一句话定义
AI Washing（AI 洗白）指企业把规则引擎、外包人力或普通自动化包装成“AI 驱动”，对外宣称已全面智能化，实际后台仍靠人工运转。
为什么会有这个词
“洗白”这个说法借自 Greenwashing（漂绿），也就是把不环保的东西说成环保。AI 版的逻辑也一样：换个标签，就能拿到融资溢价、客户信任和内部预算。压力通常来自三处：投资人问“你们的 AI 战略是什么”，采购方在招标文件里写“需具备 AI 能力”，老板在季度会上要“AI 降本”的数字。于是“AI”从技术名词变成了形容词，贴在哪都行。
打个比方
餐厅门口立着牌子“智能机器人现炒”，后厨是老师傅颠勺，机器人负责在窗口翻两下锅给客人看。菜是真菜，师傅是真师傅，只有那块牌子是新的。AI Washing 的常见形态也类似：模型可能真的存在，但它只负责一个边角环节，剩下 90% 的活儿由人补上，对外却统称“AI 全流程”。
和相邻概念的区别
| 概念 | 差在哪 |
|---|---|
| AI Washing | 服务真实存在，但把人工或规则说成 AI |
| Vaporware（画饼产品） | 产品本身根本不存在 |
| Greenwashing（漂绿） | 话术逻辑相同，只是把“AI”换成“环保” |
| 正常的 AI 宣传 | 说得出模型在哪一步、失败率多少、谁兜底 |
怎么一眼识破
问三个问题：这个模型在流程里具体负责哪一步？它的错误率大概是多少？出错之后谁接手？真做 AI 的团队通常能讲清能力边界和失败模式，甚至会主动吐槽模型在哪些场景不靠谱；洗白的说辞往往只有形容词，没有名词。
对从业者的意义
被要求“给这个功能加个 AI 标签”时，把技术事实写进文档：哪部分是模型输出、哪部分是规则、哪部分是人审。这不是较真，而是出问题时唯一能自证的东西。招聘和简历里的 AI 词也在通胀，同样值得用这套标准筛一遍。
对普通职场人和消费者，一句“那具体哪一步是模型做的”就够用了。真 AI 答得上来，洗白的答不上来。