AI 取代“碼農(nóng)”還沒實現(xiàn)，卻有公司大開腦洞反向操作，用碼農(nóng)冒充 AI。

一家名為 Engineer.ai 的印度創(chuàng)業(yè)公司就是這么干的，他們聲稱用 AI 技術(shù)來編寫代碼，使每個人都能夠構(gòu)建和運行定制軟件。但據(jù)華爾街日報引述該公司多位高管和員工的說法，這家公司實際上并沒有使用人工智能來構(gòu)建應(yīng)用，而是利用 AI 技術(shù)作為幌子，都是“印度碼農(nóng)”在做技術(shù)工作，用造假來“騙取”融資。  

借著 AI 的名頭，該公司還拿到了以日本軟銀為首近 3000 萬美元（約 2.1 億人民幣）的融資。

如果說騙子有一些躲避心理的話，這家公司卻反其道而行，大搖大擺撞騙，以 AI 之名，行人工之實，還得到孫正義的青睞。

為什么這家公司具有這樣的魔力？科技巨頭都宣稱用上 AI 技術(shù)，這其中到底有幾分真？幾分假？

超2億融資背后：夸大事實，拿AI當幌子

Engineer.ai 創(chuàng)立于 2016 年，總部設(shè)在美國洛杉磯和英國倫敦，其公司創(chuàng)始人 Sachin Dev Duggal（以下簡稱 Duggal）畢業(yè)于倫敦帝國理工學(xué)院，是一位工程師。

在 2004 年，他與朋友 Saurabh Pradeep Dhoot 一起合伙創(chuàng)立了云計算科技公司 Nivio，并在 2012 年辭去了其公司運營職務(wù)。

四年后，他宣布創(chuàng)立 Engineer.ai，聲稱要打造一個平臺，將 AI 與開發(fā)者聯(lián)系在一起，零基礎(chǔ)的人都能夠做移動 App。目前，該公司已有的落地產(chǎn)品只有一款名為 Buider V1 的工具。

這款應(yīng)用允許任何人通過人類輔助 AI Natasha 來建立定制化開發(fā)，不出幾個小時就能完成一款移動 App 產(chǎn)品，成本只需正常的 1/3。

圖｜Engineer.ai 公司創(chuàng)始人 Sachin Dev Duggal（來源：官方介紹視頻）

Duggal 曾在印度接受媒體采訪時表示，Engineer.ai 在很大程度上可以自動創(chuàng)建應(yīng)用程序，這個過程比傳統(tǒng)的應(yīng)用程序開發(fā)更便宜，更快捷。他強調(diào)，該公司采用的技術(shù)是“用人工輔助人工智能技術(shù)”。工具可以實現(xiàn)構(gòu)建網(wǎng)站，可穿戴式設(shè)備軟件等。

在華爾街日報未曝光之前，其官網(wǎng)曾顯示，Engineer.ai 的 AI 機器能構(gòu)建一個 App 約 60% 的部分，其余部分由人類生成。該聲明沒有解釋其產(chǎn)品的這一部分是如何利用機器生產(chǎn)的，發(fā)言人拒絕詳細解釋說明。

圖｜官方網(wǎng)站宣傳圖（來源：Engineer.ai 官網(wǎng)）

“使軟件像訂購 Pizza（披薩）一樣容易”，Engineer.ai 官網(wǎng)曾這樣評價。

而這家公司也受到投資者的青睞。去年該公司獲得了包括軟銀（SoftBank）全資子公司 Deepcore Inc. 在內(nèi)的知名創(chuàng)投融資，共籌集了 2950 萬美元。其他投資者包括位于蘇黎世的風險投資公司 Lakestar，其是 Facebook 的早期投資者，還有獨角獸企業(yè)新加坡投資公司 Jungle Ventures 等。

除此以外，Engineer.ai 曾展示過其公司過去兩年的盈利收入，在 2018 年，該公司的收入為 2310 萬美元，預(yù)計在今年達到 4500 萬美元。該公司的目標是在 2020 年底前獲得超過 1 億美元的收入。

但華爾街日報報道稱，Engineer.ai 公司業(yè)務(wù)的核心，其實不是利用 AI 技術(shù)，而主要依靠印度和其他地方的人類工程師來完成大部分工作，利用“人工輔助 AI 技術(shù)”這個概念做一個幌子，來吸引客戶和投資者的關(guān)注。

今年早些時候，曾任 Engineer.ai 公司首席商務(wù)官羅伯特·霍爾德海姆（Robert Holdheim）起訴該公司，聲稱公司夸大其人工智能的能力，以“騙取”融資。

而該公司一些現(xiàn)任和前任員工對華爾街日報表示，公司缺乏自然語言處理技術(shù)的積累，也缺乏一支研究機器學(xué)習或 AI 技術(shù)的團隊或者是相關(guān)人員。Engineer.ai 公司大部分精力并不在人工智能研發(fā)上，Natasha 所使用是“決策樹”學(xué)習技術(shù)，而非 AI，所以他們認為，該公司產(chǎn)品中所使用的決策樹學(xué)習技術(shù)不應(yīng)被視為人工智能。

決策樹學(xué)習，一個非常陌生的詞匯，大多在統(tǒng)計學(xué)當中出現(xiàn)。決策樹學(xué)習起源于 20 世紀 50 年代，是一個非常古老而簡單的技術(shù)。在統(tǒng)計學(xué)、數(shù)據(jù)挖掘和機器學(xué)習中，會使用上決策樹訓(xùn)練，使用決策樹作為預(yù)測模型來預(yù)測樣本的類標，輸出相關(guān)模型。

瑞典公司 Peltarion 首席執(zhí)行官 Luka Crnkovic-Friis 曾表示，如果告訴客戶，軟件正在使用 AI 深度學(xué)習技術(shù)，他們可能會去接受，但如果說是使用決策樹學(xué)習技術(shù)，他們會認為這不是人工智能，而是一種普及的算法技術(shù)罷了。

圖｜Duggal 在 2009 年達沃斯世界經(jīng)濟論壇上發(fā)言圖片（來源：Wiki）

但 Duggal 曾對 Holdheim 表示，每個科技創(chuàng)業(yè)公司在融資時的 BP（商業(yè)計劃書）都會夸大事實，這是允許我們開發(fā)相關(guān)技術(shù)的資金，不得不這樣去做。

其實，Engineer.ai 公司利用 AI 技術(shù)來融資的想法不能說完全錯誤。由于 AI 技術(shù)使用場景較為復(fù)雜，且定義“較虛”，因此非專業(yè)人員在部署時很難辨別，VC（風險投資）也是利用創(chuàng)投大環(huán)境來融資，所以 Engineer.ai 才敢利用 AI 技術(shù)這個概念來籌集資金，這很難說對與錯之分。

盡管如此，以軟銀旗下公司 Deepcore 為代表的資金流入這種非 AI、而打著 AI 技術(shù)為幌子的互聯(lián)網(wǎng)企業(yè)，給很多初創(chuàng)公司帶來了不好的示范，是否都要以 AI 技術(shù)為概念，實際上都是利用“幌子”來吸引風險投資呢？

高毅資產(chǎn)的投資總監(jiān)鄧曉峰曾在一次演講中也提及，人工智能投資仍處于早期階段，還是一個專家系統(tǒng)，無法解決沒有明確規(guī)則的問題。而有機構(gòu)認為，目前風險投資對 AI 領(lǐng)域只是“嘗試”的想法，或者說是對“未來趨勢”下注，距離真正的“AI 投資”還有很遠的距離。

這樣“騙錢”的AI技術(shù)公司是個例嗎？

并不是。

根據(jù)華盛頓資本數(shù)據(jù)調(diào)研機構(gòu) PitchBook 提供的數(shù)據(jù)顯示，過去幾年，利用 AI 技術(shù)的創(chuàng)業(yè)公司融資金額增長迅速，去年 VC 在這個領(lǐng)域投了近 310 億美元，整個風險投資行業(yè)如風口一般前進。

報道稱，包括英國在內(nèi)使用 .ai 域名的互聯(lián)網(wǎng)公司數(shù)量在過去幾年翻了一番。早前日本軟銀曾宣布推出遠景基金二期（Vision Fund 2），承諾在未來幾年投資數(shù)千億美元用于 AI 技術(shù)的發(fā)展。

圖｜PitchBook 提供近幾年 AI 技術(shù)投融資金額比較（來源：WSJ）

換句話說，如果你的公司正在做傳統(tǒng)技術(shù)行業(yè)，比如一個應(yīng)用程序開發(fā)平臺，但是想要不斷融資，受到 Facebook、谷歌、優(yōu)步等巨頭的青睞，可以利用 AI 技術(shù)來宣傳。

英國投資公司 MMC Ventures 表示，相比于其他軟件公司，擁有人工智能組件的創(chuàng)業(yè)公司吸引資金的比率要高出 50%，所以他們認為，超過 40% 的公司根本沒有在研發(fā)真正的人工智能。

存在這種現(xiàn)象的一部分原因在于，人工智能可能在測試階段很容易起步，但是在規(guī)?；蛯嶋H部署中則會出現(xiàn)很多阻力。另外，獲取必備的訓(xùn)練數(shù)據(jù)以建立人工智能模型耗資巨大，同時也需要很多的時間投入。像 Facebook 和谷歌這樣的公司確實有能力和資本向工程師支付高薪并建立龐大的研究機構(gòu)。

Engineer.ai 揭示了現(xiàn)在的 AI 產(chǎn)業(yè)的一個不爭事實：盡管像 Facebook 和 YouTube 這樣已經(jīng)應(yīng)用了一些 AI 技術(shù)的很大眾的科技平臺，他們?nèi)匀恍枰Ｍ獬邪處退麄儗徍藙h除有害的暴力視頻。所以說很多 AI 技術(shù)都需要人工去引導(dǎo)。

軟件需要在不斷地微調(diào)中改善算法，以便在出現(xiàn)問題時進行自動改進和修正。在這個過程中，人類利用眼睛、耳朵來檢查和注釋數(shù)據(jù)的工作是必不可少的。尤其是在聊天機器人火爆的短暫幾年里，F(xiàn)acebook 和 Magic 這樣的初創(chuàng)公司也開始雇用承包商并將其偽裝成“人工智能代理”（比如 Facebook 的“M”虛擬助手），當談話開始變得復(fù)雜的時候，你其實是在和陌生人交談，而非和機器人。

但 AI 自帶的神秘色彩讓公眾和投資者都堅信 AI 無所不能，這種觀念已經(jīng)滲透到了所有的公司和產(chǎn)業(yè)。

只要關(guān)注就能發(fā)現(xiàn)，美國五大科技巨頭都承認自家的“語音助手”有人工參與，他們必須要讓員工來檢查這些音頻樣本并糾正語音助手的表現(xiàn)，這其中就包括蘋果公司。

在意識到這可能會侵犯用戶隱私之后，蘋果已經(jīng)停止了這一做法。Facebook 也停止了自己的語音轉(zhuǎn)錄文本程序。谷歌停止了歐洲的語音助手功能，但仍在美國和其他地區(qū)繼續(xù)使用。Amazon 的 Alexa、Microsoft 的 Cortana 和 Skype也仍在運行。

問題在于，即使企業(yè)不愿意承認，但人工智能的發(fā)展的確需要人工參與改進，在這一過程中，企業(yè)不愿意將真相告訴顧客和投資人。在這種情況下，一大批 AI 創(chuàng)業(yè)公司利用概念炒作，試圖打造他們不可能提供的新技術(shù)產(chǎn)品，甚至他們也根本沒想著能做出產(chǎn)品，因為真正的 AI 研究太難了，但是制作 PPT 和口若懸河的宣講要容易得多。這些 AI 創(chuàng)業(yè)公司正是鉆了這個空子而賺得盆滿缽滿。

人工智能技術(shù)發(fā)展到現(xiàn)在，可以說是超乎想象的，如果說互聯(lián)網(wǎng) 1.0 還是機械化，坐在家里看聽 FM，看雜志關(guān)注一切的話，現(xiàn)在的互聯(lián)網(wǎng) 3.0，人工智能技術(shù)的發(fā)展，讓你叫一聲 Siri 就可以得到一切，讓世界都在一個機器當中，AI 語音機器人來代替人工做事。

現(xiàn)在當我們再談?wù)?AI 的時候，一切都變得不同。

過去五年，DeepTech 接連報道了包括 AlphaGo、Nvidia、DeepMind 等公司的多項新技術(shù)，從芯片到語音交互，AI 公司靠著概念、愿景和人才，獲得了大批的用戶和追隨者，也享受著整個 VC 行業(yè)給出的大把融資和高估值發(fā)展。

但隨著時間的推移，巨頭的加入與快速收購，以及行業(yè)接近飽和，AI 路上并不好走了。像 Engineer.ai 這樣的公司逐漸開始“劍走偏鋒”，這不在少數(shù)。

一個洗牌的時代已經(jīng)來臨，更多人也認為，這樣的偽 AI 技術(shù)的創(chuàng)業(yè)公司很難有未來。

-End-

參考：
https://www./articles/ai-startup-boom-raises-questions-of-exaggerated-tech-savvy-11565775004
https://www./2019/8/14/20805676/engineer-ai-artificial-intelligence-startup-app-development-outsourcing-humans
https://www./
https://www./industry/technology/an-ai-assembly-line-for-apps/1638580/