AI力不从心，福特重聘“灰胡子”工程师

近日，福特汽车公司做出了一项引发行业热议的决定：重新聘用多名已退休的资深工程师，以弥补其在生产制造中引入人工智能（AI）后出现的质量下滑问题。公司内部将这些经验丰富的老工程师戏称为“灰胡子”（gray beard），此前他们曾因公司大力推进AI自动化而被劝退或提前退休。

AI的理想与现实的落差

早在2020年代初期，福特就制定了雄心勃勃的AI转型计划，希望在焊接、涂装、总装等关键环节全面引入机器视觉和智能算法，以实现“零缺陷”生产。时任高管在投资者会议上多次强调，AI可以比人类更精准地检测异常、预测设备故障，从而大幅降低成本并提升质量。然而，在实际部署后，问题接踵而至：AI模型在应对非标准工况时频繁误判，将正常工艺标记为缺陷，却漏掉了真正危险的细微裂纹；自适应算法在调整参数时过度优化局部指标，反而牺牲了整车的长期可靠性。“我们错误地以为，只要引入人工智能，就能自然产出高质量产品，”福特的一位项目负责人在内部会议上坦言，“但现实是，算法不懂‘手感’，不明白焊接火花的声音变化意味着什么。”

“灰胡子”工程师的回归

面对持续攀升的返修率和客户投诉，福特管理层最终做出了一个看似“倒退”的决定：重新邀请那些拥有20年以上一线经验的工程师返岗。这些“灰胡子”工程师有的已经退休三四年，有的甚至已经转行开起了咖啡馆，但福特用高于市场价50%的顾问费将他们请回工厂。他们的主要工作不是取代AI，而是“驯服”AI：为系统设定合理的安全边界，教会算法识别哪些偏差是正常的工艺波动、哪些是真正的缺陷。一位返聘的资深焊工工程师在采访中说：“AI看到的一堆数字，我看到的是金属在变形的瞬间。机器只能按规则判断，而规则永远无法覆盖所有变量。”

“Mistakenly we thought that by just introducing artificial intelligence ... that would produce a high-quality product.”——福特项目负责人

行业背景：AI落地制造的普遍困境

福特的遭遇并非孤例。在整个制造业，从汽车到半导体，企业对AI寄予厚望，但实际效果往往大打折扣。全球咨询公司麦肯锡2025年发布的一份报告显示，超过60%的智能制造项目中，AI系统在部署后的前六个月内出现了显著的性能衰减，原因包括数据分布漂移、非标场景缺失以及对人为隐性知识的忽视。例如，德国某高端车企曾尝试用AI优化发动机装配线的扭矩控制，结果由于忽略了工人上下料的微小节奏差异，导致螺栓拧紧力矩的批次波动反而增大。而日本一家电子元件厂商则因为过度依赖AI视觉检测，将正常表面的轻微氧化（不影响性能）认定为废品，报废率飙升了15%。这些案例共同指向一个核心问题：当前基于深度学习的AI本质上是“统计映射器”，它无法理解物理世界的因果逻辑，更不具备人类师傅那种“看火候、听声音、摸手感”的隐性技能。

编者按：AI需要“老校长”

福特的“灰胡子”工程师回归，听起来像是一个关于技术进步与人类智慧的反讽故事，但在我看来，它恰恰揭示了当下AI应用的正确打开方式。AI不是万能灵药，更不是一键替换人类的魔法棒。在那些存在大量隐式知识、非结构化环境和可靠性要求的场景中，AI应当扮演“副驾驶”而非“主驾”的角色。经验丰富的工程师就像学校里的“老校长”，他们不一定懂最前沿的算法，但他们知道如何平衡纪律与灵活性，如何在校规之外给出“酌情处理”。未来真正高效的模式，或许不是“AI+人类”，也不是“人类+AI”，而是“人类教会AI，AI辅助人类”的螺旋上升。

值得注意的是，福特并非完全放弃AI。据透露，公司计划在此基础上开发一个新的“人机回环”系统：让“灰胡子”工程师的纠正数据持续反哺AI模型，使算法逐渐学会处理边缘案例。这或许才是工业AI落地的正解——不是用机器取代人，而是用人的经验为机器铺路，再用机器的效率解放人的精力。

本文编译自TechCrunch