フォードが350人のベテランエンジニアを再雇用 — AI品質検査の失敗が明かした教訓

AI品質検査への過信が品質低下を招き、フォードは350人のベテランエンジニアを再雇用する方針転換を迫られた
再雇用後の今年度は10億ドルの原価低減を見込み、JDパワー初期品質調査でメインストリームブランド首位を達成
ベテランエンジニアはAIツールの再設計と若手育成も担い、人間とAIが協調する品質管理体制を再構築している

AIへの過信が招いた品質の後退

フォード・モーターは2026年、約350人のベテランエンジニアを再雇用したと明らかにしました。数年にわたってAIを活用した自動品質検査システムへの移行を進めた結果、期待していた品質水準を維持できなかったことが背景にあります。

車両ハードウェアエンジニアリング担当副社長のチャールズ・プーン氏は、この経緯を率直に語っています。「AIを導入し、設計要件を入力すれば高品質な製品が生まれると誤解していた」という発言は、自動化システムへの過剰な期待が現場で裏切られた実態を端的に示しています。最高執行責任者（COO）のクマール・ガルホトラ氏も「自動化された品質システムへの依存が、期待した結果をもたらさなかった」と述べており、経営陣が問題を公式に認めた形です。

AI品質検査は設計要件をデータとして学習し、部品の合否を自動判定する仕組みです。一見すると精度が高く見えても、設計書に明示されていない暗黙知や、経験から得られる現場の判断力を捉えるのは容易ではありません。フォードの事例は、その限界が製品品質に直接影響した実例といえます。

ベテランエンジニアの担う役割

再雇用されたエンジニアたちは社内で「グレイビアード（白髪の古参）」と呼ばれています。再雇用の対象は元フォード社員に限らず、部品サプライヤーに在籍していた熟練エンジニアも含まれています。長年の製造現場経験と業界ネットワークを兼ね備えた人材を幅広く確保する戦略です。

彼らの主な役割は、製造部品が工場に届く前の段階で問題点を検出することです。設計書の数値やAIが学習したパターンだけでは代替しきれない、経験に裏打ちされた直感的な判断力を活かします。早期に不良を発見することで、後工程での手戻りやリコールにつながるコストを大きく抑えられます。

10億ドル削減とJDパワー首位という成果

施策転換の効果は具体的な数字にも現れています。フォードは再雇用を含む品質改善施策を通じて、2026年度に10億ドル規模の原価低減を見込んでいます。リコールや保証修理のコスト削減が主な要因とみられ、品質問題の早期発見が後工程での修正費用を大幅に圧縮します。

品質面でも成果は明確です。JDパワーが実施する初期品質調査（Initial Quality Study）において、フォードはメインストリームブランド部門で首位を獲得しました。この調査は新車購入後90日以内のオーナーが感じた不具合件数をもとに評価するもので、消費者が実際に体感する品質を反映しています。