Stellantis усиливает контроль качества после проблем с новыми моделями
2 000 инженеров против брака: Stellantis срочно спасает репутацию брендов
Компания Stellantis усиливает работу над качеством автомобилей после серии неудачных запусков новых моделей. Отчёты J.D. Power показали заметный разброс результатов внутри концерна: бренды Jeep и Dodge демонстрируют показатели выше среднего, тогда как Chrysler и Ram оказались значительно ниже, сообщает издание «ТАРАНТАС НЬЮС».
На фоне этих результатов в компании стартовал масштабный пересмотр внутренних процессов. Более 2 000 инженеров уже наняты для устранения системных ошибок и улучшения качества продукции. Новое руководство концерна во главе с Antonio Filosa объявило «глобальное наступление на проблему качества», а ключевую роль в реформе играет Chief Quality Officer Sébastien Jacquet.
По словам дилеров, часть проблем возникла из-за прежних программ сокращения расходов, которые привели к дефициту квалифицированных специалистов. Это, по их мнению, стало причиной сырых программных решений и дефектов в новых моделях, включая Dodge Charger Daytona и Jeep Wagoneer S.
Дополнительные сложности связаны с запуском новых платформ и технологий. Автомобили, разработанные «с нуля», традиционно сталкиваются с большим количеством проблем на старте производства. Эксперты Consumer Reports отмечают, что наиболее надёжные бренды, такие как Toyota и Subaru, обычно опираются на проверенные архитектуры и силовые агрегаты, что снижает риски.
Ситуация осложняется финансовыми результатами концерна: по итогам 2025 года Stellantis зафиксировал убытки в размере 26,3 млрд долларов, частично связанные с переоценкой темпов перехода на электрификацию. Для ключевых брендов концерна, включая Jeep и Ram, которые продали более миллиона автомобилей на рынке United States за прошлый год, стабильное качество становится критически важным фактором удержания клиентов.
Компания впервые открыто признаёт существующие проблемы и запускает масштабную перестройку процессов, рассчитывая вернуть доверие рынка и улучшить показатели надёжности будущих моделей.