Ford вернул уволенных инженеров после провала ИИ-автоматизации и рекордного числа отзывов

Ford публично признал провал стратегии замены инженеров искусственным интеллектом. Компания вернула на работу 350 специалистов — значительная часть из них ранее лишилась должностей именно из-за внедрения машинного зрения и автоматизированного контроля качества. Об этом топ-менеджеры Ford рассказали агентству Bloomberg в июне 2026 года.

Рекордные отзывы и цена оптимизма

В 2025 году Ford отозвал бракованные партии автомобилей 152 раза — это абсолютный рекорд для американского рынка. Когда компания попыталась решить проблему через расширение ИИ-инструментов, ситуация только усугубилась. Признание пришло спустя год после того, как генеральный директор Джим Фарли публично заявлял, что «ИИ заменит буквально половину всех офисных работников в США».

Официальной статистики по числу уволенных инженеров и специалистов по контролю качества Ford не публиковал. Однако в мае 2026-го CNBC со ссылкой на открытые корпоративные документы сообщил: Ford, General Motors и Stellantis вместе сократили более 20 тысяч рабочих мест в США начиная с 2024 года. Значительная доля этих сокращений пришлась именно на инженерные и производственные функции, которые предполагалось передать алгоритмам.

Вице-президент Ford по разработке автомобильного оборудования Чарльз Пун объяснил логику ошибки прямо:

«Мы ошибочно думали, что можно просто внедрить ИИ, скорректировать требования к конструкциям — и качество вырастет. Но чтобы улучшить инструменты автоматизации и машинного обучения, нужны силы опытных специалистов. Мы недооценили знания инженеров, которые прошли с нами через множество продуктовых циклов.»

Эта формулировка показательна: компания не отказывается от ИИ, но признаёт, что переоценила его автономность и недооценила роль накопленной человеческой экспертизы.

Как Ford восстанавливает контроль качества

Вернувшиеся инженеры занялись переобучением ИИ-инструментов оценки качества — встраивают в них собственные знания о типичных дефектах, критических точках сборки и нестандартных ситуациях, которые алгоритмы попросту не распознавали. Параллельно введены регулярные технические разборы проблем с комплектующими и усилен ручной контроль на ключевых этапах производства.

При этом от нейросетей Ford не отказывается — просто меняет область их применения. Компания запустила 100 тысяч новых автоматизированных тестов для выявления очевидных проблем безопасности. То есть ИИ теперь закрывает рутинные, хорошо формализуемые задачи, тогда как сложные суждения о качестве остаются за людьми.

Результат оказался быстрым. По данным американских рейтингов безопасности, к концу июня 2026 года Ford поднялся с десятого места на третье — уступая только Porsche и Genesis. Это движение за несколько месяцев говорит о том, что проблема действительно была системной, а не единичной.

Что это означает для рынка IT и инженерных специальностей

История Ford — не изолированный корпоративный казус, а симптом более широкой тенденции. Первая волна ИИ-автоматизации в крупных компаниях нередко строилась на упрощённой логике: «алгоритм дешевле сотрудника, значит, заменяем». Реальность оказалась сложнее. ИИ хорошо работает там, где задача чётко описана и обучающих данных достаточно. В производстве, где каждый дефект уникален и требует контекстного суждения, этого часто недостаточно.

Исследования последних месяцев фиксируют растущий спрос на так называемых инженеров внедрения — специалистов, которые адаптируют и интегрируют ИИ-решения под конкретные бизнес-процессы заказчика. Их называют ключевым звеном для масштабного развёртывания искусственного интеллекта в промышленности и сервисах. Иными словами, рынок труда не движется к сценарию «ИИ вместо людей» — он движется к сценарию «люди, умеющие работать с ИИ».

Для белорусского IT-рынка этот сдвиг особенно актуален. Компании из ПВТ, работающие с промышленными заказчиками в Европе и США, уже сталкиваются с запросами на интеграцию ИИ в производственные цепочки. Опыт Ford показывает: клиент, который сегодня режет бюджет на инженерную экспертизу ради автоматизации, завтра может вернуться с обратным запросом — и с куда большим бюджетом на восстановление.

Кейс также ставит под сомнение популярную управленческую установку о том, что ИИ-трансформацию можно провести быстро и линейно. Ford потратил год, рекордное число отзывов и репутационные потери, чтобы прийти к выводу, который опытные инженеры могли бы сформулировать заранее: автоматизация работает только тогда, когда её настраивают люди, понимающие предметную область.