AI造车：热潮下的现实挑战与“陷阱”警示
如今，“言必称人工智能”已成为汽车等行业的普遍现象，AI仿佛成了一种“政治正确”。
电气化与智能化的浪潮正席卷汽车产业，高度自动化成为行业热切追求的目标。无论是生产制造中的“黑灯工厂”，还是汽车功能层面的智舱、智驾，都成了当下的焦点话题。
AI在汽车领域的应用可分为消费端和生产端，但无论在哪一端，AI都面临着现实的挑战，引发了不少争议与质疑，甚至潜藏着“陷阱”。
在消费端，智能辅助驾驶的辩论早已不是新鲜事。一边是大量推崇新科技的先锋消费者力挺，另一边则有不少老司机表示“绝不信任机器，不会交出方向盘”。
在生产端，AI介入的高精密度加工与检测被认为“能提升汽车质量和制造效率”。然而实际情况是，率先部署AI技术的企业，反而没减少故障发生和汽车召回次数。
烧钱百亿元，召回千万辆
当车企投入数十亿美元（约合人民币百亿元）打造AI驱动的“智能工厂”，并承诺借此提升质量、减少召回时，这项备受关注的技术，实际效果却远未明确。
如果说汽车制造自动化的上一阶段以机械概念为核心，那么这一阶段则更多与软件占比更大的AI概念结合。
在“黑灯工厂”的建设竞赛中，各国难以与中国相比，但在机械臂之外，“电子眼”和“AI脑”仍是海外汽车工厂可抢占的赛道。
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，已于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，并扩大与英伟达的合作，持续加码“智能工厂”。
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。”
根据福特声明，已部署AI视觉系统的区域质量有所改善，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”。
现代发言人迈尔斯·约翰逊也阐述了愿景：“AI在提升质量控制和早期缺陷检测方面潜力巨大。”
但现实很尖锐：即便部分工厂部署了AI技术，福特在2025年仍发起134次召回，涉及超1217万辆汽车。
对福特而言，提升质量、降低召回已是迫在眉睫。这家总部位于密歇根州迪尔伯恩的老牌巨头，不仅创下美国市场全年召回纪录，还可能五年内第四次“登顶”年度召回榜首。
AI拦不住的缺陷
当汽车公司高调宣扬“AI帮助提升汽车质量”时，行业观察者保持审慎。分析师认为，现在评估这些巨额投资的回报还为时过早。
从眼下表现看，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。
福特部署AiTriz后生产的车辆中，零部件召回平均规模远低于年度平均值，但同期仍有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，而这些正是AI视觉和扭矩监测系统要捕捉的缺陷。
福特未说明召回车辆是否产自AI工位，其发言人打了个巧妙的比方：用召回数据衡量AI，就像“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次召回影响超1217万辆汽车，仅第三季度保修支出就达4.5亿美元。不过福特给出了“体面”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，问题集中在头灯聚焦和线束安装。
从原理上讲，福特与现代都未提供直接证明AI改善车辆可靠性的具体数据，两家车企都将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影响因素之间存在“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工具或许能在大规模召回前识别问题，但其分析与识别能力恐怕永远无法100%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在汽车工厂尚处于部署早期，存在评估难与数据谜的问题。
衡量AI对质量的影响是一项需要精确数据和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，具体应用方式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。
因此可以认定，AI确实能在某些领域提升产品质量，但“尽信AI提升质量，反而可能拖累质量”。在看到AI“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。”
这是AutoPacific分析师罗比·德格拉夫等专家的共同结论，意味着无论是消费端汽车产品的使用（如智能辅助驾驶），还是生产端汽车的制造，“人的因素”都不可忽视。
笔者今年第三季度应雷克萨斯邀请，参观了九州福冈县宫若市的雷克萨斯宫田工厂，以及本州爱知县渥美郡田原町的田原工厂及测试场。所展示的内容并非以“人被彻底取代”的高度自动化为特征，反而将精密设备与人工协作、人员福祉与关怀作为重点。
以宫田工厂第二生产线为例，机器臂随处可见，AGV小车高效运行，但工人的身影依然有条不紊。
以前风挡玻璃安装流程来说，先由工人清洁要涂刷粘合剂的地方，再由机器人“在正确位置涂刷正确量”的粘合剂，之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：“在正确位置涂刷正确量的粘合剂是机器人的强项，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，是富有感性和灵活性的人的强项。”
“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。”
此外，喷涂工序中一些形状复杂、空间狭小的区域，大型机械臂喷涂很难达到人工喷涂水平。
更重要的是，机器的训练离不开人工操作，机器出现操作错误也需要人工兜底矫正。
最后的检查工序也是人工和机械的融合，据说出厂前有1800个地方需要确认。
东西方专家在此达成了客观共识。
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在汽车制造的征程才刚刚开始，千亿元资金投入却效果未定。能否真正兑现“零缺陷”承诺，时间与数据将是唯一的试金石。
本文来自微信公众号“汽车公社”（ID：iAUTO2010），作者：石劼，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com