ञ शिल्प कौशल को परिभाषित करने वाले स्पर्शनीय, सहज ज्ञान के साथ संघर्ष करते हैं।
उद्योग विश्लेषकों का कहना है कि फोर्ड का अनुभव विनिर्माण क्षेत्र में चुनौतियों को प्रतिबिंबित करता है। एक ऑटोमोटिव सलाहकार ने कहा, “आप एआई को दोषों को पहचानने के लिए सिखा सकते हैं, लेकिन आप इसे 30 साल तक यह नहीं सिखा सकते कि इंजन की आवाज कैसी होनी चाहिए या कैसा महसूस होना चाहिए।” वह संस्थागत ज्ञान – प्रशिक्षुता और व्यावहारिक अनुभव के माध्यम से पारित – प्रशिक्षण डेटासेट में आसानी से अनुवादित नहीं होता है।
पुनः नियुक्ति का प्रयास एआई के युग में कार्यबल नियोजन के बारे में भी सवाल उठाता है। पायाब यह पता लगाने में वह अकेली नहीं है कि अनुभवी कर्मचारियों को जाने देने से ज्ञान की कमी पैदा होती है जिसे भरना मुश्किल और महंगा होता है। अन्य वाहन निर्माता करीब से नजर रख रहे हैं, कुछ कथित तौर पर फोर्ड के अनुभव को बेहतर ढंग से समझे जाने तक इसी तरह की एआई-प्रथम पहल को रोक रहे हैं।
जो बात इस कहानी को विशेष रूप से महत्वपूर्ण बनाती है वह है फोर्ड की गलती को सार्वजनिक रूप से स्वीकार करने की इच्छा। ऐसे युग में जब कंपनियां नियमित रूप से एआई क्षमताओं की अधिक बिक्री करती हैं, ऑटोमेकर की स्पष्टवादिता वास्तविकता की जांच की पेशकश करती है। यह सुझाव देता है कि सफल एआई एकीकरण के लिए मानवीय विशेषज्ञता को बदलने की बजाय उसे बढ़ाने की आवश्यकता है – एक सबक जो फ़ैक्टरी स्तर से कहीं आगे तक फैला हुआ है।
यह कदम यह भी नया आकार दे सकता है कि निर्माता कौशल अंतर से कैसे निपटते हैं। अनुभवी इंजीनियरों को स्वचालित होने की विरासत लागत के रूप में देखने के बजाय, फोर्ड का उलटफेर उन्हें अपूरणीय संपत्तियों के रूप में रखता है जिनके ज्ञान को संरक्षित किया जाना चाहिए और एआई उपकरणों के साथ जोड़ा जाना चाहिए। यह मौजूदा स्थिति को जन्म देने वाली रणनीति से मौलिक रूप से भिन्न रणनीति है।
जिन इंजीनियरों को दोबारा काम पर रखा जा रहा है, उनके लिए यह पुष्टि का क्षण है। कई लोगों ने चेतावनी दी थी कि एआई सिस्टम में गुणवत्ता नियंत्रण और जटिल समस्या-समाधान के लिए आवश्यक बारीकियों का अभाव है। अब वे उन मुद्दों को ठीक करने के लिए लौट रहे हैं जो उनकी अनुपस्थिति में उभरे थे, हालांकि यह स्पष्ट नहीं है कि वे समान मुआवजे के स्तर पर वापस आ रहे हैं या भविष्य में एआई-संचालित छंटनी के खिलाफ गारंटी के साथ वापस आ रहे हैं।
एआई-संचालित विनिर्माण पर फोर्ड का चेहरा स्वचालन वादों पर नशे में धुत्त उद्योग के लिए एक महत्वपूर्ण सबक प्रदान करता है। वास्तविकता यह है कि एआई तब सबसे अच्छा काम करता है जब यह मानव विशेषज्ञता को प्रतिस्थापित करने के बजाय उसे बढ़ाता है। जैसा कि अन्य निर्माता फोर्ड के अनुभव को पचाते हैं, हाइब्रिड दृष्टिकोण की ओर बदलाव की उम्मीद करते हैं जो अपूरणीय मानव निर्णय के साथ एल्गोरिदमिक दक्षता को जोड़ता है। सफ़ेद दाढ़ी कहीं नहीं जा रही है – और यह वही हो सकता है जिसकी उद्योग को आवश्यकता है।
