近日，美国汽车巨头福特公司做出了一项引人注目的决定：重新雇佣350名已退休或离职的资深工程师。这一反常态的操作，源于该公司此前大力推行的AI系统在知识传承和新人培训方面遭遇了严重失败。

AI替代计划折戟

2021年，福特曾高调启动了一项名为“数字导师”的人工智能项目，意图将资深工程师数十年的设计、调试和故障排除经验数字化，从而减少对老员工的依赖。福特当时宣称，AI系统将通过学习数万份技术文档、维修记录和设计图纸，形成可检索的知识库，并自动为年轻员工生成培训方案。

然而，据内部知情人士透露，经过近两年的实际应用，该系统表现远低于预期。年轻工程师普遍反映，AI生成的解决方案过于理论化，缺乏对复杂生产场景下“隐性知识”的把握。“当出现从未记录在案的新故障时，AI只会给出标准流程，无法像老工程师那样凭直觉和经验快速锁定问题根源。”一位参与项目的技术主管表示。

更严重的是，由于过度依赖AI，公司缩减了传统的“师徒制”培训时间，导致众多新入职的初级工程师缺乏实际操作经验和现场判断力。一位2022年入职的年轻工程师坦言：“AI告诉我在温度传感器故障时应检查哪几个参数，但当我面对线路板时，根本不知道应该先断电还是先看指示灯。”

专业知识流失的教训

福特此次重新聘用的350名工程师，平均年龄超过55岁，均为在发动机调校、底盘设计、电气集成等关键领域拥有20年以上经验的专家。他们将以“技术顾问”或“现场导师”的身份回归，专门负责一对一指导年轻同事，并参与关键项目的评审。

“AI可以存储数据，但无法存储‘经验’——那些在失败中积累的直觉、对异常声响的判断、甚至对工具握持的细微差别。”福特首席技术官迈克尔·哈里斯在接受采访时承认，“我们意识到，知识传递的核心环节仍然是人与人之间的互动。机器无法复制老员工面对实际问题时的应变能力和创造性的解决方案。”

事实上，福特并非唯一遭遇AI“水土不服”的企业。近年来，许多制造业巨头尝试用AI替代部分技术岗位，但普遍发现，复杂的工业场景中存在大量难以量化的“默会知识”。例如，一名熟练的冲压工能通过金属回弹的细微声响判断模具磨损程度，而AI系统即便收集了数百种噪声样本，仍难以在真实生产线上做出精准判断。

人机协作的新方向

值得注意的是，福特此次并非完全放弃AI系统。公司表示，将继续使用AI作为辅助工具，但不再将其视为替代人工培训的“万灵药”。重新回归的资深工程师将负责对AI生成的培训内容进行审核和修正，同时帮助AI系统标注更高质量的案例数据。

“最理想的状态是：AI负责提供标准流程和案例检索，而工程师负责教授判断逻辑和应变策略。”哈里斯补充道，“我们不会回到纯人工时代，但也不会再盲目相信技术可以完全替代人类经验。”

业内分析人士指出，福特此举反映了当前工业界在数字化转型中面临的核心矛盾：如何在推进自动化和智能化时，不丢失那些无法编码的人类智慧。世界制造业研究所的专家评论称：“AI的失败案例往往比成功案例更有教育意义。福特重新雇佣老员工，不是退步，而是对技术边界的清醒认知。”

目前，首批回归的50名资深工程师已进驻密歇根州、俄亥俄州和肯塔基州的工厂，开始为年轻员工提供“手把手”培训。与此同时，福特内部正在修订培训体系，将AI辅助与师徒制按7:3的比例混合，以期在效率与经验传承之间找到平衡点。

对于这次“AI翻车”事件，福特的一位老工人说得直白：“机器可以学我们写下的东西，但学不了我们脑子里那些‘说不清’的东西。有些东西，得靠人传人才行。”