AI 取代“码农”还没实现，却有公司大开脑洞反向操作，用码农冒充 AI。

一家名为 Engineer.ai 的印度创业公司就是这么干的，他们声称用 AI 技术来编写代码，使每个人都能够构建和运行定制软件。但据华尔街日报引述该公司多位高管和员工的说法，这家公司实际上并没有使用人工智能来构建应用，而是利用 AI 技术作为幌子，都是“印度码农”在做技术工作，用造假来“骗取”融资。

借着 AI 的名头，该公司还拿到了以日本软银为首近 3000 万美元（约 2.1 亿人民币）的融资。

如果说骗子有一些躲避心理的话，这家公司却反其道而行，大摇大摆撞骗，以 AI 之名，行人工之实，还得到孙正义的青睐。

为什么这家公司具有这样的魔力？科技巨头都宣称用上 AI 技术，这其中到底有几分真？几分假？

超2亿融资背后：夸大事实，拿AI当幌子

Engineer.ai 创立于 2016 年，总部设在美国洛杉矶和英国伦敦，其公司创始人 Sachin Dev Duggal（以下简称 Duggal）毕业于伦敦帝国理工学院，是一位工程师。

在 2004 年，他与朋友 Saurabh Pradeep Dhoot 一起合伙创立了云计算科技公司 Nivio，并在 2012 年辞去了其公司运营职务。

四年后，他宣布创立 Engineer.ai，声称要打造一个平台，将 AI 与开发者联系在一起，零基础的人都能够做移动 App。目前，该公司已有的落地产品只有一款名为 Buider V1 的工具。

这款应用允许任何人通过人类辅助 AI Natasha 来建立定制化开发，不出几个小时就能完成一款移动 App 产品，成本只需正常的 1/3。

图｜Engineer.ai 公司创始人 Sachin Dev Duggal（来源：官方介绍视频）

Duggal 曾在印度接受媒体采访时表示，Engineer.ai 在很大程度上可以自动创建应用程序，这个过程比传统的应用程序开发更便宜，更快捷。他强调，该公司采用的技术是“用人工辅助人工智能技术”。工具可以实现构建网站，可穿戴式设备软件等。

在华尔街日报未曝光之前，其官网曾显示，Engineer.ai 的 AI 机器能构建一个 App 约 60% 的部分，其余部分由人类生成。该声明没有解释其产品的这一部分是如何利用机器生产的，发言人拒绝详细解释说明。

图｜官方网站宣传图（来源：Engineer.ai 官网）

“使软件像订购 Pizza（披萨）一样容易”，Engineer.ai 官网曾这样评价。

而这家公司也受到投资者的青睐。去年该公司获得了包括软银（SoftBank）全资子公司 Deepcore Inc. 在内的知名创投融资，共筹集了 2950 万美元。其他投资者包括位于苏黎世的风险投资公司 Lakestar，其是 Facebook 的早期投资者，还有独角兽企业新加坡投资公司 Jungle Ventures 等。

除此以外，Engineer.ai 曾展示过其公司过去两年的盈利收入，在 2018 年，该公司的收入为 2310 万美元，预计在今年达到 4500 万美元。该公司的目标是在 2020 年底前获得超过 1 亿美元的收入。

但华尔街日报报道称，Engineer.ai 公司业务的核心，其实不是利用 AI 技术，而主要依靠印度和其他地方的人类工程师来完成大部分工作，利用“人工辅助 AI 技术”这个概念做一个幌子，来吸引客户和投资者的关注。

今年早些时候，曾任 Engineer.ai 公司首席商务官罗伯特·霍尔德海姆（Robert Holdheim）起诉该公司，声称公司夸大其人工智能的能力，以“骗取”融资。

而该公司一些现任和前任员工对华尔街日报表示，公司缺乏自然语言处理技术的积累，也缺乏一支研究机器学习或 AI 技术的团队或者是相关人员。Engineer.ai 公司大部分精力并不在人工智能研发上，Natasha 所使用是“决策树”学习技术，而非 AI，所以他们认为，该公司产品中所使用的决策树学习技术不应被视为人工智能。

决策树学习，一个非常陌生的词汇，大多在统计学当中出现。决策树学习起源于 20 世纪 50 年代，是一个非常古老而简单的技术。在统计学、数据挖掘和机器学习中，会使用上决策树训练，使用决策树作为预测模型来预测样本的类标，输出相关模型。

瑞典公司 Peltarion 首席执行官 Luka Crnkovic-Friis 曾表示，如果告诉客户，软件正在使用 AI 深度学习技术，他们可能会去接受，但如果说是使用决策树学习技术，他们会认为这不是人工智能，而是一种普及的算法技术罢了。

图｜Duggal 在 2009 年达沃斯世界经济论坛上发言图片（来源：Wiki）

但 Duggal 曾对 Holdheim 表示，每个科技创业公司在融资时的 BP（商业计划书）都会夸大事实，这是允许我们开发相关技术的资金，不得不这样去做。

其实，Engineer.ai 公司利用 AI 技术来融资的想法不能说完全错误。由于 AI 技术使用场景较为复杂，且定义“较虚”，因此非专业人员在部署时很难辨别，VC（风险投资）也是利用创投大环境来融资，所以 Engineer.ai 才敢利用 AI 技术这个概念来筹集资金，这很难说对与错之分。

尽管如此，以软银旗下公司 Deepcore 为代表的资金流入这种非 AI、而打着 AI 技术为幌子的互联网企业，给很多初创公司带来了不好的示范，是否都要以 AI 技术为概念，实际上都是利用“幌子”来吸引风险投资呢？

高毅资产的投资总监邓晓峰曾在一次演讲中也提及，人工智能投资仍处于早期阶段，还是一个专家系统，无法解决没有明确规则的问题。而有机构认为，目前风险投资对 AI 领域只是“尝试”的想法，或者说是对“未来趋势”下注，距离真正的“AI 投资”还有很远的距离。

这样“骗钱”的AI技术公司是个例吗？

并不是。

根据华盛顿资本数据调研机构 PitchBook 提供的数据显示，过去几年，利用 AI 技术的创业公司融资金额增长迅速，去年 VC 在这个领域投了近 310 亿美元，整个风险投资行业如风口一般前进。

报道称，包括英国在内使用 .ai 域名的互联网公司数量在过去几年翻了一番。早前日本软银曾宣布推出远景基金二期（Vision Fund 2），承诺在未来几年投资数千亿美元用于 AI 技术的发展。

图｜PitchBook 提供近几年 AI 技术投融资金额比较（来源：WSJ）

换句话说，如果你的公司正在做传统技术行业，比如一个应用程序开发平台，但是想要不断融资，受到 Facebook、谷歌、优步等巨头的青睐，可以利用 AI 技术来宣传。

英国投资公司 MMC Ventures 表示，相比于其他软件公司，拥有人工智能组件的创业公司吸引资金的比率要高出 50%，所以他们认为，超过 40% 的公司根本没有在研发真正的人工智能。

存在这种现象的一部分原因在于，人工智能可能在测试阶段很容易起步，但是在规模化和实际部署中则会出现很多阻力。另外，获取必备的训练数据以建立人工智能模型耗资巨大，同时也需要很多的时间投入。像 Facebook 和谷歌这样的公司确实有能力和资本向工程师支付高薪并建立庞大的研究机构。

Engineer.ai 揭示了现在的 AI 产业的一个不争事实：尽管像 Facebook 和 YouTube 这样已经应用了一些 AI 技术的很大众的科技平台，他们仍然需要海外承包商帮他们审核删除有害的暴力视频。所以说很多 AI 技术都需要人工去引导。

软件需要在不断地微调中改善算法，以便在出现问题时进行自动改进和修正。在这个过程中，人类利用眼睛、耳朵来检查和注释数据的工作是必不可少的。尤其是在聊天机器人火爆的短暂几年里，Facebook 和 Magic 这样的初创公司也开始雇用承包商并将其伪装成“人工智能代理”（比如 Facebook 的“M”虚拟助手），当谈话开始变得复杂的时候，你其实是在和陌生人交谈，而非和机器人。

但 AI 自带的神秘色彩让公众和投资者都坚信 AI 无所不能，这种观念已经渗透到了所有的公司和产业。

（来源：istock）

只要关注就能发现，美国五大科技巨头都承认自家的“语音助手”有人工参与，他们必须要让员工来检查这些音频样本并纠正语音助手的表现，这其中就包括苹果公司。

在意识到这可能会侵犯用户隐私之后，苹果已经停止了这一做法。Facebook 也停止了自己的语音转录文本程序。谷歌停止了欧洲的语音助手功能，但仍在美国和其他地区继续使用。Amazon 的 Alexa、Microsoft 的 Cortana 和 Skype也仍在运行。

问题在于，即使企业不愿意承认，但人工智能的发展的确需要人工参与改进，在这一过程中，企业不愿意将真相告诉顾客和投资人。在这种情况下，一大批 AI 创业公司利用概念炒作，试图打造他们不可能提供的新技术产品，甚至他们也根本没想着能做出产品，因为真正的 AI 研究太难了，但是制作 PPT 和口若悬河的宣讲要容易得多。这些 AI 创业公司正是钻了这个空子而赚得盆满钵满。

人工智能技术发展到现在，可以说是超乎想象的，如果说互联网 1.0 还是机械化，坐在家里看听 FM，看杂志关注一切的话，现在的互联网 3.0，人工智能技术的发展，让你叫一声 Siri 就可以得到一切，让世界都在一个机器当中，AI 语音机器人来代替人工做事。

现在当我们再谈论 AI 的时候，一切都变得不同。

过去五年，DeepTech 接连报道了包括 AlphaGo、Nvidia、DeepMind 等公司的多项新技术，从芯片到语音交互，AI 公司靠着概念、愿景和人才，获得了大批的用户和追随者，也享受着整个 VC 行业给出的大把融资和高估值发展。