人人参与打假，莆田系可能因此退出历史舞台？具体来说，simplybrand利用爬虫的方式收集国内外电商平台上店家的公开数据（如图片、价格、发货地、卖家、商品描述、色号规格等信息），再利用训练好的人工智能及机器学习模型进行假货的筛选。识别出假货后，simpiyBrand.io生成假货数据库，进行上链存储，无论是用户还是品牌方均可查阅假货黑名单。

有行业数据显示，2017 年中国网购人数超过 4 亿，电子商务交易额超过 20 万亿，移动支付额超过 7 亿美元。如淘宝、京东、拼多多、唯品会等各种垂直领域的电商平台成为了人们主要的购物渠道。但当前电商平台中的商家也鱼龙混杂，无论买家还是品牌方，假货痛点颇为明显。

Odaily星球日报日前接触到的电商打假平台 simpiyBrand.io 则尝试推出一个结合区块链、人工智能模型、众包的打假平台。

具体来说，simplybrand 利用爬虫的方式收集国内外电商平台上店家的公开数据（如图片、价格、发货地、卖家、商品描述、色号规格等信息），再利用训练好的人工智能及机器学习模型进行假货的筛选。识别出假货后，simpiyBrand.io 生成假货数据库，进行上链存储，无论是用户还是品牌方均可查阅假货黑名单。

当前，simpiyBrand.io 计划推出三个产品：

在线众包平台：考虑到人工智能的模型无法达成100%的准确率，为了提高人工智能判断的准确性，simplybrand在产品中设计了众包机制。由各个参与者（可能是各个品牌的粉丝和普通用户）为人工智能对假货作出的判断进行标识（可以想象一下谷歌猜歌小程序），参与者将得到一定 token 激励。

假货影响力指标系统：该系统主要面向B端客户（各个品牌方），用户可以通过该平台评估各品牌因假货而损失的营业额，满足其在商品打假过程中的数据分析等需求。 

假货识别平台：该平台主要针对 C 端用户，用户可以在该平台中通过商品的 URL 对其想要购买的商品进行假货识别。结合AI、众包平台识别基础，将会为该商品的真假属性做出判定。

据估计，2017年电商假货销售对品牌方们造成的损失已经达到 3230 亿美元。目前，simpiyBrand.io 想先从品牌方需求切入，收割一波品牌方客户。

“对于品牌方来说，他们急需一个解决方案为他们找到市面上正在销售的假货，并且提供相应的后续服务。”据 simpiyBrand.io 创始人 Kaufman 介绍，除了提供电商假货抓取、判别及分析服务外，simpiyBrand.io 还计划在平台中接入相应的律所等机构，为品牌方提供第三方的执法维权服务。未来品牌方在 simpiyBrand.io 中使用的假货数据抓取以及第三方服务的费用，均将通过 token 进行支付。

simpiyBrand 曾专注于数据抓取及分析领域，为品牌方提供数据分析及洞察服务，品牌方客户资源丰富。华硕就是其服务的品牌方用户之一。

品牌方则是 simpiyBrand.io 的 C 端获客窗口。“品牌方来了，粉丝也会跟着一起过来。”Kaufman 介绍，与品牌方合作后，双方会以限量产品、品牌优惠折扣券等激励方式激励 C 端粉丝用户参与到其众包平台中来。

“使用假货识别平台的用户大多会考虑想要以最低的价格购买到最真的产品，所以我们还考虑在假货识别平台中接入广告等服务，为品牌方提供广告窗口，抓住犹豫是否购买正品的用户。”

simpiyBrand.io 方面称，AI 打假的商业模式看似简单，但需要有很成熟的数据技术支持，目前其用于识别假货的 AI 模型已经积累了大量的样本数据及长时间的算法学习，并且针对不同种类的商品训练了不同的 AI 模型。

“对于电商场景来说，假货的更新上架、下架速度非常快。这对数据的抓取来说有很大的考验。”Kaufman 称，在与华硕的合作中，simpiyBrand.io 已经实现平台就已经达到了以小时为单位更新的数据抓取服务。 

团队方面，simpiyBrand.io 创始人 Kaufman Chang 毕业于芝加哥大学布斯商学院，在云计算软件、大数据安全软件和生物技术等领域均有创业经历，此前还曾在 Trend Micro 任职，利用云计算技术帮助企业解决数字安全问题。联合创始人 Ronnie Ng 毕业于芝加哥大学布斯商学院，有 15 年的创业经验，长期于亚洲各个国家发展业务。技术总监 Frank Shi 有 10 年多数据处理相关工作经验，在人工智能方面经验丰富的经验，曾就职于 CIC，任职期间建立了分布式数据收集系统。