标签: 福特

  • 福特把350名老工程师请了回来:AI质检,没那么神

    福特最近干了件挺打脸自己的事。公司高管公开承认,前几年太依赖 AI 和自动化质检系统,结果质量没上去,翻车了。于是他们又把大约350名资深工程师请了回来——有的本来就是福特老员工,有的是从供应商那边挖的。

    首席运营官 Kumar Galhotra 跟记者说的是大实话:福特“越来越依赖自动化质检系统”,但结果“令人失望”。所以公司把技术专家召回来,让他们“在零件还没上生产线之前,就把故障点揪出来”。

    “我们一度以为,喂个设计要求进去就能出好车”

    车辆硬件工程副总裁 Charles Poon 的话更直白:“我们错误地以为,只要把人工智能搬进来、把现有的设计要求喂进去,就能造出高质量的产品。”这话听着像句废话,但恰恰是很多公司上 AI 时的真实心态——以为模型是魔法箱,设计要求一倒进去,好东西自己就出来了。

    “人工智能是个好工具,但它好不好用,全看你拿什么数据训练它。”Poon 后来补了这么一句。福特的坑在于:最有经验的老师傅们在公司把他们知识留下来之前就走了,自动化系统接手的,是一堆还没沉淀好的东西,最后反而把老毛病固化了。

    有意思的是,福特并没有因此把 AI 一脚踢开。这350名被叫做“白胡子工程师”的老将,现在的任务是带年轻工程师、主持设计评审,顺手把那些不好使的 AI 和自动化质检工具重新调教一遍。换句话说,人工不是来替掉 AI 的,是来给 AI 兜底和纠偏的。

    这笔钱,省得真金白银

    效果摆在那儿。CEO Jim Farley 说,保修和召回成本的下降,今年给福特带来了“实打实好几亿美元的成本顺风”。更直观的是,在本周发布的 JD Power 新车初始质量调查里,福特拿下了主流品牌第一——这是它16年来头一回登顶,每百辆车的问题数从193降到了152。


    福特工厂与资深工程师
    福特返聘资深工程师强化制造质量管控(图源:TechCrunch / Getty Images)

    当然,福特依然是全美召回次数最多的车企(2025年创纪录地发了153次召回),公司自己也说召回数有滞后性,得等按新流程造的车占比上来才会缓。但至少方向上,他们认准了一件事:AI 能帮忙,可老师傅脑子里那点“手感”,短时间还替代不了。

    • AI 不是万能药:自动化质检翻车,根子在数据和经验没沉淀好
    • 老师傅回来了:350名资深工程师带新人、修 AI 工具、提前排雷
    • 账算得过来:一年省下数亿美元,质量排名也回了血
  • 福特把”老法师”请回来了,AI质检这次没顶住

    福特工厂AI与人类工程师
    福特重新雇佣资深工程师,AI质检遭遇现实检验

    福特最近做了一个在硅谷看来简直是”开倒车”的决定——重新雇佣350名资深工程师。这些工程师里,一部分是福特以前的老员工,另一部分来自供应商体系,他们的共同特点是:在汽车制造这条线上摸爬滚打了几十年,肉眼一看就知道哪个零件在什么阶段会出问题。

    AI质检,翻车了

    福特COO Kumar Galhotra跟彭博社的记者解释得很直白:公司之前”越来越依赖自动化质检系统”,但结果让人失望。用他的话说,AI和自动化系统没能达到预期的质量水平。于是福特把这些技术专家请了回来,让他们在零部件到达工厂车间之前就找出故障点。

    这话说得轻巧,背后的代价却不小。车辆硬件工程副总裁Charles Poon后来承认:我们误以为,只要引入AI、把设计要求全部喂进去,就能自动产出高质量的产品。这句话基本是把过去几年流行的”AI万能论”打回了原形——至少在汽车制造这个领域,AI还没有准备好独当一面。

    我们误以为,只要引入AI、把设计要求全部喂进去,就能自动产出高质量的产品。——福特车辆硬件工程副总裁 Charles Poon

    “灰胡子”回归,但不是放弃AI

    当然,福特并不是要彻底放弃AI。公司的说法是,这些被请回来的老工程师——内部戏称”灰胡子”(gray beard)——的任务是培训年轻员工,同时重新调整AI工具的程序设定。换句话说,福特想让人类的经验”注入”到AI系统里,而不是直接用AI替代人类。

    从初步结果来看,这招似乎管用。福特CEO Jim Farley在近期的表态中透露,保修和召回成本有所下降,这为福特带来了数亿美元的低成本顺风。本周JD Power发布的初始质量调查(Initial Quality Survey)中,福特在主流品牌里排到了第一名——这个时机选得相当微妙。

    制造业的AI困境

    把这件事放在更大的背景里看,福特的经历其实折射出整个制造业在AI应用上的普遍困境。理论上,AI可以通过分析海量数据来发现人类看不到的模式;但实际上,汽车制造涉及到无数不可预见的变量——材料批次的微小差异、装配线上的临时调整、供应链里的突发状况——这些”脏数据”很难被完全训练进模型里。

    “灰胡子”工程师的价值,恰恰在于他们脑子里装着几十年积累下来的”隐性知识”——那些没有被写进手册、也没有被结构化进数据库的经验判断。一个看了三十年冲压件的老工程师,能在零件还没出模具的时候就感觉到哪里不对。这种直觉,是AI目前还学不来的。

    行业风向标?

    福特此举也引发了行业里的讨论。有人觉得这是务实的做法——既然AI还不够好,那就先用人,同时继续改进AI。也有人担心,这可能是制造业在AI应用上普遍”降温”的开始。毕竟,如果连福特这样的巨头都在关键时刻选择回头找人,那其他公司难免会重新审视自己对AI的投资力度。

    不管怎样,福特的这个决定至少说明了一件事:在复杂制造领域,AI替代人类的说法,至少在目前,还是一个相当遥远的承诺。