AI造车，是个陷阱？

“言必称人工智能”，如今AI已经是汽车在内各个行业的政治正确。

电气化与智能化的浪潮席卷了汽车产业，我们对高度自动化形成热切的追求。无论是生产制造过程中的高度自动化——黑灯工厂，还是汽车功能的高度自动化——智舱智驾，都成为如今的行业焦点。

AI在汽车领域的应用，可以划分为消费端和生产端。只是无论在哪一端，AI都面临着现实的挑战，引发了各方的争议和质疑，甚至存在潜在的“陷阱”。

在消费端，关于智能辅助驾驶的辩论，已经无须赘言，在大量推崇新科技的先锋消费者力挺的同时，迄今仍有大量老司机自称“绝不信任机器，不会交出方向盘”。

在生产端，人工智能介入的高精密度加工与检测，被视为“能提高汽车产品质量和制造速率”。然而根据实际情况看，率先在工厂部署AI技术的企业，反而未能减少故障的发生和汽车召回的次数。

还是美国市场为全球率先用数据经验“探路”，福特与现代成为美国率先将AI用于汽车制造的两家汽车公司，每家的AI工厂都耗资数十亿美元。甚至可以预测，全行业可能与AI制造相关的投入将达千亿元人民币量级。

但今年尚未结束，福特就在美国因产品故障发起了上百次召回，涉及千万辆车。因此，评估人工智能对汽车制造业的真正冲击，仍需更多时间与数据沉淀。

烧钱百亿元，召回千万辆

当车企豪掷数十亿美元（相当于人民币百亿元）打造AI驱动的“智能工厂”，并承诺借此提升质量、减少召回时，这项备受瞩目的技术，其实际疗效远未明确。

倘若说，汽车制造的自动化在上个阶段还是以机械概念为核心，那么这个阶段就更多地与软件比重更大的AI概念相结合。

比赛建立“黑灯工厂”，各国都无法与中国相比。但在机械臂之外，“电子眼”和“AI脑”仍然是海外汽车工厂可以抢跑的赛道。

福特与现代，被视为美国汽车行业此轮AI制造竞赛的领跑者。它们宣称，AI系统能在车辆交付客户之前，精准捕捉缺陷。

现代汽车投资76亿美元打造的佐治亚州Metaplant工厂，已在2024年10月下线首批Ioniq 5电动车。现代在此引入了基于AI的波士顿动力机器人、自动搬运车和数字孪生技术，并扩大了与英伟达的合作，持续加码“智能工厂”。

而福特于2024年12月推出的AiTriz视觉系统，已入驻35家美国工厂的900个工位。

这套系统能在视线被遮挡的复杂情况下验证零件安装，比年初的初代移动视觉系统更为先进。

福特将AI视为破局的关键潜在方案之一，其制造技术与开发中心技术经理杰夫·托纳贝内直言：“我们的目标是设计出无法错误安装、无法错误通过生产流程的产品。”

按照福特的声明，在已部署AI视觉系统的区域观察到了质量改善，并正扩大应用，但也谨慎指出“并非所有制造环节都适合或需要AI”。

与此同时，现代发言人迈尔斯·约翰逊阐述了其愿景：“AI在提升质量控制和早期缺陷检测方面潜力巨大。”

但一个尖锐的现实已摆在眼前：即便在部分工厂部署了AI技术，福特汽车在2025年仍发起了134次召回，涉及超过1,217万辆汽车。

对福特而言，提升质量、压降召回已是迫在眉睫。这家总部位于密歇根州迪尔伯恩的老牌巨头，不仅创下了全年美国市场召回纪录，更可能在五年内第四次“荣登”年度召回榜首。

AI拦不住的缺陷

当汽车公司们高调宣扬“AI帮助提升汽车产品质量”时，行业观察者们保持着审慎。分析师认为，现在评估这些巨额投资的回报为时尚早。

就眼下的表现看，AI介入工厂的效果并不理想。最公开的质量数据——召回公告，给出了复杂信号。

就在福特部署AiTriz后生产的车辆中，涉及零部件的召回平均规模远低于年度平均值。然而，同期福特仍发起了22次制造缺陷召回，问题包括螺栓扭矩不当、挡风玻璃安装不良等，而这正是AI视觉和扭矩监测系统旨在捕捉的缺陷。

福特未说明召回车辆是否产自AI工位，其发言人巧妙比喻：通过召回数据衡量AI，如同“质问前门摄像头为何没发现后门入侵者”。

最终，福特2025年创纪录的134次召回，影响了超过1,217万辆汽车，仅今年第三季度，其保修支出就高达4.5亿美元。当然，福特给了一个非常“脸上贴金”的解释——这体现了“高度谨慎”及“快速发现并修复问题”的强化策略。

相比之下，现代今年发起14次召回，其中两次涉及佐治亚工厂生产的Ioniq 5，问题集中于头灯聚焦和线束安装。

从原理上说，福特与现代均未提供能够直接证明AI改善车辆可靠性的具体数据。两家车企不约而同地将AI定位为“长期质量战略”，而非立竿见影的解决方案。

首先，AI用于生产制造，与质量的影响因素，存在“模糊地带”。

“它前景广阔，但绝非万能灵药。”AutoPacific分析师罗比·德格拉夫点出关键。他认为，AI工具或能帮助在大规模召回爆发前识别问题，但其分析与识别能力恐怕永远无法达到百分之百准确。

截至10月底，美国国家公路交通安全管理局记录的召回次数为817次，虽低于去年同期的963次，但整体数量依然庞大。

其次，AI在汽车工厂处于部署进行时，但尚属早期，存在评估之难与数据之谜。

衡量AI对质量的影响，成了一项需要精确数据与时间积累的复杂工程。通用汽车前资深高管、行业分析师亚当·伯纳德指出：“‘人工智能’是个宽泛概念，具体如何应用决定了需要何种数据。”

就连每年发布权威质量报告的J.D. Power也表示，目前并未追踪工厂中的AI应用情况。

因而，我们可以认定，AI确实有助于在某些领域提升产品质量，但“尽信书不如无书，尽依赖AI提升质量，反而拖累质量”。在AI体现“先进”的同时，也要提防避开“陷阱”。

汽车和汽车制造，都离不开人

“汽车制造商必须确保，在AI之外，维持一个以人为本的、坚实的产后车辆分析与监督体系。”

这正是AutoPacific分析师罗比·德格拉夫等专家共同的结论，也就意味着，无论是消费端汽车产品的使用（例如智能辅助驾驶），还是生产端汽车的制造，都存在不可忽视的“人的因素”。

笔者今年第三季度曾经应雷克萨斯邀请，参观九州福冈县宫若市的雷克萨斯宫田工厂，和本州爱知县渥美郡田原町的田原工厂及测试场，所展示的内容并未以“人被彻底取代”的高度自动化为特征。相反，精密的设备与人工协作，人员的福祉与关怀倒成为重头戏。

例如宫田工厂第二生产线，机器臂无处不在，AGV小车高效运行，但工人的身影依然有条不紊。

以前风挡玻璃的安装流程为例，首先由工人对要涂刷粘合剂的地方进行清洁处理。然后由机器人“在正确的位置涂刷正确量”的粘合剂后，工人两人一组把车窗玻璃安装到车上。

雷克萨斯工厂级别最高的“匠”级工人解释称：“在正确的位置涂刷正确量”的粘合剂是机器人十分擅长的领域。而把车窗玻璃组装到生产线上的车上这种需要感觉和技巧的作业，则是富有感性和灵活性的人所擅长的作业。

“即便在同一作业程序中，人和机器都能高度融合互补，这就是实现高品质的秘诀所在。”

此外，喷涂工序有一些形状复杂而且空间狭小的区域，大型机械臂喷涂很难做到人工喷涂水平。

更重要的是，机器的训练，离不开人工操作。如果机器出现操作错误，也需要人工兜底矫正。

而最后的检查工序，也是人工和机械的融合。据说出厂前有1,800个地方需要确认。

东西方专家在这里达成了客观上的共识。

纽黑文大学创新与应用技术副总裁保罗·拉沃提醒，行业在追逐技术的同时，正面临严峻的人才挑战。

“制造专业知识的进步速度，可能快于员工培训速度，”他表示，“这甚至会削弱最先进AI系统的效果。实施AI时，绝不能忽视人的领导作用。我们必须专注于员工技能提升，确保以正确方式采纳合适技术。”

眼下，AI在汽车制造的征程刚刚启航。千亿元级别资金掷入水中，但波澜未定。能否真正兑现“零缺陷”的承诺，时间与数据，将是唯一的试金石。