フォード、AI品質検査の失敗で人間エンジニア350人を再雇用

フォードは、AIに任せていた自動車部品の品質検査体制がうまく機能しなかったとして、ベテランエンジニアを大量に呼び戻す方針へ転換しました。BBCの報道によると、過去3年間で350人規模の経験豊富な技術者を再雇用し、元従業員やサプライヤー出身者を中心に品質問題の解決に当たらせています。人手による検査を減らしAIに置き換える動きが自動車業界で広がるなか、フォードの方向転換はAI導入の限界を映す事例として注目されています。

背景と文脈

フォードは長年、品質問題に悩まされてきました。保証修理費用やリコール対応のコストが競合他社より重くのしかかり、経営陣にとって大きな課題であり続けています。とくに新型車の立ち上げ直後に不具合が集中する傾向があり、顧客満足度を測る各種調査でも他社に後れを取る年が続きました。近年の生成AIブームのなか、フォードは製造現場の品質検査を自動化するシステムへの投資を強め、人間による目視検査の工程を段階的に減らしていきました。COOのクマール・ガルホトラ氏は、自動化された品質システムへの依存を強めてきたと振り返っています。人件費を抑えつつ検査のスピードを上げられるという触れ込みは、多くの製造業にとって魅力的に映りました。ところが実際には、AIによる検査は長年の経験を持つ技術者なら気づけたはずの細かい不具合の兆候を見逃すケースが相次ぎました。部品同士の微妙な噛み合わせや、過去のトラブル事例に基づく勘所は、蓄積されたデータだけでは十分に学習できなかったとみられます。効率化を優先して人の目を減らした結果、かえって品質トラブルの発見が遅れるという皮肉な状況を招いたことになります。自動車業界ではフォードに限らず、製造ラインの検査工程にAIを取り入れる動きがここ数年で急速に広がりました。景気減速や電動化投資の負担を受け、各社が人件費の圧縮と生産効率の両立を迫られていたことが背景にあります。フォード自身もコスト削減の一環として検査体制の自動化を進めてきましたが、今回の再雇用はその路線を部分的に修正する決断だったといえます。

技術/ビジネス面

フォードが導入していたのは、カメラやセンサーで部品の外観や寸法を撮影し、機械学習（machine learning、大量のデータから判断基準を自動的に学び取る技術）によって過去の合格・不合格データと照合し異常を検出する品質検査システムです。人手を減らしコストを抑える狙いがありましたが、想定していなかった部品同士の組み合わせで起きる不具合や、微妙な違和感を伴う問題までは検知しきれませんでした。VP（担当役員）のチャールズ・プーン氏は「AIは素晴らしい道具ですが、その精度は学習させたデータの質次第です」と説明し、これまで経験豊富な技術者の知見を十分に取り込めていなかったと認めています。Bloombergの報道によれば、フォードはこの3年間で350人規模のベテラン技術者を再雇用しました。社内ではTechCrunchの報道にもあるように「グレイビアード（白髪交じりのベテランを意味する呼び名）」と呼ばれ、部品が生産ラインに届く前に潜在的な不具合を洗い出すほか、若手社員への技術継承やAIモデルの再調整も担っています。つまりAIを廃止するのではなく、人間が確認と再学習を担うことでAIの弱点を補う体制へ移行した形です。CEOのジム・ファーリー氏は、保証修理費とリコール費用の削減効果について「数百億円規模のコスト面の追い風になっている」と述べ、JDパワー社の2026年版初期品質調査では主要ブランド中で首位を獲得しました。この結果は、AI単独ではなく人間の経験知を組み込んだハイブリッドな検査体制がもたらした成果として社内外で受け止められています。

これからどうなるか

フォードの事例は、AIによる自動化を推し進めてきた他の自動車メーカーや製造業全体にも一石を投じそうです。品質検査のような重大な判断を伴う領域では、AIと人間の役割分担をあらためて見直す動きが広がる可能性があります。開発者にとっても示唆は大きく、自社サービスにAIによる自動テストや品質チェックを組み込む際は、AIが静かに見逃す失敗パターンを想定し、人間によるレビューや承認のステップをどこかに残しておく設計が欠かせません。監視対象からAIの判定結果そのものを外さず、誤検知や見逃しを定期的に人が点検し、その結果をモデルの再学習に反映させる仕組みも有効です。効率化を急ぐあまり人手を完全に排除すると、フォードと同様に手戻りコストがかえって膨らむおそれがあります。今後は自動車以外の製造業やソフトウェア開発の現場でも、AIによる判定精度を人間がどこまで監督すべきか、線引きを再検討する動きが増えていきそうです。

まとめ

フォードはAI主導の品質検査が期待通りに機能せず、過去3年間で350人規模のベテランエンジニアを再雇用しました。AIを廃止するのではなく人の知見と組み合わせる体制へ転換し、保証修理費の削減とJDパワー社の調査での高評価という具体的な成果につなげています。効率と精度をどう両立させるか、AI活用を検討するすべての現場に問いを投げかける事例です。

参考リンク

• Ford rehires human engineers after AI fails to match quality checks
• Ford Has Been Rehiring Quality Inspectors After AI Fell Short
• Ford rehires ‘gray beard’ engineers after AI falls short

アイキャッチ画像: Photo by Nathaniel Shuman on Unsplash