福特不得不重新聘请前工程师来纠正自动化系统造成的错误

福特汽车公司最近在JD Power的初始质量排名中登顶主流汽车制造商榜首，借此机会，福特坦率地谈到了近年来面临的挑战，尤其是对生产和设计中自动化系统的过度依赖。事实证明，这些自动化系统并不像之前假设的那样稳健，迫使福特雇佣经验丰富的技术人员——有时甚至召回前员工——来纠正公司机器人造成的错误。

福特认为，AI既强大又容易出错，其效果完全取决于训练AI模型所使用的数据质量。此外，该公司低估了资深工程师在多个车辆开发周期中积累的机构知识的价值。这些因素的结合导致福特车辆的质量下降。

福特车辆硬件工程副总裁Charles Poon在向记者简报时表示：“我们错误地认为，仅仅引入人工智能并调整设计需求，就能生产出高质量的产品。”他指出，一些最有经验的员工在将其全部知识转移到自动化系统之前就离开了，因此有必要召回部分员工重新训练系统，或者指导当前挣扎于维持车辆质量的年轻工程师。

Poon透露，福特雇佣、提拔或召回了超过350名经验丰富的工程师，以重建专业知识层。除了指导年轻工程师外，他们还负责改进支撑福特自动化系统的数据收集和AI训练。Poon说：“这就是我们最有经验的工程师在问题渗透到系统之前解决和识别问题的经验所在。”

目前，福特的召回数量在行业内领先，其质量评级在过去几年有所下滑。随着Explorer和Aviator推出的困难、疫情期间供应链中断以及车辆召回数量的显著增长，这些挑战变得更加突出。

福特首席运营官Kumar Galhotra表示，公司最终得出结论，其质量管理方法过于分散。不同部门各自为政，公司严重依赖“发现并修复”的理念，即在问题出现后尽快识别并纠正。这种方法可以解决眼前问题，但不能预防问题发生。

Galhotra说：“我们正在从‘发现并修复’的心态转变为在问题发生前预防。我们专注于驱动因素和早期指标，而非结果。停止欣赏问题，开始解决它。”

这种转变不仅限于车辆硬件。高管们表示，软件和数字团队现在与车辆工程、制造和供应链团队更加紧密地合作。福特正试图将软件开发的速度和灵活性与汽车级工程的严谨性和验证要求相结合。

Poon说，历史上并非如此，福特直到开发后期才发现软件缺陷，因为它没有充分利用快速迭代周期。不过，该公司不能像消费电子产品公司那样以“快速行动并修复”的心态推送软件更新。车辆与智能手机不同，处于安全关键环境中，客户依赖软件在车辆交付时就能正常运行。为解决此问题，福特成立了一个专门的40人软件质量保证团队，唯一职责是预防问题发生。

但不要认为福特不致力于将AI集成到更多流程中。该公司表示，已大幅扩展了自动化测试能力，增加了超过10万个新的AI驱动测试，旨在识别边缘情况并在各种条件下对软件系统进行压力测试。由于测试框架高度自动化，即使在开发后期，软件更改也可以快速重新验证，确保修改不会引入新的缺陷。

Poon说：“由于这些测试高度自动化，即使我们有后期的软件更改，也可以快速运行整个验证过程，确保在到达客户之前完美运行。我们已将软件可靠性建立为具有严格指标的严谨学科。”