近年来，AI 引发的职位焦虑不在少数。有人担心自己的岗位已经或者会在不久的将来被 AI 取代，一些科技公司高管也不断预测，未来大量白领工作都会被 AI 自动化。

不过，全球汽车巨头福特最近却重新把目光投向了「人」。

过去几年，福特曾大力推进 AI 在产品研发和质量管理中的应用，希望借助自动化手段改善长期存在的质量问题。然而实践证明，仅靠 AI 并不足以替代资深工程师积累多年的经验。

福特高管坦言，公司此前在这件事上的判断出现了偏差，这也让企业付出了数十亿美元的代价。为了扭转局面，福特已经 聘用、晋升或重新召回约 350 名经验丰富的技术专家，希望重新建立经验传承体系。

此举也让不少人开始反思：「取代潮」甚传的背后，AI 究竟发展到何种程度了？

AI 没能解决质量问题，福特：我们判断失误

但现实并没有像预期那样发展。

福特首席运营官库 Kumar Galhotra 坦言，企业过度依赖自动化质检体系，却忽略 AI 无法处理复杂工况下的细微异常：面对材料批次差异、装配隐性缺陷、多代车型累积的非标故障，算法缺少人类工程师独有的精细化、经验化判断力，大量隐蔽质量问题流入产线，引发大规模车辆故障与召回，直接造成公司数十亿美元亏损。

“我们越来越依靠自动化质量系统，却始终得不到预期的品控效果。” Kumar Galhotra 表示，在此背景下福特启动大规模返聘计划，召回技术专家前置介入零部件审核，在零件进入生产车间前提前排查潜在故障隐患。

福特车辆硬件工程副总裁 Charles Poon 复盘转型失误时直言，企业陷入认知误区：“人工智能是绝佳工具，但性能上限完全取决于训练数据质量。此前我们错误认为，仅引入 AI、录入标准化设计参数，就能稳定产出高品质车辆。我们严重忽视了伴随多轮产品迭代、沉淀在资深工程师身上的隐性工程经验。”

“灰胡子工程师”重新上岗

于是，福特开始了一项颇具代表性的行动。

过去三年，公司陆续引进约 350 名资深工程师，其中不少都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。公司内部把他们称作“Gray Beard（灰胡子）工程师”。

他们的工作并不是回到一线“拧螺丝”，而是承担三个更重要的任务：

• 一是带教年轻工程师，把多年积累下来的经验传承下来；

• 二是参与关键设计评审，在产品研发早期发现潜在问题；

• 三是重新优化、校正 AI 工具，让 AI 学会真正应该关注哪些质量风险。

这一变化也带来了实际效果。

福特 CEO Jim Farley 表示，公司质保和召回成本已经明显下降，仅这一项就为公司节省了数亿美元成本。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，实现近年来最大的质量改善。

当然，福特高管层明确表示，本次调整并非否定 AI 价值，而是彻底摒弃 “机器完全替代人力” 的极端思路，确立 “AI 标准化筛查 + 人类经验兜底” 的全新品控路线。

网友：这种事情以后会越来越常见

福特这次的调整，也给正在推进 AI 转型的企业提了个醒。

过去两年，不少企业都在追求“全流程 AI”，希望用 AI 尽可能替代资深技术岗位。但福特的经历说明，在工业制造乃至软件开发等领域，真正决定产品质量的，往往不是模型本身，而是那些长期积累下来的工程经验。

AI 可以快速生成代码，但架构师决定系统应该如何设计；AI 可以生成设计稿，但成熟的设计师知道什么方案真正适合用户；AI 可以分析海量数据，却很难真正理解一家企业多年沉淀下来的业务逻辑。

这些能力有一个共同点——它们很少写在文档里，而是来自长期实践形成的经验、判断和直觉。恰恰也是目前大模型最难复制的部分。

福特的这一举措，也引发了 Hacker News 社区的大量讨论。

有网友直言道：

「 做好准备吧，这种事情以后会越来越常见。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，它们仍会把“开发速度”奉为第一目标。

可事实上，速度永远不应该是第一优先级。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”联系了起来。

网友 @exabrial 表示，「对于经历过 2000 年代中期那波“离岸外包（Offshoring）热潮”的人来说，这件事的发展轨迹几乎一模一样。当年，企业 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、人工成本降了多少。

第一步，就是裁掉一大批本地员工，把工作转移到海外。短期内，公司的财务指标确实很好看，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——团队逐渐失去战斗力，组织开始崩坏。事实证明，跨文化协作和沟通障碍并没有想象中那么容易解决，真正能够跨越这些障碍、高效协同的人其实只是少数，大多数人并不适合这种工作模式。

到了第三阶段，那些真正有能力的人早就跳槽去了别的公司，留下来的只是一个元气大伤、勉强运转的空壳。最终，公司就在不断的人才流失中一步步走向衰败。」

如今，AI 带来的热潮，是否会重演当年外包潮走过的老路？至少从福特的经历来看，企业真正需要思考的，或许不是“AI 能替代多少人”，而是“哪些经验，是 AI 至今仍学不会的。”

参考：