編按：本文綜合整理自 Bloomberg、Bloomberg Law、WardsAuto、Business Insider 與 Detroit Free Press，並加入 Siami 編輯部觀點與分析。
福特汽車（Ford Motor Co.）做了一件很罕見、而且很「不科技業」的事——他們把 350 位「灰鬍子」資深工程師請回來，專門負責教年輕工程師、修 AI 抓不到的品質問題。這些工程師大多本來就是福特的退休或離職員工，另外一批則是從供應商那邊挖角過來的。
三年內聘回 350 人，這個數字不是裝飾。Bloomberg 報導指出，這些老手每天在做的事情非常具體：帶新人、主持設計審查、把 AI 自動檢測工具「重新教育」一遍、再把那些不該出廠的瑕疵擋下來。換句話說，AI 在福特的產線上不是被淘汰，而是被迫「降級」當助理——最終的決定權，還是回到人手上。
事情的來龍去脈
2026 年 6 月 25 日，JD Power 公佈 2026 年美國新車初始品質研究（Initial Quality Study, IQS）結果，福特在主流品牌組別拿下第一——這是 2010 年以來福特第一次重回榜首。同一週，福特執行長 Jim Farley 在媒體簡報中宣佈這項成果，並把功勞歸給「公司文化變革」。
但真正被 Bloomberg、Business Insider、Detroit Free Press 等媒體放大報導的，不是那個冠軍獎盃，而是福特怎麼走到今天這一步。
WardsAuto 的報導揭露了關鍵數字：在肯塔基州卡車工廠（Kentucky Truck Plant, KTP），負責生產 2026 年款 Expedition 的產線，福特一口氣新增了 203 名品管員工、1,200 個額外檢查站、72 項新技術測試，並把 AI 影像檢測工具的部署規模擴大到前一年的 6 倍。
這組數字放在一起看很微妙：AI 變多了 6 倍，但人類也變多了。福特不是用 AI 取代品管，而是把 AI 跟人類「配對」起來。
負責車輛硬體工程的副總裁 Charles Poon 把話說得很直白：
「我們曾經誤以為，只要導入 AI、把我們手上的設計規範全部倒進去，就能產出高品質的車。」
「AI 是很棒的工具，但它跟訓練資料一樣好——給它垃圾，就吐出垃圾。」
Poon 進一步承認，福特在前幾年沒有把資深工程師的經驗「保存下來」，許多人是在 AI「完整吸收」他們的知識之前就離開了公司。
為什麼這件事重要
這是一個非常少見、由企業自己承認「我們 AI 走太快、沒把人顧好」的個案。福特不是一家會輕易認錯的公司——它背著 2025 年破紀錄的召回數字、被 JD Power 品質調查連續多年敬陪末座的歷史，最後能拿下 IQS 第一，靠的不是把 AI 全部砍掉，而是把「機構知識（institutional knowledge）」這件事重新放回核心。
對整個製造業來說，這是一記警鐘：
- 「資料導向」不等於「知識完整」。SOP 文件、訓練資料集、設計審查紀錄，看起來什麼都有，但真正能在產線上「聞到不對勁」的能力，往往藏在沒被寫下來的經驗裡。
- 「人機協作」不是口號，是成本結構的問題。KTP 那 203 位新檢查員，不是 AI 的備援，是 AI 還不夠好時的「保險絲」。當保險絲的成本跟 AI 差不多、甚至更高時，企業就必須回答：到底誰是工具、誰是主人？
- 「文化變革」才是 CEO 級任務。Jim Farley 自己也說，福特的品質改善是「CEO 等級」的優先事項，意思是要從上到下重整流程，而不是買個 AI 工具裝上去就好。
更值得注意的是，OECD AI 政策觀察站（OECD AI Policy Observatory）已經把福特的這次事件登錄到 AI Incident Database（編號 2026-06-25-0b42），這代表這件事不只是商業故事，也是政策制定者眼中的「AI 失效案例」。
數據解讀與質疑
幾個值得停下來看的數字：
- 350 位「灰鬍子」：三年內、分散到全美多家工廠，平均一年約 117 位。考慮到這些都是「被 AI 取代過一次」的人，這個數字其實不算高——它反映的是「補強」而不是「重建」。
- KTP 的 1,200 個新增檢查站：每一站都是「AI 漏接、人來補」的後盾。這也意味著，福特承認自己的 AI 漏接率還沒低到可以單獨運作的程度。
- AI 工具 6 倍擴張 vs. 人力 203 位新增：這兩個數字同時出現，是這篇報導最值得玩味的地方。福特的策略不是「用 AI 換人」，而是「AI 部署得越快，需要的人也越多」。
- 2010 年之後第一次重回主流品牌榜首：16 年的低谷。Farley 自己形容這是「四年才看出來的 overnight success（一夕成功）」——這句話的重點是，AI 不是萬靈丹，但領導層有沒有決心把品質擺在第一位，才是分水嶺。
可以質疑的地方：JD Power IQS 的「初始品質」衡量的是車主在購買後 90 天內回報的問題數，這跟長期可靠性、耐用度是不同的指標。福特拿下的是「第一印象分數」，不是「終身耐久分數」。真正的考驗，是這些新聘回來的老工程師退休之後，AI 跟新血能不能撐住——但那至少是 10-20 年後的事。
後續觀察重點
- **福特的 Industrial System 團隊（2023 年成立）**會不會成為其他車廠的樣板？這個把工程、製造、供應鏈、品管「全部壓在一個組織」的做法，跟特斯拉強調的「純 AI ＋最少人力」路線正好相反。
- 其他 OEM 會不會跟進？通用、Stellantis、豐田目前還沒傳出類似規模的「請老手回來」消息。如果福特這次成功，預期 12-18 個月內會有同業跟進。
- OECD 等監管機構會不會把「AI 取代資深員工」列為系統性風險？這次事件已經被登錄到 OECD AI Incident Database，後續政策動向值得追蹤。
- AI 視覺檢測的成熟度曲線：當多模態模型從 GPT-5.x 等級演進到 6.x、7.x，福特的「AI + 老手」配方會不會變成「純 AI」？這是製造業的終極問題。
業界怎麼看
Hacker News 上對這則新聞的反應很兩極：
- 一派認為「自己把自己的人資遣掉換 AI、發現 AI 不行再把人找回來，這種公司不值得再回去」——這也是為什麼前員工招募會是個大問題。
- 另一派則從技術面切入：「AI 是工具，工具的價值取決於資料品質，福特承認的『garbage in, garbage out』才是重點。」
- 學者 Alex Hanna（Bluesky）則點出歷史諷刺：100 年前福特用流水線把人類變成機器的延伸；100 年後，福特得把人類請回來修機器的錯。
「The assembly line innovator is now bringing back humans to fix what the assembly line couldn’t see.」 — Alex Hanna（節錄自 Bluesky 評論）
這句話點出了整個故事的核心：工業化最極致的象徵（福特），親口承認「人是最後一道防線」。對 Siami 的讀者來說，這不是懷舊，而是提醒：當每一個產業都在喊「AI 轉型」的時候，最值錢的資產，往往是那些 AI 沒辦法從文件裡讀到的「眉角」。
網友熱門留言 (4)