福特干了一件很多公司想过但没敢声张的事:用 AI 替代资深工程师做质量管控,发现不行,又把人重新聘用回来。
不是个别工程师——大约 350 个技术专家,三年时间里找回来、招进来、提拔上来。内部管他们叫 "gray beard"——花白胡子。有福特的前员工,也有供应链上的老专家。
过去几年,福特在生产线上装了 900 台 AI 摄像头检测零件缺陷和供应链异常。更深的一刀砍在组织上:试图让算法替代资深工程师做产品开发和质检决策。华尔街买了单——降本增效,实现更高的利润率。
然后翻车了。
COO Kumar Galhotra 承认公司"过度依赖自动化质检体系"。AI 搞不定复杂工况下的细微异常:材料批次差异、装配公差漂移、跨车型代际积累的非标故障——算法全漏过去了。
掌管整车硬件的 VP Charles Poon 说得更直白:"我们错误地以为,只要把设计需求喂给 AI,就能产出高质量的产品。"他还补了一句:他们严重忽视了伴随多轮产品迭代、沉淀在资深工程师身上的隐性工程经验——那种"知道该看哪里、该怀疑什么"的直觉。
召回的老工程师要做三件事。一是带新人,把几十年经验传下去。二是参与关键设计评审,在零件上产线之前就把问题揪出来。Poon 的原话是让他们 "hunt for failure points before a part ever reaches the plant floor"。三是重新校准 AI 工具,告诉算法什么风险真的重要、什么只是噪音。
福特没有放弃 AI。它放弃的是"机器完全替代人"那条路,换成了 AI 标准化筛查、人类经验兜底。
第一个信号是钱。CEO Jim Farley 说保修和召回成本大幅下降,省了"数以亿计"美元。第二个信号是排名——福特在最新的 J.D. Power 新车质量调查中排到主流品牌第一,上一次拿这个位置是 2010 年。
这事耐人寻味的地方不在于 AI 又不行了。而在于一家百年车企,顶着华尔街降本的压力,实实在在地试过了全流程 AI 替代方案——然后花了真金白银买回一个判断:产品品质背后那层判断力和直觉,恰好是眼下大模型最难复制的部分。
参考来源: