纯靠AI“太不靠谱”了，福特紧急招350名老工程师

最近这几年，关于AI要替代人类工作的讨论就没消停过。打开社交平台，总能看到类似的焦虑：哪个岗位要被AI干掉了，哪些人马上要失业了。科技公司的高管们也乐于制造这种紧张感，时不时就放个预测，说未来有多少白领工作会被AI取代。

只不过，全球汽车巨头福特最近的一个决定，倒是给这股热浪泼了盆冷水——他们开始重新往回找人了，而且找的是那些经验丰富的老工程师。

这件事背后的故事，还挺有意思的。

过去这几年，福特一直在大力推动AI在产品研发和质量管理上的应用，说白了就是想用机器和算法彻底替代人，来解决一直困扰着他们的质量问题。但折腾了一大圈，效果很不理想。福特的高管们坦率承认，公司在这个问题上的判断出现了偏差，而这个失误，代价是数十亿美元的亏损。为了扭转局面，福特做出了一个非常明确的决定：召回经验丰富的技术专家。

具体来说，他们

，试图重建一套经验传承体系。这个举动，让不少人又回过头来审视：那些关于AI“取代人类”的说法，真的靠谱吗？

01

AI没能解决质量问题，福特：我们判断失误

作为全球最大的汽车制造商之一，福特过去几年的做法其实挺有代表性的。为了节省成本、提高效率，他们坚定地推行AI自动化检测系统，逐步把那些掌握核心制造经验的老工程师调离关键岗位，试图让算法来完成从零部件缺陷识别到整车质量校验的整套流程。

结果呢？现实给了他们一记漂亮的回旋踢。

福特首席运营官Kumar Galhotra坦言，过度依赖自动化质检忽略了AI的一个关键软肋——面对复杂多变的制造现场，算法根本处理不了那些隐藏在细微处的异常。比如材料批次之间的细微差异、装配过程中不易察觉的隐性缺陷，还有多代车型累积下来的那些非标准的、不按套路出牌的故障。这些难题，拼的不是运算速度，而是人类工程师那种建立在长期实践基础上的精细化判断力。于是，大量的质量隐患被放行到产线，最终引发了一系列大规模的车辆故障和召回，公司为此损失了数十亿美元。

Kumar Galhotra表示，“我们越来越依赖自动化质量系统，但始终得不到预期的品控效果。” 因此，福特启动了大规模的返聘计划，让这些技术专家重新回到关键位置，在零部件进入生产车间之前就提前介入审核，排查潜在问题。

福特车辆硬件工程副总裁Charles Poon在复盘这次失误时，也说得很直白。他认为企业陷入了一个认知误区：“人工智能是绝佳工具，但它的性能上限完全取决于训练数据的质量。我们此前错误地认为，引入AI、录入标准化设计参数，就能稳定地造出高质量的车。我们严重忽视了那些伴随着多代产品迭代、深深沉淀在资深工程师身上的隐形工程经验。”

02

“灰胡子工程师”重新上岗

于是，一项颇具代表性的行动在福特内部展开了。

在过去的三年里，公司陆续引入了大约350名资深工程师。这里面有不少是曾经离开福特的老员工，也有来自供应商体系的行业专家。公司内部给了他们一个有意思的称呼——“Gray Beard (灰胡子) 工程师”。

他们的工作不是回到一线去“拧螺丝”，而是负责三个更重要的任务：

第一，带教年轻工程师，把那些只存在于老师傅脑子里、书本上学不到的实战经验传承下去；

第二，参与关键的设计评审，在产品研发的早期阶段就发现那些可能引爆大的麻烦的潜在问题；

第三，优化、校正AI工具，让AI真正学会该盯哪些质量风险，而不是对着海量数据胡乱分析。

这一调整很快带来了可以量化的实际效果。

福特CEO Jim Farley透露，公司的质保和召回成本明显下降，仅此一项就省出了数亿美元。与此同时，在最新发布的J.D. Power新车质量调查中，福特首次跃升至主流品牌第一名，实现了近年来最大的一次质量改善。

福特高管层也明确表示，这次调整并不是要否定AI的价值，而是要摒弃那种“机器完全替代人力”的极端思路，转而确立“AI标准化筛查 + 人类经验兜底”的全新品控路线。

03

网友：这种事情以后会越来越常见

福特这次的调整，对正在火急火燎推进AI转型的企业来说，无疑是一个很及时的提醒。

过去两年，很多公司一门心思追求“全流程AI”，指望用大模型去替代资深技术岗位。但福特的经历说明，在工业制造，乃至更广泛的软件开发等领域，真正决定产品品质上限的，往往不是模型本身，而是那些通过长期实践积累下来的工程经验。AI可以快速生成代码，但架构师决定了系统该如何设计；AI可以生成设计稿，但成熟的设计师知道什么方案是真正适合用户的；AI能分析海量数据，但它很难理解一家企业在多年摸爬滚打中沉淀下来的独特业务逻辑。

这些能力的共性是，它们极少写在文档里，而是来自长期实践形成的判断、直觉，甚至是一些很难言传的“手感”。而这，恰好是目前大模型最难复制的部分。

福特的做法也在Hacker News社区引发了大量讨论。

有人直言：“

如今，许多企业董事会仍然沉浸在一种近乎狂热的幻想中，认为AI能解决所有问题，尤其是那些由‘麻烦的人类’带来的问题。但最终，他们都会学到一个并不复杂、却代价高昂的道理：AI终究只是另一种工具。有些行业，比如软件行业，可能还需要更长时间才会意识到这一点。在撞得头破血流之前，他们仍会把‘开发速度’奉为第一目标。可事实上，速度不应该是首要追求。真正应该放在首位的是质量，而速度，只应该是高质量带来的自然结果。”

还有网友把这件事与2000年代中期的“离岸外包潮”做了个对比。

网友@exabrial 说：“对于经历过2000年代中期那波‘离岸外包热潮’的人来说，这件事的发展轨迹几乎一模一样。当年，CEO和CFO们在高尔夫球场上聊得最多的，就是把工作外包到海外后省了多少钱。第一步，裁掉本地员工，把工作转移出去。初期，公司的财务指标确实很亮眼，连续五六个季度都在改善。但到了第二阶段，问题开始集中爆发——团队逐渐丧失战斗力，组织开始崩坏。事实证明，跨文化协作和沟通障碍比想象中难得多。到了第三阶段，那些真正有能力的人早就跳槽，剩下的只是一个元气大伤、勉强运转的空壳。最终，公司在不断的人才流失中走向衰败。”

如今，AI带来的热潮，会不会重演当年外包潮走过的老路？至少从福特的经历来看，企业真正该琢磨的，或许不是“AI能替代多少人”，而是“哪些独属于人类的经验，是AI至今仍然学不会的。”

参考：

https://news.ycombinator.com/item?id=48674446

https://www.the-independent.com/tech/ford-ai-automation-humans-hiring-artificial-intelligence-b3004733.html