フォードが下した異例の決断
自動車大手フォードが、かつてリストラしたベテランエンジニアたちを再雇用し始めたというニュースが業界に衝撃を与えた。いわゆる「グレイビアード（gray beard）」と呼ばれる、豊富な実務経験を持つベテラン層だ。フォードはここ数年、多くの企業と同様にAIや自動化ツールへの投資を積極的に進め、人件費の削減と業務効率化を図ってきた。しかし結果として、AIだけでは補いきれない現場の知識や判断力の欠如が深刻な問題として浮上したのだ。
具体的に何が起きたかというと、製造ラインや設計プロセスにおいて、AIシステムが予測・提案した内容が実際の現場と乖離するケースが相次いだ。長年の経験で培われた「なんとなくこの設計は問題が起きそう」という感覚——俗に言う「職人の勘」——は、データだけでは再現できなかったのだ。
AIが苦手とする「暗黙知」の壁
私がAIの研究をしていて常々感じるのは、機械学習モデルが扱えるのはあくまで「データとして記録された知識」に限られるという点だ。エンジニアリングの現場には、マニュアルに書かれていない経験則や、トラブルシューティングの際の微妙な判断基準が無数に存在する。これらは「暗黙知」と呼ばれ、長年の実務を通じてしか習得できないものだ。
フォードのケースは、まさにこの暗黙知の問題を浮き彫りにした。AIに膨大な設計データを学習させても、それは過去の成功事例の集積に過ぎない。現場で突発的に起きる問題への対応、顧客からの曖昧な要求を解釈する力、あるいは複数の制約条件が絡み合う状況での優先順位付けといった作業において、経験豊富な人間エンジニアはまだ圧倒的な強みを持っている。
「AIファースト」の見直しと人間との協調
正直に言って、私はこのニュースを聞いたとき「やっぱりそうか」と思った。AI業界にいると、どうしてもAIの可能性に対して楽観的になりがちだし、ベンダーや経営層はコスト削減の文脈でAI導入を過剰に売り込む傾向がある。しかし現実は、AIは強力なツールであっても、それ単体で人間の専門家を丸ごと置き換えられるほど万能ではない。
フォードの再雇用戦略が示すのは、「AIファースト」という思想の修正が必要だということだ。正しいアプローチは、ベテランエンジニアの知識をAIシステムに取り込む仕組みを作りながら、両者が補完し合う体制を整えることだろう。AIはデータ処理やパターン認識において人間をはるかに凌駕するが、状況判断や創造的問題解決においては、まだ人間の経験に頼る部分が大きい。
今後の製造業やエンジニアリング分野においては、AIと熟練エンジニアが対立する構図ではなく、互いの強みを活かした協調モデルが主流になっていくはずだ。フォードの失敗と再雇用の決断は、その方向性を早期に示した貴重な事例として、業界全体が学ぶべき教訓を含んでいると私は考えている。