我的老板是AI

何承波

100年前，英國經濟學家凱恩斯如此想象我們今天的生活：

技術的進步，解放了勞動效率，因此，2030年的人類，每周只需工作15個小時，如何利用閑置的時間，將是他們面臨的最大挑戰。

在《我們后代的經濟前景》一文，他把這種現象定義為技術性失業。

凱恩斯的論調，既是啟發，又是警示，喚醒了我們對技術、機器與勞動之間的想象：在辦公室，在工廠，人類終將被驅逐，只剩忙碌無休的機器人游蕩著。人工智能的出現，更是加劇了這種集體焦慮。

審視當下，凱恩斯所設想的未來，還沒有完全到來。但另一種技術性失業正在成為現實：不是技術取代了人類的工作崗位，而是由技術決定，誰能勝任這份工作，誰又必須被驅逐。

比如，2022年8月，Facebook母公司Meta宣布使用算法解雇了60名合同工。裁員郵件未表明具體原因，只說這是算法評估的結果。

沒錯，淘汰我們之前，人工智能率先成了我們的“老板”。全世界范圍內，這種趨勢正愈演愈烈。

不祥之兆

幾年前，美國人卡羅爾·克萊默接受了一份新工作—一家軟件公司的高級副總裁，主管財務，報酬也不錯：每小時200美元。但她很快發現，到手工資其實很低。

原來，公司使用了一款監控軟件，用來捕捉他們積極勞動的時間。系統檢測到了幾分鐘，就是幾分鐘的工資。更讓克萊默感到糟糕的是，她的很多勞動，并沒有被登記下來。有些“離線工作”，比如，作為財務主管，她在紙稿上演算的時間，或者，一個正常腦力勞動者都會有的思考時間。

甚至起身打印也不算。

這家公司位于得克薩斯州，名叫Crossover。該公司在全球范圍內尋找軟件工程師，承諾高額的時薪，每周只工作40個小時，主要面向那些想在家，或者在咖啡館工作的人。

在美國科技企業中，Crossover名不見經傳，但來頭不小。Crossover隸屬于奧斯汀私募股權公司ESW Capital。后者的持有人是喬·利曼特—1990年代美國科技界的傳奇人物。1996年，30歲的他，登上了福布斯400富豪榜，凈資產5億美元。他所創辦的Trilogy公司，當年是每個年輕程序員都向往的殿堂，以充滿男性荷爾蒙的工作環境而著稱，以跑車、賭博、性與酒精混合而聞名，是硅谷男孩俱樂部的典范。

2001年互聯網泡沫破滅后，利曼特宣布隱退。但他并未消失，他看清了互聯網的本質與未來，創新遠沒有盈利來得重要。

他決定伺機而動。

過去的12年里，利曼特持有的ESW公司，已悄悄收購了大約75家軟件公司，諸如Nextance、Infopia、Kayako，聽過的人也許不多，但這些公司的業務和客戶，卻遍及整個美國企業界。

比起馬斯克那樣的高調，利曼特是極其務實的。為了穩定的盈利，他極力控制研發成本、削減員工福利，并把第三世界勞動力戰略推向極致。Crossover，只是這個龐大體系中的招聘部門，他們的員工，從巴基斯坦到埃及，遍及全球130多個國家。C++程序員的工資，只相當于亞馬遜的倉庫工人，每小時15美元。

當然，也有美國本土的高級人才，比如克萊默這樣的高管。

公司使用了一款監控軟件，用來捕捉他們積極勞動的時間。系統檢測到了幾分鐘，就是幾分鐘的工資。

利曼特要求員工必須同意安裝一款跟蹤軟件，這樣，系統就可以記錄員工點擊鼠標、操控鍵盤的次數，軟件還會每十分鐘就進行一次截屏，并從電腦攝像頭中抓取照片，以判斷員工的工作狀態。

系統根據軟件所捕捉的數據，對員工進行工作考核、業績結算。

2017年，50多歲的利曼德，借此重回了福布斯400富豪榜，凈資產達30億美元。但此時他變得很低調，回絕了所有媒體采訪，稱自己注重隱私，很低調。

當他以另一種姿態重回福布斯時，帶來了一絲不祥之兆。公眾逐漸意識到，這位昔日英雄，如今正悄然把計算機編程的世界，打造成一座龐大的血汗工廠。

一些Crossover的前員工對媒體表示，使用這款工作軟件，他們變得焦慮不安，并對其準確性產生懷疑：“有些時候，你只是為了移動光標而移動，這個工具很強大，但也很危險。”

Crossover并不是孤例。

利曼特只是這股浪潮中的小小推手。

入侵工作場所

過去，依賴主觀判斷的人力資源部門，如今普遍成了一項熱門的分析業務。

這就是“用戶行動監測”行業。軟件制造商們競相提供的功能有：員工評級、應用程序活動報告、顯示誰在做什么的彩色編碼圖表等。這個行業突然爆發，預計2023年達到33億美元的市場規模。

Salesforce，記錄了向客戶發送什么郵件，撥打了什么電話。Sonar公司開發的InterGuard，為雇主提供了記錄和分析員工的電子郵件、社交媒體、即時信息、擊鍵、互聯網、地理位置、文件和打印活動的可能性。

在某些金融公司，也有監控軟件記錄著關于員工如何花費時間與注意力。

除了記錄員工與客戶以及彼此間的對話，對員工的電腦屏幕進行截圖，并記錄所有執行的操作（使用的軟件、打開的文件、輸入的文本等），雇主也越來越多地使用生物識別信息進行身份和訪問控制，比如視網膜和虹膜掃描、電子指紋、手部幾何學等。

“用戶行動監測”的本質在于，將雇員變成可監控的數據流，以幫助雇主實現算法管理。數據是算法的基礎，而數據采集，則是通過實時監控實現。

互聯網零工經濟，正是算法管理最成熟的試驗場，外賣騎手，也是一個絕佳的案例。

基于手機軟件，有關外賣員的數據源源不斷地生成，比如位置、路線，騎行時間、配送嫻熟程度、接單量，以及最重要的客戶反饋（差評與好評），一一納入平臺的大數據，以喂養出更智能的派單系統。

好評率、接單量、送餐速度，則是騎手能否被算法臨幸的指標；嚴厲的等級獎勵體系下，它不斷激勵騎手，要送得更快、更多，要得到更多的好評。越如此，越容易被算法眷顧。

反過來，當高效和快速的數據越來越多，算法自身也會進化，當算法判定騎手可以更快的時候，它會無形中推動一輪新的加速。

在Uber，算法也會監測司機的一舉一動，并在五星級的基礎上，對他們進行排名。持續的低評分意味著，他們會被踢出應用程序。

亞馬遜也投入了具有生物識別反饋指標的攝像頭，以追蹤其司機，監測其是否偏離道路、超速。

同樣是亞馬遜，倉庫裝卸工人攜帶的設備，可以指出通往貨架的最短路線，實時提醒他們是否落后于工作目標，以及落后的程度。系統還會向他們發送消息，告訴他們加速、停止說話，或下達其他任何命令。

與此同時，2021年5月，當時的亞馬遜首席執行官杰夫·貝索斯還宣布，他計劃加強公司的侵入性監控，用腕帶振動來指導工人的手部運動，并跟蹤工人的動作，以了解他們的肌肉群活動情況。

此類例子不勝枚舉。

如今，“用戶行動監測”技術應用非常廣泛，特別是在美國。根據美國管理協會的數據，66%的公司監控其員工的互聯網使用，45%的公司記錄鍵盤點擊，43%的公司跟蹤員工的電子郵件。

算法控制也不局限于互聯網零工經濟，而是廣泛運用于各國企業與跨國公司。

比如，世界500強企業聯合健康集團，嚴格記錄了員工的鍵盤敲擊情況。當他們停止鍵盤活動超過一小段時間，筆記本電腦就會標記為 “閑置”，系統會根據各種情況給出1—5分的績效判定，這直接跟他們的工資掛鉤。

有時候，這套系統也會出現某種“誤判”。比如，員工跟病人進行敏感內容的談話期間，系統也會判定閑置。

受這套系統的控制，員工們不得不一邊開會、培訓，一邊搖晃手中的鼠標。

算法炒了我

有些“用戶行動監測”公司開發的工具，可以分析工作中的社會動態，員工如何相互交談，交談多長時間，用什么語氣，午餐時如何坐，與誰喝咖啡等等。

“用戶行動監測”的本質在于，將雇員變成可監控的數據流，以幫助雇主實現算法管理。數據是算法的基礎，而數據采集，則是通過實時監控實現。

波士頓的分析公司Sociometric Solutions向20家公司提供了裝有麥克風、位置傳感器和加速度計的員工身份徽章，以研究員工的互動如何影響績效。

其客戶之一，便是美國銀行。借助這套系統，他們發現，食堂里，有人坐四人桌，有人坐12人桌。系統數據給出了一個結論，那些樂于與眾人坐大桌的員工，一周的工作效率高出36%。因此坐小桌的員工，成了裁員時的首選目標。

把裁員的判斷交給算法，也是算法管理趨勢下的典型做法。

2021年8月，俄羅斯的Xsolla公司裁掉1/3的員工，150人。他們在裁員郵件中明確寫到，我們的大數據團隊分析了你的數據，包括但不限于Jira、Confluence、Gmail、聊天、文檔、儀表板中的活動，并判定你是一個不敬業、且效率低下的員工。

以算法作為裁員標準，看上去還算常規。

很多互聯網高科技企業，則直接把裁員大權委托給算法，實現了監督管理和裁員的一條龍服務。

還是亞馬遜。其配送服務FLEX，毫不避諱自己采用算法對員工進行監督、獎懲，并利用算法自動裁員。2020年，在亞馬遜工作了4年的美國司機斯蒂芬·諾曼丁，突然無法登錄系統了。一封來自亞馬遜的自動郵件很快告訴了他真相：你已經被終止與亞馬遜的合作。原因：由算法給出的個人評分已經低于亞馬遜的規定分數。

亞馬遜這套AI系統，早在2019年就曝光過。該系統可以跟蹤統計員工的摸魚時間—Time Off Task，自動生成工作效率報告，直接繞開任何人類管理者，對員工發出警告或者做出裁員決定。據報道，當時就有近900名員工，被算法判定為“工作效率低”，自動解雇。

2020年疫情期間，英國Uber的金牌駕駛員沙希德，也發現自己無法登錄平臺了，因為算法監測到他對Uber平臺進行了持續的不當使用，營運資格被取消，也就是說，他被自動解雇了。

他的系統4.96分（滿分5分），他過去五年兢兢業業，想不通自己錯在哪里。而Uber也拒絕公開他做了什么。

沙希德不是個案。同樣在英國，還有多名司機在沒有通知的情況下被解雇，完全是基于算法的自動處理。隨后，幾名司機將Uber告上英國法庭。漫長的官司后，也就是2022年4月，英國法院勒令Uber恢復他們的工作。

至此，我們不難發現，算法管理的本質，其實是一個黑箱。它并不透明，而且標準復雜、苛刻，其中很容易混入偏見、片面評估甚至誤判，這進一步加劇了雇員與雇主之間的不平等。

績效專家奧利維亞·詹姆斯認為，嚴密的監控，會引發反抗或逃跑反應。她解釋說：“當你的大腦處于危險模式時，你無法創造性地思考或發現問題。這本質上違背了它提高生產力的目的。”

目前，法律規定還是很模糊。老板監控員工的電子郵件和互聯網瀏覽習慣，是一種相當標準的做法。但生物識別和位置跟蹤，界定模糊，也很難辯護。美國的勞動法和隱私政策相對寬松，就算一向嚴苛的歐盟，《通用數據保護條例》 （GDPR）也允許工作場所的監控—只要雇員被告知，不違反GDPR，并且雇主有充分的理由這樣做。

理由總是好的，可以保護公司、客戶的利益或員工的利益。

新冠疫情時代，遠程辦公成為一種常態。原先可能會受到譴責的職場算法管理，如今得到了某種程度的正當化與合理性，迅速普及開來。

歷史的銜尾蛇

算法管理，可能聽起來很未來，但它也暗藏著來自過去的回聲。

在資本主義視角里，人類的勞動能力，是一種商品，對其進行監督、管理和評估，是一種必要行為。

員工管理的每一次進化，都是技術帶來的。

18世紀，時鐘技術得到發展，并進入了每個工作場所。時鐘帶來了變革，工作時間得到了抽象化，成為商品化的時間。工作時間與報酬的結合，是彼時工廠的標準。

秒表出現后，泰勒主義的科學管理得以萌發。

18世紀末，美國費城米德威鋼鐵公司的總工程師，弗雷德里克·泰勒，一個名副其實的工作狂人，手持秒表，來到生產車間。

為了提高生產效率，他堅決杜絕工人的時間浪費，如減少步行距離，消除不必要的動作，整肅那些慢工出細活的工人。其次，借助秒表，他拆分了勞動過程，將動作細節進行切割，并規定相應動作的完成時間，讓工人的勞作過程得到了量化和標準化。

秒表帶來的作用，是在監督者的視角下，建立了一種行為的解剖學模式。至此，很多工廠將泰勒的做法奉為圭臬，紛紛掐表研究每個勞動動作的所需時間。生產效率得到了質的飛躍。但隨之而來的，也是更為嚴酷的剝削。

一封來自亞馬遜的自動郵件很快告訴了他真相：你已經被終止與亞馬遜的合作。原因：由算法給出的個人評分已經低于亞馬遜的規定分數。

福特公司則最早建立了算法管理的“原始模型”。1913年，福特公司引入了先進的裝配線，標志著現代工業的濫觴。但生產設備的進步，也意味著勞動強度的空前提高，這就加劇了工人的流失率。福特公司提高了薪酬，但有一個條件：員工要采用健康的、有道德的生活方式。

比如，“22歲以上的男性雇員，過著干凈、清醒和勤勞的生活”，每天可獲得5美元工資。在家里經常洗澡，使用大量肥皂和水，每天也額外支付5美元。福特公司成立了一個社會學部門，配備30多名監督員，隨時搜集這些雇員的家庭與個人情況，跟蹤身體健康狀態，以避免他們在裝配線上筋疲力盡。

本質上，福特公司檢查員所做的工作，與今天的人工智能沒有區別，只是后者可以更加全面地收集和挖掘數據（且成本更低），以確保人們高效工作。

沃頓商學院管理學教授林賽·卡梅倫一直研究現代工作場所的變化，在她看來，算法管理，本質是一種現代的泰勒主義。

當今社會的數字化進程，帶來了人體的抽象化。在工作場所、公共場合乃至私密領域，人已經不再是一個實體，而是抽象為離散的流動狀態，也就是數據化的我們，流向了公共服務部門、商業實體。我們以無法自我控制的方式，被分類、標記、分析，并且成為一個個干預目標。

工作場所，是一個非常獨特的地方。在這里，不同形式的數據流在日益聚集：雇主可以收集有關雇員的生產力、通信內容、工作場所內外的活動，乃至雇員的身體狀況，如體重指數、膽固醇水平、飲食、運動、生活方式等方面的數據，以實施從內到外的算法管理，完成從招聘到工作成果的評估、績效的判定，以及裁員。

福柯從圓形監獄發展出一個生物政治學的概念—“全景敞視主義”，即社會權力對身體實施的全方位管控、規訓。福柯認為，這種權力對資本主義的發展是必要的，因為它為資產階級提供了有效且廉價的手段，以處理其社會后果，如越來越多的乞丐、流浪者、強盜和無紀律的工人，并向普通民眾灌輸適當的工作習慣，如服從、尊重權威、時間管理和效率。

無論技術怎么演進，歷史似乎總像一條銜尾蛇。今天，全景監獄以人工智能的方式，發揮著幾乎相同的作用。