福特近日透露，公司在过去三年里不得不重新返聘约 350 名经验丰富的“灰胡子”工程师，负责指导年轻员工，并重新编写此前表现不佳的诊断系统和 AI 工具，以弥补质量控制上的明显缺陷。 福特负责车辆硬件工程的副总裁 Charles Poon 在接受采访时表示，管理层此前低估了那些经历过多轮产品迭代的资深工程师所积累的深厚经验，简单用 AI 替换他们，“是一个巨大的错误”。
Poon 强调，AI 是“一项非常出色的工具”，但“始终只能和用于训练它的信息一样好”，如果缺乏高质量的经验数据和正确的应用场景，单靠算法难以支撑复杂汽车产品的可靠性要求。 回聘回来的老工程师如今被安排主持强制例会，集中排查车辆问题，并对自动化工程软件和 AI 工具进行重编程，在零部件进入生产线之前就尽可能消除潜在缺陷。
这些技术专家的工作重点，是在早期就发现设计和制造环节中的薄弱点，从而减少大规模召回和质量缺陷带来的损失。 据报道，福特此前曾因质量问题和召回事件付出数十亿美元的代价，而公司今年的目标是削减 10 亿美元开支，因此质量提升被视为生存与盈利的关键一环。
从外部指标看，这一调整已开始产生效果。 在去年的 J.D. Power 新车质量调查中，这项评估车辆在车主持有前三个月期间质量表现的年度研究，福特在主流品牌中仅排在第十名，得分低于行业平均水平。 然而在今年的同一榜单中，J.D. Power 将福特评为主流品牌中的第一名，其排名超过丰田、本田等竞争对手，福特则将这一“跳跃式”进步直接归功于返聘工程师的专业能力和经验回归。
福特的经历也被视为当前企业大规模“AI 替人”浪潮的一个缩影。 职场服务机构 Careerminds 此前对实施过“AI 驱动裁员”的公司进行统计发现，其中有 35.6% 的企业后来不得不重新雇回超过一半被裁撤的员工，另有 32.7% 的企业则重新雇回了 25% 到 50% 的原员工。 这说明，在实践中，许多公司发现 AI 并不能完全承担原本由人类完成的复杂工作职能，不得不在成本和业务连续性之间做出修正。
金融科技公司 Klarna 是另一个典型案例。 2024 年，该公司 CEO Sebastian Siemiatkowski 曾高调宣布，新上线的聊天机器人在上线首月就承担了相当于 700 名全职客服人员的工作量，公司据此冻结招聘并裁撤了数百个岗位。 然而到了 2025 年中及 2026 年，Klarna 又开始加紧重新招聘人工客服，因为客户满意度出现大幅下滑。
事实证明，AI 在处理诸如查询账户余额等简单、标准化问题时表现出色，但一旦面对需要理解背景、情绪和细微差别的复杂用户诉求，就很容易滑向机械、生硬、充满企业行话的“机器人式”回答，难以真正解决问题。 在这种情况下，用户对纯 AI 服务的耐心迅速消耗，而企业也不得不重新审视“全盘 AI 化”的激进策略。
福特此番承认错误并回归“人机协同”，被不少行业观察人士视为一记警钟：即便在 AI 技术高速发展的当下，经验丰富的人类专家仍然是复杂系统设计、质量控制和客户服务中的关键角色。 对那些寄望通过裁撤大批员工、用 AI 直接替代的企业而言，如何在效率提升与专业经验之间找到平衡，或许比单纯追逐自动化更为重要。