25. June 2026
Bilgiganten Ford har nylig feiret at de klatret helt til topps på J.D. Powers prestisjetunge kvalitetsmåling for biler. Men veien dit har bydd på dyrekjøpte erfaringer. Selskapet innrømmer nå at de måtte gjøre en brå snuoperasjon og hente tilbake tidligere og pensjonerte ingeniører for å rydde opp i kritiske feil som ble skapt av deres egne automatiserte og AI-baserte design- og produksjonssystemer.
Bakgrunnen er den massive bølgen av digitalisering som har feid over bilbransjen. I iveren etter å effektivisere og la algoritmer optimalisere alt fra komponentdesign til monteringslinjer, mistet Ford verdifull menneskelig erfaring på veien. Systemene som skulle strømlinjeforme produksjonen, manglet den intuitive, fysiske forståelsen for hvordan bildeler oppfører seg under reelle forhold over tid, noe som resulterte i uventede kvalitetsproblemer.
For industri- og produksjonsbedrifter som vurderer å overlate design- eller kvalitetssikringsprosesser til KI-modeller, gir dette en viktig lekse. Algoritmer er fantastiske til å generere alternativer og oppdage mønstre raskt, men de mangler "taus kunnskap" – den praktiske erfaringen som erfarne fagfolk besitter etter tiår i feltet. Virksomheter som utvikler fysiske produkter bør derfor unngå å fjerne mennesket helt fra loopen, og heller designe prosesser der KI fungerer som en støtte, mens domeneeksperter beholder det avgjørende ordet i kvalitetssikringen. Les mer om saken hos The Verge.
Amazon Web Services (AWS) skrur opp tempoet i det globale KI-kappløpet og sprøyter nå inn svimlende 13 milliarder dollar i ny AI-infrastruktur i India. Investeringen skal brukes til å bygge ut massive datasentre og skykapasitet som kan håndtere de enorme datamengdene som kreves for å trene og kjøre avanserte kunstig intelligens-modeller.
Dette handler om langt mer enn bare servere; det er en strategisk posisjonering i et av verdens raskest voksende teknologimarkeder. India huser ikke bare en enorm base av potensielle bedriftskunder, men også et av verdens største miljøer for programvareutviklere. Ved å etablere tung, lokal KI-infrastruktur sikrer Amazon lav forsinkelse (latency) og overholdelse av lokale dataregler, noe som gir dem et solid forsprang på konkurrenter som Microsoft og Google.
For selskaper med globale forsyningskjeder eller avdelinger i Asia, betyr denne utbyggingen at tilgangen på robuste, lokale KI-tjenester blir betraktelig bedre. Med sterkere infrastruktur på plass lokalt blir det enklere å rulle ut avanserte maskinlæringsverktøy – som sanntidslogistikk eller intelligente kundesentre – uten å bekymre seg for treghet i nettverket eller strenge restriksjoner på dataoverføring på tvers av landegrenser. Les hele saken hos TechCrunch.