Ford ने पिछले तीन साल चुपचाप करीब 350 अनुभवी इंजीनियरों को दोबारा भर्ती करने में बिताए हैं, इसके बाद कि उन्हें बदलने के लिए बने स्वचालित गुणवत्ता नियंत्रण सिस्टम और AI उपकरण कंपनी की गुणवत्ता को वहाँ नहीं रख सके जहाँ उसे होना चाहिए था। ऊपरी तौर पर यह AI के वादों से पीछे हटने वाली कंपनियों की बढ़ती शृंखला में एक और प्रविष्टि जैसी लगती है। असली व्याख्या, जो खुद Ford ने दी, उससे कहीं ज़्यादा ठोस और ज़्यादा उपयोगी है।
Ford के वाहन हार्डवेयर इंजीनियरिंग के उपाध्यक्ष Charles Poon ने इस गलत आकलन को साफ़ शब्दों में रखा: कंपनी का मानना था कि वह AI को शामिल कर सकती है और फिर भी एक उच्च गुणवत्ता वाला वाहन तैयार कर सकती है। अहम बारीकी यह है कि AI मूल रूप से खराब नहीं था। नाकामी सॉफ़्टवेयर से पहले के स्तर पर थी। अनुभवी इंजीनियर बायआउट और कर्मचारी-क्षय के ज़रिए चले गए, इससे पहले कि उनके दिमाग में मौजूद संस्थागत ज्ञान कभी दर्ज किया जाता। दशकों की कठिन परिश्रम से अर्जित समझ कि एक सूक्ष्म डिज़ाइन खामी कैसी दिखती है, या कौन सा परीक्षण परिणाम चुपचाप चिंताजनक है, बस इमारत छोड़कर चली गई।
यहीं पर AI ने चीज़ों को बेहतर के बजाय बदतर बना दिया। जो उपकरण ऐसे डेटा पर प्रशिक्षित होते हैं जिसमें वह समझ नहीं होती, वे उसे किसी तरह दोबारा गढ़ नहीं लेते। वे इसके उलट करते हैं। किसी कमज़ोर इनपुट को चिह्नित करने वाले अनुभवी इंजीनियर के बिना, स्वचालित सिस्टम ने उसे सामान्य मान लिया और आगे बढ़ा दिया, छोटी गलतियों को पकड़ने के बजाय उन्हें बढ़ा दिया। तकनीक आत्मविश्वासी और तेज़ थी, जो ठीक वही गलत संयोजन है जब जिस चीज़ को लेकर वह आश्वस्त है वही गलत हो। AI जो भी संकेत उसे दिया जाए उसे बढ़ाने में बहुत अच्छा है, एक खराब संकेत समेत।
Ford जिस समाधान पर पहुँचा वह सबसे ज़्यादा विचार करने लायक हिस्सा है। उसने न तो AI को छोड़ा, और न ही उसने बस उसकी और ज़्यादा खरीद की। उसने अनुभवी इंजीनियरों को एक साथ दो काम करने के लिए वापस लाया। वे अब अनिवार्य बैठकें चलाते हैं जो गुणवत्ता समस्याओं की कठोरता से जाँच-पड़ताल करती हैं, वे उन युवा कर्मचारियों को मार्गदर्शन देते हैं जिन्हें कभी ज्ञान का हस्तांतरण नहीं मिला, और उन्होंने AI उपकरणों को दोबारा प्रोग्राम किया है ताकि गड़बड़ियाँ ग्राहक तक पहुँचने से पहले ही रोकी जा सकें। दूसरे शब्दों में, मनुष्यों को फिर से उस लूप में रखा गया जो इंजीनियरों की अगली पीढ़ी और खुद सॉफ़्टवेयर दोनों को प्रशिक्षित करता है। विशेषज्ञता को किसी और चीज़ में कूटबद्ध किए जाने से पहले लोगों में मौजूद होना ज़रूरी था।
इस कहानी का ईमानदार संस्करण मिला-जुला है, कोई सुव्यवस्थित मुक्ति की कथा नहीं। Ford नवीनतम JD Power Initial Quality Survey में शीर्ष मुख्यधारा ब्रांड के रूप में उभरा, जो बताता है कि यह दिशा-सुधार कुछ कर रहा है। लेकिन उसी कंपनी ने इस साल अमेरिकी वाहन निर्माताओं में रिकॉल में भी अगुवाई की, अब तक 51 जारी किए जो 1.1 करोड़ से ज़्यादा वाहनों को कवर करते हैं, अपने अगले सबसे करीबी प्रतिद्वंद्वी से दोगुने से ज़्यादा। तो यह इस बात का प्रमाण नहीं है कि AI विफल रहा, और न ही यह प्रमाण है कि दोबारा भर्ती ने सब कुछ ठीक कर दिया। टिकाऊ सबक ज़्यादा संकीर्ण और टालने में ज़्यादा मुश्किल है। संस्थागत ज्ञान जो केवल अनुभवी लोगों में बसता है वह किसी मॉडल को मुफ़्त में हस्तांतरित नहीं होता, और जो कंपनी उन लोगों को पहले हटा देती है और उम्मीद करती है कि सॉफ़्टवेयर ने उन्हें सोख लिया, वह महँगे ढंग से पता लगाएगी कि ऐसा नहीं हुआ। आप समझ को नौकरी से नहीं निकाल सकते और समझ को बनाए नहीं रख सकते।