JAKARTA — Ford rekrut kembali insinyur berpengalaman setelah strategi otomasi dan kecerdasan buatan yang mereka dorong dalam beberapa tahun terakhir justru memunculkan masalah mutu dan biaya besar.
Pabrikan mobil asal Amerika Serikat itu mengakui telah mempekerjakan lebih dari 350 insinyur veteran dalam tiga tahun terakhir. Di internal Ford, mereka disebut “gray beards”. Bloomberg melaporkan langkah ini ditempuh untuk membenahi kesalahan sistem otomatis yang sempat membuat perusahaan merugi miliaran dolar.
Langkah Ford menarik perhatian karena menunjukkan satu hal sederhana: AI bisa mempercepat kerja, tapi belum tentu paham nuansa. Di pabrik, selisih kecil pada komponen bisa berarti recall, keluhan pelanggan, atau biaya perbaikan yang membengkak. Di situlah pengalaman manusia kembali dibutuhkan.
Ford rekrut kembali insinyur untuk audit mutu
Kumar Galhotra, chief operating officer Ford, mengakui perusahaan terlalu jauh bersandar pada sistem kualitas otomatis. “We had been relying more and more on automated quality systems and not getting the desired results,” ujarnya, dikutip dari Bloomberg.
Menurut Galhotra, Ford lalu membawa kembali spesialis teknis yang bisa mencari titik gagal sebelum sebuah komponen masuk ke lantai produksi. Dengan kata lain, insinyur senior itu tidak sekadar jadi pemeriksa akhir. Mereka ikut membedah desain, membaca pola cacat, lalu menilai bagian mana yang rawan lolos dari radar mesin.
Ford menyebut para pekerja ini juga membantu melatih sistem AI agar lebih baik. Jadi, yang terjadi bukan perang antara manusia dan mesin. Justru keduanya dipasangkan ulang, setelah Ford sadar bahwa otomasi tanpa pengalaman lapangan bisa menghasilkan keputusan yang terlalu kaku.
Charles Poon, wakil presiden vehicle hardware engineering Ford, juga memberi penjelasan yang cukup terang. “Artificial intelligence is a fantastic tool, but it’s only as good as the information you use to train it,” katanya. Ia menambahkan, perusahaan dulu “tidak memberi perhatian sebesar yang seharusnya” pada pengalaman para insinyur paling senior.
Kenapa AI gagal membaca masalah yang rumit
Kasus Ford memberi gambaran tentang batas AI di industri manufaktur. Sistem otomatis jago menyapu data dalam jumlah besar, memeriksa pola, dan menandai anomali. Tapi, saat berhadapan dengan kasus rumit, pengalaman manusia masih punya bobot yang sulit digantikan.
Di industri otomotif, satu kesalahan desain kecil bisa menyebar ke ribuan unit. AI bisa menilai data historis dengan cepat, tetapi belum tentu memahami konteks produksi, toleransi material, atau cara komponen tertentu berinteraksi setelah dipasang. Insinyur yang sudah puluhan tahun bergelut dengan produk biasanya bisa merasakan “bau” masalah lebih cepat dari spreadsheet.
Itulah yang tampaknya terjadi di Ford. Sistem kualitas berbasis AI dipakai untuk mengefisienkan produksi dan membenahi kontrol mutu, tetapi hasilnya tidak memuaskan. Setelah Ford mengembalikan tenaga manusia berpengalaman ke proses pemeriksaan, standar kualitas perusahaan dilaporkan membaik.
Perusahaan bahkan mencatat hasil yang cukup mencolok. Menurut J.D. Power Initial Quality Survey, Ford menempati posisi teratas di antara merek arus utama untuk pertama kalinya dalam 16 tahun. Survei tahunan itu menjadi tolok ukur penting kualitas kendaraan baru di pasar otomotif.
Tapi cerita Ford belum selesai. Perusahaan masih punya masalah pada kendaraan lama dan tetap menjadi pabrikan yang paling banyak menarik kembali mobilnya di Amerika Serikat. Eksekutif Ford menyalahkan situasi itu pada persoalan masa lalu yang berkaitan dengan otomasi, bukan pada keputusan mempekerjakan ulang manusia.
Pelajaran buat industri: AI perlu pagar pengaman
Langkah Ford menyentil banyak perusahaan yang sedang berlomba mengganti pekerjaan manusia dengan AI. Dorongannya memang jelas: memangkas biaya, mempercepat inspeksi, dan membuat proses kerja lebih ramping. Tapi kasus ini menunjukkan hasil cepat tidak selalu sejalan dengan hasil yang baik.
Di sektor manufaktur, kecepatan tanpa pengawasan bisa mahal. Di dunia perangkat lunak pun serupa. Model AI yang tampak canggih bisa saja salah membaca data, melewatkan detail, atau menghasilkan rekomendasi yang masuk akal di atas kertas tetapi buruk saat dijalankan di lapangan. Karena itu, banyak perusahaan kini mulai menyusun ulang skema kerja: AI mengolah data, manusia memeriksa keputusan akhir.
Bagi pembaca di Indonesia, pelajarannya juga relevan. Pabrik otomotif, perusahaan logistik, sampai layanan keuangan makin sering memakai AI untuk inspeksi, layanan pelanggan, dan analisis risiko. Efisien, iya. Tapi kalau semua keputusan dibiarkan otomatis, kesalahan kecil bisa menjalar ke mana-mana sebelum sempat dihentikan.
Kasus Ford juga menegaskan bahwa pengalaman kerja masih punya nilai ekonomi. Insinyur senior mungkin tidak secepat sistem dalam memindai data, tetapi mereka tahu titik rawan yang sering luput dari algoritma. Mereka mengenali pola kegagalan dari sejarah panjang produk. Dan pengetahuan seperti itu tidak mudah ditanamkan begitu saja ke mesin.
Ford sendiri tidak berniat meninggalkan AI. Perusahaan justru ingin memakainya bersama pengawasan manusia dan pengalaman lapangan. Arah ini tampaknya akan menjadi pola yang makin umum: AI dipakai sebagai alat bantu, bukan pengganti total.
Di titik ini, pertanyaan pentingnya bergeser. Bukan lagi apakah AI akan dipakai atau tidak, melainkan siapa yang masih menjaga keputusan akhir. Ford sudah menjawabnya dengan cara yang mahal. Perusahaan itu belajar bahwa teknologi paling canggih pun tetap butuh orang yang tahu kapan mesin mulai salah langkah.
Ringkasan singkat:
1. Ford mempekerjakan kembali lebih dari 350 insinyur senior setelah sistem AI dan otomasi memunculkan masalah mutu.
2. Perusahaan mengakui pengalaman manusia membantu menemukan titik gagal sebelum komponen masuk produksi.
3. Ford tetap memakai AI, tapi kini menempatkannya di bawah pengawasan manusia berpengalaman.
FAQ singkat:
Apa yang dilakukan Ford? Ford rekrut kembali insinyur senior untuk memperbaiki kualitas produksi dan melatih AI.
Mengapa ini penting? Karena AI tanpa pengawasan bisa melewatkan masalah rumit di manufaktur.
Siapa sumbernya? Bloomberg, dengan pernyataan dari eksekutif Ford.
Ke depan, langkah Ford bisa jadi acuan bagi perusahaan lain yang sedang membangun sistem AI: bukan menyingkirkan manusia, melainkan menempatkan manusia di titik yang paling menentukan.
📝 Tinggalkan Komentar
Komentar sebagai . Ditinjau admin sebelum tampil.