據瞭解，一些公司利用專家所謂的「綠野仙蹤技術」，對投資者隱瞞了AI對人類的依賴。建立一項由AI驅動的服務，很難。難到什麼程度呢？實際上，一些初創公司發現，讓人類像機器人一樣工作，比起讓機器人像人類一樣工作，要更加便宜、更加簡單。
ReadMe的首席執行官Gregory Koberger表示：「利用人工完成工作，可以略過很多技術和商業發展方面的挑戰。顯然，它不會擴展，但是它可以讓你在早期構建一些東西時略過困難部分。」本週，《華爾街日報》的一篇文章報導了「偽 AI」，文章指出谷歌允許很多協力廠商應用程式開發者瀏覽使用者的收件箱。
Edison Software是一家位於美國加州聖約瑟的公司，他們的AI工程師會瀏覽眾多使用者的個人電子郵件資訊，來改進「智慧回覆」功能。但是，該公司在其隱私條款裡並沒有提及有人會看到用戶的郵件。
《華爾街日報》的文章裡提到的協力廠商並不是第一批做「偽 AI」的公司。早在2008年，一家專注於將語音資訊轉換為文字資訊的公司Spinvpx，被指控利用國際電話中心的人來做這項工作，而不是機器人。
2016年，彭博社也有過相關報導，讓人每天花費12小時假冒聊天機器人，來提供日曆調度服務，比如X.ai和Clara。這項工作非常單調乏味，以至於工作人員希望能夠有機器人來取代他們。2017年，業務支出管理應用程式Expensify聲稱利用智慧掃描技術，轉錄收據。但實際是收據的掃描件被發佈到亞馬遜勞務眾包平台（AMT），該平台上有人（他們自稱為「Turker」）會領取這些任務，轉錄這些收據，然後獲得一定報酬。
推特上一名宣導零工經濟的Turker——Rochelle LaPlante表示，「我很好奇Expensify的用戶是否知道有人（Turker）看到了他們的收據。我正在看一些優步用戶的收據，包含了他們的姓名、出發地和目的地等資訊。」甚至是重磅投資 AI 技術的Facebook，也依賴于人作為其Messenger M的虛擬助手。
有些時候，通過人類訓練AI系統並完善它的準確性。比如，一家名為「Scale」的公司利用很多勞工，來提供用於自動駕駛車以及其他AI系統的訓練資料。Scale公司的員工會查看攝像機、感測器提要、標籤車、行人以及騎車者。通過這些足夠的人力校準，AI將會學習如何去識別這些目標物。
也有些時候，一些公司一直利用「偽 AI」直到真正實現AI。這些公司在告訴投資者和用戶他們已經開發了可擴展的AI技術時，但其實有一部分公司的AI產品還是大量依賴人類來完成工作
