来源 | IT桔子
其中，Builder.ai曾凭借“AI驱动的无代码App开发平台”概念风光无限，吸引众多知名投资机构注资，估值一度高达17亿美元。
然而，光鲜表象下，却是一场精心编织的骗局——
这家公司用真人程序员冒充AI工作，直至2025年5月20日正式宣布破产，其造假的来龙去脉令人瞠目结舌。
所谓AI背后竟然是真人程序员牛马
2016年，印度裔创始人Sachin Dev Duggal在伦敦创立Builder.ai，起初名为Engineer.ai，2017年推出首款AI平台产品Builder V1。
公司宣称，用户只要提供想法，平台就能通过AI自动组合出定制化的App架构、功能模块和界面，并快速交付上线。
不仅如此，Builder.ai还声称其开发成本不到传统软件开发成本的三分之一，速度却是传统开发的两倍。在AI概念正当红的时期，这样的宣传无疑极具吸引力。
凭借亮眼的“AI技术”概念，Builder.ai迅速在资本市场崭露头角。自成立以来，公司累计融资近5亿美元，投资者阵容堪称豪华，微软、卡塔尔投资局、Insight Partners、软银 DeepCore等知名机构纷纷入局。
2023年5月，Builder.ai完成2.5亿美元的D轮融资，彼时公司估值高达17亿美元，成为炙手可热的独角兽企业。
此外，公司还与BBC、NBC、富士通等企业展开合作，2021年更是被纳入Gartner的“多体验开发平台（MXDP）”魔力象限中的“愿景者（Visionaries）”象限，一时风头无两。
然而，华丽的包装之下，真相却令人震惊。
2019年，《华尔街日报》的一篇报道撕开了Builder.ai的虚假面纱。多位前员工爆料，公司所谓的AI平台，大量功能实际上是靠印度工程师手动编码完成。
用户在平台上看到的看似由AI生成的界面，背后却是无数程序员在加班加点地敲代码。更令人惊讶的是，公司甚至没有一个真正专业的AI研发团队，而是靠大规模雇佣数以万计的低成本开发者，以人力方式完成原本声称由AI实现的开发流程。
这种“挂羊头卖狗肉”的行为，本质上是用真人程序员冒充AI，以此欺骗投资者和客户。
随着时间推移，Builder.ai的虚假商业模式逐渐难以为继。
公司实际资金消耗远超营收能力，财务状况日益恶化。
2024年8月提交的上一财年报告显示，截至2023年3月，公司营收仅为2300万英镑，却连9%的日常运营开销都无法覆盖。面对资金压力，公司不断寻求融资续命，2024年10月从债权市场获得5000万美元融资，2025年3月又从老股东处紧急注资7500万美元。但这些资金仍未能扭转局面，2025年2月，创始人Duggal辞去CEO职务，由亚马逊和Flipkart的前高管Manpreet Ratia接替。
然而，新的管理层也无力回天，5月20日，Builder.ai正式宣布进入破产程序，试图支付员工薪资的资金也被债权人冻结。据估算，公司拖欠微软云服务费用3000万美元，拖欠亚马逊8500万美元，债务窟窿巨大。
Builder.ai的轰然倒塌，给整个创投圈和科技行业敲响了警钟。对于投资者而言，在追逐热门概念时，更应保持理性和谨慎，加强对企业技术真实性和商业模式可持续性的深入调查。不能仅仅被华丽的宣传和亮眼的数据所迷惑，而应透过表象看本质，避免成为类似骗局的受害者。
AI公司造假，并不是个例
在人工智能热度持续高涨的当下，类似Builder.ai的“伪AI”公司或许并非个例。
美国AI教育创企AllHere的故事同样令人唏嘘。该公司成立于2016年，其明星产品是一个名为Ed的AI聊天机器人，据称可提供定制化支持，促进家校沟通，提高学生的出勤率和课业表现，AllHere对外宣称其用户涵盖美国的9100所学校。
在“爆雷”之前，AllHere在2020年完成了A轮融资，获得哈佛校友基金 The Yard Ventures和Alumni Ventures（美国最大的个人投资者风投）等投资公司的注资。2023年，他们公布公司年度经常性收入（ARR）达到760余万美元，并在当年开启了B轮融资，但未能完成。
然而，今年6月，外部会计师在对AllHere的财务状况进行审计时，发现其营收情况要远远少于其对外公布的数据，仅年度经常性收入一项就被夸大了近700倍。为掩盖这一问题，创始人兼首席执行官Joanna Smith - Griffin还假扮财务顾问向投资者发送虚假财务信息。这一行径最终败露，Smith - Griffin遭到美国纽约联邦调查局的调查。AllHere目前已宣告破产，全部员工均被遣散，其聊天机器人Ed停止服务。
这些闹剧不仅让我们看到了商业世界的复杂与残酷，也促使整个行业反思和审视自身的发展。
AI公司造假的手段大揭秘
（一）技术造假
夸大AI能力：许多创业公司在宣传时，过度夸大自家AI技术的性能和应用范围。比如一些声称能够实现精准医疗诊断的AI创业公司，实际技术可能仅处于实验室研究阶段，离临床应用还有很大差距，但却在宣传中暗示已经能够广泛应用于医疗实践，误导投资者和消费者。
伪AI技术包装：除了像Builder.ai那样用真人冒充AI工作外，还有一些公司将传统算法重新包装，贴上AI的标签。例如，把普通的数据统计分析算法包装成具有智能预测功能的AI算法，利用大众对AI技术的不了解，骗取信任和投资。
虚假演示：部分创业公司在产品演示环节做手脚。通过精心设计的演示场景，展示出AI产品强大的功能，但实际产品在真实环境中根本无法达到演示效果。比如一些智能家居AI控制系统，在演示时能够完美地控制各种家电设备，但消费者购买回家后却发现问题百出，根本无法实现宣传中的智能联动。
（二）数据造假
虚构用户数据：为了显示产品受欢迎程度，一些AI创业公司会虚构用户数量、使用频率等数据。例如，AllHere对外宣称其用户涵盖美国的9100所学校，但实际从成立到破产期间仅有31名客户。这种虚假的用户数据会让投资者误以为产品市场需求大，前景广阔，从而吸引投资。
伪造营收数据：通过篡改财务报表，夸大公司的营收情况，制造公司盈利能力强的假象。如AllHere在融资过程中，创始人Smith - Griffin向投资者报告的年度经常性收入与实际数据相差巨大，2023年宣称年度经常性收入为700余万美元，而真实数据仅为117万美元。这种伪造营收数据的行为不仅欺骗了投资者，也影响了市场对公司价值的正确判断。
操纵数据指标：在一些需要数据指标来衡量产品性能的领域，如AI图像识别技术的准确率、AI翻译的准确率等，部分公司会通过操纵测试数据来提高指标数值。比如在测试AI图像识别产品的准确率时，故意选择一些简单、容易识别的图像进行测试，而不是采用真实场景下复杂多样的图像，从而得出虚假的高准确率数据。
（三）团队造假
虚假专家背书：邀请一些与AI领域关联不大，甚至没有相关专业知识的名人或专家为公司站台，声称他们是公司的技术顾问或合伙人，以此提升公司的可信度。例如，某些公司会聘请一些知名演员或体育明星担任所谓的“AI战略顾问”，但这些人实际上对AI技术一窍不通，只是为了利用他们的名气吸引关注和投资。
夸大团队成员背景：对团队成员的学历、工作经历进行夸大或造假。比如宣称团队中有多位来自顶尖科技公司的资深AI专家，但实际这些人可能只是在相关公司担任过普通职位，甚至根本没有在这些公司工作过。通过这种方式打造出一个看似实力强大的团队，让投资者相信公司具备强大的技术研发能力。
AI创业公司造假严重破坏行业信任，投资者和消费者信心受挫，连累诚信企业发展。同时，造假导致资源错配，真正创新企业难获资金，阻碍AI技术进步。虚假数据还误导市场决策，投资者易因不实信息受损，企业合作选错伙伴，政府政策制定也会出现偏差，无法有效推动产业发展。
应对造假，投资者需组建专业团队深入尽调，保持理性，避免跟风。监管部门应完善法规政策，明确技术、数据等标准，加大处罚力度。行业协会要加强自律，制定准则，建立信用评价体系，奖惩分明。此外，还需通过科普宣传提升公众对AI的认知，增强辨别能力，鼓励公众监督举报，共同营造健康的行业环境。
END
