للاحتفال بوضعها الجديد كرقم 1 في تصنيف الجودة الأولي لشركة JD Power بين صانعي السيارات الرئيسيين، أعلنت شركة Ford عن التحديات التي واجهتها في السنوات الأخيرة، خاصة فيما يتعلق باعتمادها على الأنظمة الآلية في الإنتاج والتصميم. وتبين أن تلك الأنظمة الآلية لم تكن قوية كما كان يُفترض سابقًا، مما تطلب من شركة فورد توظيف فنيين ذوي خبرة – وأحيانًا إعادة موظفين سابقين – لتصحيح الأخطاء التي ارتكبتها روبوتات الشركة.
من وجهة نظر فورد، يعتبر الذكاء الاصطناعي قويا وعرضة للمزالق. تعتمد فعاليتها بشكل كامل على جودة البيانات المستخدمة لتدريب نماذج الذكاء الاصطناعي. بالإضافة إلى ذلك، قللت شركة صناعة السيارات من قيمة المعرفة المؤسسية التي تراكمت لدى مهندسيها الأكثر خبرة الذين عملوا من خلال دورات متعددة لتطوير المركبات. وأدى هذا المزيج من الظواهر إلى انخفاض جودة سيارات فورد.
وقال تشارلز بون، نائب رئيس هندسة أجهزة المركبات، في مؤتمر صحفي هذا الأسبوع مع الصحفيين: “لقد اعتقدنا خطأً أنه بمجرد إدخال الذكاء الاصطناعي وتعديل متطلبات التصميم التي لدينا، فإن ذلك سيؤدي إلى إنتاج منتج عالي الجودة”.
“لقد اعتقدنا خطأً أنه بمجرد إدخال الذكاء الاصطناعي وتعديل متطلبات التصميم التي لدينا، سيؤدي ذلك إلى إنتاج منتج عالي الجودة.”
— تشارلز بون، نائب الرئيس لهندسة أجهزة المركبات في شركة فورد
وفقًا لبون، فقد غادر بعض الموظفين الأكثر خبرة في الشركة قبل أن يتم نقل كل معارفهم المتراكمة بالكامل إلى أنظمة فورد الآلية. وقد استلزم ذلك إعادة بعض هؤلاء الموظفين لإعادة تدريب تلك الأنظمة، أو في بعض الحالات، توجيه المهندسين الشباب الذين كانوا يكافحون حاليًا للحفاظ على جودة سيارة فورد. وقال بون إن شركة فورد قامت بتعيين أو ترقية أو إعادة أكثر من 350 مهندساً من ذوي الخبرة لإعادة بناء تلك الطبقة من الخبرة. بالإضافة إلى توجيه المهندسين الشباب، تم تكليفهم أيضًا بتحسين جمع البيانات والتدريب على الذكاء الاصطناعي الذي تدعمه أنظمة فورد الآلية.
وقال بون: “هذا هو المكان الذي اكتسب فيه بعض مهندسينا الأكثر خبرة خبرة في حل وتحديد تلك المشكلات قبل أن تتسلل إلى النظام”.
فورد حاليا تقود الصناعة في عدد عمليات الاستدعاء، وتقييمات الجودة لها تراجعت على مدى السنوات القليلة الماضية. أصبحت هذه التحديات أكثر وضوحًا في الآونة الأخيرة، مع الصعوبات المرتبطة بإطلاق إكسبلورر وأفييتور، واضطرابات سلسلة التوريد خلال جائحة كوفيد، والنمو الملحوظ في عدد عمليات استدعاء مركباتها.
وفقًا لمدير العمليات في شركة فورد، كومار جالهوترا، خلصت شركة صناعة السيارات في النهاية إلى أن أسلوبها في الجودة أصبح مجزأً للغاية. عملت الأقسام المختلفة بشكل منعزل، واعتمدت الشركة بشكل كبير على فلسفة “البحث والإصلاح” التي ركزت على تحديد العيوب بعد ظهورها وتصحيحها في أسرع وقت ممكن. وفي حين أن هذا النهج يمكن أن يعالج المشاكل المباشرة، فإنه لا يمنع حدوث تلك المشاكل في المقام الأول.
وقال جالهوترا: “إننا ننتقل من عقلية البحث والإصلاح إلى منع المشكلات قبل حدوثها”. “نحن نركز على عوامل التمكين والمؤشرات المبكرة مقابل المخرجات. توقف عن الإعجاب بالمشكلة وابدأ في حلها.”
يمتد التحول إلى ما هو أبعد من أجهزة السيارة. وقال مسؤولون تنفيذيون إن فرق البرمجيات والفرق الرقمية تعمل الآن بشكل أوثق مع فرق هندسة المركبات والتصنيع وسلسلة التوريد. وتحاول فورد الآن الجمع بين السرعة والمرونة المرتبطة بتطوير البرمجيات مع متطلبات الدقة والتحقق من هندسة السيارات.
تاريخياً، لم يكن هذا هو الحال دائماً. وقال بون إن شركة فورد لم تكتشف الأخطاء البرمجية إلا في وقت متأخر من العملية لأنها لم تكن تستفيد بشكل كامل من دورات التكرار السريعة المتاحة. ومع ذلك، قال بون إن شركة صناعة السيارات لم تتمكن من طرح تحديثات البرامج بنفس سرعة شركات الإلكترونيات الاستهلاكية مع عقلية أنها يمكن أن “تتحرك بسرعة وتصلح لاحقًا”. تعمل المركبات، على عكس الهواتف الذكية، في بيئة حساسة للسلامة حيث يعتمد العملاء على البرامج التي تعمل بشكل صحيح منذ لحظة تسليم السيارة. ولحل هذه المشكلة، أنشأت شركة Ford فريقًا مخصصًا لضمان جودة البرامج مكونًا من 40 شخصًا يتحمل المسؤولية الوحيدة عن منع المشكلات قبل حدوثها.
لكن لا تعتقد أن شركة Ford ليست ملتزمة بدمج الذكاء الاصطناعي في المزيد من عملياتها. تقول شركة صناعة السيارات إنها قامت بتوسيع قدرات الاختبار الآلي الخاصة بها بشكل كبير، مضيفة أكثر من 100000 اختبار جديد مدعوم بالذكاء الاصطناعي مصمم لتحديد الحالات المتطورة والضغط على أنظمة البرامج في ظل مجموعة واسعة من الظروف. نظرًا لأن إطار الاختبار مؤتمت للغاية، يمكن إعادة التحقق من تغييرات البرامج بسرعة حتى في وقت متأخر من التطوير، مما يضمن أن التعديلات لا تؤدي إلى عيوب جديدة.
قال بون: “نظرًا لأن هذه الاختبارات مؤتمتة للغاية، حتى لو كان لدينا تغيير متأخر في البرنامج، يمكننا الرجوع سريعًا خلال عملية التحقق بأكملها لضمان أنها تعمل بشكل جيد قبل أن تصل إلى العميل”. “لقد أسسنا موثوقية البرامج كأنظمة صارمة خاصة بها مع مقاييس صارمة.”
