广东
福特在AI质检上砸了几十亿。
厂里装了上千个AI摄像头，刚下线的车一台接一台被扫描，数据量巨大，速度飞快。可结果是，350位经验丰富的老工程师，又被重新请了回来。
为什么？因为AI上了产线，漏检问题还是没解决。
漏掉的算不上高难度。漆面小瑕疵，装配缝隙看着不对，焊接飞溅留下的印子。偏偏这些毛病，是保修索赔里占比最大的部分。到2025年底，受影响产线的保修成本比没用AI之前还高，经销商投诉一大堆，公司内部的红线都被踩破了。
AI到底漏了什么？
有些杂质藏在金属车漆底下，流水线灯光照不出来，放到展厅那种灯光下才看得见。这种样本，训练数据里压根没有。
有些零件装配缝隙测出来合格，可两个都合格的零件装在一起，整体就是不协调。"看着不对"这种标签，训练集里也没有。
焊接飞溅留下的特殊痕迹，模型从来没被教过要认。等到焊缝生锈、产品返场维修，才知道漏了。漏掉一个焊接缺陷的保修费，可能是普通漆面问题的十倍。
规律很明显：常见问题AI挑得很准，真正拉高保修费用的，偏偏是它从没见过的罕见缺陷。
车辆硬件工程副总裁Charles Poon说得很坦白："我们之前错以为，只要把设计要求输入AI，就能拿到质量合格的产品。"
可一个干了三十年的老质检员，听到关门声不太对劲，就能发现产品有问题。这种能力很难变成训练数据。连他自己都说不清判断逻辑，他就是能感觉出不对。这种"知道"，来自几万小时的现场经验，靠读文档补不出来。
过去三年，福特陆续请回约350名资深工程师，内部叫他们"Gray Beards"，灰胡子。有退休返聘的，也有从供应商挖回来的。
他们回来不是跟AI抢活，主要做三件事：带新人，AI裁掉老质检员后师徒链断了，年轻人遇到没见过的问题就抓瞎；找AI找不到的问题，罕见缺陷靠的是经验和直觉；反过来训练AI，把脑子里没说出来的经验变成AI能学的数据，补上模型缺的那块拼图。
效果摆在眼前。2026年J.D. Power新车质量研究，福特在主流品牌里排第一，16年来最好成绩，每百辆车的问题数降了不少。
踩坑的不只福特。2024年初，支付平台Klarna高调宣布用AI客服顶替700个话务员，到2025年又悄悄开始招人。CEO承认，当时满脑子想压成本，结果服务质量一塌糊涂。
人力资源机构Robert Half的调查显示，32%靠AI裁掉岗位的公司，后来又把人请了回来，其中四成坦白，岗位必需的知识和能力AI替代不了。Forrester的说法更直接：55%的雇主后悔用AI裁员。
这些公司的坑其实差不多。岗位表面上做的事很简单——接电话、看报表、检查零件，管理层觉得AI也能干，就把人裁了。可那些没写进岗位说明书的能力，他们压根没注意到。
老质检员靠关门声判断质量，资深客服听语气就知道客户要发火，老工程师闻到怪味就能找出漏油的管线。这些没法量化，却最值钱。
福特现在把第一轮筛选交给AI，最后拍板权仍在资深工程师手里，AI漏掉的每个缺陷都会变成新的训练数据。教训就一句话：一个岗位到底在干什么，管理层以为搞明白了，其实压根没搞明白。等回过神，那些被裁掉的人脑子里的本事，已经找不回来了。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
