福特重招“灰胡子”工程师弥补AI质量失误

背景

2026年6月，福特在一次媒体访谈中透露，过去几年公司大幅投入AI驱动的质量检测与生产优化系统。然而，这些技术在实际生产线上未能如预期降低缺陷率，导致保修费用和召回成本居高不下。

AI质量系统的挑战

• 模型局限：现有的视觉检测模型只能捕捉表面缺陷，对内部结构和装配误差的识别能力不足。
• 数据偏差：训练数据主要来源于理想工况，缺乏真实工厂中多变的噪声与异常情况。
• 跨部门协同不足：AI团队与传统机械工程部门缺少有效沟通，导致算法输出难以直接转化为工艺改进。

重招“灰胡子”工程师的举措

福特首席运营官Kumar Galhotra宣布，公司已从前员工及供应商中重新招聘约350名资深工程师，这批被业界称为“灰胡子”的老将拥有数十年的整车制造经验。

• 经验传承：他们负责培训新晋技术人员，分享在实际装配线中发现的潜在失效模式。
• AI再训练：利用这些工程师标注的真实缺陷样本，对现有模型进行再训练，提升对复杂工况的鲁棒性。
• 故障预判：在零部件进入生产线前，工程师会进行手动审查并标记高风险点，形成“人工+AI”双层防护。

初步成效与行业意义

福特CEO Jim Farley 表示，自实施上述措施后，保修成本和召回费用已下降数亿美元，直接为公司贡献了“数百亿美元的成本顺风”。与此同时，福特在本周公布的JD Power初始质量调查中荣登主流品牌榜首，标志着质量改进取得了可量化的市场认可。

此举向业界传递了两条重要信号：

1. AI并非万能，在高度复杂的制造环境中仍需依赖人类经验的校准；
2. 跨学科融合是提升智能制造效能的关键路径。福特的做法为其他汽车厂商提供了可复制的参考框架，即在推进数字化转型的同时，保留并强化经验丰富的技术人才。