徹底被AI"坑了" 巨頭不得不請回人類工程師

2026-06-29 | 來源: MIT科技評論 | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

為什麼部分企業低估了資深人士的不可替代性，同時卻高估了 AI 解決專業問題的能力？原因可能是多層面的。

首先是激勵結構。裁員帶來的成本節約是即時、可量化的，對於上市公司而言，甚至可以寫進當季的財報裡，用於拉升股價；與此同時，人才流失導致的質量下降是滯後的、難以歸因的，只有當問題在後續幾年間出現，決策者才會意識到做錯了選擇。

第二是指標錯位。AI 系統在可測量的維度上往往表現良好，在汽車領域，它能提升檢測速度、處理量，進而降低單位成本。但它替代不了是不容易被指標捕捉，卻至關重要的經驗資源。福特的 AI 每天可以檢測海量發動機數據，實時表現亮眼。但在設計驗證環節引入 AI，判斷力的退化無法通過指標即時體現。

白宮女助理對特朗普病態癡迷親哥哥不得不發聲

"不得不轉":一所民辦高校的生存突圍之戰

原來是文字料嗎,那不得不信了......

按照當前 AI 的能力，學習這些經驗並非難事，但裁員的速度跑在了 AI 能力成熟度的前面，珍貴的訓練數據難以回流至訓練階段。哈佛商業評論（Harvard Business Review）2025 年底對 1,006 名全球高管進行的調查顯示，60% 的企業已因 AI 減少了人員編制，但只有 2% 表示，大規模裁員與 AI 的實際部署有關。

AI 在標准化檢測環節表現良好是客觀事實，福特也因此加大了投入。但當企業決定用 AI 取代人類，參與設計方案決策，流失的卻是靠多個產品周期才能沉澱出來的無形資產。查爾斯為這類經驗做了具體闡釋：“資深工程師在問題滲入系統之前就能識別和解決它們”。

AI 接管判斷決策層，最有效的路徑或許是讓人類工程師親手訓練系統。福特連這一步都沒走完就啟動裁員，最後還是要把人請回來給 AI 補課。當然，讓 AI“蒸餾”自己的知識對老員工而言實在談不上公平，但在企業層面，至少不會丟了產品質量，損失市場信譽。