自動車業界で「AI がすべてを解決する」という幻想が色褪せた。Ford が 350 人のベテランエンジニア（業界用語で「グレイビアード」）を再雇用する決断を下した。同社が AI 依存の品質管理戦略から手を引き、人間の専門知識との組み合わせに舵を切った出来事は、AI 導入の現実を語っている。

AI に頼りすぎた失敗

Ford の経営陣は率直に失敗を認めている。副会長のCharles Poonは「誤解していた。AIと設計要件を導入するだけで高品質な製品が生産されると思っていた」とコメント。COOのKumar Galhotaも「自動化された品質システムへの過度な依存が期待した結果をもたらさなかった」と述べた。

具体的には、Ford は品質検査・不具合検出の多くのプロセスを自動化システムに委ねていた。センサーと AI を組み合わせた自動検査により、人手をかけずに大量生産を品質保証できると考えていた。しかし実際には、検査システムが見落とす不具合や、アルゴリズムでは判断できない微妙な品質問題が増加。結果として顧客クレームやリコールが増え、経営へのダメージが大きくなった。

人間の勘と経験の価値

グレイビアードとは、数十年の経験を積んだベテランエンジニア。彼らは設計図や数値に現れない「ものづくりの勘」を持っている。金属の色合いからの品質推測、組立作業の微妙な感覚ズレの検知、生産ラインの異音から生じうる将来の問題予測など、定量化しにくい判断に長けている。

Ford が 350 人を再雇用した背景には、自動化では捉えられない品質の次元が存在することへの認識がある。

ハイブリッド戦略への転換

Ford の新しい戦略は「AI の廃止」ではなく「使い分け」だ。再雇用されたベテランエンジニアは以下の役割を担当する：

  1. 若い職員の訓練: 後進の育成を通じて、組織全体のスキルレベルを引き上げる
  2. AI システムの再プログラミング: 現場の知見をもとに、AI モデルを調整・改善する
  3. 複雑な品質判定: 自動化では判断できない問題に対応する

この組み合わせにより、AI の効率性と人間の判断力が相乗効果を生む仕組みへ転換した。

成果が出始めている

この戦略転換が実を結び始めている。Ford はJD Power（顧客満足度調査企業）の初期品質調査（Initial Quality Survey）でメインストリームブランド部門において首位を獲得。さらに、品質の向上に伴い、保証費用やリコール費用の削減も実現されている。数百万ドル規模のコスト削減は、単なる「効率化」の範疇を超えた経営への貢献だ。

業界全体への教訓

Ford の事例は製造業全般に共通する課題を浮き彫りにする。AI が得意なのは「定型的・反復的な判断」であり、「例外的・複雑な判断」ではない。特に高品質を求める製品（自動車、医療機器、航空機）では、人間の専門性を軽視できない。

今後、多くの企業が Ford と同じジレンマに直面するだろう。「AI だけでいいのか」「やはり人が必要なのか」という二者択一ではなく、「どこに人を置き、どこに AI を置くか」という最適配置の問題として考える必要が出ている。