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。
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。
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。
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。
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。
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。
▲ 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。
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。
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？
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。
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。
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。
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。
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。
