Ford haalt 350 senior engineers terug die het bedrijf eerder verving door AI. De reden: AI kan kwaliteitsproblemen niet oplossen zonder de ervaring van mensen die het product door en door kennen. Dit is geen incident, maar een patroon dat ook bij IBM zichtbaar wordt. Voor ondernemers is dit een signaal: AI vervangt niet de expertise, maar maakt die juist waardevoller.

Wat er aan de hand is

Autofabrikant Ford heeft recent ongeveer 350 senior engineers teruggehaald om kwaliteitsproblemen op te lossen. Charles Poon, vicepresident hardware-engineering, geeft tegenover de BBC toe dat AI niet de ervaring en training van menselijke ingenieurs heeft. Het bedrijf installeerde eerder 900 AI-camera’s in fabrieken om kwaliteitsproblemen te detecteren, maar dat bleek onvoldoende. Poon zegt dat de afgelopen jaren te weinig aandacht is besteed aan de ervaring van de meest deskundige ingenieurs.

Bij IBM speelt iets soortgelijks. Het bedrijf ontsloeg duizenden mensen en verving hen door AI-tools. Inmiddels wordt 94 procent van de routinematige HR-vragen afgehandeld door chatbots, maar de resterende 6 procent vereist menselijk oordeel, bijvoorbeeld bij ethische dilemma’s. IBM’s CHRO Nickle LaMoreaux waarschuwt daarnaast voor een gebrek aan jong talent. Ze heeft opgedragen om het aannemen van jonge starters in de VS te verdrievoudigen, omdat de pijplijn anders opdroogt.

Wat dit betekent

Voor het MKB is dit geen abstract verhaal over grote corporates. Het bevestigt wat veel ondernemers al vermoeden: AI is een tool, geen vervanging voor vakmanschap. De kwaliteit van AI-output hangt volledig af van de kwaliteit van de data en de context die mensen aanleveren. Bedrijven die te snel mensen vervingen, ontdekken nu dat ze de kennis die nodig is om AI goed te trainen, niet zomaar kunnen vervangen.

Dit betekent concreet dat de waarde van ervaren medewerkers stijgt, niet daalt. Wie de afgelopen jaren heeft geïnvesteerd in AI, doet er goed aan om te kijken waar de menselijke expertise nog nodig is om die systemen te voeden en te corrigeren. Het terugdraaien van ontslagen is geen gezichtsverlies, maar een strategische correctie die kwaliteit beschermt.

Hoe je dit kunt toepassen

Als je een productiebedrijf runt… Je zou kunnen inventariseren welke kwaliteitsproblemen je AI-systeem over het hoofd ziet. Vaak zijn dat afwijkingen die alleen een ervaren medewerker herkent omdat die het productieproces door en door kent. Overweeg om die medewerkers niet alleen terug te halen, maar ze ook een rol te geven in het trainen en bijsturen van je AI-modellen. Hun kennis wordt zo onderdeel van je systeem, in plaats van een losse controle achteraf.

Als je een team aanstuurt waar AI taken heeft overgenomen… Een mogelijkheid is om te evalueren welke taken AI echt goed doet en welke niet. De 6 procent die AI niet aankan, is vaak precies het werk dat oordeelsvermogen vereist. Je zou die taken kunnen herverdelen naar medewerkers die eerder zijn verschoven naar ander werk. Zo benut je hun expertise opnieuw en voorkom je dat klanten vastlopen op situaties die een menselijke afweging nodig hebben.

Als je starters of junioren in dienst hebt… De zorg van IBM’s CHRO over de uitdrogende pijplijn is ook voor jou relevant. Als je de afgelopen jaren vooral hebt geïnvesteerd in automatisering, is de kans groot dat je minder nieuwe mensen hebt aangenomen. Overweeg om weer actief te werven op instapniveau, zodat je over drie tot vijf jaar niet zonder ervaren mensen zit. Junior medewerkers leren van je senioren en worden uiteindelijk de experts die je AI-systemen scherp houden.

Als je twijfelt over een eerdere AI-beslissing… Het terugdraaien van een beslissing is geen falen, maar een correctie. Je zou kunnen onderzoeken of er medewerkers zijn die je wilt terugvragen, niet uit schuldgevoel, maar omdat hun kennis nu concreet waarde toevoegt. Een gesprek waarin je uitlegt dat hun ervaring nodig is om de kwaliteit te borgen, kan een krachtig signaal zijn naar de rest van je organisatie.

De praktische toepassing hangt af van jouw situatie, maar de kern is helder: AI wordt beter van mensen, niet andersom. Wie dat erkent, zet de terugkeer van kennis in als kwaliteitsimpuls.

Bron: Sprout