Stel je voor: je hebt miljoenen geïnvesteerd in AI-tools voor je engineeringafdeling. De nieuwste modellen, de slimste assistenten, alles geautomatiseerd. En dan kom je erachter dat je iets essentieels mist — en je belt je gepensioneerde engineers op met de vraag of ze alsjeblieft terug willen komen.
Dat is precies wat er bij Ford gebeurt. De Amerikaanse autogigant is begonnen met het terughalen van ervaren engineers — de zogenaamde 'gray beards' — omdat de AI-systemen waar ze op hadden ingezet tekortschieten. Het nieuws kwam naar buiten via TechCrunch en is een reality check voor iedereen die dacht dat AI de ervaren rot in het vak overbodig maakt.
Wat ging er mis bij Ford?
Ford had de afgelopen jaren flink ingezet op AI-gestuurde engineering. Denk aan generatieve modellen die ontwerpen maken, simulaties draaien en productieprocessen optimaliseren. Het idee was simpel: sneller, goedkoper, minder fouten.
De realiteit bleek weerbarstiger. De AI-systemen produceerden ontwerpen die op papier klopten maar in de echte wereld faalden. Toleranties die net niet pasten. Materialen die theoretisch voldeden maar in de praktijk scheurden. De AI had geen 'gut feeling' — die ondefinieerbare mix van ervaring, intuïtie en littekens van eerdere fouten die een engineer met 30 jaar ervaring wél heeft.
Dus belt Ford nu met pensioen gestuurde engineers. "We hebben je nodig," is de boodschap. Niet om de AI te vervangen, maar om ernaast te zitten en te zeggen: "Dit klopt niet."
Dit gebeurt ook in Nederland
Denk niet dat dit alleen bij Amerikaanse autofabrikanten speelt. Een Nederlands installatiebedrijf met 40 man vertelde me onlangs hetzelfde verhaal in het klein. Ze hadden een AI-tool aangeschaft die automatisch offertes maakte op basis van bouwtekeningen. De tool werkte perfect — op papier. In de praktijk bleek hij consequent de verkeerde kabeldiktes te berekenen voor lange afstanden. De junior engineer die de output controleerde had het niet door. Pas toen de senior monteur met 25 jaar ervaring er naar keek, zag hij het meteen: "Dit gaat nooit werken, die kabel wordt veel te warm."
De les is universeel. Of je nu auto's bouwt of airco's installeert: AI kan rekenen, maar niet aanvoelen.
De les voor jouw MKB
Dit is geen verhaal over een grote corporate die het verkeerd aanpakte. Dit is een spiegel voor elke MKB-ondernemer die denkt dat AI zijn duurste medewerkers kan vervangen.
Verrassend genoeg laat onderzoek zien dat AI júíst het meest waardevol is in combinatie met senior mensen — niet als vervanging. BCG ontdekte dat consultants met AI-toegang 40% betere resultaten behaalden, maar het effect was het sterkst bij de meest ervaren consultants. De junioren met AI presteerden nog steeds onder het niveau van senioren zónder AI.
De paradox: hoe beter je AI wordt, hoe waardevoller je ervaren mensen worden. Zij zijn degenen die de AI-output kunnen beoordelen, bijsturen en vertalen naar de echte wereld.
Drie dingen die je nu kunt doen
1. Zet AI ernaast, niet ervoor in de plaats
Gebruik AI als krachtvermenigvuldiger voor je beste mensen, niet als kostenbesparing om ze te vervangen. Laat je senior engineer AI-gegenereerde ontwerpen beoordelen in plaats van een junior aannemen met een AI-tool.
2. Documenteer de 'waarom' achter beslissingen
De kennis die in hoofden van ervaren medewerkers zit — waarom een bepaalde leverancier wél en een andere niet, waarom die ene tolerantie echt 0,1 mm moet zijn — is precies wat AI niet kan reproduceren. Leg het vast nu het nog kan.
3. Test AI-output in het echt, niet alleen digitaal
Ford's fout was vertrouwen op simulaties. Laat AI-gegenereerde offertes, contracten of ontwerpen altijd door een mens met praktijkervaring checken voordat ze de deur uitgaan. De echte wereld is weerbarstiger dan elk model.
De bottom line
AI wordt elke maand beter. Maar 'beter' betekent niet 'wijs'. Ervaring is niet hetzelfde als data — het is data die door een menselijk brein is gegaan, getoetst aan de werkelijkheid, en bewaard als littekenweefsel. Ford heeft dat nu duur geleerd. Zorg dat jij die les niet ook hoeft te kopen.