フォード、AI品質システムが期待に届かず、ベテランエンジニア350人を再雇用

2026年6月、フォードの幹部は、人工知能と自動化システムが望ましい品質水準を達成できなかったことを受けて、ベテランエンジニア350人を雇用したと述べた。一部は元従業員、その他はサプライヤー出身者である。最高執行責任者（COO）のクマール・ガルホートラ氏は、フォードが「自動化された品質システムにますます依存する」ようになり、その結果が期待外れだったため、「部品が工場の現場に届く前に故障箇所を探し出す」技術専門家を「呼び戻した」と語った。

フォードの車両ハードウェアエンジニアリング担当副社長チャールズ・プーン氏は、その反省を率直に述べた。「私たちは誤って、人工知能を導入し、保有する設計要件を読み込ませるだけで、高品質な製品が生み出されると思っていた」。

この再雇用は軌道修正であり、後退ではなかった。フォードはAI計画を放棄していない。「グレイビアード」エンジニアは若手社員の育成と、AIツール自体の再プログラミングに活用されている。すなわち、経験に基づく判断を、それを置き換えられなかった機械に与えているのである。

CEOのジム・ファーリー氏によれば、その成果は保証修理費とリコール費用の削減であり、「フォードのコスト面で文字通り数億ドル、数億ドル規模の追い風に貢献している」。同じ週、フォードはJDパワーの初期品質調査で主流ブランドの首位を獲得したと主張した。

保証修理費とリコール費用が減少した。ファーリー氏によれば「数億ドル、数億ドル規模」の追い風であり、さらにJDパワーの品質調査で主流ブランド首位という結果も得た。

創業100年を超える自動車メーカーが、品質に関する自動化への賭けが失敗したことを認め、さらに賭け続けるのではなく、人間の専門知識を再構築した。

ベテランたちは二重の役割を担う。現場で故障箇所を捉えるとともに、AIツールを再プログラミングする。そのため、再雇用は自動化計画と競合するのではなく、相乗効果を生む。

結果は、品質の失敗が膨らませるまさにその費目である保証修理費とリコール費用で測られており、感情的な評価ではない。

AIは設計要件を読み込むことはできても、部品の故障を目の当たりにしてきたエンジニアを置き換えることはできない。自動化が期待に届かないときは、経験に基づく判断を持つ人材を再雇用し、その判断を人材とモデルの両方の育成に活かすべきである。

2026年6月下旬時点で、フォードは再雇用した専門家により数億ドル規模のコスト追い風が生じたとし、同じ週に発表されたJDパワーの初期品質調査で主流ブランド第1位の評価を得たとしている。