За последние три года Ford наняла около 350 опытных специалистов — бывших сотрудников и инженеров от поставщиков. Их задачей стало устранение сложных дефектов, которые ранее не удавалось выявить автоматизированным системам, а также переобучение инструментов искусственного интеллекта, применяемых в контроле качества. Параллельно они взяли на себя наставничество: опытные инженеры передают молодым сотрудникам практические знания о производственных нюансах.
По словам руководства Ford, проблема заключалась в чрезмерной зависимости от автоматизации. ИИ-системы, на которые рассчитывала компания, не учитывали накопленный практический опыт производства, из-за чего часть дефектов обнаруживалась слишком поздно — уже после выхода автомобилей с конвейера. Теперь инженеры проводят регулярные проверки и используют свой опыт, чтобы перепрограммировать алгоритмы и предотвращать сбои на ранних этапах.
Операционный директор Ford Кумар Галхотра подчеркнул, что инженеры выявляют потенциальные неисправности ещё до того, как детали попадают в производство. Фактически это позволяет перейти от реактивного подхода к превентивному управлению качеством.
Результаты изменений уже отражаются на бизнесе. В компании отмечают снижение расходов на гарантийное обслуживание и отзыв автомобилей, что приносит экономию в сотни миллионов долларов. Руководство Ford планирует сократить затраты на $1 млрд в текущем году, и улучшение качества стало одним из ключевых факторов достижения этой цели.
Более того, Ford занял первое место среди массовых брендов в последнем исследовании JD Power по качеству автомобилей в первые три месяца эксплуатации, обойдя Toyota и Honda. В тройке лучших моделей также оказались Ford F-150, Super Duty и Mustang, занявшие лидирующие позиции в своих категориях.
Несмотря на успех, компания остаётся одним из крупнейших источников гарантийных расходов и отзывов автомобилей в США. В Ford признают, что отзывы являются «запаздывающим индикатором» прошлых проблем, но ожидают постепенного улучшения ситуации. Руководство подчёркивает, что сочетание человеческого опыта и ИИ позволит снизить число дефектов в будущем, хотя точные сроки стабилизации качества пока не называют.

