Ford przez lata zastępował doświadczonych inżynierów narzędziami sztucznej inteligencji. Skończyło się rekordową liczbą usterek, miliardami dolarów strat i serią odwołań serwisowych. Rozwiązanie okazało się wyjątkowo staromodne: producent zatrudnił z powrotem ponad 350 weteranów branży, którym powierzył zadanie naprawienia systemów AI, i w efekcie po raz pierwszy od 16 lat trafił na szczyt rankingu jakości JD Power.
Kluczowe fakty:
- Ford zastąpił doświadczonych inżynierów systemami AI w kontroli jakości, co doprowadziło do rekordowych 94 kampanii recall w jednym roku oraz miliardowych strat finansowych.
- Trzy lata temu Ford zmienił strategię i zatrudnił z powrotem ponad 350 weteranów branży, określanych wewnętrznie mianem „gray beards", powierzając im naprawę wadliwych systemów AI.
- Po wdrożeniu zmian Ford po raz pierwszy od 16 lat znalazł się na szczycie rankingu jakości JD Power.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Jak AI samo siebie zdyskwalifikowało
Historia nie zaczyna się od sukcesu. Zaczyna się od założenia, które okazało się błędne.
Przez kilka poprzednich lat Ford stopniowo przesuwał kontrolę jakości w stronę automatyzacji. Algorytmy miały wyłapywać wady, systemy AI miały analizować wymagania projektowe i prognozować problemy. Ludzki nadzór schodził na drugi plan. Wraz z nim odchodziła wiedza, której nie można było łatwo opisać w dokumentacji ani wsadzić do bazy danych treningowych.
Wynik: Ford stał się liderem branży w USA pod względem liczby odwołań serwisowych. Rekordowe 94 kampanie recall w jednym roku. Koszty w miliardach dolarów.
Charles Poon, wiceprezes Forda ds. inżynierii pojazdów, przyznał to bez ogródek: „Błędnie myśleliśmy, że samo wprowadzenie sztucznej inteligencji i wczytanie do niej wymagań projektowych doprowadzi do stworzenia produktu wysokiej jakości.” / „Mistakenly we thought that by just introducing artificial intelligence and ingesting the design requirements that we had, that that would produce a high-quality product.”
Ale go nie doprowadzi, jeśli AI jest uczona przez kogoś, kto nie wie, czego uczy.
Operacja „szare brody”
Trzy lata temu Ford zmienił strategię. Zamiast dalej inwestować w coraz bardziej rozbudowane systemy automatyczne, zaczął ściągać z powrotem doświadczonych inżynierów, których sam wcześniej odprawił. Wewnętrznie nazywa ich „gray beards”, czyli po prostu: starymi wyjadaczami.
Ponad 350 inżynierów, wielu z nich byłych pracowników, część pozyskana od dostawców, wróciła do pracy przy kontroli jakości. Ich zadania:
- szkolenie młodszych kolegów w dziedzinie, której nie da się wyczytać z podręcznika
- przeprogramowanie systemów AI na podstawie prawdziwej, usystematyzowanej wiedzy
- prowadzenie obowiązkowych spotkań, na których rygorystycznie analizuje się źródła usterek
- polowanie na potencjalne błędy zanim jakakolwiek część trafi na halę produkcyjną
Kumar Galhotra, dyrektor operacyjny Forda, opisał ich rolę krótko: to oni stoją u podstaw całego zwrotu jakościowego. „Ściągnęliśmy z powrotem specjalistów technicznych” i „polują na punkty awarii zanim jakakolwiek część dotrze na halę produkcyjną.” / „We brought back technical specialists” i „they hunt for failure points before a part ever reaches the plant floor.”
Ford zrobił coś, na co niewielu menedżerów ma odwagę się zdobyć: przyznał publicznie, że AI zawiodła, i zamiast szukać lepszego modelu, sięgnął po ludzi, których sam wcześniej odesłał. To uczciwe. Ale też trochę drażniące, bo ta lekcja jest stara jak przemysł: system jest tak dobry jak dane, którymi go nakarmisz, a dane są tak dobre jak ludzie, którzy je dostarczają. Pytanie, które powinni sobie zadać menedżerowie w każdej branży: ile wiedzy z głów ich własnych ekspertów właśnie ucieka drzwiami w postaci „optymalizacji zatrudnienia”?
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Nie odwrót od AI, lecz korekta kursu
Poon nie mówi, że AI był złym pomysłem. Mówi, że nie był wystarczająco dobrze nakarmiony. „Rozpoznaliśmy, że aby udoskonalić nasze narzędzia automatyzacji, uczenia maszynowego i sztucznej inteligencji, musieliśmy zadbać o to, żeby były trenowane przez najbardziej doświadczone osoby.” / „We recognized that for us to enhance some of our automation and machine learning and artificial intelligence tools we needed to ensure that they were trained by the most experienced individuals.”
Po przekierowaniu wysiłków Ford nie wycofał się z technologii. Przeciwnie: stworzył 40-osobowy zespół ds. jakości oprogramowania i dodał ponad 100 000 automatycznych przypadków testowych, które sprawdzają oprogramowanie zanim trafi do pojazdu. Zmieniła się jednak filozofia: z reaktywnej na prewencyjną. Nie „znajdź i napraw”, lecz „nie dopuść do tego, żeby błąd w ogóle dotarł na taśmę produkcyjną”.
Efekt tych zmian widać w danych z rankingu JD Power 2026 U.S. Initial Quality Study: Ford zanotował 152 problemy na 100 pojazdów, co oznacza poprawę o 41 punktów rok do roku. To największa poprawa wśród wszystkich marek masowych w tym zestawieniu. Jeszcze trzy lata temu Ford był 15. w kategorii marek masowych. Teraz jest pierwszy.
Wyniki, które mówią same za siebie
Badanie JD Power Initial Quality Study mierzy liczbę usterek zgłoszonych przez właścicieli w pierwszych 90 dniach użytkowania nowego pojazdu. To branżowy standard, który obserwuje cała motoryzacja.
W edycji na rok 2026 Ford wypchnął z podium jakości marki, które od lat uważano za nieosiągalne: Toyotę i Hondę. Lepszy okazał się tylko Porsche (138 problemów na 100 pojazdów) i Genesis (151). Ford z wynikiem 152 wyprzedza Nissana (156) i Buicka (162). Wśród modeli: F-150, Mustang i F-Series Super Duty zwyciężyły każdy w swojej kategorii, po raz drugi z rzędu. Siedem z dziesięciu testowanych modeli Forda znalazło się w czołowej trójce własnych segmentów, co jest najwyższym wskaźnikiem spośród wszystkich producentów.
Thomas King, prezes ds. rozwiązań dla producentów w JD Power, potwierdził: Ford zajął pierwsze miejsce wśród marek masowych, a trzy jego flagowe pojazdy wygrały własne segmenty.
Ostatni raz Ford był na tej pozycji w 2010 roku.
Cień na zwycięstwie
Jest jednak drugie dno tej historii. Ford pozostaje liderem branży w USA pod względem liczby odwołań serwisowych. W 2025 roku przeprowadził ich 94 w jednym roku kalendarzowym, co był rekord. Do połowy 2026 roku wystawił już 51 kolejnych kampanii recall, dużo więcej niż Stellantis (19), GM (17) czy Toyota (15).
Galhotra tłumaczy to jako „opóźniony wskaźnik”: recalls dotyczą samochodów produkowanych w przeszłości, gdy problemy jakościowe były jeszcze nierozwiązane. Nowe pojazdy, zbudowane już z uwzględnieniem zmienionej filozofii, mają być lepsze. Kiedy konkretnie? „Nie jestem w stanie podać wam dokładnej daty” — przyznał dyrektor operacyjny.
To odpowiedź uczciwa. Ale też taka, która nie zadowoli nikogo, kto właśnie odebrał telefon z serwisu.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Co to oznacza dla polskich firm?
Historia Forda jest studium przypadku, które polscy menedżerowie powinni czytać uważnie, bo błąd, który popełnił, nie jest specyficzny dla motoryzacji ani dla Stanów Zjednoczonych.
Wiele polskich firm technologicznych, produkcyjnych i usługowych przechodzi przez analogiczną fazę: pod presją redukcji kosztów i z entuzjazmem wywołanym przez AI, zastępują doświadczonych specjalistów narzędziami automatycznymi. Niekiedy słusznie. Ale wiedza, którą ci specjaliści nosili w głowach, rzadko trafia do systemów AI w całości. Wychodzi z budynku razem z nimi.
Dla polskich firm produkcyjnych, szczególnie tych wchodzących w procesy transformacji cyfrowej i wdrożeń przemysłowych systemów AI, lekcja z Dearborn jest prosta: AI to narzędzie, które wzmacnia tych, którzy wiedzą, jak go używać. Nie zastąpi wiedzy, której nikt wcześniej nie zebrał.
Rynek narzędzi do zarządzania wiedzą organizacyjną wyceniany był w 2024 roku na ponad 500 miliardów dolarów globalnie i rośnie w tempie kilkunastu procent rocznie. Popyt napędza właśnie to, co Ford doświadczył na własnej skórze.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym materiału Bloomberg z 25 czerwca 2026 roku, Transport Topics (Keith Naughton, Bloomberg News), oficjalnych wyników JD Power 2026 U.S. Initial Quality Study z 25 czerwca 2026 roku, Yahoo Finance oraz Carscoops. Cytaty Charlesa Poona i Kumara Galhotry zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji w temacie jakości pojazdów Forda i wyników programu recall.
