AI热榜 “我们当时错误地以为，只要引入人工智能，再调整一下已有的设计要求，就能产出高质量产品。
” 福特硬件工程副总裁 Charles Poon 在公司时隔 16 年重夺 J.D.
Power 新车质量排名主流车企第一时，这样复盘过去的误判。
这场 AI 转型并未如预期般顺利，反而让福特付出惨痛代价：它最终意识到，AI 可以提升效率，却无法取代经验丰富的工程师。
几十年积累下来的工程判断力，正随着老员工的离开而流失，而这是单靠技术无法填补的缺口。
350 名老工程师回归：AI 无法取代经验 在刚刚斩获 JD Power 主流汽车制造商初始质量排名榜首之际，福特公开谈起了近年来面临的挑战，尤其是在生产和设计中过度依赖自动化系统的问题。
事实证明，这些自动化系统并不像之前预想的那样可靠，福特不得不聘请经验丰富的技术人员——有时甚至召回前员工——来纠正机器人犯下的错误。
在福特看来，人工智能既强大又容易踩坑。
其有效性完全取决于训练 AI 模型所用的数据质量。
此外，这家汽车制造商还低估了资深工程师积累的组织知识的价值——这些工程师经历过多个车辆开发周期。
正是这些因素的叠加，最终导致福特汽车的质量下滑。
福特汽车硬件工程副总裁 Charles Poon 在本周面向记者的一场简报会上表示：“我们当时错误地以为，只要引入人工智能，再调整一下已有的设计要求，就能产出高质量产品。
” 据 Poon 介绍，公司一些最有经验的员工在离开之前，他们掌握的知识并没有完全被导入福特的自动化系统。
这迫使福特把其中一些人请回来，重新训练这些系统；在某些情况下，他们还需要指导年轻工程师——因为这些年轻工程师当时正努力维持福特汽车的质量水平。
他表示，福特为了重建这层专业技术体系，召回并提拔了 350 多名经验丰富的工程师。
除了指导年轻工程师，他们还被要求改进数据收集和 AI 训练流程——而这些正是支撑福特自动化系统的基础。
Poon 说：“我们的很多资深工程师过去就有这方面的丰富经验，能够在问题进入系统之前发现它们。
”
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接