Yapay zekâ çağında ustalığın geri dönüşü

Yapay zekânın insan emeğinin yerini alacağına ilişkin tartışmalar çoğu zaman aynı ikilik üzerinden yürütülüyor: Ya makineler kazanacak ya da insanlar. Ford’un son kalite hamlesi ise bu kolay karşıtlığı bozuyor. Şirket, son üç yılda yaklaşık 350 deneyimli teknik uzmanı işe aldı, yeniden bünyesine kattı ya da terfi ettirdi. Bu uzmanlar genç mühendisleri yetiştiriyor, tasarım değerlendirmelerini yönetiyor, üretime ulaşmadan önce olası hata noktalarını arıyor ve yapay zekâ tabanlı kalite araçlarının geliştirilmesine katkı sağlıyor.

Sosyal medyada olay, “Yapay zekâ başarısız oldu, Ford 350 mühendisi geri aldı” diye özetlendi. Dikkat çekici ama eksik bir cümle. Ford yapay zekâdan vazgeçmiş değil; fabrikalarında görüntü sistemlerini, otomatik testleri ve yazılım doğrulama araçlarını kullanmayı sürdürüyor. Değişen şey teknolojiye yapılan yatırım değil, teknolojinin tek başına yeterli olacağına dair inanç. Ford’un keşfettiği gerçek şu: Kaliteyi yalnızca daha fazla veri, kamera ve otomasyonla güvence altına alamazsınız.

Çünkü kalite, hatalı mamulü süreçte ya da hat sonunda görmekten ibaret değildir. Asıl mesele, o hatanın neden ortaya çıkacağını daha tasarım aşamasında öngörebilmektir. Deneyimli bir mühendis, teknik çizimde kurallara aykırı hiçbir şey görmese bile parçanın montaj sırasında sorun çıkaracağını sezebilir. Bir toleransın kâğıt üzerinde kabul edilebilir olmasına rağmen seri imalatta sapma yaratacağını, bir yazılım değişikliğinin başka bir sistemle beklenmedik biçimde çakışacağını veya bir tedarikçinin belirli koşullarda aynı sorunu yeniden üreteceğini geçmiş deneyimlerinden bilir.

Bu bilgilerin tamamı prosedürlerde yazmaz. Yönetim biliminde buna “örtük bilgi” denir: Deneyimle oluşan, bütünüyle yazıya ve kurallara dökülemeyen ustalık bilgisi. İnsan, yıllar içinde yaşadığı arızalardan, başarısız denemelerden, müşteri şikâyetlerinden ve üretim krizlerinden yalnızca kayıt altına alınmış sonuçları değil, bağlamı da öğrenir. Hangi verinin gerçekten önemli olduğunu, hangi ölçümün yanıltabileceğini ve hangi küçük işaretin büyük bir arızanın habercisi sayılacağını ayırt eder. Yapay zekâ kendisine sunulan verilerdeki örüntüleri bulabilir; fakat sisteme hiç aktarılmamış bir kurumsal hafızayı kendiliğinden yaratamaz.

Ford yöneticilerinin açıklamaları da bu noktaya işaret ediyor. Şirket, geçmiş yıllarda çok sayıda ürün geliştirme döngüsünden geçmiş kıdemli mühendislerin deneyimine yeterince önem vermediğini kabul ediyor. Şirket bu eksikliği fark edince, deneyimli teknik uzmanları yeniden sürecin merkezine alıyor. Bu kişiler yalnızca hataları bulan denetçiler değil; farklı mühendislik alanları arasındaki bağlantıları kuran ve yapay zekâ sistemlerini daha doğru bilgilerle besleyen rehberler olarak görev yapıyor.

Sonuçlar ise dikkat çekici. Ford, J.D. Power’ın 2026 ABD ilk kalite araştırmasında kitlesel pazar markaları arasında birinci sıraya yükseldi. Markanın puanı bir yılda 100 araç başına 193 sorundan 152 soruna geriledi. Ford böylece 2010’dan bu yana ilk kez bu kategorinin lideri oldu. F-150, Mustang ve Super Duty de kendi sınıflarında ilk sırada yer aldı. 

Ford’daki dönüşüm yalnızca deneyimli uzmanların geri alınmasından ibaret değil. Şirket 2023’te araç mühendisliği, üretim, tedarik zinciri ve kalite birimlerini aynı endüstriyel sistem altında birleştirdi; haftalık tasarım gözden geçirmelerini güçlendirdi ve tedarikçileri geliştirme sürecine daha erken dahil etti. Fabrika çalışanları yapay zekâ destekli görüntü sistemlerinden yararlanırken, araç yazılımları müşteriye ulaşmadan önce yüz binlerce otomatik senaryoyla sınanıyor. Yani iyileşmenin reçetesi “makineleri kapatıp insanları geri çağırmak” değil; süreçleri birbirine bağlamak, hatayı üretildikten sonra ayıklamak yerine daha doğmadan önlemek ve teknolojiyi uzman muhakemesinin denetimine vermek.

Yine de ölçüyü kaçırmamak gerekiyor. J.D. Power araştırması araçların bütün ömrünü ya da uzun dönem dayanıklılığını değil, yeni araç sahiplerinin ilk 90 günde bildirdiği sorunları ve servis kayıtlarını temel alıyor. Genel marka sıralamasında Porsche, 100 araç başına 138 sorunla Ford’un önünde. Genesis de 151 sorunla Ford’un 152 puanının az farkla önünde.Üstelik Ford’un geri çağırmalarla ilgili geçmişten gelen sorunları tamamen ortadan kalkmış değil. Dolayısıyla ortada bir “mucize” değil, doğru yönde güçlü bir iyileşme var.

Bu ayrım önemli. Çünkü Ford vakasını “İnsan yapay zekâyı yendi” diye okumak, en az “Yapay zekâ bütün mühendislerin yerini alacak” iddiası kadar sığ olur. Şirketin ulaştığı sonuç, insan ile makine arasındaki bir yarışın değil, doğru iş bölümünün ürünü. Yapay zekâ binlerce görüntüyü saniyeler içinde tarayabilir, yüz binlerce yazılım senaryosunu test edebilir ve insan gözünün kaçırabileceği örüntüleri yakalayabilir. Buna karşılık deneyimli mühendis, hangi sorunun sorulması gerektiğine, hangi sonucun olağandışı olduğuna ve bir bulgunun gerçek üretim koşullarında ne anlama geldiğine karar verir.

Buradaki temel sorun teknoloji değil, yönetim anlayışıdır. Şirketler maliyet azaltmak ya da hızlı dijitalleşmek adına deneyimli çalışanları sistem dışına çıkardığında yalnızca ücret giderini azaltmaz. Aynı zamanda geçmiş hataların hafızasını, usta-çırak ilişkisini ve kriz anında devreye giren muhakeme kapasitesini de kaybeder. Sonra bu bilgiyi veri tabanlarından, danışmanlık projelerinden veya yeni bir yapay zekâ uygulamasından geri satın almaya çalışır. Oysa bazı bilgiler, onları taşıyan insanlar kurumdan ayrıldıktan sonra geri getirilemez.

Bu nedenle yapay zekâ yatırımlarının yanına bir de “kurumsal hafıza bilançosu” koymak gerekiyor. Hangi kritik bilgi yalnızca birkaç çalışanın zihninde duruyor? Bu bilgi yeni kuşaklara nasıl aktarılıyor? Yapay zekâ sistemleri hangi uzmanların değerlendirmeleriyle eğitiliyor? Teknoloji hatayı tespit ettiğinde, kök nedeni anlayacak insan yetkinliği kurumda hâlâ var mı? Bu sorular sorulmadan yapılan otomasyon, verimlilik değil kırılganlık üretebilir.

Ford’un deneyimi otomotiv sektörünün ötesinde de önemli. Sağlıktan bankacılığa, medyadan mühendislik hizmetlerine kadar birçok alanda şirketler yapay zekâyı insan sayısını azaltmanın kısa yolu olarak görüyor. Oysa özellikle yüksek riskli ve karmaşık işlerde esas kazanç, insanı sistemden çıkarmaktan değil, karar kalitesini artırmaktan geliyor. Deneyimli çalışanı değersizleştirip daha sonra yapay zekâyı eğitmesi için geri çağırmak dijital dönüşüm değil; pahalı bir yönetim hatasıdır.

Ford’un aldığı ders aslında oldukça eski: Kalite, ürün hattan çıktıktan sonra yapılan kontrolle değil, doğru bilgiye sahip insanların sürece başından katılmasıyla oluşur. Yapay zekâ bu süreci hızlandırabilir, genişletebilir ve daha görünür kılabilir. Fakat neyin önemli olduğunu bilen, verinin sustuğu yerde şüphelenen ve daha önce yaşanmış bir hatanın izini tanıyan insan olmadan sistem eksik kalır.

Çünkü kalite yalnızca veri değildir. Kalite, korunan hafızadır; geleceğe yapılan yatırımdır.