7月7日、BGRが「Ford Replaced Engineers With AI But Had To Hire Them Back Pretty Quickly」と題した記事を公開した。フォードがAIで品質検査エンジニアを代替しようとして失敗し、わずかな期間で大規模な再雇用を余儀なくされた事例について詳しく報じている。

AIで品質検査を代替 → 品質の著しい低下

フォードは2025年のQ3決算説明会で、製造プロセス全体にわたるAIの体系的な展開を発表していた。その一環として900台のAI搭載カメラを導入し、製造ラインでの品質問題を早期検知する仕組みを構築した。

ところがBloombergの報道によれば、人間の品質検査員をAIで置き換えた結果、製品品質が著しく低下したという。BGRの記事はこの品質低下が数十億ドル規模の損失に関連していると伝えているが、損失の全てがAI導入単独に起因するかどうかについては、元記事でも明確には断定されていない点には留意が必要だ。フォードは近年、EV事業「Ford Model e」部門の赤字拡大や北米市場でのリコール増加など、複数の要因による業績圧迫を受けており、品質管理の失敗はそうした文脈の中で起きた出来事として理解する必要がある。

フォードの車両ハードウェアエンジニアリング担当副社長チャールズ・プーン（Charles Poon）は記者団との電話会見でこう認めた。

「AIを導入し、設計要件をインプットするだけで高品質な製品が生まれると、誤って考えていた」

つまり、適切なトレーニングデータも専門家による指導もないまま、AIツールを現場に投入したということだ。製造業における品質検査は、図面や仕様書には明文化されない「現場の経験則」に大きく依存する領域であり、そうした暗黙知をAIが即座に代替できるという前提自体に無理があったと言える。

350人のエンジニアを再雇用——しかし目的は？

品質低下を受けてフォードが取った対策は、350人の経験豊富な品質検査員を再雇用するというものだった。その多くはかつてフォードに在籍していた元社員で、AIへの移行の際に失われた「組織の暗黙知（インスティテューショナル・ナレッジ）」を取り戻すことが狙いだった。

この判断は効果をあげたようで、フォードは**JDパワーの2026年 U.S. Initial Quality Study（初期品質調査）**において、大衆向けブランドのトップクラスに急浮上している。JDパワーのIQSは、新車購入から90日以内にオーナーが経験した不具合の数を基に算出される業界標準の品質指標であり、この評価での上位進出は品質改善の成果として広く認知される。

ただし、再雇用の目的をめぐっては懸念もある。プーン副社長の発言を見ると、人間のエンジニアが求められている主な理由はAIシステムのトレーニングだ。

「自動化・機械学習・AIツールを強化するためには、最も経験豊富な人材によるトレーニングが不可欠だと認識した」

AIがその専門知識を吸収し終えたとき、再雇用されたエンジニアたちがどうなるのかは、現時点では明らかにされていない。再雇用が恒久的な体制変更なのか、あくまでAI強化のための一時的な措置なのか、フォードは明言を避けている。

「とりあえずAI導入」の典型的な失敗パターン

この事例が示す構図はシンプルだ。現場の経験に裏打ちされた品質検査という業務を、準備不足のままAIに置き換えようとした結果、膨大なコストを払って元の体制に戻すことになった。

製造業でのAI活用自体は広がりを見せており、画像認識による外観検査や異常検知のシステムは各社で実用化が進んでいる。しかしフォードの事例が示すのは、AIツールの性能そのものの問題ではなく、熟練した人間の監督や適切なデータ整備なしにAIを投入した運用設計の失敗だ。ツールの選択よりも、導入プロセスと体制構築が品質管理AIの成否を左右するという教訓は、製造業に限らず広く通じる話だろう。

AI導入に伴うレイオフは近年各業界で相次いでいるが、今回のフォードの事例は「AIが人間を代替できなかった」という明確な失敗例として記録される。特に品質管理のような、長年の経験と文脈理解が求められる領域では、AIの限界が露わになった形だ。

再雇用されたエンジニアたちが「AIを育てるためだけに使われ、その後また解雇される」可能性は、単なる杞憂とも言い切れない。フォードの次の一手が問われている。

詳細はFord Replaced Engineers With AI But Had To Hire Them Back Pretty Quicklyを参照していただきたい。