無人超市藏1000個印度人...亞馬遜來了波神操作
網上流傳一個段子，每臺ATM裡都藏了個人，你取錢的時候裡面的人把鈔票點好之後送出來。
誰能想到，這樣一個段子竟然真實地發生在當下，甚至發生在被冠以“智能、前沿”的AI領域。
最近，科技巨頭亞馬遜旗下的生鮮門店，突然停用了零售支付技術 “Just Walk Out”。這項技術此前被一些人捧上天，被視爲零售業的未來。
簡單說，就是你在生鮮門店買完東西無需一樣樣結算，可以直接走出門。“Just Walk Out”技術會通過AI視頻識別出你買的東西，然後給你發送賬單進行支付。
亞馬遜生鮮雜貨店
這聽起來有些類似國內的無人超市，省去了排隊結賬的繁瑣流程。而且“出門後再結賬”的操作，隱隱之中還有吃霸王餐的爽感。
然而，這樣高大上的人工智能，最近卻被爆出實際要靠人工來實現“智能”。有美國媒體指出，“Just Walk Out”技術背後有1000多個印度工在人眼驗貨。他們在監控器後面，手動審查賬單與貨品是否匹配。
想想這幅畫面，跟ATM裡藏人沒啥區別。彼時的人工智能，如今更像是人工智障。
無獨有偶，最近初創公司Cognition AI號稱的“全球首個AI程序員”Devin，被曝存在造假。此前的AI建模軟件公司Kaedim，也被爆出產品背後是人工在操作。
這種“掛羊頭賣狗肉”的戲碼，爲何在AI圈越來越多？
亞馬遜：理想很飽滿，現實很骨感
“Just Walk Out”技術，並不複雜。亞馬遜的零售藍圖，也很美好。
2016年，亞馬遜在公佈“Just Walk Out”技術的時候，曾描述了這樣一幅藍圖：“如果我們能夠將最先進的機器學習、計算機視覺和人工智能融入到商店的結構中，這樣你就不用排隊等候了。”
的確，對於很多人來說，購物總是興奮的，排隊總是痛苦的。如果能拎包就走，無疑是快樂的。
爲了實現這幅藍圖，亞馬遜專門爲門店設計了一套流程框架：
顧客在進入門店之前，需要提前下載並安裝一個名爲“Amazon Go”的手機App，註冊並錄入個人資料，包括個人ID、支付賬戶等等，隨後平臺會創建一個“虛擬購物車”。
另外，顧客在進店時還會經過類似於地鐵站的閘口。
進入商店之後，顧客可以隨意購物。同時，亞馬遜在門店裡配置的攝像頭和傳感器會實時捕獲這些購物行爲，然後將視頻發送到亞馬遜雲端進行處理，這些統稱爲“流媒體服務”。
流媒體服務的核心就是“Just Walk Out”技術，它相當於整個商店的大腦，包含了對象識別、人員檢測、姿勢預估、活動分析，傳感器融合以及校準等一系列技術，目的就是解決一個問題：
誰？拿了什麼商品？
首先是“誰”的問題，即如何定位顧客的軌跡。
如果商店只有一個人，那麼就很好進行定位。但是如果擠滿了人就會導致彼此遮擋，定位的難度就會大大提升。“Just Walk Out”的解決方案是通過定位器、鏈接器和複雜狀態解析器三個模塊，持續跟蹤顧客路線。
其次就是“顧客拿了什麼商品“的問題。
一些商品在外觀上看起來非常相似，僅僅通過攝像頭還難以辨認。爲解決這個問題，“Just Walk Out”結合了所謂“基於殘差網絡的細粒度計算機視覺算法”，能夠更精準地識別商品。
顧客選購完畢之後，“Just Walk Out”的AI系統會計算好貨款，直接從顧客提供的賬戶上扣款。
這麼看下來，亞馬遜描述的零售藍圖的確具備吸引力，也被業內不少人極力吹捧，認爲其降低了人力成本，提升了零售體驗和效率。此後，“Just Walk Out”技術被部署在20家Amazon Go 商店、40家Amazon Fresh雜貨店和兩家Whole Foods商店。
然而，理想很飽滿，現實卻很骨感。亞馬遜滿心歡喜地推廣“Just Walk Out”後發現，事情越來越不對勁。總結下來，就是：
低估了流程和人性的複雜度。
要知道，顧客在商店裡購物，並不是如同機器一樣執行死板的程序，而是會產生更爲複雜和多變的場景。
比如，你買了二十樣商品放在購物車裡，但臨時決定不買其中的十件，其中五件在放回的時候放錯了貨架。同時，你跟愛人分別有一個購物車，買完東西后彙總到了同一個購物車......
要處理這些複雜場景，估計攝像頭背後的AI系統已經燒冒煙了......經常有顧客吐槽，走出商店後幾個小時後才收到賬單。
爲了進一步提高效率，亞馬遜嘗試開發更高效的傳感器，然而成本太高。其目標是將一個傳感器的價格降低到100美元，但工程團隊只能降到350美元。
在效率和成本之間，亞馬遜最終找到了一個平衡——印度人。面對複雜場景，亞馬遜招聘了1000多個印度人，讓他們看着攝像頭連接的監控屏幕，用人眼來驗貨、結賬。
據The Information報告，2022年中期亞馬遜無人商店裡70%的結算需要人工審覈，如今這一數字仍高達20%~50%，遠高於亞馬遜的內部目標。
因此，有人調侃亞馬遜的AI其實是“All Indians”。這種AI屬於勞動密集型科技，不僅不會搶走人類的工作，還能創造更多的就業。
除了低估流程的繁瑣度，亞馬遜還低估了人性的複雜度。
在此次停用“Just Walk Out”的公告中，亞馬遜表示雖然“Just Walk Out”能帶來無需排隊結賬的體驗，但顧客還是希望在購物時就能看到產品的總價、折扣、以及能省多少錢。
說白了，一些人在購物時都有“佔便宜”的心理。他們並不是只在意排隊結賬，還在乎能優惠多少。
這次亞馬遜停用“Just Walk Out”背後，顯露出它的兩個短板：既沒搞好科技，也沒搞懂人性。
亞馬遜的“同路人”：造假花樣，各有不同
跟亞馬遜一樣，深陷“AI造假”風波的科技企業，不在少數。
前不久，AI初創公司Cognition 宣稱，自家推出的Devin是全球首位完全自主的AI程序員。它不僅能自主學習陌生的技術，構建和部署應用程序，還能自己改bug、訓練和微調AI模型。
爲了讓公衆更清晰地看到Devin如何工作，Cognition還專門用視頻Demo進行演示，賺足了高人氣。
然而，高光時刻還沒持續多久，Cognition就迎來了打臉。最近，油管程序員博主Internet of Bugs對Devin的視頻進行了逐幀分析，發現它並不如演示中那般神奇，甚至存在造假的可能，這在網上引起輿論漩渦。
該博主的“打假過程”太長就不展開講，總結下來就是在“智商”方面，該博主不相信Devin真如Cognition宣傳的那樣能夠理解任何事物。並且他認爲軟件開發者的工作中最難的、最關鍵的、最耗時的一部分，主要就是：溝通。
在這一點上，Devin的表現並不像視頻演示中的那樣出色。
幹活效率方面，該博主自己複製了Devin做的任務，花費了大約36分鐘，而Devin用了至少6個小時，甚至超過一天。
因此，很多網友開始質疑Devin的誕生更多是在炒作。視頻裡演示的Devin，實際上是人工操作的結果。
跟Cognition 、亞馬遜一樣深陷造假風波的，還有Kaedim。
最近，硅谷風險投資巨頭a16z又一次進軍AI領域，領投了一家名爲Kaedim的AI建模軟件公司，金額達到1500萬美元，這家公司被a16z稱爲“3D世界的下一代合作開發平臺”。
此前，Kaedim宣稱自己的AI技術，可以將二維圖像轉換爲三維模型。用戶僅需上傳一張圖片，Kaedim就能將圖片中的2D物體生成爲3D形態。該公司還對公衆宣傳，不要再把時間浪費在建模工具上。
Kaedim的創始人康斯坦蒂娜·普索瑪入選了《福布斯》歐洲30位30歲以下精英榜，她曾對《福布斯》表示：
自家產品全程不需要人工參與，完全實現自動化。
不過，很快有人發現Kaedim的產品有貓膩。比如，產品太像人類了，創建的模型線條太過流暢，而且還會犯下建模師纔會犯的錯誤，響應時間也比較長。
另外，還有眼尖網友發現Kaedim在招聘啓事上有這樣的要求：應聘者在接到客戶要求後15分鐘內，能夠製作出“低質量”3D圖像。
種種跡象表明，Kaedim產品背後可能是人工主導，而非AI。不過，Kaedim方面此前一直矢口否認。
後來，技術門戶網站404 Media發佈一項調查顯示，Kaedim產品背後藉助了大量的人工操作。有的3D建模全部由人類完成，沒有使用任何AI。
調查還指出，Kaedim從世界各地招聘衆多建模人員，全天候待命爲用戶服務。這些建模人員所得報酬僅爲每個模型1美元~4美元，而Kaedim向用戶收取的費用達到15美元。
這樣來看，Kaedim並非屬於AI圈，而是屬於外包圈。
在調研報告和用戶輿論的高壓下，Kaedim最終承認人工參與了3D建模工作，原因是產品質量遠達不到實用，需要人工去不斷調整修正。
前不久，Kaedim又發佈新產品幫助用戶3D建模，這次它只是說明新產品旨在：
增強而不是取代建模師。
求生欲滿滿。
很多用戶其實很納悶，明明都是科技巨頭或者明星創業公司，可以做點坦蕩大氣一點的事，爲何在打造AI產品上要“掛羊頭賣狗肉”呢？
這要從當下的AI競爭環境說起。
爲何要“掛羊頭賣狗肉”？
對於大部分科技企業而言，AI無疑是新的風口和掘金地。不過，這片掘金地裡的競爭是極爲殘酷的。
在頭部的科技企業行列，你追我趕的角逐態勢愈演愈烈，競爭更加白熱化。微軟、蘋果、谷歌、Meta、亞馬遜等幾大科技巨頭中，微軟憑藉手握OpenAI這張王牌和微軟雲的充沛算力，走在隊伍前列。
谷歌正通過大模型重塑旗下所有業務，跟微軟在AI上的明爭暗鬥從未停止。Meta很早就在AI上進行佈局，實力不俗。蘋果如今放棄造車，也要全力進軍AI。
反觀亞馬遜，其坐擁AWS這樣的老牌雲廠商，卻沒有在此次生成式AI浪潮中做出驚豔的成績，市場對亞馬遜的AI能力存在一定的擔憂。
爲了在AI浪潮中成爲衝在前列的弄潮兒，亞馬遜的步子可以說邁得相當大，在各個領域都想嘗試，但在部分領域走得過於激進，零售板塊裡的“Just Walk Out”就是一個典型。它用在小型商店尚可，用在大型商超很難落地。
吹出去的牛不好收回，只能用人工替代人工智能硬扛了，反正地主家餘糧夠多，試錯成本低。
不過，對於Cognition這樣的AI初創企業來說，試錯成本越來越高。
風投公司Theory Ventures調查數據顯示，在所有AIGC公司中，95%的公司年收入平均還不到500萬美元，一些估值達到數億美元的初創公司甚至還未有收入進賬。
今年以來，AI賽道上賺錢難的問題仍在繼續。入不敷出的形勢下，一些AI初創企業開始承受巨大經營壓力，甚至走向被收購或者倒閉的結局。
比如，此前不屑於賣廣告，並且批評谷歌廣告太多的AI搜索引擎Perplexity，最近也迫於經營壓力賣起了廣告。
主打AI個性化新聞推薦的Artifact，一度成爲市場焦點。但是由於始終未能找到足夠多的受衆，導致其業績不振現金流告急，無奈在今年1月關停，前不久被雅虎收購。
在趨於嚴峻的行業形勢下，AI初創企業首先要做的是吸引資本、備足糧草，保證現金流安全。然而，經歷狂熱期後，資本對於AI初創公司的態度逐漸趨於冷靜和理性。
研究機構CB Insights發佈《2023年人工智能（AI）行業現狀報告》，2023年全球AI初創公司融資總額比2022年下降10%，融資交易量創下了自2017年以來行業新低。
當資本變得愈發有限和理性，要想獲得投資機構的注意，就必須會講故事，讓資本覺得有利可圖。哪怕這個故事是摻了水分的。
Cognition，就是很會講故事的那一個。
自其宣佈推出全球首個AI程序員後，就吸引了大量資本注意。華爾街日報報道，今年3月31日Cognition在與投資者洽談，目標以最高20億美元的估值募集資金。
要知道，Cognition剛剛宣佈完成A輪融資，估值僅爲3.5億美元。如果新一輪融資完成，Cognition估值在幾周內就翻了6倍，堪比火箭速度。
可見，Cognition不一定掌握了AI的核心技術，但一定掌握了吸引資本的能力。
歷史似乎總是輪迴的。
21世紀這些科技企業“掛羊頭賣狗肉”的神操作，在18世紀也同樣上演過。當時，有人發明了一種能夠自動下棋的機器，被稱爲“土耳其行棋傀儡”。這個機器在歐美地區打敗了許多棋手，吸引眼球的同時賺得盆滿鉢滿。
結果，幾十年後人們才發現機器裡藏着一位真正的棋手。
幾百年過去，科技在進步在改變，但人類賺錢的方式卻沒怎麼變。