AI购物竟是人工驱动，硅谷创投圈又玩出新花活

ttxx

到了2025年，即便是对科技不太感兴趣的人应该也会对人工智能（AI）如雷贯耳了，AI改变生活也早已不是预言，而是正在发生的现实。既然AI是热点，也就意味着必然有人会试图浑水摸鱼，最近就有美国的投资者因此遭殃。近日美国司法部方面透露，AI购物应用Nate的创始人Albert Saniger被指控通过虚假宣传AI技术，骗取了超过4000万美元的投资。

作为一款AI应用，Nate的核心卖点是“利用AI技术简化购物流程”，用户只需通过一次简单的“点击”操作，Nate的AI就可以代表用户在任何电商网站完成购买，并省去繁琐的结账流程，全程无需人工干预。

不同于如今国内电商行业由阿里、京东、拼多多、抖音、快手等巨头垄断的市场状况，海外电商市场的特点则是去碎片化。尽管亚马逊确实一家独大，但由商家自行搭建、运营的独立站可谓是多如牛毛，所以也就造成了海外消费者的网络购物体验并不流畅。

因此Nate所提供由AI驱动、横跨多个支付体系的通用结账体验也就有了价值。事实上，亚马逊方面在本月初上线的AI帮买服务“Buy for Me”，就是在模仿Nate。

其实海外电商生态的碎片化从二十年前就存在，为什么直到这两年才有Nate这种宣称帮助用户突破单一平台限制，从而实现“一站购全球”呢？原因很简单，因为只有AI做“一站购全球”才有性价比，智能化水平不高的自动化脚本不足以做到从海量的独立站中筛选出最优结果，可使用人类来挑选的效率和成本又太高。

OpenAI用基于人类反馈的强化学习（RLHF），让拥有更强智能的大语言模型登堂入室。事实上，RLHF是强化学习（RL）的一个扩展，它将人类的反馈纳入训练过程，与传统的RL方法相比，RLHF的优势就在于能更好地与人类的意图保持一致，允许AI掌握嵌入人类经验中的决策要素，并根据需要对反馈进行整理，由此就使得大模型具备了强大的跨领域知识理解、逻辑推理、语言生成等能力。

从某种意义上来说，大模型才是理想化AI的雏形，即机器具备类似于人类的智能，能像人一样思考、学习和解决问题。比如，亚马逊的“Buy for Me”就是基于该公司的Nova和Anthropic的Claude模型，来实现用户通过自然语言输入自己的购物需求，并自动搜索匹配相关商品。

但遗憾的是，Nate其实并没有使用AI相关技术。根据其创始人Albert Saniger的说法，Nate使用了定制的深度学习模型，并使用了长短期记忆、自然语言处理和强化学习的混合技术。虽然大模型是拥有海量参数的深度学习模型，可这并不等于所有的深度学习模型都是大模型，而后者能涌现智能的关键是预训练。

换而言之，Nate并不是基于大模型的AI购物应用。除了创始人的表态，Nate没有使用大模型的另一个证据是这家公司的融资历程。凭借AI帮买万物的概念，Nate公司在2018年完成了超过5000万美元的天使轮，到2021年则完成了3800万美元的A轮融资。没错，Nate的融资发生在OpenAI的ChatGPT诞生之前，可这时候大模型技术还只存在于实验室里。

Nate当初其实做不到他们所宣称的智能、且快速地在所有电商网站上完成交易，彼时的技术还不支持这番畅想。然而Nate呈现给投资者的效果，却是AI系统完成交易的成功率在93-97%之间。那么他们是如何做到的呢？答案是为了获得投资，Nate使用了“人工的智能”。

根据美国司法部调查，Nate在菲律宾设立了一个呼叫中心，雇佣了数百名当地员工，来手动处理用户的订单操作。用人工来模仿AI，不得不说Nate确实称得上是脑洞大开，颇有种三体里人列计算机的既视感。

用人工来当作人工智能，当然就是Nate的原罪。诚然，“Fake it till you make it”（假装你能行，最后就能行）是硅谷创业圈秘而不宣的文化，先吹嘘想法，再通过吸引资本和人才的方式努力在现实中追赶你的目标，乔布斯、扎克伯格、马斯克都通过亲身经历证明了这句话的有效性。

但“Fake it till you make it”模式有一个不容许触碰的底线，那就是创业者可以夸张、却不能欺骗。马斯克旗下的特斯拉当年吹嘘自己时，也真的展出了一个由电机驱动的Roadster，而非在Roadster里还藏了一个内燃机。可如果Nate真的使用深度学习模型，必然无法吸引投资者，毕竟当时的AI技术还不足以支撑他们的想法。

假如Nate能撑到2024年，可能真的会蒙混过关。因为到了这时候，大模型相关技术在经过两年的发展后，已经开始成熟，且各大AI厂商都在积极开拓企业级市场的情况下，Nate可以轻易获得OpenAI、Anthropic、Meta提供的白菜价API。

这时候Nate再用A来I做“一站购全球”，就真的可能在大模型的支持下跑通。只可惜时也命也，Nate倒在了黎明前。


来源：36kr