Ford, który niedawno zajął pierwsze miejsce w rankingu jakości początkowej JD Power, przyznaje się do problemów, jakie napotykał w ostatnich latach, zwłaszcza związanych z poleganiem na zautomatyzowanych systemach w produkcji i projektowaniu. Okazało się, że te systemy nie były tak solidne, jak wcześniej zakładano - konieczne było zatrudnienie doświadczonych techników, czasem nawet przywrócenie do pracy byłych pracowników, aby naprawiać błędy popełniane przez roboty firmy.
Dla Forda AI to paradoks - jednocześnie potężne narzędzie i źródło poważnych problemów. Efektywność tych systemów zależy całkowicie od jakości danych użytych do trenowania modeli. Jeśli dane wejściowe są słabe lub niepełne, żaden algorytm nie poprawi ostatecznego wyniku, niezależnie od zaawansowania technologii. To lekcja, którą Ford musiał przyswajać na własnych błędach.
Historia Forda ilustruje szerzą prawdę o automatyzacji w przemyśle - choć roboty mogą pracować szybciej niż ludzie, nie zastępują wymagającej ekspertyzy doświadczonych inżynierów. Przywrócenie do pracy byłych pracowników sygnalizuje, że czasem droga do wysoka automatyzacji wymaga powrotu do współpracy człowieka i maszyny, a nie całkowitego zastąpienia człowieka.