Tại sao Ford phải thuê lại các kỹ sư kỳ cựu để khắc phục các lỗi AI và tự động hóa

Việc Ford vươn lên vị trí số 1 trong bảng xếp hạng chất lượng ban đầu của JD Power gần đây đi kèm với một lời thú nhận đầy bất ngờ: công ty đã phải mời các cựu kỹ sư quay trở lại để khắc phục những sai lầm do chính các hệ thống tự động của mình gây ra. Bước chuyển hướng này làm nổi bật một bài học quan trọng cho ngành công nghệ về những nguy cơ khi quá phụ thuộc vào AI mà không bảo tồn được kiến thức chuyên môn nội bộ của con người.

Những cạm bẫy của tư duy kỹ thuật "Ưu tiên AI"

Trong nhiều năm, Ford đã cố gắng tinh giản các quy trình sản xuất và thiết kế bằng cách dựa dẫm quá nhiều vào trí tuệ nhân tạo và các yêu cầu thiết kế đã được điều chỉnh. Tuy nhiên, công ty nhận ra rằng việc chỉ đơn thuần đưa AI vào không tự động đảm bảo sản phẩm có chất lượng cao. Vấn đề cốt lõi nằm ở hai khía cạnh: chất lượng dữ liệu dùng để huấn luyện các mô hình AI không đủ tốt, và công ty đã đánh giá thấp giá trị của "kiến thức chuyên môn nội bộ" (institutional knowledge).

Charles Poon, Phó Chủ tịch mảng kỹ thuật phần cứng xe của Ford, thừa nhận rằng công ty đã lầm tưởng rằng tự động hóa có thể thay thế được sự tinh tế và nhạy bén của các kỹ sư kỳ cựu. Khi các nhân sự giàu kinh nghiệm rời khỏi công ty, những chuyên môn tích lũy của họ đã không được chuyển giao đầy đủ vào các hệ thống tự động, dẫn đến sự sụt giảm chất lượng xe và gia tăng các đợt triệu hồi.

Tái xây dựng chuyên môn: Chiến lược "Con người trong vòng lặp" (Human-in-the-Loop)

Để điều chỉnh quỹ đạo này, Ford đã thực hiện một cuộc tái đầu tư khổng lồ vào nguồn nhân lực. Nhà sản xuất ô tô này đã thuê mới, thăng chức hoặc mời trở lại hơn 350 kỹ sư giàu kinh nghiệm. Những chuyên gia kỳ cựu này không chỉ có mặt để sửa chữa các lỗi vật lý; họ còn được giao một nhiệm vụ tinh vi hơn nhiều: huấn luyện lại các hệ thống AI và cố vấn cho các kỹ sư trẻ hơn.

Bằng cách sử dụng các chuyên gia này để nhận diện vấn đề trước khi chúng "len lỏi vào hệ thống", Ford về cơ bản đang tạo ra một vòng lặp phản hồi chất lượng cao. Cách tiếp cận này đảm bảo rằng dữ liệu dùng để huấn luyện các mô hình AI trong tương lai sẽ được đúc kết từ hàng thập kỷ chu kỳ phát triển xe thực tế, giúp thu hẹp khoảng cách giữa logic dựa trên silicon và sự phức tạp về cơ khí trong thế giới thực.

Chuyển dịch từ "Tìm và Sửa" sang "Phòng ngừa Dự đoán"

Dưới sự lãnh đạo của Giám đốc vận hành (COO) Kumar Galhotra, Ford đang chuyển đổi triết lý nền tảng từ tư duy "tìm và sửa" sang tư duy phòng ngừa. Trước đây, công ty hoạt động theo các bộ phận biệt lập, chỉ xác định lỗi sau khi chúng đã xuất hiện. Chiến lược mới tập trung vào các "yếu tố hỗ trợ và chỉ số sớm" để ngăn chặn các vấn đề trước khi chúng biểu hiện trong sản phẩm cuối cùng.

Sự chuyển đổi này thể hiện rõ nhất trong quá trình phát triển phần mềm của Ford. Không giống như điện tử tiêu dùng, nơi cách tiếp cận "làm nhanh và sửa sau" rất phổ biến, phần mềm ô tô hoạt động trong môi trường yêu cầu khắt khe về an toàn. Để quản lý điều này, Ford đã:

• Thành lập một đội ngũ đảm bảo chất lượng phần mềm chuyên trách gồm 40 người.
• Tích hợp các đội ngũ phần mềm, kỹ thuật số và sản xuất để phá bỏ sự biệt lập giữa các bộ phận.
• Triển khai hơn 100.000 bài kiểm tra tự động mới được hỗ trợ bởi AI để xác định các trường hợp biên (edge cases) và kiểm tra sức chịu tải (stress-test) của phần mềm trong các điều kiện khắc nghiệt.

Tại sao điều này lại quan trọng đối với bối cảnh AI

Kinh nghiệm của Ford đóng vai trò như một bài học cảnh tỉnh cho bất kỳ ngành công nghiệp nào đang trải qua quá trình chuyển đổi số nhanh chóng. Nó chứng minh rằng AI là một nhân tố khuếch đại sức mạnh, chứ không phải là sự thay thế cho chuyên môn sâu trong lĩnh vực. Đối với các nhà phát triển và nhà sáng lập, bài học rút ra rất rõ ràng: tự động hóa mà thiếu đi sự giám sát của con người giàu kinh nghiệm sẽ dẫn đến sự mong manh mang tính hệ thống. Sự tin cậy thực sự trong kỷ nguyên AI đòi hỏi một mô hình lai, nơi tốc độ của máy móc được tiết chế bởi sự khắt khe của con người.

Các điểm chính cần lưu ý

• Khoảng cách tri thức: Ford nhận thấy các mô hình AI thất bại vì "kiến thức chuyên môn nội bộ" của các kỹ sư kỳ cựu khi họ rời đi đã không được mã hóa thành công vào các hệ thống tự động.
• Tái tuyển dụng chiến lược: Công ty đã mời trở lại hơn 350 kỹ sư giàu kinh nghiệm để cố vấn cho nhân viên và huấn luyện lại các mô hình AI bằng dữ liệu chất lượng cao hơn, do các chuyên gia cung cấp.
• Kỹ thuật phòng ngừa: Ford đang chuyển dịch từ mô hình "tìm và sửa" mang tính phản ứng sang cách tiếp cận chủ động, sử dụng hơn 100.000 bài kiểm tra hỗ trợ bởi AI để phát hiện các lỗi phần mềm trước khi chúng đến tay khách hàng.