Ford की AI गड़बड़ियों ने कार निर्माता को ‘ग्रे बियर्ड’ निरीक्षकों को फिर से नियुक्त करने पर मजबूर किया

Ford में वास्तव में क्या हुआ (थ्रेड के अनुसार)

• लेखों में कहा गया है कि Ford ने स्वचालित गुणवत्ता प्रणालियों के कमज़ोर प्रदर्शन के बाद लगभग 350 अनुभवी इंजीनियरों/निरीक्षकों को फिर से नियुक्त किया, जिससे विश्वसनीयता और JD Power रैंकिंग्स प्रभावित हुईं।
• कई टिप्पणीकारों का कहना है कि HN शीर्षक भ्रामक है: Bloomberg स्पष्ट रूप से नहीं कहता कि ये वही लोग पहले छंटनी किए गए थे; कुछ सेवानिवृत्त लोग या सप्लायरों से आए नए लोग भी हो सकते हैं।
• अन्य लोग बताते हैं कि Ford ने हाल ही में काफ़ी छंटनियाँ की हैं, लेकिन क्या वे सीधे इस पुनर्नियुक्ति से जुड़ी हैं, यह स्पष्ट नहीं है।
• कुछ लोगों का तर्क है कि यह आधुनिक LLMs के बजाय पुराने विज़न/निरीक्षण सिस्टम्स (जैसे MAIVIS/AiTriz जैसे CNNs) के बारे में अधिक है।

औद्योगिक उपयोग में AI की सीमाएँ

• कई लोगों का कहना है कि AI टूल्स उपयोगी गति-वर्धक हैं, लेकिन गहरी डोमेन विशेषज्ञता, खासकर निर्माण और गुणवत्ता के क्षेत्र में, की जगह लेने से अभी बहुत दूर हैं।
• AI की तुलना एक बेहद तेज़ लेकिन भोले जूनियर से की जाती है: वरिष्ठों के मार्गदर्शन में अच्छा, लेकिन अकेला छोड़ दिए जाने पर ख़तरनाक।
• मौन ज्ञान, अंतर्ज्ञान, और “मशीन के बिगड़ने की आवाज़ सुनना” ऐसी चीज़ें मानी जाती हैं जिन्हें पूरी तरह AI या दस्तावेज़ीकरण में समेटना या “एन्कोड” करना असंभव है।
• AI की अनुपालन की गारंटी न होने को लेकर चिंता है: मॉडल कभी-कभी प्रतिबंधों को नज़रअंदाज़ कर देते हैं या “सोचते हैं कि उन्हें बेहतर पता है।”

श्रम, पुनर्नियुक्ति, और भरोसा

• भावनात्मक प्रतिक्रियाएँ मज़बूत थीं: कुछ कहते हैं कि वे कभी ऐसे नियोक्ता के पास वापस नहीं जाएँगे जिसने उन्हें AI के लिए निकाल दिया; अन्य लोग बिलों, परिवारों, और पुनर्नियुक्ति को एक वेतनभोगी अंतरिम समाधान के रूप में इस्तेमाल करने पर ज़ोर देते हैं।
• लोग कम स्तरों या अलग-अलग पदों पर पुनर्नियुक्ति, और क्या इंजीनियरों ने बड़े वेतन-वृद्धि पर बातचीत की, इस बारे में अटकलें लगाते हैं; परिणाम स्पष्ट नहीं हैं।
• कई लोगों ने सॉफ़्टवेयर/टेक यूनियनों और “तथाकथित AI छंटनियों” के ख़िलाफ़ मज़बूत श्रमिक सुरक्षा की मांग की।

प्रबंधन, प्रोत्साहन, और हाइप चक्र

• C-सूट्स द्वारा AI को एक लागत-कटौती वाले चमत्कारी उपाय के रूप में “कार्गो कल्टिंग” करने की व्यापक आलोचना हुई, जो आउटसोर्सिंग और “बिग डेटा” जैसी पिछली लहरों जैसी है।
• टिप्पणीकार विकृत प्रोत्साहनों की ओर इशारा करते हैं: अधिकारियों को साहसी, अल्पकालिक हेडकाउंट कटौती के लिए पुरस्कृत किया जाता है और AI प्रयोग विफल होने पर बहुत कम परिणाम भुगतने पड़ते हैं।
• कुछ लोग वर्तमान AI उन्माद को आंशिक रूप से हाइप चक्र, आंशिक रूप से विचारधारा के रूप में देखते हैं: श्रम लागत को समाप्त करने की होड़, भले ही दीर्घकालिक रणनीतिक जोखिम हो।
• अन्य लोग ज़ोर देते हैं कि, हाइप और गलतियों के बावजूद, स्वचालन की दीर्घकालिक दिशा अभी भी लूप में कम मानवों की ओर ही है।