Ford musiał przywrócić do pracy 350 inżynierów po tym, jak systemy AI nie potrafiły utrzymać oczekiwanego poziomu jakości pojazdów. Charles Poon, wiceprezes Forda ds. inżynierii sprzętu, przyznał, że firma błędnie sądziła, iż może zastąpić doświadczonych pracowników sztuczną inteligencją i nadal produkować wysokiej jakości produkty. Jak relacjonowała The Verge, to przyznanie się do porażki rzuca światło na nierealistyczne oczekiwania co do możliwości AI w złożonych procesach inżynieryjnych.
Historia Forda ilustruje powszechny problem w transformacji cyfrowej przemysłu - przekonanie, że algorytmy mogą być jedynką zastępcą dla ludzkiej wiedzy i doświadczenia. Kontrola jakości w motoryzacji to nie tylko liczby i metryki - wymaga intuicji, doświadczenia i zdolności do radzenia sobie z nieprzetestowanymi scenariuszami. AI okazało się niewystarczające do obsługi złożoności tego procesu bez wsparcia doświadczonych inżynierów.
Ta wpadka ma szersze implikacje dla branży. Pokazuje, że redukcje kosztów poprzez automatyzację mogą okazać się czasami kontrproduktywne, zwłaszcza gdy chodzi o sektory wymagające głębokiej ekspertyzy. Inne producenci mogą wyciągnąć wnioski z doświadczenia Forda i bardziej ostrożnie podchodzić do wprowadzania AI w krytyczne obszary operacyjne.