フォード（Ford）の経営幹部が公式に認めた。自動車設計に携わる人間エンジニアをAIで置き換えようとした取り組みは「失敗だった」——その事実が今、テック業界に波紋を広げている。フォードはエンジニアの再雇用に踏み切ったことも明らかにした。

何が起きたのか

AIエージェントへの期待が急騰する中、フォードは人間エンジニアの一部をAIに代替させるという判断を下した。コスト削減と開発効率の向上が目的だったとみられる。しかし実際に運用してみると、AIは人間エンジニアが担っていた複雑な判断や創造的な問題解決を代替するには至らなかった。結果としてフォードはエンジニアを再雇用する事態になった。

多くの企業がAI導入の失敗を社内にとどめる中、フォードが幹部レベルで公の場にこれを認めたことは注目に値する。

なぜ失敗したのか

自動車エンジニアリングには、車両の安全性・信頼性・法規適合性に関わる高度な専門判断が要求される。たとえば以下のようなタスクが挙げられる。

  • クラッシュテスト解析: シミュレーション結果を実際の安全基準に照らして評価する判断
  • 製造プロセスの例外対応: 現場で起きる想定外の事象への臨機応変な対処
  • 法規対応: 各国の排ガス規制や安全規格への適合判断
  • サプライチェーン調整: 部品調達の問題が設計全体にどう波及するかの総合的な読み

現時点のAIは定型的・反復的なタスクでは高い性能を発揮するが、複数の制約が絡み合う複雑な判断や、過去に事例のない問題への対処では、まだ人間の経験知に頼らざるを得ない部分が大きい。

AI活用と人間の役割——自動車産業の現在地

フォードに限らず、GM・Stellantis・トヨタ・ホンダも製造・設計プロセスへのAI統合を積極的に進めている。ただし各社のアプローチには差がある。

うまくいっているケースに共通するのは「AIが人間を補助する」構造を維持していることだ。

  • 設計CADとAIを組み合わせ、候補を複数生成した上で人間が最終選定する
  • 製造ラインの異常検知はAIが担い、対処方法の判断は人間が下す
  • テストデータの解析はAIが高速化し、最終的な合否判定は人間エンジニアが行う

フォードの失敗は、この「補助」から「代替」への線引きを誤ったことにある。

日本の製造業・IT業界への示唆

日本の製造業は品質管理における職人的な暗黙知をどう扱うかという固有の課題を抱えている。「このビビりは材料の問題ではなく加工速度の設定が合っていない」という現場の経験的な直感は、まだAIには難しい領域だ。

だからこそAI導入においては「どの業務をAIに任せ、どの業務に人間の関与を残すか」を事前に丁寧に設計することが不可欠になる。

IT部門においても同様だ。「AIにコードを書かせれば開発者はいらない」という発想で人員削減を進めると、フォードと同じ轍を踏む可能性がある。今のフェーズでは、AIをうまく動かすための設計・監督・検証ができる人材こそが価値を持つ。

筆者の見解

フォードがこの失敗をオープンにしたことは誠実だと思う。多くの企業が同じ失敗をしても黙っている中、公式に認めたことには学習の価値がある。

ただ、ここで「AIにはまだ限界がある」という結論を急ぐのは早計だ。フォードが直面した問題の本質は、AIそのものの限界より「AIに何を任せるかの設計を怠ったこと」にある。人間エンジニアをゼロにして全部をAIに任せることと、AIが最も得意な部分——大量データ処理・パターン認識・シミュレーションの高速化——に特化させ、人間はその結果を統合・判断することに役割を絞ることは、まったく別の話だ。

「仕組みを作れる人さえいれば、あとはAIが回す」という方向性は中長期では正しいと思う。ただしその「仕組みを作れる人」を正しく定義できているかどうかが問われる。フォードが再雇用したエンジニアたちは、従来業務をこなすための人員ではなく、AIと協働するための設計者として位置づけられなければ意味がない。

日本でも今後「AI導入で人を減らしたが、やっぱり戻した」という話が増えてくるだろう。そのときに「AIは使えない」という結論につながってしまうことが一番もったいない。焦って一気に代替しようとするのではなく、「何を、どう任せるか」を段階的に設計しながら任せる範囲を広げていく——それが今のフェーズでの現実的な道筋だと思う。

出典: この記事は Ford execs say they made a mistake when they replaced human engineers with AI の内容をもとに、筆者の見解を加えて独自に執筆したものです。