Ford Motor நிறுவனம் தரக் கட்டுப்பாட்டு பிரச்சனைகளை சரிசெய்யவும், வாரண்டி செலவுகளை குறைக்கவும் சுமார் **350** அனுபவம் வாய்ந்த பொறியாளர்களை மீண்டும் பணியமர்த்தியுள்ளது. மனித நிபுணத்துவத்தையும், செயற்கை நுண்ணறிவையும் (AI) இணைப்பதன் மூலம், ஆண்டுக்கு **$1 பில்லியன்** செலவுக் குறைப்பு இலக்கை எட்டுவதை நோக்கமாகக் கொண்டுள்ளது.
என்ன நடந்தது?
Ford Motor நிறுவனம், தொடர்ந்து வரும் தரக் கட்டுப்பாட்டு பிரச்சனைகளை எதிர்கொள்ள சுமார் 350 அனுபவம் வாய்ந்த பொறியாளர்களை மீண்டும் பணியில் அமர்த்தியுள்ளது. இது நிறுவனத்தின் உற்பத்தி முறையில் ஒரு முக்கிய மாற்றத்தைக் குறிக்கிறது. முன்பு செயற்கை நுண்ணறிவை (AI) அதிகமாக நம்பியிருந்த நிலையில், தற்போது மனித நிபுணத்துவத்திற்கு முக்கியத்துவம் அளிக்கிறது. Ford அல்லது அதன் விநியோகச் சங்கிலியில் (Supply Chain) முன்பு பணியாற்றிய இந்த நிபுணர்கள், இளம் ஊழியர்களுக்குப் பயிற்சி அளிப்பதிலும், தரப் பரிசோதனைகளுக்குப் பயன்படுத்தப்படும் AI அமைப்புகளை மேம்படுத்துவதிலும் கவனம் செலுத்துகின்றனர். இந்த உத்தி மாற்றம், Ford நிறுவனம் JD Power Initial Quality Survey-ல் முக்கிய பிராண்டுகளில் முதலிடம் பிடித்ததோடு ஒத்துப்போகிறது. கடைசியாக 2010-ல் இந்த நிலையை எட்டியது Ford.
தரப் பிரச்சனைகளின் நிதி தாக்கம்
பெரிய கார் தயாரிப்பு நிறுவனங்களுக்கு, வாரண்டி மற்றும் ரீகால் (Recall) செலவுகள் லாப வரம்பைக் கணிசமாகக் குறைக்கும். ஒரு வாகனம் ரீகால் அல்லது பெரிய வாரண்டி பழுது பார்க்கத் தேவைப்படும்போது, அது நிறுவனத்தின் நிதி அறிக்கைகளில் உடனடியாகத் தாக்கத்தை ஏற்படுத்துகிறது. இதனால் புதிய தொழில்நுட்பங்களில் முதலீடு செய்வதற்கோ அல்லது டிவிடெண்ட் வழங்குவதற்கோ பணம் குறைகிறது. இந்த குறைபாடுகளை தொழிற்சாலை அளவிலேயே குறைப்பதன் மூலம், Ford இந்த எதிர்பாராத செலவுகளைக் குறைக்க முயல்கிறது. நிர்வாகத்தின் கூற்றுப்படி, இந்த முயற்சிகள் நடப்பு ஆண்டிற்கான $1 பில்லியன் செலவுக் குறைப்பு இலக்கை அடைவதில் முக்கிய பங்கு வகிக்கின்றன. இந்தச் சேமிப்புகள், தர மேம்பாடுகள் நீடித்தால், நிதி ரீதியாக நிறுவனத்திற்கு உதவும் என எதிர்பார்க்கப்படுகிறது.
ஏன் இந்த மாற்றம் முக்கியமானது?
Ford நிர்வாகம், தர உத்தரவாதத்திற்காக AI-ஐ அதிகமாக நம்பியிருந்தது முந்தைய உத்தியில் ஒரு குறைபாடு என்பதை ஒப்புக்கொண்டுள்ளது. AI ஒரு சக்திவாய்ந்த கருவியாக இருந்தாலும், வாகன வன்பொருளின் (Vehicle Hardware) சிக்கலான தன்மைகளையும், பல்வேறு தோல்வி புள்ளிகளையும் புரிந்துகொள்ளும் நிபுணர்களின் பயிற்சி மற்றும் மேற்பார்வை இதற்குத் தேவை. தற்போது, வாகனங்கள் உற்பத்தி வரிசையை அடைவதற்கு முன்பே குறைபாடுகளைக் கண்டறியும் வகையில், மனிதர்கள் மற்றும் AI இணைந்த இந்த அணுகுமுறையை நிறுவனம் ஒருங்கிணைக்கிறது. இந்த உத்தி, நிறுவனத்தின் நம்பகத்தன்மை நற்பெயரை மீட்டெடுக்க முயல்கிறது. இது பிராண்ட் விசுவாசத்திற்கும், நீண்ட கால விற்பனை செயல்திறனுக்கும் முக்கியமானது.
தாமதமான குறிகாட்டிகளின் ஆபத்து
JD Power தரவரிசை ஒரு நேர்மறையான குறுகிய கால சமிக்ஞையை அளித்தாலும், நிதிநிலை அறிக்கைகளில் உடனடித் தாக்கம் குறித்து முதலீட்டாளர்கள் எச்சரிக்கையாக இருக்க வேண்டும். நிர்வாகம், ரீகால் தரவு ஒரு "தாமதமான குறிகாட்டி" (Lagging Indicator) என்று குறிப்பிட்டுள்ளது. இதன் பொருள், இன்று தொழிற்சாலையில் செய்யப்படும் மேம்பாடுகள், நிறுவனத்தின் நிதி முடிவுகளில் முழுமையாகப் பிரதிபலிக்க பல காலாண்டுகள் ஆகலாம். ஏனெனில், தற்போது சாலையில் உள்ள பழைய வாகனங்களுக்கு இன்னும் பழுதுபார்ப்பு அல்லது சேவை புதுப்பிப்புகள் தேவைப்படலாம். இந்த உத்தியின் செயல்திறன், நிறுவனம் காலப்போக்கில் அதன் பல்வேறு வாகனங்களில் இந்த தரத் தரங்களை பராமரிக்க முடியுமா என்பதைப் பொறுத்தது.
முதலீட்டாளர்கள் எதைக் கண்காணிக்க வேண்டும்?
இனிவரும் காலங்களில், பங்குதாரர்களுக்கு முக்கியமாக கண்காணிக்க வேண்டிய விஷயம், நிறுவனத்தின் காலாண்டு நிதி அறிக்கைகளில் உள்ள வாரண்டி கையிருப்பு ஒதுக்கீடுகளின் (Warranty Reserve Provisions) போக்கு ஆகும். இந்த ஒதுக்கீடுகளில் நிலையான சரிவு ஏற்பட்டால், புதிய பொறியியல் தலைமையிலான அணுகுமுறை குறைபாடு விகிதங்களை வெற்றிகரமாகக் குறைக்கிறது என்பதைக் குறிக்கும். மேலும், மனித-AI ஒருங்கிணைப்பு வாக்குறுதியளிக்கப்பட்ட செலவுச் சேமிப்பை வழங்குகிறதா என்பதை மதிப்பிடுவதற்கு, எதிர்கால வருவாய் அழைப்புகளில் (Earnings Calls) ரீகால் அதிர்வெண் குறித்து நிர்வாகத்தின் கருத்துக்களை முதலீட்டாளர்கள் எதிர்பார்ப்பார்கள்.