福特被迫返聘资深工程师，修复自动化系统造成的质量缺陷
“Ford had to hire back former engineers to fix mistakes made by its automated systems”
786 字
预计 3 分钟
中文摘要
福特汽车在JD Power初始质量排名中升至主流车企第一，但为此付出了代价：公司承认过度依赖自动化系统导致质量下滑，不得不返聘超过350名资深工程师（包括退休员工）来纠正AI和机器人犯的错误。福特硬件工程副总裁Charles Poon表示，他们错误地认为引入AI并调整设计需求就能产出高质量产品，但忽略了资深工程师在多个车型开发周期中积累的隐性知识。这些经验丰富的员工离职前，其知识未能完全转移到自动化系统中，导致系统产生缺陷。福特COO Kumar Galhotra指出，公司过去的质量管理过于碎片化，各部门各自为政，奉行“发现即修复”的被动哲学。现在福特正转向“预防为主”，将软件和数字团队与工程、制造、供应链更紧密协作，并组建了40人的专职软件质量保障团队。同时，福特大幅扩展了自动化测试能力，新增超过10万个AI驱动的测试用例，用于识别边缘情况并确保软件变更不引入新缺陷。但福特强调，汽车软件不能像消费电子那样“快速迭代、后期修复”，因为安全攸关。
核心论点
- 福特错误地认为引入AI和调整设计需求就能自动提升产品质量，低估了资深工程师隐性知识的重要性。
- 福特返聘超过350名资深工程师，用于重新训练自动化系统并指导年轻工程师。
- 福特过去的质量管理过于碎片化，各部门各自为政，奉行“发现即修复”的被动哲学。
- 福特正转向“预防为主”，将软件团队与工程、制造、供应链紧密协作，并组建40人软件质量保障团队。
- 汽车软件不能像消费电子那样“快速迭代、后期修复”，必须在交付前确保完美运行。
反方视角 / 盲点
- 文章未讨论福特AI系统具体的技术缺陷或数据质量问题，仅笼统归因于隐性知识缺失。
- 未提及返聘工程师的成本和可持续性，以及如何防止未来再次出现知识断层。
- 未比较其他车企（如特斯拉、丰田）在AI与自动化方面的做法，缺乏行业横向对比。
对科技从业者的启示
- 对SaaS和工具产品开发者的启发：自动化测试和AI辅助开发虽好，但不能完全替代人工经验。在构建复杂系统（如桌面应用）时，应建立知识沉淀机制（如内部文档、代码审查、结对编程），防止核心成员离职导致能力断层
- 福特“预防为主”的质量理念值得借鉴：在浏览器扩展或SaaS产品中，应投入资源建立自动化测试和监控体系，在用户发现问题前主动修复
- 汽车行业对软件质量的严苛要求提醒我们：即使是非安全关键的工具产品，也应重视发布前的充分验证，避免因快速迭代而积累技术债务，最终损害用户信任