מנכ״ל Ford: ה-AI ישלים אנשי מקצוע, לא יחליף אותם

מנכ״ל Ford, ג׳ים פארלי, מציע מבט מאוזן על ההשפעה של ה-AI: בעוד משרות משרד שגרתיות – כמו בניית גיליונות, תמיכה טלפונית ותכנות ברמת הכניסה – עוברות אוטומציה מהירה, מקצועות טכניים פיזיים נעזרים בכלי AI בדמות ״בן לוויה״ שמחזק את המיומנות ומסייע להתמודד עם מחסור בכוח אדם. לדבריו, העובדים האלה אינם מוחלפים – הם נעשים פרודוקטיביים יותר.

״אינינג ראשון״ של AI: מי בסכנה מיידית?

פארלי, שנאם בכנס Ford Pro Accelerate, חילק את ההשפעה לשניים. ״אם אתם עובדים בפיננסים על גיליונות, או במוקד שירות, או מתכנתים בתחילת דרככם״, הוא אמר לעיתונאים, ״המשרות האלה בהחלט הולכות להשתנות ולהתבטל, לפחות בשלב הראשון הזה של AI״. מנגד, ה-AI יהיה בן לוויה למקצוענים המיומנים שלנו.

ההבחנה הזו באה לידי ביטוי בנתונים הפנימיים של החברה. ל-Ford יש יותר מ-10,000 עובדים מיומנים בארצות הברית, שהם כ-20% מכלל 56,000 עובדי UAW. העבודה שלהם, אומר פארלי, כבר עוברת שינוי עמוק. הם מתקנים רובוטים, מטפלים בסיבים אופטיים ומטפלים בציוד אוטומציה וייצור דיגיטלי.

מפעל רכב או מפעל שבבים?

פארלי מציין שהקו בין מהנדס ייצור לבין עובד מיומן הולך ומיטשטש לחלוטין בפעילות החדשה. ״קשה מאוד להבחין היכן נגמר מהנדס הייצור ומתחיל העובד המיומן״, הוא הסביר. במתקנים החדשים של Ford, עובדים מיומנים מתפעלים מערכות יציקה עצומות (megacasting) לכלי רכב חשמליים, או מטפלים בציוד ייצור סוללות – עבודה שפארלי משווה יותר למפעלי ייצור מוליכים למחצה מאשר למפעל רכב מסורתי.

ה-AI נכנס ככלי תמיכה ישיר. לדוגמה, פארלי תיאר אתגר של פירוק מנוע מטנדר Ford Super Duty – עבודה שנמשכת יומיים ודורשת פירוק נרחב. ״הרבה אנשים לא מיומנים בזה״, הוא הסביר. ״הם מכונאים טובים, הם פשוט לא יודעים. הם מעולם לא עשו את זה קודם״. כדי לפתור זאת, Ford Pro מפתחת הדרכת AI שמדריכה צעד אחר צעד את הטכנאי בתהליך.

מה ה-AI באמת פותר? מחסור בכוח אדם.

כריס נלסון, מנכ״ל Stanley Black & Decker, הצטרף לדיון והציג את הבעיה ההפוכה: בתעשיות כמו בנייה, יש ביקוש אדיר לעבודה, אבל אין מספיק ידיים עובדות. ״הם רואים עתיד של הכנסה שהם לא יכולים לגשת אליו כי הם לא מצליחים לסיים את מה שהם צריכים לעשות עכשיו״, אמר נלסון. לדבריו, טכנולוגיה שמאפשרת לעובדים להספיק יותר היא ״מתנה״.

דוגמה ספציפית שהציג הייתה רובוט קידוח אוטונומי שפיתחו עם לקוחות שמקימים מרכזי נתונים. העבודה דורשת קדיחה של עשרות אלפי חורים להתקנת מתלים וכבלים. הרובוט מטפל בקידוח החוזר, בעוד העובדים המיומנים מתפנים למשימות מורכבות יותר. ״זה בן לוויה״, הדגיש נלסון. ״זה יד ביד. זה לא תחליף״.

מכשול האמון: פחד ״העיניים הגדולות״

פארלי הזהיר שה-AI יעבוד רק אם העובדים יבטחו בו. ל-Ford כבר יש מערכות ראייה מבוססות AI שבודקות התאמה של פאנלים או דלתות, אך העובדים עשויים להתעלם מהן אם יחשדו שהנתונים ישמשו נגדם.

החשש הזה, לדבריו, אינו חדש. הוא שיתף זיכרון מקריירה מוקדמת, אז עשה מחקרי תנועה וזמן – שיטה ותיקה למדידת יעילות עובדים. ״איזה בחור מבוגר ממני בשלוש אמר לי: ׳מה, אתה מנסה לקחת לי את העבודה?׳״, הוא נזכר. ״זה המתח הקלאסי סביב יעילות, שהיה תמיד. אני לא חושב שזה באמת כל כך שונה עכשיו״.

המשמעות לתעשייה הישראלית

הדיון הזה, עם דגש על שילוב AI במקצועות פיזיים, מהדהד אתגרים מקומיים. גם כאן, מחסור חמור בטכנאים, מהנדסי ייצור ועובדים מיומנים בתחום החומרה הוא צוואר בקבוק. כלים שמאפשרים לעובדים קיימים לבצע משימות מורכבות יותר, או לקצר זמני הכשרה, עשויים להיות בעלי ערך רב. עם זאת, האתגר של בניית אמון – שהעובדים לא ירגישו במעקב תמידי – נותר מרכיב קריטי.

פארלי גם ציין את הצורך באימון עובדים לדור הבא, שיהיה בקיא יותר בנתונים, תוכנה ואוטומציה. ״הם יצטרכו יותר היכרות עם נתונים, תוכנה, תכנות ואוטומציה״, הוא אמר. ״אבל זה יכול לשנות את אופי ההכשרה, ולאפשר לעובדים להסתמך על מערכות AI כשהם נתקלים בציוד או בהליכים לא מוכרים״.

בסוף, מדובר בסיפור שונה מהנרטיב המקובל על אוטומציה משרדית. במקום תסריט של החלפה, אנשי הייצור מציעים תרחיש של שדרוג – שבו AI הופך לשותף שמעניק יתרון תחרותי, ומפנה את האנשים לאתגרים פיזיים וטכניים מורכבים באמת.