Компания Ford, активно внедрявшая искусственный интеллект в проектирование и сборку машин, столкнулась с суровой реальностью. Оказалось, что без «живого» опыта инженеров алгоритмы начали допускать критические ошибки. Это привело к падению надежности автомобилей и настоящему всплеску отзывных кампаний по всему миру. Об этом сообщает 3Dnews.
![]()
Фото из открытых источников / © GigaChat
Чтобы спасти ситуацию, руководство приняло решение вернуть в штат более 350 опытных специалистов, которых ранее сократили или которые ушли на пенсию. Им предложили повышение и новые задачи. Как пояснил вице-президент по разработке аппаратного обеспечения Чарльз Пун (Charles Poon), проблема крылась в том, что многие инженеры уволились до того, как их уникальные знания были оцифрованы. Теперь же именно эти люди нужны для настройки нейросетей и обучения молодых коллег. По словам Пуня, эффективность любого алгоритма упирается в качество данных, которыми его снабжают, а ставка только на автоматизацию оказалась ошибкой.
Кризис особенно остро проявился при запуске моделей Explorer и Aviator, когда сбои посыпались один за другим, усугубляясь проблемами в логистике. Операционный директор Кумар Галхотра (Kumar Galhotra) признал, что старая модель работы — разрозненные отделы и борьба с уже возникшими дефектами — больше не работает. Сейчас Ford переходит к превентивной стратегии: устранять проблемы еще на этапе чертежей, а не когда машина сошла с конвейера.
В отличие от производителей смартфонов, где ошибку можно исправить очередным обновлением прошивки, автогиганты работают в условиях жестких стандартов безопасности. Внедрение принципа «быстрого выпуска и исправления ошибок» здесь невозможно физически из-за риска для жизни людей. Раньше программные глюки находили слишком поздно, так как у компании отсутствовали циклы быстрой итерации. Для решения этой головоломки была создана спецгруппа из 40 экспертов, которая теперь контролирует качество кода с самого начала разработки.
Несмотря на провал первой волны цифровизации, Ford не собирается отказываться от прогресса. Наоборот, компания расширяет возможности алгоритмического тестирования. В систему проверки было добавлено свыше 100 тысяч новых тестов на базе ИИ для выявления пограничных случаев. Текущая инфраструктура позволяет мгновенно перепроверять любую строку кода, гарантируя стабильность системы.
