कृत्रिम बुद्धिमत्ता (AI) भविष्यात अनेक क्षेत्रांमध्ये क्रांती घडवत असली, तरी मानवी अनुभव आणि कौशल्याची जागा ती पूर्णपणे घेऊ शकत नाही, याचे ताजे उदाहरण अमेरिकेतील वाहन उत्पादक कंपनी फोर्डने दिले आहे. वाहनांच्या गुणवत्ता नियंत्रणासाठी AI-आधारित प्रणालींवर मोठ्या प्रमाणात अवलंबून राहिल्यानंतर अपेक्षित परिणाम न मिळाल्याने कंपनीला तब्बल ३५० अनुभवी अभियंते पुन्हा सेवेत घ्यावे लागले.
फोर्डच्या वरिष्ठ अधिकाऱ्यांनी मान्य केले की, केवळ AI आणि ऑटोमेशनच्या मदतीने उच्च दर्जाची वाहने तयार करता येतील, असा कंपनीचा अंदाज चुकीचा ठरला. अनुभवी अभियंत्यांचे ज्ञान, निर्णयक्षमता आणि प्रत्यक्ष कामाचा अनुभव AI भरून काढू शकला नाही.
नेमके काय चुकले?
गेल्या काही वर्षांत फोर्डने वाहनांच्या डिझाइन आणि गुणवत्ता तपासणीसाठी AI-आधारित स्वयंचलित प्रणालींचा वापर वाढवला होता. कंपनीला वाटले होते की डिझाइन नियम आणि तांत्रिक माहिती AI मध्ये समाविष्ट केल्यानंतर ती दोष अचूकपणे ओळखेल. मात्र प्रत्यक्षात वाहनांच्या गुणवत्तेत अपेक्षित सुधारणा झाली नाही. फोर्डचे व्हेईकल हार्डवेअर इंजिनिअरिंगचे उपाध्यक्ष चार्ल्स पून यांनी सांगितले की, कंपनीने AI वर अधिक विश्वास ठेवताना अनुभवी अभियंत्यांच्या ज्ञानाचे महत्त्व कमी लेखले. त्यामुळे उत्पादन प्रक्रियेत अनेक सूक्ष्म त्रुटी वेळेवर लक्षात आल्या नाहीत.
अनुभवी अभियंत्यांची पुन्हा नियुक्ती
ही चूक लक्षात आल्यानंतर फोर्डने गेल्या तीन वर्षांत सुमारे ३५० अनुभवी अभियंते पुन्हा नियुक्त केले. यामध्ये कंपनीतील निवृत्त किंवा माजी कर्मचारी तसेच पुरवठादार कंपन्यांतील तज्ज्ञांचाही समावेश आहे. या अभियंत्यांना वाहन उत्पादन सुरू होण्यापूर्वीच संभाव्य तांत्रिक दोष शोधण्याची जबाबदारी देण्यात आली. त्यांनी तरुण अभियंत्यांना मार्गदर्शन केले, डिझाइनचे पुनरावलोकन केले आणि AI प्रणालींनाही अधिक अचूक बनविण्यास मदत केली.
AI ला उत्तम डेटाची गरज
चार्ल्स पून यांनी स्पष्ट केले की AI स्वतःहून निर्णय घेत नाही; ती उपलब्ध डेटावर आणि प्रशिक्षणावर अवलंबून असते. जर अनुभवी अभियंत्यांचे ज्ञान आणि प्रत्यक्ष कामातील अनुभव प्रणालीमध्ये योग्य प्रकारे समाविष्ट झाला नसेल, तर AI प्रभावीपणे काम करू शकत नाही. त्यांच्या मते, वाहनांमधील अनेक गंभीर दोष वेगवेगळ्या अभियांत्रिकी शाखांच्या संगमावर निर्माण होतात. अशा गुंतागुंतीच्या समस्या ओळखण्यासाठी केवळ अल्गोरिदम पुरेसा नसून मानवी अनुभव अत्यावश्यक असतो.
गुणवत्ता सुधारण्यात यश
अनुभवी अभियंत्यांची पुनर्नियुक्ती, विविध विभागांमधील समन्वय आणि AI चा अधिक संतुलित वापर यामुळे फोर्डच्या वाहनांच्या गुणवत्तेत मोठी सुधारणा झाली. अलीकडील JD Power Initial Quality Study मध्ये फोर्डला मुख्य प्रवाहातील (Mass Market) वाहन उत्पादकांमध्ये प्रथम क्रमांक मिळाला. सुमारे १६ वर्षांनंतर कंपनीने ही कामगिरी केली आहे.
AI आणि मानवी कौशल्याचा समतोल आवश्यक
फोर्डचा हा अनुभव उद्योगजगतासाठी महत्त्वाचा धडा मानला जात आहे. AI उत्पादन प्रक्रिया अधिक वेगवान आणि कार्यक्षम करू शकते, परंतु अनुभवी कर्मचाऱ्यांचे निरीक्षण, निर्णयक्षमता आणि अनेक वर्षांचा व्यावहारिक अनुभव यांची जागा ती अद्याप पूर्णपणे घेऊ शकत नाही. तज्ज्ञांच्या मते, भविष्यात सर्वोत्तम परिणाम मिळवण्यासाठी AI आणि मानवी कौशल्य यांचा समन्वय हा सर्वात प्रभावी मार्ग ठरणार आहे.
