行车记录仪制造商Motive标榜人工智能技术 实则依赖人工审核

　　去年夏天，初创企业 Motive Technologies 的一名经理向其驻巴基斯坦的 400 名员工发送了一条紧急的斯拉克（Slack）消息，内容用全大写字母标注：“我们出大问题了”。

　　Motive 主营人工智能驱动的行车记录仪，货运企业可通过该设备监控司机，并接收碰撞事故及其他安全问题的预警。然而在去年 8 月，这批行车记录仪虽捕捉到一系列碰撞事件，客户却并未收到任何预警通知。

　　核心要点

　　事实上，人工智能系统已检测到这些碰撞事故，并将相关视频片段标记出来，交由公司雇佣的约 400 名巴基斯坦员工审核。但这些负责审核的员工，却未能在海量待查视频流中发现这些碰撞事件。

　　Motive 查明事件原委后进一步深入调查，结果发现了更多问题。一名经理在《信息报》查阅到的一则斯拉克内部消息中向员工坦言：“我愿坦诚相告 —— 此次问题波及范围甚广。我们抽查了两天的监控数据，发现了更为严重的漏洞，大量明确的事故预警都被遗漏了。”

　　本周，Motive 即将启动 IPO 路演，人工智能技术是其推介的核心卖点。如此一来，该公司的数据标注员团队的工作，便成了 2026 年科技行业首批 IPO 项目中备受关注的焦点。

　　Motive 声称，人工智能与人工审核相结合的模式，使其系统成为市场上准确率最高的产品，这一优势帮助公司赢得了西方快运等货运企业，以及联邦快递等物流管理公司在内的大型客户的合作订单。Motive 在招股书中表示，这种 “人机协同反馈机制”“确保我们的人工智能系统能够快速验证预测结果、修正错误，并迅速适配各类极端场景”。

　　但此次人机协同机制中人工环节的失灵，加之公司自身也认为人工智能模型需要人工作为后盾，不禁让人质疑：Motive 能否持续稳定地提供精准的监测结果？

　　鉴于 IPO 前的静默期规定，Motive 拒绝就此置评。

　　自聊天机器人 ChatGPT 推出以来，人工智能技术实现了跨越式发展，但行业内仍有诸多领域需要人工在幕后为备受瞩目的人工智能模型提供支持。例如，Scale AI、Surge AI 等企业聘请的训练师，致力于让大型语言模型变得更精准、更贴近人类的表达习惯；自动驾驶公司 Waymo 也曾表示，旗下车辆在遇到复杂路况时，仍需人工操作员远程协助，“就像答题时打电话求助朋友一样”。更有甚者，部分企业被曝存在 “人工冒充人工智能” 的行为，Builder.AI 就是其中一例。

　　Motive 驻巴基斯坦的数据标注员团队，其作用显得尤为关键。据该团队员工透露，人工智能模型标记的每一段待审核视频片段，都需要人工逐一查看，每名员工每天的审核量最高可达 1000 条。他们的月薪约为 125 美元。

　　人机协同视频审核模式

　　当 Motive 的人工智能行车记录仪系统检测到潜在危险状况时，会跳过人工环节，直接向司机发出预警。而数据标注员的职责，是确保只有经过核实的安全事故预警，才会发送给客户公司的车队管理人员。

　　Motive 的营销资料称，这种人机协同的视频审核模式是公司的独家优势，管理层也表示，这一模式助力公司斩获了不少业务订单。公司首席执行官兼联合创始人肖伊布・马卡尼是一名巴基斯坦裔美国人，曾是风险投资人。他在去年 8 月的一场线上采访中表示，通过 “实时人工验证”，可以避免误报或其他错误信息反馈给客户。他强调：“这套系统必须做到万无一失。假以时日，我们确实可以剔除人工验证这一环节。”

　　未来几年，Motive 将面临投资者的盈利压力。财报显示，公司在去年前 9 个月的现金消耗高达 7400 万美元，这笔支出主要用于市场营销；截至去年年底，公司的债务规模已超 2.4 亿美元。虽然 Motive 在招股书中未披露数据标注业务的成本，但一位知情人士表示，这部分成本相对较低。按照每名员工月薪 125 美元计算，400 名标注员的年薪总额不足 100 万美元。

　　Motive 的竞争对手则表示，他们并不频繁依赖人工进行验证。上市公司 Samsara 规模大于 Motive 且已实现盈利，该公司称，仅雇佣了 50 名数据标注员，且仅用于一项增值服务 —— 只有在客户提出特殊需求，要求人工审核所有视频时才会启用；此外，标注员还会参与新功能的研发，例如识别与行人相撞的事故场景。Samsara 公司的工程高管约翰・兰德直言：“依赖人工审核的模式不具备规模化扩张的潜力。”

　　另一家规模较小的竞争对手 Hivemapper，同样主营人工智能行车记录仪，其首席执行官兼联合创始人阿里尔・塞德曼表示，公司在约 18 个月前就已停用人工审核，转而采用多个不同的人工智能模型交叉核验监测结果。他解释道：“人工审核员会因工作枯燥乏味而敷衍了事，只是机械地点击鼠标完成任务，因此容易出错。我们发现，如今人工智能模型的准确率已经超过人类。当然，这并不意味着人工智能完美无缺，但人类同样也会犯错。”

　　行车记录仪行业的兴起，源于近十年出台的一项法规 —— 该法规要求企业必须监控商业货运司机的工作时长。此后，可同时拍摄司机与路况的双摄记录仪应运而生，管理人员通过该设备监控司机，记录下的事件画面还可作为诉讼中的证据。塞德曼指出，这个市场之所以能够发展壮大，根源在于货运企业 “从根本上不信任旗下的司机”，“行业的一切发展都源于这种信任缺失”。

　　Motive 于 2021 年进军行车记录仪市场，彼时该领域已聚集了多家先行入局的竞争对手。公司管理层决定在巴基斯坦雇佣全职数据标注员，原因在于 Motive 在当地原本就设有工程师团队；借助这支标注员队伍，公司能够更快地训练人工智能系统，使其应对摄像头捕捉到的各类特殊或复杂场景。

　　对标美国交通法规开展培训

　　如今，Motive 的数据标注员均为全职员工，约占公司总人数的 9%。他们在巴基斯坦的两大城市 —— 伊斯兰堡和拉合尔，实行 24 小时轮班制，且全部接受过美国交通法规的专业培训。Motive 的一位前高管表示，正是这一战略决策，帮助公司在商用车行车记录仪的销售市场中成功追赶竞争对手。

　　据 Motive 内部员工及内部文件透露，其人工智能模型至今仍时常出错，而标注员则肩负着巨大压力，必须快速、准确地核验那些记录重大事故的视频片段。例如，系统有时会将红色标识（如冰雪皇后的品牌标志）误判为停车标志；还会把司机将物品放在嘴边的动作，标记为 “吸烟” 行为。这些被误判的视频，都需要标注员手动标记为无效预警。

　　Motive 官网及标注员均表示，人工智能系统平均每标记 100 多起潜在碰撞事件，才会出现 1 起真实事故，海量的待审核数据往往让标注员不堪重负。

　　判断这类视频的准确性，很大程度上依赖标注员的主观判断。去年 8 月，Motive 驻巴基斯坦的一名产品经理在斯拉克消息中告知标注员：如果无法确定视频画面中的情况属于 “碰撞事故” 还是 “险情未遂”，可以 “尝试开启视频声音”，或观察 “司机的反应”。该经理在这条被《信息报》获取的消息中还提到：“司机爆粗口，往往意味着‘出事了’。”

　　去年 8 月，Motive 的一名经理曾向员工发出警告：标注员漏看了多起被人工智能标记的卡车碰撞事故，导致客户未能收到预警。该经理在斯拉克消息中强调：“这些都不属于极端个例，而是实实在在的重大遗漏。”

　　尽管如此，Motive 的这套运作模式还是赢得了不少客户的青睐。废物处理与回收企业 Veit 的车队安全经理乔恩・萨默维尔表示，Motive 的设备帮助公司改善了司机的驾驶行为。过去三年间，这套技术为其车队节省了大量时间与成本。他称，Motive 行车记录仪的准确率，要高于其试用过的其他竞品。萨默维尔评价道：“对于驾驶室内的违规行为，比如使用手机、未系安全带等，这套设备的识别准确率相当高。”

　　他还提到，设备偶尔会出现误报，但情况都不算严重。例如，曾将悬挂的车载电台麦克风误判为手机；还有一次，司机穿着与橙色安全带颜色相近的上衣，导致设备未能识别出司机已系安全带。

　　“看似人工智能驱动”

　　Motive 冲刺上市之际，恰逢众多科技公司大肆宣扬自身人工智能技术的风口。在其 IPO 招股书中，“人工智能” 一词被提及超过 200 次，远超近期同样打着人工智能旗号上市的 Figma、Reddit 等软件或互联网企业。

　　Motive 标注员的工作，引发了企业家和研究人员的一场争论：如果所有监测结果都需要人工逐一审核，那么这套系统还能算作真正的人工智能吗？

　　部分企业高管给出了否定答案。数据标注初创公司 Labelbox 的首席执行官马努・夏尔马直言，Motive 的这套系统 “太过陈旧”。他评价道：“其本质是依靠人工实时标记数据，只是为终端用户营造出一种‘人工智能驱动’的假象。”

　　也有观点认为，这种人机协同机制，是应对行业现实困境的务实之举。在硅谷的乐观叙事之外，一个被忽视的尴尬真相是：当前的人工智能模型仍存在大量漏洞，无法脱离人工独立运行。为 Motive 这类企业提供人工标注管理软件的 Encord 公司，其总裁兼联合创始人乌尔里克・斯蒂格・汉森表示：“尽管如今的模型已经相当先进，但仍不足以解决各类长尾问题，未来还有很长的路要走。”

　　Motive 的客户通常会签订为期三年的合同，借助其设备持续监控司机的道路行驶安全。目前，公司正着力争取更多大型客户 —— 这类客户对华尔街投资者而言，意味着更高的价值回报。销售与市场营销也是 Motive 增长战略的核心，招股书显示，公司每赚取 1 美元营收，就有超过 47 美分投入到获客营销中。

　　激烈的竞争压力，同样传导到了 Motive 的数据标注员身上。据公司经理的斯拉克消息及员工透露，管理层在工作系统中添加了数字横幅提醒，一旦出现重要潜在客户的待审核视频，就会触发提醒：“紧急 —— 此为重要测试订单，务必谨慎处理”。

　　该经理在消息中还写道：“我们的主要竞争对手，能在短短两分钟内就将碰撞事故预警反馈给客户。如果我们无法赶超这一速度，客户就会流失，这对我们而言将是巨大损失。”

　　他强调：“此事事关重大，不容有任何含糊。”