# 互联网巨头的AI无人超市，背后却是1000个印度打工人远程操作？ - 作者：张成晨 - 发布时间：2024-04-08 20:28 - 分类：商业 - 原文：https://www.ifanr.com/1580482 ![](https://s3.ifanr.com/wp-content/uploads/2024/04/bird1.jpg) 说起无人零售这个词，莫名想抬头看看日历。 2017 年前后短暂的烈火烹油之后，留下的只有一地鸡毛，但祖上也是真的阔过，当时的人们都在说，这是零售的未来。 无人其实只是概念性的无人，那些原来负责收银的店员，转而负责机器暂时无法操作的业务，比如现制食物、补充货架。 那么，可以叫「无人收银」吗？也不准确，行业巨头亚马逊最近就被曝光，「收银员」不是不存在，而是在幕后默默为 AI 打工。 ### 当你拿完就走，有人为你负重前行 亚马逊无人超市的智能收银技术 Just Walk Out（拿完就走），2016 年首次在体验店亮相，2018 年正式面向公众开业。 当时这项技术堪称惊艳，提前注册绑定好账户后，你只需扫码走进超市，拿起想要的东西，不用排队，不用收银员一件件扫描商品，拔腿走出来，稍后你的账户会被自动扣款。 ![](https://s3.ifanr.com/wp-content/uploads/2024/04/infor1.jpg) 为了感知顾客从货架拿下的商品，Just Walk Out 使用了摄像头、传感器、计算机视觉、深度学习等技术。 几年过去，渐渐褪去光环的「老」技术又掀起了波澜。 当地时间 4 月 2 日，亚马逊官宣，40 多家亚马逊生鲜商店里的 27 家，计划将 Just Walk Out 更换为智能购物车服务 Dash Cart。 ![](https://s3.ifanr.com/wp-content/uploads/2024/04/cart2.jpg) 亚马逊解释，做出调整是因为顾客的需求变了，Just Walk Out 无需排队固然是好，但顾客也希望可以在购物时就知道花了多少钱。 Just Walk Out 的缺陷在于，顾客离店之后收到收据的时间不定，短则几分钟，长则数小时，消费者们容易心里没底。 相比之下，Dash Cart 可以让顾客在购物时扫描商品，并在屏幕上实时看到支出总计，同时它也无需顾客排队结账，挑好东西、穿过车道、走出超市即可。 ![](https://s3.ifanr.com/wp-content/uploads/2024/04/cart3.jpg) 另外，部署 Just Walk Out 时，硬件的装修成本，云计算的运营成本都不低，现场也需要员工维护货架秩序，所以这项技术更适合机场店等小型商店。 亚马逊没有想到，Just Walk Out 合情合理的局部下岗，顺带剥离了其科技的外衣，让外界关注到了幕后的人工。 来去如风的顾客们可能觉得，Just Walk Out 就是自动化的。但其实，它依然离不开人工核查员和数据标签员。 ![](https://s3.ifanr.com/wp-content/uploads/2024/04/today1.jpg) 媒体 The Information 去年曝光，截至 2022 年中期，亚马逊旗下超过 1000 名印度员工，参与了 Just Walk Out 项目。 他们的工作主要包括两项，一是观看视频，手动核查订单，确保结账准确，二是标记视频中的图像，训练机器学习模型。 甚至到了 2022 年，每 1000 笔订单仍然需要 700 次人工核查，远远高于亚马逊内部预期的 20 到 50 次。 亚马逊发言人当时回应，确实招聘了人工核查员，但爆料的数字并不准确，同时拒绝透露真实数字。 可以说，「收银员」依然少量存在，只是在远程工作而已。 ![](https://s3.ifanr.com/wp-content/uploads/2024/04/busi1.jpg) 这次，趁着亚马逊撤下 Just Walk Out，质疑声又起，甚至有人拿 ATM 机里蹲着一个人算账的梗图比较。 亚马逊再次出来回应，如果大家把 Just Walk Out 的人工参与，理解成印度员工围坐着观看顾客的购物直播，那就大错特错了。 这些人类员工，应该称作「机器学习数据助理」，主业是注释图像，改进底层的机器学习模型，但偶尔也搞搞副业，检查录制的视频片段，验证一小部分 AI 无法确认的订单。 毕竟，人们买东西时总要挑三拣四、意外频出，无法像 AI 一样在规则里行事。 其实，AI 行业的数据标注员非常常见，但放在无人超市等强调智能的场景上，就显得有些反直觉。 Just Walk Out 面世的惊艳不是假的，但其中人类的参与却或多或少地被淡化了，这也是当下 AI 炒作热潮的一个通病。 ### 每个成功的 AI 背后，都站着一群性价比高的人类 AI 行业向来有个灰色地带：人类智能。 亚马逊旗下有个名叫 Mechanical Turk 的众包平台，将数据标注、图像识别等任务外包给全球劳动力，帮企业训练和操作 AI 系统。 这些任务对于人类来说很简单，但计算机难以独立完成，所以又叫「人类智能任务」（HITs）。 「Mechanical Turk」的名字，出自 18 世纪同名的下棋装置，当时这台机器因为能和人类下国际象棋轰动一时，在世界各地展出，后来被揭露是个骗局，其实是人类躲在其中操作。 ![](https://s3.ifanr.com/wp-content/uploads/2024/04/wiki.jpg) ▲ 图片来自：wiki 通过一模一样的名字，现代和当年的骗局构成了历史微妙的回环，人类智能在看似自动化的外壳内部，依然扮演着重要的角色。 尽管现在 AI 真的杀遍象棋和围棋，从大量数据学会辨别五官和交通灯，但在很多新的领域，AI 仍然需要人类智能支持，虽然这些工作听起来很基础，没有门槛。 去年我们报道过，为了不让 ChatGPT 满口暴力、性别歧视和种族主义，OpenAI 训练出能够检测有害内容的 AI，再把这个 AI 作为检测器，内置到 ChatGPT 之中，起到检测和过滤的作用。 这个过程需要数据标注，由肯尼亚的工人们负责，为暴力、仇恨和性虐等有害内容打上标签。他们领着廉价的薪水养家糊口，并在互联网最黑暗的角落承受身心的创伤。 ![](https://s3.ifanr.com/wp-content/uploads/2024/04/sama1.jpg) 人类的想象力是无穷尽的，估计 AI 自己也无法预测，未来 AI 还能在什么地方起作用，又在哪里需要人类的辅助。 连成人赛道也得蹭热度，AI 已经可以模仿某个头部创作者的口吻，向粉丝发送暧昧的短信了。省时省力地同时和几百个粉丝保持联系，创作者们自然乐意。 有些成人内容 MCN 机构，招聘了人类员工检查 AI 生成的内容，避免被平台发现作弊。 每个成功的 AI 背后，都站着一群性价比高的人类。AI 犯错，人类纠错，AI 等待投喂，人类处理大量数据。 Google DeepMind 联合创始人兼首席执行官 Demis Hassabi 最近在接受采访时说，数十亿美元投入到生成式 AI 初创企业和产品，造成了很多泡沫。 ![](https://s3.ifanr.com/wp-content/uploads/2024/04/bbc1.jpg) 他认为，AI 应该被作为「科学的终极工具」，比如预测蛋白质结构的 AlphaFold 模型，人类即将迎来科学发现的新文艺复兴，但是人们更愿意炒作和讨论各种不真实的事情。 不知道他是不是在影射 Google 的对手 OpenAI，但他的话确实很有启发性。 AI 是否能在每个领域都发挥出色，是否真的提高了效率，还需要具体问题具体分析。 同时，在过度的炒作和期待中，AI 也在掀起新一波将服务廉价外包给人类劳动力的浪潮，不少企业为了蹭上 AI 的名号，又忽略了产品细节和消费者体验。 当我们打开某个 AI 产品使用，可能会觉得像在体验魔法，但巨大的黑箱背后，既聚集着全世界最聪明的脑袋，也有沉默不语的无名氏，就像当年的象棋装置里那个躲起来的人。 ### 让人类和 AI 都做更擅长的事 过去说起自动化的服务，比如无人零售，总有一种说辞，其余员工可以效率更高，通过系统自动追踪货架情况及时补货，还有更多时间和顾客打交道，提供更好的服务。 但当 AI 智能但不是完全智能的时候，现实并没有理想那么丰满。 AI 语音点餐服务，就是又一个反面例子。 「得来速」点餐服务在国外非常普及，开车的顾客无需下车或者进店，直接通过窗口点餐、付款和领取食物。如果让 AI 服务员点餐，人类只低头做饭，整个过程会否更快？ ![](https://s3.ifanr.com/wp-content/uploads/2024/04/de1.jpg) 从实际情况来看，AI 更像拖了人类后腿。 北美知名汉堡品牌 Wendy’s 去年高调宣布，6 月让新员工聊天机器人上岗，简化订单流程，减少车道排队的痛苦。从 2021 年开始，他们就和 Google 成了合作伙伴。 Wendy’s 统计发现，AI 可以将订单时间缩短 22 秒，准确率达到 86%。 但反过来想，错误率达到 14%，相当于每七个订单就有一个出错，必须由人类员工收拾烂摊子。 如果是一个人类员工犯了这么多错误，可能早就卷铺盖回家了，但面对 AI，企业能忍则忍，这是证明让他们跟上时代的金字招牌。 ![](https://s3.ifanr.com/wp-content/uploads/2024/04/wendy1.jpg) AI 错误率高的原因很简单，顾客不是机器人，不会按程序执行，他们可能会反悔，重复自己的话，或者提出特别的需求，导致 AI 很容易误解意思。另外，口音、汽车噪音等也是干扰因素。 彭博社也在去年 12 月的报道提到，一家点餐机器人的供应商，在菲律宾等地招聘了人类助理，让他们检查超过 70% 的订单，确保 AI 系统不会出错。 这么一想，国内的一些自助结账服务，方便得恰到好处，又不让人类彻底解放双手。 ![](https://s3.ifanr.com/wp-content/uploads/2024/04/you1.jpg) 比如，优衣库使用基于 RFID 标签的自助扫描结账系统，当我们把衣服放进框内，价格就出来了，再进行扫码支付。 这固然没有 Just Walk Out 一步到位，但结账的速度更快了，窗口更多了。不过，高峰期仍然需要排队，旁边也有店员提供打包和收银服务。 同在零售行业，想赶上 AI 的热闹，吸引媒体和大众的目光，不一定非要在终端下功夫。 连锁便利店 711 另辟蹊径，不是让 AI 和消费者直接打交道，而是让 AI 从事「脑力活动」。 从 2024 年春季开始，711 计划利用 AI，分析商店销售数据和社交媒体消费者反馈，为新产品生成文本和图像，甚至生成新产品提案。 近 9000 名 711 员工中，大约有 1000 名管理人员已经开始使用内部的 AI 系统，然后再逐步扩大到产品开发和营销人员。 这个从上到下的顺序恰好和无人零售反过来了，但加快消费者调查、缩短产品开发时间，甚至少开几次内部脑暴会议，同样也是降本增效的表现。 ![](https://s3.ifanr.com/wp-content/uploads/2024/04/chips.jpg) 有时候，AI 也作为明晃晃的噱头，等待消费者买单。 无印良品推出的「AI 薯条」，号称是经过 3 兆次模拟后 AI 认为人类会喜欢的口味，分为中式、西式、东南亚三种。受好奇心驱使的人类尝试之后发现，这就是薯条味和调料味。至少，有人愿意为 AI 的创意买单，上一回当。 ![](https://s3.ifanr.com/wp-content/uploads/2024/04/bloom.jpg) 不管是在超市购物，还是在快餐店点餐，零售的琐碎和随机，还没有完全被 AI 参透。 或者说，将人类之间的互动彻底自动化，并没有那么容易，我们的抽象，AI 把握不住。 坏消息是，人类因为 AI 有了更多活，因为要帮 AI 善后。好消息是，AI 暂时不会取代人类，因为人类还可以为 AI 打工，甚至比 AI 更便宜。