AI造車：熱潮下的現(xiàn)實挑戰(zhàn)與“陷阱”警示
如今，“言必稱人工智能”已成為汽車等行業(yè)的普遍現(xiàn)象，AI仿佛成了一種“政治正確”。
電氣化與智能化的浪潮正席卷汽車產業(yè)，高度自動化成為行業(yè)熱切追求的目標。無論是生產制造中的“黑燈工廠”，還是汽車功能層面的智艙、智駕，都成了當下的焦點話題。
AI在汽車領域的應用可分為消費端和生產端，但無論在哪一端，AI都面臨著現(xiàn)實的挑戰(zhàn)，引發(fā)了不少爭議與質疑，甚至潛藏著“陷阱”。
在消費端，智能輔助駕駛的辯論早已不是新鮮事。一邊是大量推崇新科技的先鋒消費者力挺，另一邊則有不少老司機表示“絕不信任機器，不會交出方向盤”。
在生產端，AI介入的高精密度加工與檢測被認為“能提升汽車質量和制造效率”。然而實際情況是，率先部署AI技術的企業(yè)，反而沒減少故障發(fā)生和汽車召回次數(shù)。
燒錢百億元，召回千萬輛
當車企投入數(shù)十億美元（約合人民幣百億元）打造AI驅動的“智能工廠”，并承諾借此提升質量、減少召回時，這項備受關注的技術，實際效果卻遠未明確。
如果說汽車制造自動化的上一階段以機械概念為核心，那么這一階段則更多與軟件占比更大的AI概念結合。
在“黑燈工廠”的建設競賽中，各國難以與中國相比，但在機械臂之外，“電子眼”和“AI腦”仍是海外汽車工廠可搶占的賽道。
福特與現(xiàn)代被視為美國汽車行業(yè)此輪AI制造競賽的領跑者，它們宣稱AI系統(tǒng)能在車輛交付前精準捕捉缺陷。
現(xiàn)代汽車投資76億美元打造的佐治亞州Metaplant工廠，已于2024年10月下線首批Ioniq 5電動車?，F(xiàn)代在此引入了基于AI的波士頓動力機器人、自動搬運車和數(shù)字孿生技術，并擴大與英偉達的合作，持續(xù)加碼“智能工廠”。
福特于2024年12月推出的AiTriz視覺系統(tǒng)，已入駐35家美國工廠的900個工位。
這套系統(tǒng)能在視線被遮擋的復雜情況下驗證零件安裝，比年初的初代移動視覺系統(tǒng)更先進。
福特將AI視為破局的關鍵潛在方案之一，其制造技術與開發(fā)中心技術經理杰夫·托納貝內直言：“我們的目標是設計出無法錯誤安裝、無法錯誤通過生產流程的產品?！?/p>
根據(jù)福特聲明，已部署AI視覺系統(tǒng)的區(qū)域質量有所改善，正擴大應用，但也謹慎指出“并非所有制造環(huán)節(jié)都適合或需要AI”。
現(xiàn)代發(fā)言人邁爾斯·約翰遜也闡述了愿景：“AI在提升質量控制和早期缺陷檢測方面潛力巨大?！?/p>
但現(xiàn)實很尖銳：即便部分工廠部署了AI技術，福特在2025年仍發(fā)起134次召回，涉及超1217萬輛汽車。
對福特而言，提升質量、降低召回已是迫在眉睫。這家總部位于密歇根州迪爾伯恩的老牌巨頭，不僅創(chuàng)下美國市場全年召回紀錄，還可能五年內第四次“登頂”年度召回榜首。
AI攔不住的缺陷
當汽車公司高調宣揚“AI幫助提升汽車質量”時，行業(yè)觀察者保持審慎。分析師認為，現(xiàn)在評估這些巨額投資的回報還為時過早。
從眼下表現(xiàn)看，AI介入工廠的效果并不理想，最公開的質量數(shù)據(jù)——召回公告給出了復雜信號。
福特部署AiTriz后生產的車輛中，零部件召回平均規(guī)模遠低于年度平均值，但同期仍有22次制造缺陷召回，問題包括螺栓扭矩不當、擋風玻璃安裝不良等，而這些正是AI視覺和扭矩監(jiān)測系統(tǒng)要捕捉的缺陷。
福特未說明召回車輛是否產自AI工位，其發(fā)言人打了個巧妙的比方：用召回數(shù)據(jù)衡量AI，就像“質問前門攝像頭為何沒發(fā)現(xiàn)后門入侵者”。
最終，福特2025年創(chuàng)紀錄的134次召回影響超1217萬輛汽車，僅第三季度保修支出就達4.5億美元。不過福特給出了“體面”的解釋——這體現(xiàn)了“高度謹慎”及“快速發(fā)現(xiàn)并修復問題”的強化策略。
相比之下，現(xiàn)代今年發(fā)起14次召回，其中兩次涉及佐治亞工廠生產的Ioniq 5，問題集中在頭燈聚焦和線束安裝。
從原理上講，福特與現(xiàn)代都未提供直接證明AI改善車輛可靠性的具體數(shù)據(jù)，兩家車企都將AI定位為“長期質量戰(zhàn)略”，而非立竿見影的解決方案。
首先，AI用于生產制造與質量影響因素之間存在“模糊地帶”。
“它前景廣闊，但絕非萬能靈藥?！盇utoPacific分析師羅比·德格拉夫點出關鍵，他認為AI工具或許能在大規(guī)模召回前識別問題，但其分析與識別能力恐怕永遠無法100%準確。
截至10月底，美國國家公路交通安全管理局記錄的召回次數(shù)為817次，雖低于去年同期的963次，但整體數(shù)量依然龐大。
其次，AI在汽車工廠尚處于部署早期，存在評估難與數(shù)據(jù)謎的問題。
衡量AI對質量的影響是一項需要精確數(shù)據(jù)和時間積累的復雜工程。通用汽車前資深高管、行業(yè)分析師亞當·伯納德指出：“‘人工智能’是個寬泛概念，具體應用方式決定了需要何種數(shù)據(jù)?！?/p>
就連每年發(fā)布權威質量報告的J.D. Power也表示，目前并未追蹤工廠中的AI應用情況。
因此可以認定，AI確實能在某些領域提升產品質量，但“盡信AI提升質量，反而可能拖累質量”。在看到AI“先進”的同時，也要提防避開“陷阱”。
汽車和汽車制造，都離不開人
“汽車制造商必須確保，在AI之外，維持一個以人為本的、堅實的產后車輛分析與監(jiān)督體系?！?/p>
這是AutoPacific分析師羅比·德格拉夫等專家的共同結論，意味著無論是消費端汽車產品的使用（如智能輔助駕駛），還是生產端汽車的制造，“人的因素”都不可忽視。
筆者今年第三季度應雷克薩斯邀請，參觀了九州福岡縣宮若市的雷克薩斯宮田工廠，以及本州愛知縣渥美郡田原町的田原工廠及測試場。所展示的內容并非以“人被徹底取代”的高度自動化為特征，反而將精密設備與人工協(xié)作、人員福祉與關懷作為重點。
以宮田工廠第二生產線為例，機器臂隨處可見，AGV小車高效運行，但工人的身影依然有條不紊。
以前風擋玻璃安裝流程來說，先由工人清潔要涂刷粘合劑的地方，再由機器人“在正確位置涂刷正確量”的粘合劑，之后工人兩人一組把車窗玻璃安裝到車上。
雷克薩斯工廠級別最高的“匠”級工人解釋：“在正確位置涂刷正確量的粘合劑是機器人的強項，而把車窗玻璃組裝到生產線上的車上這種需要感覺和技巧的作業(yè)，是富有感性和靈活性的人的強項。”
“即便在同一作業(yè)程序中，人和機器都能高度融合互補，這就是實現(xiàn)高品質的秘訣?！?/p>
此外，噴涂工序中一些形狀復雜、空間狹小的區(qū)域，大型機械臂噴涂很難達到人工噴涂水平。
更重要的是，機器的訓練離不開人工操作，機器出現(xiàn)操作錯誤也需要人工兜底矯正。
最后的檢查工序也是人工和機械的融合，據(jù)說出廠前有1800個地方需要確認。
東西方專家在此達成了客觀共識。
紐黑文大學創(chuàng)新與應用技術副總裁保羅·拉沃提醒，行業(yè)在追逐技術的同時，正面臨嚴峻的人才挑戰(zhàn)。
“制造專業(yè)知識的進步速度，可能快于員工培訓速度，”他表示，“這甚至會削弱最先進AI系統(tǒng)的效果。實施AI時，絕不能忽視人的領導作用。我們必須專注于員工技能提升，確保以正確方式采納合適技術。”
眼下，AI在汽車制造的征程才剛剛開始，千億元資金投入?yún)s效果未定。能否真正兌現(xiàn)“零缺陷”承諾，時間與數(shù)據(jù)將是唯一的試金石。
本文來自微信公眾號“汽車公社”（ID：iAUTO2010），作者：石劼，36氪經授權發(fā)布。
本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉載請在文中注明來源及作者名字。
免責聲明：本文系轉載編輯文章，僅作分享之用。如分享內容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com