AI大造假！一明星公司用印度碼農冒充AI，騙取超2億融資_風聞

AI 取代“碼農”還沒實現，卻有公司大開腦洞反向操作，用碼農冒充 AI。一家名為 Engineer.ai 的印度創業公司就是這麼幹的，他們聲稱用 AI 技術來編寫代碼，使每個人都能夠構建和運行定製軟件。但據華爾街日報引述該公司多位高管和員工的説法，這家公司實際上並沒有使用人工智能來構建應用，而是利用 AI 技術作為幌子，都是“印度碼農”在做技術工作，用造假來“騙取”融資。

藉着 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。

如果説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。

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

超2億融資背後：誇大事實，拿AI當幌子

Engineer.ai 創立於 2016 年，總部設在美國洛杉磯和英國倫敦，其公司創始人 Sachin Dev Duggal（以下簡稱 Duggal）畢業於倫敦帝國理工學院，是一位工程師。

在 2004 年，他與朋友 Saurabh Pradeep Dhoot 一起合夥創立了雲計算科技公司 Nivio，並在 2012 年辭去了其公司運營職務。四年後，他宣佈創立 Engineer.ai，聲稱要打造一個平台，將 AI 與開發者聯繫在一起，零基礎的人都能夠做移動 App。**目前，該公司已有的落地產品只有一款名為 Buider V1 的工具。**這款應用允許任何人通過人類輔助 AI Natasha 來建立定製化開發，不出幾個小時就能完成一款移動 App 產品，成本只需正常的 1/3。

圖｜Engineer.ai 公司創始人 Sachin Dev Duggal（來源：官方介紹視頻）Duggal 曾在印度接受媒體採訪時表示，Engineer.ai 在很大程度上可以自動創建應用程序，這個過程比傳統的應用程序開發更便宜，更快捷。

他強調，該公司採用的技術是“用人工輔助人工智能技****術”。工具可以實現構建網站，可穿戴式設備軟件等。在華爾街日報未曝光之前，其官網曾顯示，**Engineer.ai 的 AI 機器能構建一個 App 約 60% 的部分，其餘部分由人類生成。**該聲明沒有解釋其產品的這一部分是如何利用機器生產的，發言人拒絕詳細解釋説明。

圖｜官方網站宣傳圖（來源：Engineer.ai 官網）“使軟件像訂購 Pizza（披薩）一樣容易”，Engineer.ai 官網曾這樣評價。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. 在內的知名創投融資，共籌集了 2950 萬美元。其他投資者包括位於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 公司業務的核心，其實**不是利用 AI 技術，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”這個概念做一個幌子，來吸引客户和投資者的關注。**今年早些時候，曾任 Engineer.ai 公司首席商務官羅伯特·霍爾德海姆（Robert Holdheim）起訴該公司，聲稱公司誇大其人工智能的能力，以“騙取”融資。而該公司一些現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的積累，也缺乏一支研究機器學習或 AI 技術的團隊或者是相關人員。

Engineer.ai 公司大部分精力並不在人工智能研發上，Natasha 所使用是“決策樹”學習技術，而非 AI，所以他們認為，該公司產品中所使用的決策樹學習技術不應被視為人工智能。決策樹學習，一個非常陌生的詞彙，大多在統計學當中出現。決策樹學習起源於 20 世紀 50 年代，是一個非常古老而簡單的技術。

在統計學、數據挖掘和機器學習中，會使用上決策樹訓練，使用決策樹作為預測模型來預測樣本的類標，輸出相關模型。瑞典公司 Peltarion 首席執行官 Luka Crnkovic-Friis 曾表示，如果告訴客户，軟件正在使用 AI 深度學習技術，他們可能會去接受，但如果説是使用決策樹學習技術，他們會認為這不是人工智能，而是一種普及的算法技術罷了。

圖｜Duggal 在 2009 年達沃斯世界經濟論壇上發言圖片（來源：Wiki）但 Duggal 曾對 Holdheim 表示，**每個科技創業公司在融資時的 BP（商業計劃書）都會誇大事實，這是允許我們開發相關技術的資金，不得不這樣去做。**其實，**Engineer.ai 公司利用 AI 技術來融資的想法不能説完全錯誤。**由於 AI 技術使用場景較為複雜，且定義“較虛”，因此非專業人員在部署時很難辨別，VC（風險投資）也是利用創投大環境來融資，所以 Engineer.ai 才敢利用 AI 技術這個概念來籌集資金，這很難説對與錯之分。

儘管如此，以軟銀旗下公司 Deepcore 為代表的資金流入這種非 AI、而打着 AI 技術為幌子的互聯網企業，給很多初創公司帶來了不好的示範，是否都要以 AI 技術為概念，實際上都是利用“幌子”來吸引風險投資呢？

高毅資產的投資總監鄧曉峯曾在一次演講中也提及，人工智能投資仍處於早期階段，還是一個專家系統，無法解決沒有明確規則的問題。而有機構認為，目前風險投資對 AI 領域只是“嘗試”的想法，或者説是對“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技術公司是個例嗎？

並不是。

根據華盛頓資本數據調研機構 PitchBook 提供的數據顯示，過去幾年，利用 AI 技術的創業公司融資金額增長迅速，去年 VC 在這個領域投了近 310 億美元，整個風險投資行業如風口一般前進。

報道稱，包括英國在內使用 .ai 域名的互聯網公司數量在過去幾年翻了一番。早前日本軟銀曾宣佈推出遠景基金二期（Vision Fund 2），承諾在未來幾年投資數千億美元用於 AI

技術的發展。

圖｜PitchBook 提供近幾年 AI 技術投融資金額比較（來源：WSJ）換句話説，如果你的公司正在做傳統技術行業，比如一個應用程序開發平台，但是想要不斷融資，受到 Facebook、谷歌、優步等巨頭的青睞，可以利用 AI 技術來宣傳。

英國投資公司 MMC Ventures 表示，相比於其他軟件公司，擁有人工智能組件的創業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真正的人工智能。存在這種現象的一部分原因在於，人工智能可能在測試階段很容易起步，但是在規模化和實際部署中則會出現很多阻力。

另外，獲取必備的訓練數據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並建立龐大的研究機構。Engineer.ai 揭示了現在的 AI 產業的一個不爭事實：儘管像 Facebook 和 YouTube 這樣已經應用了一些 AI 技術的很大眾的科技平台，他們仍然需要海外承包商幫他們審核刪除有害的暴力視頻。所以説很多 AI 技術都需要人工去引導。

軟件需要在不斷地微調中改善算法，以便在出現問題時進行自動改進和修正。在這個過程中，人類利用眼睛、耳朵來檢查和註釋數據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裏，Facebook 和 Magic 這樣的初創公司也開始僱用承包商並將其偽裝成“人工智能代理”（比如 Facebook 的“M”虛擬助手），當談話開始變得複雜的時候，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，這種觀念已經滲透到了所有的

公司和產業。

（來源：istock）只要關注就能發現，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並糾正語音助手的表現，這其中就包括蘋果公司。在意識到這可能會侵犯用户隱私之後，蘋果已經停止了這一做法。

Facebook 也停止了自己的語音轉錄文本程序。谷歌停止了歐洲的語音助手功能，但仍在美國和其他地區繼續使用。Amazon 的 Alexa、Microsoft 的 Cortana 和 Skype也仍在運行。問題在於，**即使企業不願意承認，但人工智能的發展的確需要人工參與改進，在這一過程中，企業不願意將真相告訴顧客和投資人。**在這種情況下，一大批 AI 創業公司利用概念炒作，試圖打造他們不可能提供的新技術產品，甚至他們也根本沒想着能做出產品，因為真正的 AI 研究太難了，但是製作 PPT 和口若懸河的宣講要容易得多。這些 AI 創業公司正是鑽了這個空子而賺得盆滿缽滿。

人工智能技術發展到現在，可以説是超乎想象的，如果説互聯網 1.0 還是機械化，坐在家裏看聽 FM，看雜誌關注一切的話，現在的互聯網 3.0，人工智能技術的發展，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。現在當我們再談論 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，從芯片到語音交互，AI 公司靠着概念、願景和人才，獲得了大批的用户和追隨者，也享受着整個 VC 行業給出的大把融資和高估值發展。但隨着時間的推移，巨頭的加入與快速收購，以及行業接近飽和，AI 路上並不好走了。像 Engineer.ai 這樣的公司逐漸開始“劍走偏鋒”，這不在少數。一個洗牌的時代已經來臨，更多人也認為，這樣的偽 AI 技術的創業公司很難有未來。