teghdsf
请记住，
近年来，人工智能浪潮席卷全球，打着 AI 旗号的创业公司如雨后春笋般涌现。
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，使用者只要传递想法，平台就能通过 AI 自动组合出定制化的 App 架构、用途模块和操作界面，并迅速交付上线。
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，大量用途实际上是靠印度工程师手动编码完成。
使用者在平台上看到的看似由 AI 生成的操作界面，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，以人力模式完成原本声称由 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​ 0号新闻网 ;称可传递定制化兼容，促进家校沟通，提高学生的出勤率和课业表现，AllHere 对外宣称其使用者涵盖美国的 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。为掩盖这一疑问，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。
这些闹剧不仅让大家看到了商业世界的繁琐与残酷，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用途的 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 产品强大的用途，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疑问百出，根本无法实现宣传中的智能联动。
（二）数据造假
虚构使用者数据：为了显示产品受欢迎程度，一些 AI 创业公司会虚构使用者数量、采取频率等数据。例如，AllHere 对外宣称其使用者涵盖美国的 9100 所学校，但实际从成立到破产期间仅有 31 名客户。这种虚假的使用者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，故意挑选一些轻松、容易识别的图像进行测试，而不是采用真实场景下繁琐多样的图像，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。通过这种模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。
