Dalam upaya mengejar otomatisasi, produsen mobil semakin sering mengandalkan kecerdasan buatan. Namun, pengalaman terbaru Ford Motor Co. dengan jelas menunjukkan: teknologi tidak dapat sepenuhnya menggantikan pengalaman manusia yang terakumulasi selama bertahun-tahun. Setelah mengakui kesalahan strategis dalam kontrol kualitas, perusahaan mempekerjakan kembali ratusan spesialis berpengalaman, yang telah membuahkan hasil yang mengesankan.
Kesalahan Otomatisasi
Beberapa tahun lalu, Ford, dalam upaya mengoptimalkan biaya dan mempercepat proses pengembangan, memberhentikan ribuan karyawan. Manajemen berharap sistem berbasis AI akan mengambil alih kontrol kualitas dan pemeriksaan teknis. Namun, para spesialis pergi sebelum sempat sepenuhnya 'mewariskan' pengetahuan dan intuisi mereka kepada algoritma.
Akibatnya, sistem otomatis mulai melewatkan cacat yang akan segera dilihat oleh profesional berpengalaman. Hal ini menyebabkan masalah serius pada keandalan mobil, meningkatnya jumlah kampanye penarikan kembali, dan kerugian miliaran dolar bagi perusahaan.
Pengakuan Kesalahan
Manajemen Ford secara terbuka mengakui kesalahan dalam strateginya. "Kecerdasan buatan adalah alat yang fantastis, tetapi ia hanya sebagus data yang digunakan untuk melatihnya," kata Wakil Presiden Ford untuk Perangkat Keras Kendaraan, Charles Poon. "Kami keliru mengira bahwa cukup dengan menerapkan AI dan memuat persyaratan desain yang kami miliki untuk mendapatkan produk yang berkualitas. Pada tahun-tahun sebelumnya, kami tidak memberikan perhatian yang cukup pada pengalaman para insinyur paling berpengetahuan kami yang telah melalui banyak siklus pengembangan."
Kembalinya Para Veteran 'Berjanggut Abu-abu'
Untuk memperbaiki situasi, Ford mengambil langkah yang tidak biasa namun sangat efektif. Selama tiga tahun terakhir, perusahaan telah mempekerjakan kembali 350 veteran teknik, yang secara informal disebut 'insinyur berjanggut abu-abu' (gray-beard engineers) dalam budaya perusahaan. Banyak dari mereka adalah mantan karyawan Ford atau spesialis dari pemasok kunci.
Tugas utama mereka di tempat baru:
- Tinjauan desain wajib: mengadakan pertemuan ketat untuk menganalisis proyek secara menyeluruh pada tahap awal.
- Pencarian proaktif untuk kerentanan: mengidentifikasi titik kegagalan potensial sebelum komponen atau rakitan masuk ke jalur perakitan.
- Pelatihan ulang AI: mengoreksi dan menyempurnakan algoritma pembelajaran mesin berdasarkan pengalaman nyata, bukan teoretis.
Sinergi, Bukan Pengganti
Penting untuk dicatat bahwa Ford tidak sepenuhnya meninggalkan teknologi. Perusahaan terus berinvestasi dalam otomatisasi dan menambahkan lebih dari 100 000 tes otomatis ke dalam proses produksinya. Namun kini paradigma telah berubah: AI bekerja bukan sebagai pengganti manusia, melainkan dalam tandem dengan mereka, memperkuat kemampuan para insinyur berpengalaman, bukan menggantikan mereka.
Kemenangan dalam Peringkat
Hasil dari kebijakan baru ini tidak butuh waktu lama untuk terlihat. Dalam studi kualitas awal J.D. Power U.S. Initial Quality Study (IQS) untuk tahun 2026, yang menilai jumlah masalah per 100 kendaraan dalam tiga bulan pertama kepemilikan, Ford membuat lompatan yang mengesankan.
Naik dari posisi ke-15 pada tahun 2023, merek ini berhasil menduduki posisi ke-1 di antara semua produsen mobil massal (mainstream) pada tahun 2026, mengungguli pemimpin kualitas yang diakui seperti Toyota dan Honda. Dalam peringkat keseluruhan, Ford hanya kalah dari merek premium Porsche dan Genesis. Selain itu, tiga model perusahaan - pikap F-150, truk Super Duty, dan mobil sport Mustang - berhasil menempati posisi pertama di kategori masing-masing.
Kesimpulan
Kisah Ford menjadi contoh klasik bagi seluruh industri otomotif dunia. Ini membuktikan bahwa keyakinan buta pada kemampuan AI untuk sepenuhnya menggantikan intuisi dan pengalaman manusia dapat merugikan perusahaan miliaran dolar. Teknologi memberikan efek terbesar bukan ketika menggantikan manusia, melainkan ketika para spesialis berpengalaman menggunakannya sebagai alat yang kuat untuk mencegah kesalahan pada tahap paling awal.
Sumber: Transport Topics, Bloomberg, data resmi J.D. Power Initial Quality Study 2026.
