无人超市藏1000个印度人...亚马逊来了波神操作

网上流传一个段子，每台ATM里都藏了个人，你取钱的时候里面的人把钞票点好之后送出来。

谁能想到，这样一个段子竟然真实地发生在当下，甚至发生在被冠以“智能、前沿”的AI领域。

最近，科技巨头亚马逊旗下的生鲜门店，突然停用了零售支付技术 “Just Walk Out”。这项技术此前被一些人捧上天，被视为零售业的未来。

简单说，就是你在生鲜门店买完东西无需一样样结算，可以直接走出门。“Just Walk Out”技术会通过AI视频识别出你买的东西，然后给你发送账单进行支付。

亚马逊生鲜杂货店

这听起来有些类似国内的无人超市，省去了排队结账的繁琐流程。而且“出门后再结账”的操作，隐隐之中还有吃霸王餐的爽感。

然而，这样高大上的人工智能，最近却被爆出实际要靠人工来实现“智能”。有美国媒体指出，“Just Walk Out”技术背后有1000多个印度工在人眼验货。他们在监控器后面，手动审查账单与货品是否匹配。

想想这幅画面，跟ATM里藏人没啥区别。彼时的人工智能，如今更像是人工智障。

无独有偶，最近初创公司Cognition AI号称的“全球首个AI程序员”Devin，被曝存在造假。此前的AI建模软件公司Kaedim，也被爆出产品背后是人工在操作。

这种“挂羊头卖狗肉”的戏码，为何在AI圈越来越多？

亚马逊：理想很饱满，现实很骨感

“Just Walk Out”技术，并不复杂。亚马逊的零售蓝图，也很美好。

2016年，亚马逊在公布“Just Walk Out”技术的时候，曾描述了这样一幅蓝图：“如果我们能够将最先进的机器学习、计算机视觉和人工智能融入到商店的结构中，这样你就不用排队等候了。”

的确，对于很多人来说，购物总是兴奋的，排队总是痛苦的。如果能拎包就走，无疑是快乐的。

为了实现这幅蓝图，亚马逊专门为门店设计了一套流程框架：

顾客在进入门店之前，需要提前下载并安装一个名为“Amazon Go”的手机App，注册并录入个人资料，包括个人ID、支付账户等等，随后平台会创建一个“虚拟购物车”。

另外，顾客在进店时还会经过类似于地铁站的闸口。

进入商店之后，顾客可以随意购物。同时，亚马逊在门店里配置的摄像头和传感器会实时捕获这些购物行为，然后将视频发送到亚马逊云端进行处理，这些统称为“流媒体服务”。

流媒体服务的核心就是“Just Walk Out”技术，它相当于整个商店的大脑，包含了对象识别、人员检测、姿势预估、活动分析，传感器融合以及校准等一系列技术，目的就是解决一个问题：

谁？拿了什么商品？

首先是“谁”的问题，即如何定位顾客的轨迹。

如果商店只有一个人，那么就很好进行定位。但是如果挤满了人就会导致彼此遮挡，定位的难度就会大大提升。“Just Walk Out”的解决方案是通过定位器、链接器和复杂状态解析器三个模块，持续跟踪顾客路线。

其次就是“顾客拿了什么商品“的问题。

一些商品在外观上看起来非常相似，仅仅通过摄像头还难以辨认。为解决这个问题，“Just Walk Out”结合了所谓“基于残差网络的细粒度计算机视觉算法”，能够更精准地识别商品。

顾客选购完毕之后，“Just Walk Out”的AI系统会计算好货款，直接从顾客提供的账户上扣款。

这么看下来，亚马逊描述的零售蓝图的确具备吸引力，也被业内不少人极力吹捧，认为其降低了人力成本，提升了零售体验和效率。此后，“Just Walk Out”技术被部署在20家Amazon Go 商店、40家Amazon Fresh杂货店和两家Whole Foods商店。

然而，理想很饱满，现实却很骨感。亚马逊满心欢喜地推广“Just Walk Out”后发现，事情越来越不对劲。总结下来，就是：

低估了流程和人性的复杂度。

要知道，顾客在商店里购物，并不是如同机器一样执行死板的程序，而是会产生更为复杂和多变的场景。

比如，你买了二十样商品放在购物车里，但临时决定不买其中的十件，其中五件在放回的时候放错了货架。同时，你跟爱人分别有一个购物车，买完东西后汇总到了同一个购物车......

要处理这些复杂场景，估计摄像头背后的AI系统已经烧冒烟了......经常有顾客吐槽，走出商店后几个小时后才收到账单。

为了进一步提高效率，亚马逊尝试开发更高效的传感器，然而成本太高。其目标是将一个传感器的价格降低到100美元，但工程团队只能降到350美元。

在效率和成本之间，亚马逊最终找到了一个平衡——印度人。面对复杂场景，亚马逊招聘了1000多个印度人，让他们看着摄像头连接的监控屏幕，用人眼来验货、结账。

据The Information报告，2022年中期亚马逊无人商店里70%的结算需要人工审核，如今这一数字仍高达20%~50%，远高于亚马逊的内部目标。

因此，有人调侃亚马逊的AI其实是“All Indians”。这种AI属于劳动密集型科技，不仅不会抢走人类的工作，还能创造更多的就业。

除了低估流程的繁琐度，亚马逊还低估了人性的复杂度。

在此次停用“Just Walk Out”的公告中，亚马逊表示虽然“Just Walk Out”能带来无需排队结账的体验，但顾客还是希望在购物时就能看到产品的总价、折扣、以及能省多少钱。

说白了，一些人在购物时都有“占便宜”的心理。他们并不是只在意排队结账，还在乎能优惠多少。

这次亚马逊停用“Just Walk Out”背后，显露出它的两个短板：既没搞好科技，也没搞懂人性。

亚马逊的“同路人”：造假花样，各有不同

跟亚马逊一样，深陷“AI造假”风波的科技企业，不在少数。

前不久，AI初创公司Cognition 宣称，自家推出的Devin是全球首位完全自主的AI程序员。它不仅能自主学习陌生的技术，构建和部署应用程序，还能自己改bug、训练和微调AI模型。

为了让公众更清晰地看到Devin如何工作，Cognition还专门用视频Demo进行演示，赚足了高人气。

然而，高光时刻还没持续多久，Cognition就迎来了打脸。最近，油管程序员博主Internet of Bugs对Devin的视频进行了逐帧分析，发现它并不如演示中那般神奇，甚至存在造假的可能，这在网上引起舆论漩涡。

该博主的“打假过程”太长就不展开讲，总结下来就是在“智商”方面，该博主不相信Devin真如Cognition宣传的那样能够理解任何事物。并且他认为软件开发者的工作中最难的、最关键的、最耗时的一部分，主要就是：沟通。

在这一点上，Devin的表现并不像视频演示中的那样出色。

干活效率方面，该博主自己复制了Devin做的任务，花费了大约36分钟，而Devin用了至少6个小时，甚至超过一天。

因此，很多网友开始质疑Devin的诞生更多是在炒作。视频里演示的Devin，实际上是人工操作的结果。

跟Cognition 、亚马逊一样深陷造假风波的，还有Kaedim。

最近，硅谷风险投资巨头a16z又一次进军AI领域，领投了一家名为Kaedim的AI建模软件公司，金额达到1500万美元，这家公司被a16z称为“3D世界的下一代合作开发平台”。

此前，Kaedim宣称自己的AI技术，可以将二维图像转换为三维模型。用户仅需上传一张图片，Kaedim就能将图片中的2D物体生成为3D形态。该公司还对公众宣传，不要再把时间浪费在建模工具上。

Kaedim的创始人康斯坦蒂娜·普索玛入选了《福布斯》欧洲30位30岁以下精英榜，她曾对《福布斯》表示：

自家产品全程不需要人工参与，完全实现自动化。

不过，很快有人发现Kaedim的产品有猫腻。比如，产品太像人类了，创建的模型线条太过流畅，而且还会犯下建模师才会犯的错误，响应时间也比较长。

另外，还有眼尖网友发现Kaedim在招聘启事上有这样的要求：应聘者在接到客户要求后15分钟内，能够制作出“低质量”3D图像。

种种迹象表明，Kaedim产品背后可能是人工主导，而非AI。不过，Kaedim方面此前一直矢口否认。

后来，技术门户网站404 Media发布一项调查显示，Kaedim产品背后借助了大量的人工操作。有的3D建模全部由人类完成，没有使用任何AI。

调查还指出，Kaedim从世界各地招聘众多建模人员，全天候待命为用户服务。这些建模人员所得报酬仅为每个模型1美元~4美元，而Kaedim向用户收取的费用达到15美元。

这样来看，Kaedim并非属于AI圈，而是属于外包圈。

在调研报告和用户舆论的高压下，Kaedim最终承认人工参与了3D建模工作，原因是产品质量远达不到实用，需要人工去不断调整修正。

前不久，Kaedim又发布新产品帮助用户3D建模，这次它只是说明新产品旨在：

增强而不是取代建模师。

求生欲满满。

很多用户其实很纳闷，明明都是科技巨头或者明星创业公司，可以做点坦荡大气一点的事，为何在打造AI产品上要“挂羊头卖狗肉”呢？

这要从当下的AI竞争环境说起。

为何要“挂羊头卖狗肉”？

对于大部分科技企业而言，AI无疑是新的风口和掘金地。不过，这片掘金地里的竞争是极为残酷的。

在头部的科技企业行列，你追我赶的角逐态势愈演愈烈，竞争更加白热化。微软、苹果、谷歌、Meta、亚马逊等几大科技巨头中，微软凭借手握OpenAI这张王牌和微软云的充沛算力，走在队伍前列。

谷歌正通过大模型重塑旗下所有业务，跟微软在AI上的明争暗斗从未停止。Meta很早就在AI上进行布局，实力不俗。苹果如今放弃造车，也要全力进军AI。

反观亚马逊，其坐拥AWS这样的老牌云厂商，却没有在此次生成式AI浪潮中做出惊艳的成绩，市场对亚马逊的AI能力存在一定的担忧。

为了在AI浪潮中成为冲在前列的弄潮儿，亚马逊的步子可以说迈得相当大，在各个领域都想尝试，但在部分领域走得过于激进，零售板块里的“Just Walk Out”就是一个典型。它用在小型商店尚可，用在大型商超很难落地。

吹出去的牛不好收回，只能用人工替代人工智能硬扛了，反正地主家余粮够多，试错成本低。

不过，对于Cognition这样的AI初创企业来说，试错成本越来越高。

风投公司Theory Ventures调查数据显示，在所有AIGC公司中，95%的公司年收入平均还不到500万美元，一些估值达到数亿美元的初创公司甚至还未有收入进账。

今年以来，AI赛道上赚钱难的问题仍在继续。入不敷出的形势下，一些AI初创企业开始承受巨大经营压力，甚至走向被收购或者倒闭的结局。

比如，此前不屑于卖广告，并且批评谷歌广告太多的AI搜索引擎Perplexity，最近也迫于经营压力卖起了广告。

主打AI个性化新闻推荐的Artifact，一度成为市场焦点。但是由于始终未能找到足够多的受众，导致其业绩不振现金流告急，无奈在今年1月关停，前不久被雅虎收购。

在趋于严峻的行业形势下，AI初创企业首先要做的是吸引资本、备足粮草，保证现金流安全。然而，经历狂热期后，资本对于AI初创公司的态度逐渐趋于冷静和理性。

研究机构CB Insights发布《2023年人工智能（AI）行业现状报告》，2023年全球AI初创公司融资总额比2022年下降10%，融资交易量创下了自2017年以来行业新低。

当资本变得愈发有限和理性，要想获得投资机构的注意，就必须会讲故事，让资本觉得有利可图。哪怕这个故事是掺了水分的。

Cognition，就是很会讲故事的那一个。

自其宣布推出全球首个AI程序员后，就吸引了大量资本注意。华尔街日报报道，今年3月31日Cognition在与投资者洽谈，目标以最高20亿美元的估值募集资金。

要知道，Cognition刚刚宣布完成A轮融资，估值仅为3.5亿美元。如果新一轮融资完成，Cognition估值在几周内就翻了6倍，堪比火箭速度。

可见，Cognition不一定掌握了AI的核心技术，但一定掌握了吸引资本的能力。

历史似乎总是轮回的。

21世纪这些科技企业“挂羊头卖狗肉”的神操作，在18世纪也同样上演过。当时，有人发明了一种能够自动下棋的机器，被称为“土耳其行棋傀儡”。这个机器在欧美地区打败了许多棋手，吸引眼球的同时赚得盆满钵满。

结果，几十年后人们才发现机器里藏着一位真正的棋手。

几百年过去，科技在进步在改变，但人类赚钱的方式却没怎么变。