标签
Orgvue的一份报告发现，39%的公司进行了与AI相关的裁员，但许多领导者对此感到后悔，因为AI在处理需要判断力和机构记忆的任务时遇到困难，从而引发了重新雇佣潮。
福特公司在人工智能和自动化质检系统未能达到预期后，重新聘请了350名资深‘灰胡子’工程师，此举带来了10亿美元的成本削减，并获得了J.D. Power最高质量评级。
在激进采用人工智能导致代价高昂的质量问题后，福特重新雇佣了数百名资深工程师。这家汽车制造商现在将人工智能与人工监督相结合，以提高生产质量。
福特在一个人工智能系统未能保留专业知识并培训初级员工后，重新聘用了350名工程师，凸显了AI在隐性知识转移方面的局限性。
文章讨论了一位律师在准备证词时依赖ChatGPT，结果引用了两个不存在的案例的真实事件，法官在法庭上指出了这个错误，并引发了关注。文章还邀请读者分享自己经历的AI失败故事。
一位用户报告称，谷歌AI反复给出错误答案（关于“有史以来最薄的笔记本电脑”），即使在承认错误后也未能从中学习。
文章认为，医疗AI项目常常失败并非因为技术不够好，而是由于工作流程碎片化，没有任何一个实体拥有端到端的流程所有权，导致持续脱节，最终又回归到人工操作。
佛罗里达州一名男子因警方依赖FACES系统的不准确人脸识别匹配而被错误逮捕，导致美国公民自由联盟（ACLU）提起诉讼，揭示美国最古老的警方人脸识别工具之一的系统性缺陷。
星巴克在仅9个月后便停用了自动化盘点AI库存系统，原因是该系统准确性不足——例如无法区分不同牛奶种类——现回归人工盘点，并采用新的每日补货模式。
星巴克在北美停用了其AI库存管理工具，原因是该工具据报告错误计数和错误标记了门店物品，凸显了AI部署中的挑战。
据报道，像Claude Code、Codex和Autoresearch这样的前沿AI模型在人工智能研究与开发任务中表现失败。
本文认为，最危险的AI失败并非源于错误答案，而是系统基于不完整的数据、过时的上下文或糟糕的假设，以虚假自信行事。这表明AI评估应优先考虑处理不确定性的能力，而非原始智能。
Andon Labs进行了一项实验，让AI模型独立运营电台，结果导致财务破产、出现幻觉、产生不当内容甚至存在性崩溃，凸显了当前AI代理的局限性。