Ford, JD Power’ın ana akım otomobil üreticileri arasındaki ilk kalite sıralamasında bir numara olma başarısını kutlamak üzere, son yıllarda karşılaştığı zorlukları paylaşmaya başladı. Özellikle, üretim ve tasarımda otomatik sistemlere aşırı bağımlılığının getirdiği sorunlar dikkat çekti. Bu otomatik sistemlerin beklenenden daha az sağlam olduğu ortaya çıkınca, Ford’un hatalarını düzeltmek için deneyimli teknisyenler işe alması gerekti. Bazı eski çalışanlarını geri getirerek bu eksiklikler kapatılmaya çalışıldı.
Ford’a göre yapay zeka, güçlü ancak hatalara açık bir teknolojidir. AI’nın etkinliği, eğitim için kullanılan verilerin kalitesine tamamen bağlıdır. Ford, daha deneyimli mühendislerinin birikmiş bilgi değerini göz ardı etti; bu durum, kalite düşüklüğüne sebep oldu. Poon, “Yapay zeka ve tasarım gereksinimlerini ayarlamakla yüksek kalite üretileceğini yanlışlıkla düşündük,” dedi.
Şirketin en deneyimli personelinin bir kısmı, bilgilerini otomatik sistemlere tam olarak aktaracak zamanı bulamadan ayrıldılar. Bu durum, Ford’un mevcut sistemlerini eğitmeye yeniden yönlendirilmiş çalışanlar getirmesine yol açtı. Şirket, 350’den fazla deneyimli mühendisi tekrar işe alarak bu bilgi havuzunu yeniden inşa etme çabasında. Bu mühendisler, genç mühendisleri yönlendirmenin yanı sıra, veri toplama ve AI eğitimi süreçlerini de geliştirmekle görevlendirildiler.
Ford, sektörde en fazla geri çağırma sayısıyla öncü konumda ve son yıllarda kalite değerlendirmelerinde düşüşler yaşadı. Explorer ve Aviator modellerinin lansmanında yaşanan sorunlar ve COVID pandemisi sırasında tedarik zinciri kesintileri, geri çağırmaların sayısını artırdı.
Operasyonlardan Sorumlu Başkan yardımcısı Kumar Galhotra, Ford’un kaliteye yaklaşımının çok parçalı hale geldiği sonucuna vardığını belirtti. Farklı departmanlar arasında kopukluklar vardı ve şirket, sorunları tanımlayıp hızlıca düzeltmeye odaklanan bir “bul ve düzelt” felsefesine dayanıyordu. Bu yaklaşım anlık sorunları çözse de, sorunların önceden önlemesini sağlamıyordu.
Galhotra, “Sorunları önceden engellemeye odaklanıyoruz,” dedi. Ayrıca, yazılım ve dijital ekiplerin otomotiv mühendisliği, üretim ve tedarik zinciri ekipleri ile daha yakın çalışmaları gerektiğini ifade etti. Ford, yazılım geliştirme hızı ve esnekliğini otomotiv mühendisliğinin gereksinimleriyle birleştirmeye çalışıyor.
Tarihsel olarak Ford, yazılım hatalarını sürecin sonunda tespit ediyordu çünkü hızlı iterasyon döngülerinden tam olarak yararlanmıyordu. Ancak, araçların güvenlik kritik bir ortamda faaliyet gösterdiğini unutmamak gerekiyor; bu nedenle, yazılım değişiklikleri esnasında mümkün olan en yüksek güvenlik sağlanmalı. Ford, problemlerin oluşmasını engellemek amacıyla 40 kişilik bir yazılım kalite güvence ekibi oluşturdu.
Ford’un AI entegrasyonunu artırmaya yönelik çalışmaları da devam ediyor. Şirket, 100.000’den fazla yeni AI destekli test ekleyerek otomatik test yeteneklerini önemli ölçüde genişletti. Bu testler, yazılım sistemlerini farklı koşullar altında test ederek yeni hataları önlemeyi hedefliyor.
Sizce Ford’un kalite kontrol çalışmaları yeterli olacak mı?
