福特在过去三年里悄然扭转了其对人工智能最激进的赌注之一。据彭博社报道，在旨在取代他们的人工智能工具和自动化系统未能达到质量预期后，该汽车制造商重新雇用了大约 350 名资深工程师（内部绰号为“灰胡子”）。
这一事件正在成为迄今为止最清晰的现实世界案例研究之一，它揭示了人工智能驱动的自动化的前景与在重工业中部署自动化的混乱现实之间的差距。 更多相关背景，请参阅我们的AI新闻。
出了什么问题
福特领导层曾认为人工智能和自动诊断系统可以吸收历史上最有经验的工程师所做的大部分工作。事实证明，这种假设代价高昂。报道称，该公司车辆硬件工程副总裁 Charles Poon 表示，领导者**忽视了在多个产品周期中幸存下来的退伍军人的深厚经验。
潘对结果直言不讳，他承认简单地用人工智能取代这些工程师是一个“巨大的错误”。他小心翼翼地补充说，人工智能仍然是“一个很棒的工具”，但警告说，它“取决于你用来训练它的信息”——认识到机构知识，几十年来在工厂车间和测试实验室积累的知识，并不容易转移到训练数据集中。
重新雇用的工程师现在召开强制性会议来排除车辆故障并对表现不佳的自动化工程软件和人工智能工具进行重新编程。他们的工作是在零件到达工厂车间之前寻找故障点——这种预防性工作有助于避免大规模召回和缺陷，这些召回和缺陷此前曾给公司造成数十亿美元的损失。
可衡量的转变
让人类重新回归循环的结果是惊人的。在去年的J.D. Power 初始质量调查——一项衡量汽车在拥有后 90 天内出现的问题的年度研究——福特在主流品牌中排名第 10，得分低于行业平均水平。
然而，今年，J.D. Power 将福特评为顶级主流品牌，领先于丰田和本田。福特将这种巨大的进步直接归因于归来的工程师的专业知识，这是大公司公开将质量反弹归功于人员重新招聘的罕见事例。
考虑到财务背景，这一转变尤其值得注意：福特今年一直在努力削减约 10 亿美元的开支，但得出的结论是，与继续依赖人工智能相比，在资深人才上的支出是实现质量更可靠的途径。
福特并不孤单
福特的经验符合更广泛且日益详细记录的模式。报道中引用了再就业公司 Careerminds 的一项研究，该研究调查了进行人工智能驱动裁员的公司，发现 35.6% 的公司必须重新雇用一半以上 的之前解雇的员工。另外 32.7% 重新雇用了 25% 到 50% 的员工，这表明当技术无法实现时，人工智能驱动的裁员中很大一部分被逆转。
最常与福特的故事一起被提及的警示故事是克拉纳。 2024 年，这家瑞典金融科技公司的首席执行官自豪地宣布，一个新的人工智能聊天机器人正在承担 700 名全职客户服务代理的工作，促使该公司冻结招聘并削减数百个职位。但到 2025 年中期和 2026 年，在客户满意度直线下降后，Klarna 再次“争先恐后地招募人工代理”。该公司发现，虽然人工智能可以很好地处理基本查询，但需要细微差别和同理心的复杂问题始终无法解决。
自动化的局限性
总而言之，这些案例指出了科技行业缓慢吸收的一个反复出现的教训：人工智能擅长执行狭窄、定义明确的任务，但在经验丰富的员工提供的判断、背景和机构记忆方面却表现不佳。
在福特的案例中，这种判断表现为一种对车辆设计将在哪里失败的近乎本能的感觉——这是几十年来看到相同类别的缺陷在整个产品周期中反复出现而建立的知识。无论训练数据有多大，都无法轻易重现这种来之不易的直觉，特别是当最有价值的教训恰恰是从未进入任何数据库的未遂事件和边缘情况时。
这并不意味着人工智能在工厂车间没有立足之地。福特本身继续使用自动化诊断工具——现在由它曾经试图取代的工程师进行监督和改进。更诚实的框架是增强而不是替代：人工智能在扩大熟练人类的范围时才最有价值，而不是在试图消除他们时。
炒作周期的估算
福特的故事发生在人工智能行业的一个尴尬时刻。在多年来关于自动化取代大量工作的大胆承诺之后，越来越多的证据表明，这种取代比最初的炒作所暗示的更具选择性，而且逆转也更常见。
对于投资者、高管和员工来说，福特的转变提供了一个切实的提醒：组织在人工智能方面可能犯的最昂贵的错误可能不是部署得太慢，而是相信它可以取代它从未有能力复制的专业知识。
---
掌握AI最新动态获取最新的AI新闻、分析和突破——尽在一处。
阅读更多AI新闻 →
