Αποτελούν πλέον προκλήσεις ο αριθμός των λεπτομερών ποιοτικών ελέγχων που απαιτούνται για τον έλεγχο κάθε οχήματος και των τυπικών χαρακτηριστικών τους. Ωστόσο, η ταχεία διαφοροποίηση και ψηφιοποίηση όλων των συστημάτων παραγωγής, προωθεί την καινοτομία και παρέχει νέες ευκαιρίες για την παροχή προστιθέμενης αξίας στον πελάτη.

   Με επικεφαλής τον Yoshinori Sato, μια ομάδα μηχανικών της Nissan εργάζεται, από το 2018, πάνω σε τρόπους εισαγωγής τεχνολογιών τεχνητής νοημοσύνης αιχμής στην κατασκευή αυτοκινήτων στην Ιαπωνία. Ως αποτέλεσμα αυτών των προσπαθειών, είναι να υπάρξει ένας σαρωτής επιθεώρησης, ικανός να αξιολογεί διάφορα ανταλλακτικά αυτοκινήτων με βαθμό ακρίβειας 99,995%, και ο οποίος τέθηκε λειτουργία στο εργοστάσιο Oppama της Nissan. Χρησιμοποιεί μηχανική εκμάθηση για να αξιολογήσει νέες εικόνες, σε σχέση με τα αποθηκευμένα δεδομένα, λαμβάνοντας στην συνέχεια έξυπνες αποφάσεις ποιοτικού ελέγχου.

   Όλα αυτά συμβαίνουν, όταν υπάρχουν ακόμη πολλές φωνές που αναφέρουν ότι είναι απίθανο να βασιστεί κανείς πλήρως στη μηχανική μάθηση για να παράγει ακριβή αποτελέσματα. Ουσιαστικά δεν εμπιστεύονται την τεχνητή νοημοσύνη, με το περιθώριο λάθους να είναι μεγάλο. Η ομάδα της ιαπωνικής εταιρείας αντιμετωπίσει αυτές τις ανησυχίες και μετά από αίτηση, κατάφερε να αποκτήσει δίπλωμα ευρεσιτεχνίας στην Ιαπωνία για το σύστημα αξιολόγησης των ανταλλακτικών.

   Παράλληλα, η ομάδα διεξήγαγε εκτεταμένες αρχικές δοκιμές, σε τουλάχιστον 1.000 μονάδες για κάθε εξάρτημα αυτοκινήτου που το σύστημα θα έλεγχε, ενώ οι επικεφαλής του προγράμματος ταξίδεψαν στη Μ. Βρετανία για περαιτέρω μελέτη.

   Το συγκεκριμένο τμήμα από τον περασμένο Αύγουστο, έχει εκπαιδεύσει 22 νέους εργαζόμενους και άλλους 4 μεσαίου επιπέδου τεχνικούς τεχνητής νοημοσύνης. Έτσι, το σύστημα με μια γρήγορη σάρωση επαληθεύει τα κουμπιά και τη θέση των ανταλλακτικών έναντι δεδομένων σε πραγματικό χρόνο, ειδοποιώντας τον τεχνικό εάν χρειάζονται αλλαγές.