福特汽車在 JD Power 主流汽車製造商初始品質排名中榮登榜首，同時也坦承近年來面臨的挑戰，尤其是在生產和設計中過度依賴自動化系統的問題。結果顯示，這些自動化系統不如預期般穩健，導致福特必須重新聘請經驗豐富的技術人員，有時甚至找回前員工，來修正公司機器人所犯的錯誤。

在福特看來，人工智慧既強大也容易出錯。其有效性完全取決於用於訓練 AI 模型的數據品質。此外，這家汽車製造商低估了資深工程師所累積的機構知識價值，這些工程師曾參與多個車輛開發週期。這種種因素結合起來，導致福特車輛的品質下降。

福特車輛硬體工程副總裁 Charles Poon 在本週的記者會上表示：「我們錯誤地認為，只要引入人工智慧並調整我們的設計要求，就能生產出高品質的產品。」

Poon 表示，公司一些最有經驗的員工在他們累積的知識完全轉移到福特的自動化系統之前就已離職。這使得公司不得不重新聘請這些員工，以重新訓練這些系統，或在某些情況下，指導目前難以維持福特車輛品質的年輕工程師。Poon 說，福特已聘用、晉升或召回超過 350 名經驗豐富的工程師，以重建這層專業知識。除了指導年輕工程師外，他們還負責改進支撐福特自動化系統的數據收集和 AI 訓練。

Poon 說：「這正是我們一些最有經驗的工程師在問題滲入系統之前，就已具備解決和識別這些問題的經驗。」

福特目前在召回數量上領先業界，其品質評級在過去幾年也有所下滑。這些挑戰最近變得更加明顯，尤其是在 Explorer 和 Aviator 車型推出時遇到的困難、新冠疫情期間的供應鏈中斷，以及其車輛召回數量顯著增加。

據福特營運長 Kumar Galhotra 表示，這家汽車製造商最終得出結論，其品質管理方法變得過於零碎。不同部門各自為政，公司嚴重依賴「發現問題再解決」的哲學，專注於在缺陷出現後立即識別並盡快糾正。雖然這種方法可以解決眼前問題，但卻無法從根本上預防問題發生。

Galhotra 說：「我們正從『發現問題再解決』的心態轉變為『預防問題發生』。我們專注於促成因素和早期指標，而非結果。停止只是欣賞問題，而是開始解決問題。」

這項轉型不僅限於車輛硬體。高層表示，軟體和數位團隊現在與車輛工程、製造和供應鏈團隊更緊密合作。福特正嘗試將軟體開發的速度和靈活性，與汽車級工程的嚴謹性和驗證要求結合起來。

Poon 表示，過去情況並非總是如此。福特過去因為沒有充分利用快速迭代週期，導致在開發後期才發現軟體錯誤。儘管如此，Poon 也指出，這家汽車製造商不能像消費電子公司那樣，抱持著「快速行動，事後修復」的心態來快速推出軟體更新。與智慧型手機不同，車輛在安全關鍵環境中運行，客戶從車輛交付的那一刻起就依賴軟體正常運作。

為了解決這個問題，福特成立了一個專門的 40 人軟體品質保證團隊，其唯一職責就是在問題發生前加以預防。

然而，這並不代表福特不致力於將 AI 整合到更多流程中。這家汽車製造商表示，它已大幅擴展其自動化測試能力，增加了超過 10 萬個新的 AI 驅動測試，旨在識別極端案例並在各種條件下對軟體系統進行壓力測試。由於測試框架高度自動化，即使在開發後期，軟體變更也能快速重新驗證，確保修改不會引入新的缺陷。

Poon 說：「由於這些測試是高度自動化的，即使我們在軟體上有後期變更，我們也能快速地重新執行整個驗證過程，以確保在交付給客戶之前它能完美運作。」他補充道：「我們已將軟體可靠性確立為一項嚴謹的獨立學科，並設有嚴格的衡量標準。」