福特高管表示,公司已重新雇用了350名资深工程师。这些人中,部分是曾经离职的前员工,另一些则来自供应商,原因是AI与自动化系统未能达到预期的质量水平。
据彭博社报道,福特首席运营官库马尔·加尔霍特拉向媒体表示,公司此前"越来越依赖自动化质量系统",但结果令人失望。为此,公司"召回了技术专家",这些专家的职责是"在零部件进入生产车间之前,提前排查潜在的故障点"。
福特汽车硬件工程副总裁查尔斯·潘补充说:"我们曾错误地认为,只要引入AI并将现有的设计要求输入进去,就能生产出高质量的产品。"
需要说明的是,这并不意味着福特要彻底放弃AI战略。恰恰相反,公司计划让这批被称为"白胡子工程师"的资深人员,负责培训年轻员工,并协助对AI工具进行优化改进。
这一重新招聘的举措已初见成效。福特预计,此举今年将带来高达10亿美元的成本节约。与此同时,在本周发布的JD Power新车质量调查中,福特也在主流品牌中荣登榜首。
Q&A
Q1:福特为什么要重新雇用资深工程师?
A:福特在大量引入AI和自动化质量系统后,发现实际质量表现不达预期。首席运营官表示,公司过度依赖自动化系统却未能取得满意成果。为此,福特重新招募了350名经验丰富的"白胡子工程师",让他们在零部件进入生产线之前提前发现潜在的故障点,从而弥补AI系统的不足。
Q2:福特引入AI为什么没能达到预期效果?
A:福特汽车硬件工程副总裁查尔斯·潘坦承,公司曾错误地认为,只要将AI引入并输入现有设计要求,就能自动生产出高质量产品。然而实践证明,AI在复杂的汽车制造质量管控场景中,仍难以完全替代经验丰富的工程师对细节问题的判断与处理能力。
Q3:福特重新雇用资深工程师之后有哪些成效?
A:目前成效显著。福特预计此举今年将带来高达10亿美元的成本节约。此外,在本周发布的JD Power新车初始质量调查中,福特在主流汽车品牌中排名第一,显示出质量层面的明显改善。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。