在依靠AI降低成本和召回率的同時，福特不得不重新聘用超過350名工程師來重新訓練系統並穩定其下滑的品質。
人工智慧正威脅著數百萬個工作崗位，但越來越多的公司發現這項技術的代價高昂，且容易出錯。福特在試圖利用AI提高品質、削減保固成本和減少召回時，就遇到了這兩個問題。事實證明，實際情況比預期的要複雜得多。
在最近一次與媒體的談話中，福特汽車在JD Power的初步品質研究中位居主流品牌之首，公司透露了AI的核心地位，但也承認其潛在的陷阱。部署不當並低估資深工程師的價值，實際上拖累了品質。
專家離開，專業知識也隨之流失
福特汽車車輛硬體工程副總裁Charles Poon告訴The Verge，許多經驗豐富的員工在他們的知識能夠傳承給AI模型和系統之前就離開了公司。為了彌補這一差距，福特不得不聘用、晉升並請回超過350名工程師，以重新訓練這些系統並改進AI工具使用的數據收集方法。
其中一些回歸的工程師現在指導著那些在維持汽車品質方面遇到困難的年輕同事。Poon表示：「這就是我們一些最有經驗的工程師在問題滲入系統之前，就已經有解決和識別這些問題的經驗。」
他也承認了公司錯誤的假設，說道：「我們錯誤地認為，僅僅引入人工智慧並調整我們設計的要求，就能生產出高品質的產品。」
儘管有這些失誤，AI在福特的品質控制中仍然扮演著重要角色。它目前使用超過10萬次AI驅動的測試來壓力測試軟體系統並識別邊緣案例。如果發現問題，即使在新車開發的後期階段，也能快速進行軟體變更。
Poon解釋說：「由於這些測試高度自動化，即使我們在軟體上有後期變更，我們也能快速地重新進行整個驗證過程，以確保它在交付給客戶之前完美運行。」他補充說，福特現在將軟體可靠性視為一門嚴謹的學科，具有嚴格的指標，這種結構過去只適用於硬體。
從「發現與修復」轉向「預防」
Poon補充說，解決品質問題還需要思維模式的轉變。他說，福特以前奉行「發現與修復」的理念，即在缺陷出現後識別並解決它們。現在，它希望在問題發生之前就加以預防。
為此，福特的軟體和數位團隊與工程、製造和供應鏈團隊進行更緊密的協作。這家汽車製造商還成立了一個由40名員工組成的軟體品質保證團隊，其任務是預防問題的發生。
Poon表示，福特以前在開發後期才發現軟體錯誤，因為它沒有充分利用快速的軟體迭代。然而，他強調，公司不能採取消費電子產品的思維模式，「快速行動，稍後修復」，因為汽車運行在一個安全關鍵的環境中，軟體必須從交付給客戶的那一刻起就能正確運行。
福特表示，這些改變已經開始見效。雖然該公司今年在美國發布的召回數量仍多於任何競爭對手，但其保固成本和召回率都在下降。
