Kratak odgovor: Ford je posle velikog oslanjanja na veštačku inteligenciju i automatizovane sisteme u kontroli kvaliteta morao da promeni pristup i ponovo uključi veliki broj iskusnih tehničkih stručnjaka. Prema dostupnim izveštajima, kompanija je angažovala, unapredila ili vratila oko 300 do 350 iskusnih inženjera i specijalista, jer AI alati nisu mogli sami da nadoknade znanje ljudi koji su prošli kroz više razvojnih ciklusa vozila. Ovo nije dokaz da je AI beskoristan, već upozorenje da se u složenoj proizvodnji ne sme prebrzo zameniti ljudsko iskustvo softverom.

Šta se dogodilo u Fordu?

Vest da je Ford ponovo uključio iskusne inženjere u proces kontrole kvaliteta privukla je pažnju jer dolazi u trenutku kada mnoge kompanije pokušavaju da veštačkom inteligencijom smanje troškove, ubrzaju rad i automatizuju deo stručnih poslova.

Ford je prethodnih godina mnogo ulagao u automatizaciju, AI alate i sisteme za proveru kvaliteta vozila. Cilj je bio razumljiv: greške u dizajnu, proizvodnji i montaži trebalo je otkrivati ranije, brže i uz manje ručnih provera. Međutim, praksa je pokazala da softver ne može lako da zameni znanje koje iskusni inženjeri stiču godinama.

Prema izveštajima koje su preneli regionalni i strani mediji, Ford je morao ponovo da se osloni na ljude koji znaju kako se problemi pojavljuju u stvarnoj proizvodnji, a ne samo u dokumentaciji i podacima. Business Insider navodi da je kompanija angažovala, unapredila ili vratila oko 350 iskusnih tehničkih stručnjaka. Njihov zadatak je da vode stručne provere, pomognu mlađim inženjerima i unaprede AI alate koji se koriste za otkrivanje grešaka.

Zato ovu vest ne treba čitati kao jednostavnu priču „AI je propao”. Preciznije je reći da je Ford pogrešno procenio koliko brzo veštačka inteligencija može da preuzme složeno znanje ljudi koji godinama rade na razvoju, proizvodnji i kontroli kvaliteta automobila.

Zašto je Ford morao da promeni pristup?

Glavni problem bio je preveliko oslanjanje na automatizaciju u oblastima koje zahtevaju duboko tehničko razumevanje, iskustvo i brzo prilagođavanje. Veštačka inteligencija dobro radi kada obrađuje velike količine podataka, prepoznaje poznate obrasce ili obavlja ponavljajuće zadatke sa jasnim pravilima.

Problem nastaje kada se javi kvar ili greška koja nije očigledna u podacima. U proizvodnji automobila to može biti sitna promena u montaži, neusklađenost između više delova, problem koji se javlja samo u određenim uslovima ili greška koja nastaje na granici između dizajna, softvera, proizvodnje i dobavljača.

Iskusni inženjer često ne posmatra samo jedan deo. On zna kako se taj deo ponašao u prethodnim modelima, šta se ranije kvarilo, gde se najčešće prave greške i koje male promene mogu kasnije da izazovu veći problem. AI alat takvo znanje ne poseduje sam od sebe. On zavisi od podataka kojima je obučen i od ljudi koji umeju da mu objasne šta je zaista važno.

Fordov potpredsednik za inženjering hardvera Čarls Pun priznao je, prema izveštajima stranih medija, da kompanija ranije nije dovoljno obratila pažnju na iskustvo svojih najiskusnijih inženjera. Drugim rečima, Ford je shvatio da AI može biti koristan alat, ali samo ako se pravilno obuči i koristi uz ljudsko znanje.

Zašto AI nije mogao sam da reši problem?

Veštačka inteligencija može da pronađe obrasce koje čovek teško uočava, ali ne razume stvarni proizvod na isti način kao inženjer. U fabrici automobila nije dovoljno samo prepoznati da nešto odstupa od pravila. Treba razumeti zašto odstupa, koliko je problem ozbiljan i da li može da utiče na bezbednost, servis, garanciju ili zadovoljstvo kupca.

Na primer, kamera i softver mogu da primete da deo nije pravilno postavljen. To je korisno. Ali ako se isti problem ponavlja, neko mora da utvrdi da li je uzrok u dizajnu dela, alatu za montažu, instrukcijama radnicima, softveru, dobavljaču ili loše postavljenom procesu kontrole.

Tu se vidi granica AI alata. On može da prijavi sumnjiv rezultat, ali ne može samostalno da preuzme punu odgovornost za procenu šireg proizvodnog problema. Zato su iskusni stručnjaci ponovo dobili važnu ulogu u Fordovom sistemu kontrole kvaliteta.

Šta zapravo rade iskusni inženjeri?

Iskusni stručnjaci koje je Ford ponovo uključio u rad ne služe samo da „popravljaju ono što AI ne zna”. Njihova uloga je šira i važnija.

Oni učestvuju u pregledima dizajna, proveravaju gde bi problem mogao da nastane pre ulaska vozila u proizvodnju, prate kritične tačke u razvoju i pomažu mlađim inženjerima da razumeju probleme koji se ne vide u formalnim procedurama.

Deo njihovog posla je i poboljšanje AI alata, jer veštačka inteligencija postaje korisnija kada je obučavaju ljudi koji stvarno poznaju proizvod. Ako iskusni inženjer zna da određeni deo često pravi problem u određenim uslovima, ta informacija može da pomogne da se AI sistem bolje podesi i da ubuduće ranije označi sličan rizik.

Drugim rečima, Ford se vratio uravnoteženijem modelu: AI radi ono u čemu je dobar, a iskusni ljudi proveravaju, usmeravaju i dopunjuju sistem tamo gde je potrebno ljudsko rasuđivanje.

AI ostaje u Fordu, ali više nije samostalno rešenje

Ford nije odustao od veštačke inteligencije. Kompanija i dalje koristi AI u proizvodnji, proveri kvaliteta i otkrivanju grešaka. Razlika je u tome što se AI više ne posmatra kao zamena za stručnjake, već kao alat koji mora da radi uz njih.

Jedan od primera je Fordov Mobile AI Vision System, poznat kao MAIVS, koji koristi IBM-ovu tehnologiju za vizuelnu inspekciju. Prema WardsAuto, ovaj sistem je korišćen u 17 severnoameričkih pogona i obavio je oko 150 miliona pojedinačnih inspekcija, pri čemu je označeno oko 400.000 potencijalnih problema.

To pokazuje da AI može da bude veoma koristan u fabrici. Kamere i softver mogu stalno da proveravaju delove, kablove, konektore, položaj elemenata i druge detalje na proizvodnoj liniji. Takav sistem se ne umara, ne gubi koncentraciju i može da radi u velikom obimu.

Ipak, otkrivanje greške nije isto što i potpuno razumevanje njenog uzroka. Za to su i dalje potrebni ljudi koji razumeju proizvod, proizvodni proces i posledice koje jedan propust može da ima na kupca.

Da li AI alat može potpuno da zameni stručnjaka?

Ne, veštačka inteligencija u sadašnjem obliku ne može u potpunosti da zameni ljudskog eksperta u složenim tehničkim poslovima. Može da ubrza proveru, obradi podatke, pronađe obrasce i pomogne u rutinskim zadacima, ali ne može sama da preuzme celokupno iskustvo, odgovornost i procenu stručnjaka.

U proizvodnji automobila ljudski faktor ostaje važan iz nekoliko razloga.

Prvo, postoji iskustvo stečeno kroz praksu. Inženjer koji je video stotine sličnih problema ponekad brzo prepozna kvar po zvuku, ponašanju sistema ili malom odstupanju koje softver ne označi kao kritično.

Drugo, postoji prilagodljivost u hodu. Ljudi mogu da promene pristup kada vide da prvo rešenje ne funkcioniše. AI sistem, posebno u industrijskoj primeni, često zahteva dodatno podešavanje, nove podatke ili promenu modela.

Treće, postoji odgovornost. Kada se donosi odluka koja utiče na kvalitet, bezbednost ili troškove, neko mora da razume širi kontekst i da stoji iza te odluke. Softver može da pomogne, ali ne može da preuzme odgovornost umesto kompanije i stručnih ljudi.

Kakve veze ima J.D. Power rezultat?

Zanimljivo je da se ova priča ne završava samo kao primer neuspešne automatizacije. Ford je u J.D. Power 2026 U.S. Initial Quality Study istraživanju zauzeo prvo mesto među masovnim automobilskim brendovima u SAD, sa rezultatom od 152 problema na 100 vozila. Ispred Forda su ukupno bili Porsche i Genesis, dok su među masovnim brendovima iza Forda bili Nissan i Buick.

Ovo istraživanje meri probleme koje vlasnici prijave tokom prvih 90 dana posedovanja novog vozila. To nije isto što i dugoročna pouzdanost posle više godina, ali jeste važan signal početnog kvaliteta. Kada se taj rezultat poveže sa povratkom iskusnih stručnjaka i boljim korišćenjem AI alata, poruka je jasnija: najbolji rezultat ne dolazi iz slepog oslanjanja na tehnologiju, već iz kombinovanja automatizacije i ljudskog znanja.

Zašto je ova tema važna za obične korisnike?

Za prosečnog korisnika nije najvažnije da li je automobil, telefon, laptop ili kućni uređaj proverio čovek ili AI sistem. Važno je da proizvod radi pouzdano, da nema serijskih grešaka, da servis nije čest i da garancija ne postane jedini način da se problem reši.

Kada kompanije previše rano smanje ulogu stručnih ljudi, greške mogu da prođu kroz sistem i da se pojave tek kod kupaca. Kod automobila to može značiti opozive, probleme u servisu, duže čekanje na popravku i pad poverenja u brend. Kod softvera to može znači bagove, lošu korisničku podršku ili sisteme koji ne rade kako je obećano.

Zato je Fordov primer širi od jedne automobilske kompanije. On pokazuje da AI mora da bude uveden pažljivo, posebno u oblastima gde greška ima stvarne posledice.

Šta ovo znači za firme i radnike u Srbiji?

Ovaj slučaj je važan i za firme u Srbiji i regionu. Mnoge domaće kompanije već razmišljaju o AI alatima za korisničku podršku, administraciju, marketing, logistiku, prodaju, analizu podataka ili pripremu sadržaja. To samo po sebi nije problem. Problem nastaje kada se AI uvodi kao brza zamena za ljude, bez jasnog plana, obuke i kontrole.

Male i srednje firme posebno treba da budu oprezne. Ako kompanija otpusti ljude koji poznaju klijente, proizvode, interne procese i tipične greške, pa zatim očekuje da softver odmah preuzme njihov posao, rizik je veliki. Ušteda na platama može brzo da se pretvori u veći trošak kroz lošiju uslugu, pogrešne odgovore, nezadovoljne kupce ili pad kvaliteta rada.

Pametniji pristup je drugačiji: zaposlene treba naučiti da koriste AI kako bi radili brže i preciznije. U korisničkoj podršci AI može da pripremi nacrt odgovora, ali čovek treba da proveri da li je odgovor tačan. U administraciji AI može da ubrza obradu dokumentacije, ali neko mora da proveri podatke. U proizvodnji AI može da pronađe odstupanje, ali stručnjak mora da proceni uzrok i posledice.

Za radnike je poruka takođe jasna. AI neće jednako pogoditi sve poslove, ali će promeniti način rada u mnogim oblastima. Najbolju poziciju imaće oni koji spoje stručno znanje sa sposobnošću da koriste nove alate. Samo odbijanje tehnologije nije dobra strategija, ali ni slepo poverenje u AI nije pametno.

Najčešće zablude o veštačkoj inteligenciji

Jedna od najvećih zabluda je da AI može samostalno da upravlja složenim sistemima bez nadzora. U stvarnosti, svaki ozbiljan automatizovani sistem zahteva ljudsku proveru, korekciju i odgovornost. Što je sistem složeniji, to je nadzor važniji.

Druga zabluda je da uvođenje AI alata odmah smanjuje troškove. U praksi, implementacija, obuka, održavanje, kontrola i ispravljanje grešaka mogu biti skupi. Ako se alat uvede loše, troškovi mogu biti veći nego pre automatizacije.

Treća zabluda je da softver sam nauči sve iz svake situacije. AI modeli mogu da uče iz podataka, ali samo ako su podaci kvalitetni, pravilno označeni i dovoljno povezani sa stvarnim problemima. Ako se pojavi situacija za koju sistem nije obučen, rezultat može biti pogrešan ili nepotpun.

Četvrta zabluda je da je ljudsko iskustvo lako pretvoriti u dokumentaciju. U mnogim poslovima najvrednije znanje nije napisano u uputstvu. Nalazi se u praksi, navikama, sitnim proverama i sposobnosti da se prepozna problem pre nego što postane ozbiljan.

Gde AI zaista ima prednost?

AI nije protivnik radnika po svaku cenu. U mnogim poslovima veštačka inteligencija može značajno da pomogne.

U proizvodnji AI može da proverava hiljade slika, signala i merenja mnogo brže nego čovek. U kancelariji može da sortira dokumenta, predloži odgovor, pronađe greške u tekstu ili pomogne u analizi podataka. U korisničkoj podršci može da odgovori na jednostavna pitanja i rastereti ljude od ponavljajućih zahteva.

Problem nastaje kada se od alata očekuje da preuzme i ono za šta nije dobar: procenu, odgovornost, razumevanje konteksta i rešavanje nepredviđenih situacija. Fordov primer upravo tu povlači granicu. AI je koristan kada radi uz stručnjake. Postaje rizičan kada se koristi kao izgovor da se prerano ukloni ljudsko znanje.

Šta kompanije mogu da nauče iz Fordovog primera?

Prva lekcija je da se znanje zaposlenih ne sme tretirati kao višak koji se lako zamenjuje softverom. Kada iskusan radnik ode, ne odlazi samo jedna pozicija. Odlazi i znanje o greškama, starim problemima, lošim rešenjima i detaljima koji često nisu zapisani.

Druga lekcija je da AI sistem mora biti pravilno obučen. Nije dovoljno ubaciti podatke i očekivati da alat sam napravi dobar proces. Potrebni su stručni ljudi koji znaju šta treba pratiti, koji podaci su važni i kada rezultat sistema nema smisla.

Treća lekcija je da automatizacija mora da se uvodi postepeno. Prvo treba testirati alat, uporediti rezultate sa ljudskim radom, proveriti greške i tek onda menjati procese. Ako se ljudi uklone pre nego što sistem dokaže da je pouzdan, kompanija rizikuje pad kvaliteta.

Četvrta lekcija je da AI ne sme biti samo projekat za smanjenje troškova. Ako se veštačka inteligencija uvodi samo da bi se smanjio broj zaposlenih, velika je šansa da će se prevideti kvalitet, korisničko iskustvo i dugoročne posledice.

Šta korisnici u Srbiji i regionu treba da zapamte?

Za korisnike u Srbiji i regionu najvažnije je da ne gledaju na AI samo kroz reklame i najave velikih kompanija. Tehnologija može biti korisna, ali rezultat zavisi od toga kako je uvedena i ko proverava njen rad.

Kod kupovine automobila, elektronike ili bilo kog složenog proizvoda, i dalje su važni pouzdanost, servisna podrška, iskustva korisnika, garancija i reputacija proizvođača. Ako kompanija kaže da koristi AI u kontroli kvaliteta, to može biti plus, ali samo ako iza toga stoji ozbiljan proces i ljudski nadzor.

Za firme je poruka još konkretnija: AI treba uvoditi kao pomoć zaposlenima, ne kao brzopletu zamenu za sve što deluje skupo. Najbolji rezultati dolaze kada se tehnologija koristi da pojača znanje ljudi, a ne da ga izbriše iz procesa.

Najvažnije za kraj

Fordov primer pokazuje da veštačka inteligencija može da bude veoma koristan alat, ali ne i laka zamena za iskustvo. U složenim industrijama, privatisation tamo gde kvalitet i bezbednost imaju veliku težinu, ljudsko znanje ostaje presudno.

Najpametniji pristup nije odbacivanje AI alata, već njihovo korišćenje pod nadzorom stručnjaka. Kompanije koje budu znale da spoje automatizaciju i iskustvo ljudi imaće stabilnije procese i kvalitetnije proizvode. One koje požure da zamene stručnjake samo zato što softver deluje jeftinije mogu skupo da plate takvu odluku.

Pitanja i odgovori

Zašto je Ford morao da vrati iskusne inženjere na posao?

Ford je ponovo uključio iskusne inženjere jer AI alati nisu mogli sami da nadoknade njihovo praktično znanje u kontroli kvaliteta i otkrivanju mogućih grešaka. Njihova uloga je da vode provere, obučavaju mlađe inženjerije i pomažu da AI sistemi budu tačniji.

Da li je Ford potpuno odustao od veštačke inteligencije?

Ne, Ford nije odustao od veštačke inteligencije. Kompanija i dalje koristi AI alate, uključujući sisteme za vizuelnu inspekciju, ali ih kombinuje sa ljudskim nadzorom i iskustvom stručnjaka.

Da li veštačka inteligencija može samostalno da vodi proizvodnju?

Ne, veštačka inteligencija ne može pouzdano da vodi složene proizvodne procese bez ljudskog nadzora. Može da pomogne u proverama i analizi podataka, ali nepredviđeni problemi i dalje zahtevaju stručnu procenu.

Koje su najveće mane potpunog prelaska na AI sisteme?

Najveće mane su gubitak ljudskog iskustva, slabije snalaženje u nepredviđenim situacijama i rizik da sistem napravi grešku koju niko ne primeti na vreme. Ako se AI uvede bez kontrole, trošak grešaka može biti veći od očekivane uštede.

Kako ovaj događaj utiče na radnike i firme u Srbiji?

Ovaj događaj pokazuje da domaće firme ne treba brzopleto da zamenjuju zaposlene softverom radi kratkoročne uštede. Bolji pristup je obuka zaposlenih da koriste AI kao pomoćni alat, uz zadržavanje ljudske provere i odgovornosti.

Šta je najvažnija lekcija iz Fordovog primera?

Najvažnija lekcija je da AI najbolje radi kada dopunjuje stručnjake, a ne kada pokušava da ih potpuno zameni. Ljudsko iskustvo, posebno u složenim tehničkim poslovima, i dalje ima vrednost koju nije lako pretvoriti u podatke.

Da li ova vest znači da AI nije koristan?

Ne, ova vest ne znači da AI nije koristan. Ona znači da AI mora da se koristi pažljivo, uz kvalitetne podatke, dobru obuku i ljude koji znaju da provere njegove rezultate.