Hesti.id – 28 Juni 2026 | JAKARTA — Ford rekrut kembali insinyur berpengalaman usai sistem otomasi dan kecerdasan buatan yang diterapkan dalam beberapa tahun terakhir justru menimbulkan masalah serius terkait mutu produk. Pabrikan mobil asal Amerika Serikat ini mengakui telah mempekerjakan lebih dari 350 insinyur senior, yang di dalam perusahaan dikenal dengan sebutan “gray beards”, dalam upaya memperbaiki kerugian yang dialami akibat kesalahan sistem otomatis yang menyebabkan mereka kehilangan miliaran dolar.
Langkah Ford ini menjadi sorotan karena menunjukkan bahwa meskipun AI dapat mempercepat proses kerja, bukan berarti sistem tersebut dapat memahami nuansa yang ada di dalam proses produksi. Di pabrik, perbedaan kecil pada komponen dapat berakibat fatal, seperti penarikan kembali produk, keluhan dari konsumen, atau biaya perbaikan yang membengkak. Dalam konteks inilah, pengalaman manusia kembali dibutuhkan.
Kumar Galhotra, Chief Operating Officer Ford, mengakui bahwa perusahaan telah terlalu banyak mengandalkan sistem kualitas otomatis. “We had been relying more and more on automated quality systems and not getting the desired results,” ujarnya. Galhotra menjelaskan bahwa dengan mempekerjakan kembali para insinyur senior, Ford berusaha untuk menemukan titik gagal sebelum sebuah komponen masuk ke lini produksi. Ini berarti mereka tidak hanya berfungsi sebagai pemeriksa akhir, tetapi juga terlibat dalam mendalami desain, mengamati pola cacat, dan menilai bagian mana yang berpotensi lolos dari pengawasan mesin.
Baca juga:
Para insinyur yang direkrut juga berperan dalam melatih sistem AI agar bisa menjadi lebih baik. Oleh karena itu, yang terjadi bukanlah perseteruan antara manusia dan mesin, melainkan kolaborasi yang baru, di mana Ford menyadari bahwa otomasi tanpa pengalaman praktis dapat menghasilkan keputusan yang kurang tepat.
Charles Poon, Wakil Presiden Vehicle Hardware Engineering Ford, menegaskan hal ini dengan kata-kata, “Artificial intelligence is a fantastic tool, but it’s only as good as the information you use to train it.” Ia menambahkan bahwa perusahaan sebelumnya “tidak memberi perhatian sebesar yang seharusnya” pada pengalaman insinyur senior yang memiliki banyak pengetahuan.
Kasus yang dihadapi Ford memberikan gambaran jelas tentang batasan teknologi AI dalam industri manufaktur. Sistem otomatis memang unggul dalam menganalisis data dalam jumlah besar, menemukan pola, dan mendeteksi anomali. Namun, ketika berhadapan dengan situasi yang kompleks, pengalaman manusia sering kali sulit untuk digantikan. Dalam industri otomotif, kesalahan kecil dalam desain dapat mempengaruhi ribuan unit. AI mungkin dapat mengevaluasi data sejarah dengan cepat, tetapi belum tentu memahami konteks produksi, toleransi material, atau interaksi antar komponen setelah pemasangan.
Di Ford, penggunaan sistem kualitas berbasis AI dimaksudkan untuk meningkatkan efisiensi produksi dan kontrol mutu, tetapi hasilnya tidak memuaskan. Setelah kembalinya para insinyur berpengalaman ke proses pemeriksaan, standar kualitas perusahaan dilaporkan mengalami perbaikan yang signifikan. Hal ini terbukti saat Ford menempati posisi teratas dalam J.D. Power Initial Quality Survey di antara merek-merek arus utama, sebuah pencapaian yang belum pernah mereka raih dalam 16 tahun terakhir.
Namun, tantangan Ford tidak berhenti di situ. Perusahaan masih menghadapi masalah dengan kendaraan-kendaraan lama dan tetap menjadi pabrikan yang paling banyak melakukan penarikan kembali di Amerika Serikat. Eksekutif Ford menyatakan bahwa masalah tersebut berkaitan dengan kesalahan di masa lalu yang terkait dengan otomasi, bukan keputusan untuk mempekerjakan kembali insinyur.
Langkah Ford ini memberikan pelajaran penting bagi banyak perusahaan yang berlomba-lomba menggantikan tenaga manusia dengan AI. Meskipun tujuan utamanya adalah untuk mengurangi biaya, mempercepat inspeksi, dan memperlancar proses, kasus ini menunjukkan bahwa hasil yang cepat tidak selalu berarti hasil yang berkualitas. Dalam sektor manufaktur, kecepatan tanpa pengawasan dapat berakibat mahal. Di dunia perangkat lunak pun, model AI yang terlihat canggih bisa saja salah dalam membaca data, melewatkan detail penting, atau memberikan rekomendasi yang tampaknya logis tetapi tidak berjalan baik di lapangan.
Bagi pembaca di Indonesia, pelajaran dari kasus Ford juga sangat relevan. Pabrik otomotif, perusahaan logistik, hingga layanan keuangan semakin sering menggunakan AI untuk inspeksi, layanan pelanggan, dan analisis risiko. Meskipun efisien, jika semua keputusan dibiarkan sepenuhnya pada sistem otomatis, kesalahan kecil dapat meluas sebelum sempat dihentikan.
Ford sendiri tidak berencana untuk meninggalkan teknologi AI. Mereka justru ingin mengintegrasikannya dengan pengawasan manusia dan pengalaman lapangan. Arah ini sepertinya akan menjadi pola yang semakin umum: AI digunakan sebagai alat bantu, bukan sebagai pengganti seluruhnya. Pada akhirnya, penting untuk mempertimbangkan siapa yang memegang kendali atas keputusan akhir. Ford telah menjawab pertanyaan ini dengan cara yang mahal, mengajarkan bahwa bahkan teknologi paling canggih sekalipun tetap memerlukan manusia untuk mengoreksi langkah yang keliru.
