一輛飽經摧殘的大切諾基（Grand Cherokee），車身有木紋飾板、擋風玻璃龜裂，兩側後視鏡也被切掉一大塊，宛如穿了耳洞的耳朵。坐在駕駛座上的 Joydip Saha 笑著解釋，那些切口正是安裝攝影機的位置。

Saha 是 Stellantis 全球工程經理，也是該公司 L2++／免持門到門有監督自動駕駛系統的負責人。他稱這輛車為「最破的車」。儀表板上的一個黃色盒子，讓安全駕駛可透過業界標準的「緊急斷電開關」（kill switch）取得控制權。這個開關會切斷進階駕駛輔助系統模組（ADAS）的電源，使其無法控制車輛，之後駕駛便擁有完整控制權。

車內嵌入的 STLA AutoDrive L2++ 系統在需要 Saha 接手時會發出嗶聲，有點像戴著智慧項圈的狗。在密西根州奧本山郊區克萊斯勒技術中心（Chrysler Technology Center）內測試時，這套系統在錯綜複雜的停車結構中迷失方向，Saha 只好親自握上方向盤。

這個園區由李・艾科卡（Lee Iacocca）主導興建，他是曾登上 Fortune 封面的風雲人物，於 1980 年代領導克萊斯勒。這片 500 英畝的土地於 1986 年動工，設施於 1991 年落成，公司估計造價約 10 億美元。加上 1996 年增建的總部大樓，整個建築群佔地 540 萬平方英尺，是美國樓地板面積第二大的建築，僅次於五角大廈。

Stellantis 的北美工程業務至今仍在艾科卡的大樓內運作，員工仍以「在同一個屋簷下」形容這個安排。內部保存著 1990 年代初期的設計風格，狹長的電扶梯環繞著八角形天窗，附設的鑽石形停車場既獨特又難以通行。

奧本山的郊區道路更適合測試。Saha 的開發車順利通過一個路口——當時兩位密西根駕駛在幾秒內先後做出違規的跨車道變換。

Saha 投入自動駕駛系統的時間比多數同事都長。他曾參與 Stellantis 提供給 Waymo 在亞利桑那州首個機器人計程車服務的克萊斯勒 Pacifica 車型，之後管理一個與 Aurora 和 Lyft 等夥伴整合 Level 4 自動駕駛技術的團隊。他至今仍親自試駕每一個新的軟體版本，有時一週兩次，因為他認為客戶遇到的任何問題都是他的責任。

Saha 表示，在 AI 工具的協助下，他的團隊僅用六週就建好了切諾基的免持駕駛系統，而類似工作過去需要一年甚至長達 18 個月。不過，他對工程師使用 AI 設下限制。

「我不會讓大家用 AI 來做架構設計，因為他們會忘記怎麼除錯，」Saha 說。他補充，在安全至關重要的產業，工程師必須能回答關於所建系統的每一個問題。

在技術中心為期兩天的訪談中，Stellantis 的工程師告訴 Fortune，AI 已將部分原本需時一年的專案縮短至數週，一些隔夜才能完成的模擬也縮短至幾分鐘。公司希望藉此加速 STLA Brain 運算平台與 STLA SmartCockpit 軟體的開發。更廣泛而言，Stellantis 正設法將車輛開發時間從四年縮短至 24 個月，自 2027 年的兩款車型開始。

幾乎每一位提到工作變快的工程師，都同時強調必須檢核機器的產出。Stellantis 的挑戰並不限於開發速度。公司擁有 14 個品牌，歐洲業務正在虧損，第二季調整後營業利益率僅 1.8%。執行長 Antonio Filosa 訂下 2030 年達成 7% 利益率的目標。

華爾街不會等待。Stellantis 是底特律三大車廠中對歐洲曝險最高的一家，歐洲約佔其 2025 年營收的 38%。通用汽車（GM）已於 2017 年將旗下歐洲品牌 Opel 與 Vauxhall 售予 PSA——後來合併組成 Stellantis 的公司之一。

歐洲轉向電動車的速度也遠快於美國。根據歐洲汽車製造商協會（ACEA），純電動車佔去年歐盟新車註冊的 17.4%，而根據 Cox Automotive，美國僅為 7.8%。歐盟也已將 2035 年訂為當地新售車輛必須零尾排放的時限，這項規定適用於在該區域銷售的所有車廠。

Stellantis 先前也在北美重押電動車。在 7,500 美元的聯邦電動車稅收抵免於 2025 年 9 月 30 日終止後，它承受了底特律車廠中最沉重的衝擊。今年 2 月，Stellantis 記錄了約 222 億歐元（約 265 億美元）的減記，超過 Ford 去年 12 月 195 億美元的費用，以及 GM 分兩次認列共 76 億美元的金額。

Stellantis 股價當日下跌 25%，影響持續發酵，該股年初至今已下跌近 60%。

Stellantis 北美資訊娛樂系統總監 Mel Roberts 負責規劃五到八年後的車輛功能。她表示，AI 並不是近年來最令她意外的變化。

「我無法預料的是電動化雄心的徹底崩塌，以及這真的如何影響了我們所有的未來規劃，」Roberts 說。「它滲透到每一件事。」

底特律的歐洲巨頭

Stellantis 是底特律三大車廠中唯一法定總部設於國外（荷蘭）的一家。公司誕生於疫情期間的 2021 年，由 Fiat Chrysler 與 PSA Group 合併而成，將 Peugeot、Citroën 等歐洲指標品牌與 Fiat、Jeep 和 Ram 集於一堂。

在公司受訪期間，其國際色彩隨處可見。Fortune 在短短幾分鐘內接連見到出生於法國、墨西哥和孟加拉的高階主管，還有一位剛從巴黎派駐數年返國的密西根員工。

這些併購也留給 Stellantis 一套由委員會拼湊而成的車輛開發體系。軟體工程經理 Ben Zawodni 正努力將數百個電子控制單元整合進名為 STLA Brain 的中央運算系統。每個電子控制單元都是一台功能特定的小型電腦。將這些小電腦整合進中央平台，反映了整個業界朝軟體定義汽車（software-defined vehicles）轉型的趨勢——車輛越來越多功能由程式碼而非專用硬體決定。

Zawodni 說，數十年來，車輛架構的演變基本上是供應鏈的映射。「我們一直在往上加裝功能。」

領導公司平台團隊的 Amanda French 則在另一個層面處理類似問題。Stellantis 過去打造各自的車輛平台，每個都是固定尺寸。全新的 STLA One 平台則設計成可從小型 B 級車延伸至中型 D 級車。

Stellantis 表示，STLA One 可望成長為支援超過 30 款車型、目標在 2035 年前達到 200 萬輛以上的超級平台。被問到打造這個平台是否像在玩樂高，French 回答：「對，只是牽涉到更多人、更多情緒。」

「還沒到位」

Stellantis 工程與技術長（Chief Engineering & Technology Officer）Ned Curic 自稱「緊迫盯人」，但實際上是健談而親切的身影。他從 Amazon 加入 Stellantis，此前曾待過微軟（Microsoft）與豐田（Toyota）。

Curic 表示，Stellantis 還沒達到應有的水準。他說，有些團隊展現了「驚人的成果」，但「就整個組織而言，我們還沒到位」。

他對汽車產業累積的複雜性感到不耐。他說，如今的車子動輒「五塊螢幕，像數位噪音，像 350 個功能」，而車廠歷來傾向「把功能清單列得一應俱全」，卻不衡量消費者實際怎麼用。

Curic 說，他在豐田學到「車上最高品質的零件，是你沒裝上去的那個零件」。他說，Stellantis 的駕駛研究發現，多數人偏好機械式排檔桿，而非螢幕上的按鈕。

在 Amazon 任職時，Curic 曾收到 Jeff Bezos 轉發客訴的著名電子郵件，每封信正文只有一個問號。

「我從不覺得有壓力，」Curic 說。「從來沒有。」

他解釋，會有一位主管負責解決問題，其他人則各自寫上幾段文字協助處理。

Curic 也把 Amazon 和豐田的做法帶進 Stellantis，包括以 Amazon「兩個披薩原則」為基礎的小團隊，以及每個系統由單一負責人負責，目的是防止分屬不同部門的工程師在出問題時互相推諉。

「如果你看到哪裡不對，就直接接手，」Curic 說。「我來負責。」

他推動的最困難觀念是：「對職涯最好的事，就是讓自己變得多餘。」Curic 說他自己已這樣做過好幾次：把團隊帶上軌道後離開，再去開創新事物。

他表示，這種做法要成立，Stellantis 必須確保員工永遠有新的機會，而領導者需要成熟與自信。被問到底特律長期的艱困歲月是否讓員工對改變產生防衛心理時，Curic 說恐懼總是難免，但改變正越來越被接受，「而且實際上是被積極追求的」。

這位敦促工程師讓自己變得多餘的高管，同時也在招募人才。他在 10 月的巴黎車展上向 Bloomberg 表示，Stellantis 今年將在歐洲與美國增聘「數百名」工程師。

發令槍響

壓力落在 Zawodni 和 French 這類工程師身上。兩人都在解決 Stellantis 棘手的利益率問題，做法是簡化每輛車的線束、讓製造流程更趨一致，以降低成本、提升獲利。

「AI 不會告訴我們新平台該長什麼樣，」Zawodni 說。

他在 COVID-19 疫情期間開始著手整合 Stellantis 車輛的中央運算。當時工程師全面遠端工作，公司在印度、波蘭和北美設立了可從任何地方登入的實驗室。

一套監控車輛電腦深層軟體的全球可觀測性平台，其概念驗證只花了一週。Zawodni 回憶，在代理式編碼工具出現之前，類似工作要花上約六個月。過去需要兩三週修復的缺陷，也縮短到兩三天。

「我們知道必須徹底重新想像我們的時間，」Zawodni 說。被問到這是否令人害怕，他回答：「多令人興奮，對吧？」

來自印第安納州南部的工程師 French 對 AI 充滿熱情，但看法相對審慎。她說人類的判斷「無法被取代」。AI 幫助她彙整存放於各地區系統的需求文件與物料清單——這些系統從未設計成彼此互通，因為 Stellantis「是由多家不同公司組成的」。

她把 AI 比作互動版的 Cliffs Notes（重點筆記），是她求學時代盼望擁有的東西。

Zawodni 說，他的團隊對 AI 突破的反應並不一致。「我認為有一聲發令槍，而那聲槍已經響了，」他說。「有些人聽到了，有些人沒有。」

他形容自己團隊的反應好壞參半。「工程師真的很怕失去核心技能，」他說。有些人想知道程式語言裡一個分號為何會有那樣的行為。Zawodni 稱這是「正當的好奇心」，但認為這無法單獨幫 Stellantis 達成目標。他要工程師成為架構師，最終成為首席架構師。

這些工具並沒有減輕 Zawodni 本人的工作負擔。「代理式工具讓我們的工作輕鬆太多，」他說。「那為什麼我反而更拚了？」

他估計自己比以前至少更賣力一倍。「我感受到巨大的急迫感，」他說。「我真心希望我們能負責任地完成轉型……尤其是對我們的員工。」

抉擇戰場

領導 Stellantis 約 400 人技術研究團隊的法國工程師 Anne Laliron，在疫情後放棄了自己的辦公室，好讓團隊隨時找得到她，談起團隊的活力時她眼睛發亮。她的職責之一是決定公司該押注哪些重大技術。

Laliron 說，Stellantis 無法什麼都做，因此部分電池芯自行設計，其餘則與新創公司合作。

「如果你想什麼都擁抱，」她說，「就有分散力道的風險。」

夥伴關係讓 Stellantis 能追求超出自身內部能力的技術。公司與英國新創 Wayve 合作免持駕駛的感知軟體，與法國新創 Tiamat 合作鈉離子電池，與 Zeta Energy 合作鋰硫電池。這兩種化學體系都是現今大多數電動車所用鋰離子電池的替代方案。公司也持有中國電動車製造商零跑（Leapmotor）的股份，並透過合資公司 Leapmotor International 在中國以外銷售零跑車輛。

Laliron 說，結盟在 Stellantis 根深蒂固，在其他車廠則較少見。Curic 希望打造「不必在此發明」的文化。他表示，與零跑的合作是雙向學習：「我們學到很多……也教會他們很多。」

Laliron 說，Stellantis 對電池採取同樣策略：內部設計、與新創合作，並把量產交給超級工廠夥伴。

公司最大的賭注之一就陳列在附近的舞台上：一輛搭載 Factorial 固態電池的純電 Dodge Charger 原型車。Factorial 是麻薩諸塞州的新創公司，自 2021 年起與 Stellantis 合作。固態設計以固體材料取代傳統鋰離子電池內的液態電解質，是整個汽車業競相追求的技術。

兩家公司以一個團隊的方式運作。Factorial 共同創辦人 Siyu Huang 表示，這家新創以 2.5 億美元的資金開發出這項技術，遠低於一些競爭對手的投入。車輛在首次發動時就成功運作。

不過，Huang 估計這項技術距離車用量產還有三到五年。Laliron 每年會砍掉團隊約 10% 沒有成果的專案。

「總是很痛苦，」她說。

一天仍然只有一輛車

在其他地方，AI 帶來的提速是真實的，但相對於 Stellantis 的整體困境仍屬小事。Arturo Guzman 是最早把 AI 引入公司空氣動力學工作的人之一，約在五年前，起因是一家新創在會議場合的私下交談中向他解釋不清這項技術。

如今他向副總裁們解釋 AI，並且先揭開神秘面紗。「沒有奇蹟，也沒有魔法，」Guzman 說。「對我們工程師來說，這些全都是 Python 程式碼。」

透過他團隊的模型，一項 Ram 皮卡前擾流板的設計變更，約三分鐘就能得出風阻估算值。過去完整模擬需要 14 到 24 小時。

Guzman 把這套系統比作實習生。對年輕工程師，他則用另一個比喻：星際大戰（Star Wars）裡的 R2-D2。「你交辦一件事，回頭看它做了什麼就好。」

Guzman 說，團隊省下的時間用於「其他事情」。這個團隊現在負責制定新準則、處理來自公司各部門的需求，並從模擬數據中挖掘潛在專利。

「現在我跟他們說，直接把數據傳給我就好，」他說。

風洞本身並沒有加速。這套龐大設備通常仍「一天測試一輛車」，1992 年就進入克萊斯勒、監管風洞約十年的密西根人 Steve Kubiak 說。

被問到流程是否有所改變，Kubiak 回答：「沒有，一直以來都一樣。」

即使實體測試不變，分析速度已經加快。Kubiak 的同事 Todd Lounsberry 會把最近 20 次測試的數據交給 AI，詢問它發現了什麼模式。

被問到如何當上風洞經理，Kubiak 回答：「首先，你得先有一座風洞。」

其他工程師則對 AI 緊緊看管。在安大略省溫莎的汽車研發中心（Automotive Research & Development Centre）管理 Stellantis 駕駛模擬器的 Mohammed Malik 說，他的團隊「把它關在箱子裡」。即便如此，這項技術已經改變了他的工作。

Malik 的模擬器就像是實物大小、身歷其境的瑪利歐賽車（Mario Kart）——任天堂的經典賽車遊戲，角色挑選車輛與賽道，閃避障礙衝向終點。改變他工作的，其實是模擬器多過於 AI。

過去工程師先在電腦上調校車輛、打造原型，然後才得知開起來的感覺。如今駕駛在任何實體車輛出現之前，就能體驗電腦模型，Malik 還能在測試中途更換彈簧。他一小時可以測試 10 條輪胎，這是原型車做不到的。

他的團隊以 10 公分為單位掃描了約 20 條道路，從賽道到一般街道，並與巴西和義大利的同事交換道路模型，而不必讓車輛橫渡大洋。

Malik 播放了一段影片：一具沒有車輪的實物大小 Stellantis 車身，懸吊在看似機械蜘蛛腳的裝置上，在一個顯示賽道的巨大電視螢幕前上下前後晃動。

被問到他是否玩過瑪利歐賽車，Malik 說有位學生替他打造了一條專屬賽道。「你要的話可以開彩虹之路（Rainbow Road），」他從濃密的鬍子後笑容滿面地說。

AI 目前在模擬器中的角色較為有限。一次模擬會產生數千個數據通道，當車輛壓過颠簸而「稍微晃動」時，Malik 會問 AI 該看哪個通道。

他更大的野心是：把每個地區每位測試駕駛的成績單餵給一個代理程式，問它「造一輛 Jeep 需要什麼」，然後讓它自己操作模擬器，直到答案感覺對了為止。

他說，目前 Stellantis 的推進速度非常緩慢，公司希望保留某種形式的控制。「有些我們想做的事，今天就能做，」Malik 說。「有些我們想做的事，還做不到。」

更大的意外是員工適應意願的差異。花了 10 到 20 年與實體原型為伍的資深測試駕駛，轉向模擬器的速度緩慢；地下室裡擺著賽車設備的年輕工程師則立刻上手。

Laliron 也觀察到類似現象。她說，資深工程師背負著過去失敗的記憶，有時候「他們的大腦正在關上門」。

有些人接受了更好、但不一定更快的工作方式。Roberts 說，她的 AI 研究工具會回傳 10 到 15 個來源，每一個她都必須查核。

「我不認為它省時間，」Roberts 說，但它讓她的工作更「紮實」。

再多一個產品週期

Stellantis 中大型 SUV 首席車輛工程師 Alison Rahm 以前見過這種場面。她在巴黎管理公司歐洲乘用車產品線兩年後，即將返回密西根。她記得 1997 年的一場員工會議上，主管宣布大家即將獲得一項名為電子郵件的新東西。

「我們全都陷入了極度恐慌，」Rahm 說。大家回到座位上，還是試著用了。

Rahm 說，AI 現在執行過去由人工完成的檢查，例如逐項檢視約 1,000 條工程設計規範。這讓工程師有餘裕去思考這些規則本身是否正確。

但 Rahm 還不敢停止雙重查核。她指出，虛擬撞擊測試問世後的好幾年，工程師仍持續把實車撞向牆壁，只為說服自己虛擬情境是準確的。

被問到還要多久才能以同樣的方式信任 AI，Rahm 沉默了一下。

「我認為我們需要再經歷一個產品生命週期，才能向自己證明假設是對的，」她說。她提醒不同產品有不同的生命週期，然後進一步思考。「我會說是四年。」

那將落在 2030 年——Filosa 承諾達成 7% 利益率的那一年。

Saha 把車開回艾科卡的停車場，在鑽石形停車結構逼近時，再次握住切諾基的方向盤。這套自動系統回家時，仍需要一雙引路的手。

在車輛完成一次平順的停車時，Saha 談到 AI 這場變局何時會塵埃落定。他說自己是《冰與火之歌：權力遊戲》（Game of Thrones）的粉絲，最喜歡的角色是羅柏・史塔克（Robb Stark）。雖然工作靠的是邏輯，他說自己喜歡奇幻作品，因為這讓他需要「帶點哲學思維」動用大腦的另一面。

「創造力非常重要，」Saha 說。

他說，人類向來靠找出有創意的解決方案而適應環境、繁榮發展。「我們從來都不是世界上最強壯的動物，」他說，語氣隱約帶著《冰與火之歌》作者喬治・R・R・馬汀（George R.R. Martin）的風格。

他認為，數百年的工業化有時讓人習慣了流程導向的思考。「我的理解是，我們將告別流程導向的世界，因為 AI 會幫助我們。而我個人的信念是，這其實是好事。」

「過程中會有一些損失，」Saha 說，就像任何技術變革一樣。但他指出，人類已一次又一次靠創造力適應自然世界。

「人們也終將學會馴服 AI，」他說。

本報導已更新，以更精確說明 Ned Curic 與 Joydip Saha 的職稱：分別為工程與技術長，以及 L2++／免持門到門有監督自動駕駛系統負責人。

原文刊載於 Fortune.com：https://fortune.com/2026/11/01/stellantis-detroit-ai-best-thing-make-yourself-redundant-chrysler/