Ford最近做了一件挺值得玩味的事——把350名资深工程师重新请了回来。这些”灰胡子”工程师（业内对资深人士的戏称）有些是退休后又被返聘的老员工，有些是从供应商那边挖回来的。原因说起来有点打脸：Ford发现，AI和自动化质量系统并没有像预期的那样靠谱。
AI没能兑现的承诺
Ford首席运营官Kumar Galhotra向记者承认，公司”越来越依赖自动化质量系统”，但结果令人失望。所以Ford”带回了技术专家”，让这些老将”在零件到达工厂车间之前就寻找故障点”。
Ford车辆硬件工程副总裁Charles Poon说得更直白：”我们错误地认为，只要引入人工智能并输入我们的设计要求，就能生产出高质量的产品。”
这话听起来有点尴尬，但确实点出了一个业内都在回避的问题：AI在复杂工程任务上的表现，距离”可靠”还有不小差距。
资深工程师的回归不是倒退
需要澄清的是，Ford并不是要放弃AI。那些被重新聘请的资深工程师，一个重要任务是培训年轻员工，同时重新编程AI工具。换句话说，Ford在尝试一种”人机协同”的模式——让有经验的人把关，让AI做重复性工作。
从结果来看，这个策略似乎正在奏效。Ford预计今年能因此减少10亿美元的成本。而且在本周发布的JD Power初始质量调查中，Ford在主流品牌中排名第一。
这件事对整个AI行业意味着什么
Ford的这个案例，实际上给整个AI行业提了个醒。过去几年，大家都在讲”AI替代人工”的故事，但现实要复杂得多。
在汽车制造这种对精度和质量要求极高的行业，AI的”幻觉”问题或者”差不多就行”的倾向，可能会导致严重的质量问题。而资深工程师的价值，恰恰在于他们能凭直觉发现那些AI还没学会识别的潜在故障点。
这件事也说明，AI落地不能只靠堆算力或者上模型，还得有懂行的人参与进来。Ford的做法，或许会给其他制造业公司提供一个参考样本。
- Ford重新聘请350名资深工程师，因为AI质量系统未达预期
- 公司高管承认”错误地认为AI能直接产出高质量产品”
- 资深工程师负责在零件上线前发现故障点
- Ford并未放弃AI，而是采用”人机协同”模式
- 该策略预计今年节省10亿美元成本，JD Power质量排名提升
发表回复