福特被AI“打臉”：裁員加速、質(zhì)量崩盤，最后還得請回人類工程師

2026 年 6 月 25 日，君迪（JD Power）發(fā)布了第 40 屆美國新車初始質(zhì)量研究（IQS）報告，這一數(shù)據(jù)基于新車型出廠后 90 天內(nèi)的初始質(zhì)量得出。福特汽車以每百輛車出現(xiàn) 152 個問題（152 PP100）的成績登頂主流品牌榜首，距離它上一次拿到這個位置，已經(jīng)過去了 16 年。

在整車整體排名上，福特從 2025 年的第 14 位躍升至第 3 位，僅次于保時捷（138 PP100）和捷尼賽思（151 PP100）。在細分市場，福特的 F-150、Mustang 和 F 系列 Super Duty 連續(xù)第二年拿下各自市場中的最高分。

（來源：JD Power）

這是福特等了很久的一個好消息。但在隨后舉行的媒體吹風(fēng)會上，福特負責(zé)整車硬件工程的副總裁查爾斯·潘（Charles Poon）承認了一個不那么光彩的事實：“我們曾經(jīng)錯誤地以為，只要引入 AI，調(diào)整一下原有設(shè)計要求，就能生產(chǎn)出高質(zhì)量的產(chǎn)品。”

借由查爾斯之口，人們終于得知，福特過去幾年質(zhì)量下滑，根本原因之一在于公司過度依賴 AI 和自動化系統(tǒng)，一線資深工程師掌握的經(jīng)驗知識隨著裁員而流失。

作為補救，查爾斯表示，過去三年間，福特已經(jīng)陸續(xù)重新雇傭、新招或提拔了 350 名經(jīng)驗豐富的工程師，由他們帶領(lǐng)新人、重建訓(xùn)練 AI 所需的數(shù)據(jù)管道，改進原本被設(shè)計用來取代人類工程師的自動化工具。

福特從 2019 年開始進入持續(xù)的白領(lǐng)裁員周期。當(dāng)時，公司在全球一次性裁掉了 7,000 人，約占白領(lǐng)員工總數(shù)的 10%。2022 年再裁約 3,000 人。

2023 年 6 月，福特向工程崗位開刀，在美國和加拿大實施新一輪裁員，覆蓋旗下燃油車、電動車和車隊服務(wù)三個業(yè)務(wù)單元，至少 1,000 個受薪和合同崗位受到影響。福特 CEO 吉姆·法利（Jim Farley）曾公開表示，福特的工程部門“比競爭對手多用了 25% 的工程師來完成同樣的工作”。

到 2025 年 5 月，工程部門再次傳出裁員。2025 年 6 月，吉姆在阿斯彭思想節(jié)（Aspen Ideas Festival）上判斷，“AI 將取代美國一半的白領(lǐng)。”

福特引入 AI 的決策可以追溯至千禧年初期。2002 年左右，公司率先將神經(jīng)網(wǎng)絡(luò)嵌入發(fā)動機失火檢測等場景中，但大規(guī)模部署 AI、使其進入設(shè)計驗證和質(zhì)控決策層，是在 2022 年之后。

2017 年，福特向主營 L4 級別無人駕駛的初創(chuàng)公司 Argo AI 投資 10 億美元。但到 2022 年 10 月，燒了錢卻沒看到多少產(chǎn)出，福特選擇撤資，并在后續(xù)將 AI 應(yīng)用的重心轉(zhuǎn)向更務(wù)實的輔助駕駛和制造質(zhì)控。

2023 年起，福特在位于密歇根州的一家工廠率先部署移動 AI 視覺檢測系統(tǒng)，用手機拍照加圖像比對來判斷零部件安裝是否到位。據(jù)查爾斯透露，公司在發(fā)動機熱測試環(huán)節(jié)部署了 AI 異常檢測：在每臺發(fā)動機上采集數(shù)百個數(shù)據(jù)點，結(jié)合之前數(shù)千臺的數(shù)據(jù)，由 AI 尋找微小偏差，只要發(fā)現(xiàn)異常，哪怕在公差范圍內(nèi)，對應(yīng)產(chǎn)品和零件都會被拉下產(chǎn)線復(fù)檢。

一系列操作下，2023 年當(dāng)年，福特在君迪 IQS 榜單排名第 15 位，2024 年仍低于行業(yè)平均水平。2025 年，福特發(fā)起了 153 次召回，涉及近 1,300 萬輛車，創(chuàng)下單一車企單年召回數(shù)的行業(yè)新高。

截至 2026 年 6 月，福特已經(jīng)發(fā)起 51 次召回，覆蓋超 1,100 萬輛車，仍然是全美召回數(shù)最多的車企，是排名第二的車企（Stellantis，19 次）的兩倍多。但與此同時，2026 年，福特的 IQS 排名卻跳到了第一，每百輛問題數(shù)比上一年下降了 41 個，在所有主流品牌中改善幅度最大。

考慮到汽車開發(fā)周期通常是 3~5 年，如今召回創(chuàng)新高，原因要從三年前找。這樣一來，裁員加速、AI 部署擴大和質(zhì)量惡化的交匯點就落在了 2022 到 2023 年。

福特目前部署的 AI 應(yīng)用大致分兩類。一類是產(chǎn)線上的檢測 AI：視覺比對零件安裝、熱測試找發(fā)動機異常、對幾百個數(shù)據(jù)通道做模式識別。這一類技術(shù)成熟、規(guī)則相對明確，能直接向操作員提示設(shè)備異常情況。查爾斯肯定了 AI 在這一場景中的應(yīng)用，認為這是人類檢驗員很難做到的事情。

另一類則是設(shè)計驗證和質(zhì)控決策層面：由 AI 判斷設(shè)計方案是否可行、材料組合會否在極端工況下出問題、跨系統(tǒng)的接口設(shè)計是否會帶來軟件沖突。用 AI 替代人工，最終出問題的正是這一環(huán)節(jié)。

（來源：Ford）

資深工程師在多個產(chǎn)品周期中積累的豐富經(jīng)驗，構(gòu)成了他們在設(shè)計驗證環(huán)節(jié)不可替代的核心價值。這些判斷都是難以直接被書面總結(jié)、用于 AI 訓(xùn)練的“隱性知識”。查爾斯承認，AI 的好壞完全取決于訓(xùn)練數(shù)據(jù)的質(zhì)量，然而，資深工程師早在收集數(shù)據(jù)前就已經(jīng)離開，AI 能學(xué)到的只有不完整的版本。

福特首席運營官庫馬爾·加洛特拉（Kumar Galhotra）雖然承認，公司越來越多依賴自動化質(zhì)控系統(tǒng)，沒有得到想要的結(jié)果。但同時，福特在汽車軟件的驗證流程里依然新增了超 10 萬個由 AI 驅(qū)動的自動化測試，覆蓋各種邊緣場景。

對于這種用 AI 填 AI 挖的坑的行為，查爾斯解釋稱，公司正把質(zhì)量管理理念從“出了問題再修”轉(zhuǎn)向預(yù)防優(yōu)先，最近 18 個月專門成立了一個 40 人的軟件質(zhì)量保證團隊，專門在生產(chǎn)環(huán)節(jié)之前攔截可疑問題。

他還表示，汽車軟件不能學(xué)硅谷“先發(fā)布后修復(fù)”的套路。手機軟件卡頓事小，但汽車制動系統(tǒng)出問題將關(guān)乎人命。

圖 | 福特引入的虛擬測試（來源：Ford）

AI 進入產(chǎn)業(yè)鏈，因缺乏行業(yè)經(jīng)驗導(dǎo)致企業(yè)產(chǎn)品質(zhì)量下滑的案例中，上一個代表性案例是瑞典金融科技公司 Klarna。2022 到 2024 年間，Klarna 削減了約 700 個客服崗位，主要被替換為與 OpenAI 合作開發(fā)的 AI 助手。

CEO 塞巴斯蒂安·謝米亞特科夫斯基（Sebastian Siemiatkowski）甚至公開聲稱自己是 OpenAI“最喜歡的小白鼠”。這套系統(tǒng)在量化指標(biāo)上確實出色，上線一個月內(nèi)處理了 230 萬次對話、覆蓋 75% 的客戶交互、支持 35 種語言。公司同期總員工數(shù)從 5,527 人降到 3,422 人，縮減約 40%。

到 2025 年 5 月，塞巴斯蒂安卻在彭博社（Bloomberg）的訪談中表示：“我們太注重效率和成本，結(jié)果卻是質(zhì)量下降，AI 帶來的效率提升也是不可持續(xù)的。”因此，Klarna 開始重新招聘可以遠程兼職的真人客服。咨詢公司高德納（Gartner）已經(jīng)給出了預(yù)測：到 2027 年，因 AI 裁減客服崗位的企業(yè)里，將有一半會被迫重新招人。

為什么部分企業(yè)低估了資深人士的不可替代性，同時卻高估了 AI 解決專業(yè)問題的能力？原因可能是多層面的。

首先是激勵結(jié)構(gòu)。裁員帶來的成本節(jié)約是即時、可量化的，對于上市公司而言，甚至可以寫進當(dāng)季的財報里，用于拉升股價；與此同時，人才流失導(dǎo)致的質(zhì)量下降是滯后的、難以歸因的，只有當(dāng)問題在后續(xù)幾年間出現(xiàn)，決策者才會意識到做錯了選擇。

第二是指標(biāo)錯位。AI 系統(tǒng)在可測量的維度上往往表現(xiàn)良好，在汽車領(lǐng)域，它能提升檢測速度、處理量，進而降低單位成本。但它替代不了是不容易被指標(biāo)捕捉，卻至關(guān)重要的經(jīng)驗資源。福特的 AI 每天可以檢測海量發(fā)動機數(shù)據(jù)，實時表現(xiàn)亮眼。但在設(shè)計驗證環(huán)節(jié)引入 AI，判斷力的退化無法通過指標(biāo)即時體現(xiàn)。

按照當(dāng)前 AI 的能力，學(xué)習(xí)這些經(jīng)驗并非難事，但裁員的速度跑在了 AI 能力成熟度的前面，珍貴的訓(xùn)練數(shù)據(jù)難以回流至訓(xùn)練階段。哈佛商業(yè)評論（Harvard Business Review）2025 年底對 1,006 名全球高管進行的調(diào)查顯示，60% 的企業(yè)已因 AI 減少了人員編制，但只有 2% 表示，大規(guī)模裁員與 AI 的實際部署有關(guān)。

AI 在標(biāo)準(zhǔn)化檢測環(huán)節(jié)表現(xiàn)良好是客觀事實，福特也因此加大了投入。但當(dāng)企業(yè)決定用 AI 取代人類，參與設(shè)計方案決策，流失的卻是靠多個產(chǎn)品周期才能沉淀出來的無形資產(chǎn)。查爾斯為這類經(jīng)驗做了具體闡釋：“資深工程師在問題滲入系統(tǒng)之前就能識別和解決它們”。

AI 接管判斷決策層，最有效的路徑或許是讓人類工程師親手訓(xùn)練系統(tǒng)。福特連這一步都沒走完就啟動裁員，最后還是要把人請回來給 AI 補課。當(dāng)然，讓 AI“蒸餾”自己的知識對老員工而言實在談不上公平，但在企業(yè)層面，至少不會丟了產(chǎn)品質(zhì)量，損失市場信譽。

參考內(nèi)容：

https://www.theverge.com/transportation/956316/ford-quality-jd-power-ranking-ai-automated-mistakes

https://www.jdpower.com/business/press-releases/2026-us-initial-quality-study-iqs

https://www.cnbc.com/2023/06/26/ford-engineering-layoffs-us-canada.html

https://fortune.com/2025/07/05/ford-ceo-jim-farley-ai-white-collar-jobs-essential-economy-skilled-trade-jobs-shortage/

https://hbsp.harvard.edu/product/H0924B-PDF-ENG

運營/排版：何晨龍

注：封面/首圖由 AI 輔助生成