算法精确，但当涉及到人的命运的时候，做决定还应该是人本身。 人的命运再一次被算法「主宰」。 近日，俄罗斯一家游戏支付公司 Xsolla 利用 AI 算法解雇了 147 名员工 。Xsolla 主要为游戏公司开发商提供支付、结算、发行和营销工具，其客户包括知名游戏公司 Roblox、Epic Games 和 Steam。 ▲《摩登时代》剧照｜网络截图 在这家共有 500 名左右员工的公司里，被裁人数将近占了三分之一，被解雇的原因则是：AI 算法「认为」他们「不敬业且效率低下」 。 一时间，「用 AI 裁员合理吗」的话题引发广泛关注与讨论。在技术与算法不断演进的基础上，在后疫情时代远程办公或许将成为常态的环境下，算法如何影响人们的劳动与工作将是一个无法回避的问题。突如其来的邮件 8 月初，一些 Xsolla 员工的邮箱里突然多了一封来自 CEO 兼创始人 Aleksandr Agapitov 的邮件，收到邮件的员工被告知「Xsolla 不适合您」并提出 Xsolla 将帮助他们寻找「别的去处」。 ▲Aleksandr Agapitov 发出的解雇邮件｜网络截图 在这封信之前，员工没有收到任何关于如何「正确」工作的警告或建议。 8 月 3 日，该邮件被泄露，起初人们怀疑它是假的，而随后该邮件得到了 Aleksandr Agapitov 本人的证实。 Aleksandr Agapitov 在接受俄罗斯媒体 Meduza 的采访时回应称：「裁员是因为公司近 6 个月增长放缓 —— 低于 40% 的增长目标，因此他和公司领导层决定通过裁员将公司的工资预算支出减少 10%。」 受到疫情的影响，Xsolla 的工作转移到线上进行，新的绩效评估系统在今年年初开始施行，公司根据 30 多个指标，以百分制评估员工的工作效率 。其中关键的评价指标包括：在内部 Wiki 中撰写和阅读文章、创建和关闭任务工单，以及活动的追踪数据和参与内部会议的情况等等。 关于用撰写、阅读文章和参与线上内部会议等指标评判员工的工作效率是否准确这一点，俄罗斯人力资源专家 Alyona Vladimirskaya 认为其「既过时又极其无效」，她甚至建议被解雇员工起诉 Xsolla。 一位 Xsolla 的前员工在接受 DTF 采访时表示自己并不会起诉公司，但令他不解是，衡量自己业绩的唯一标准难道不是完成任务以及经理的评估吗？在此次裁员之前，Xsolla 的网站一直明确表示自己如何重视完成任务而不是官僚作风和工作时间。 这位员工还表示，只有 Aleksandr Agapitov 和一些高管能访问并追踪员工工作的数据状况。算法通过计算直接将人裁掉 ，事前没有人提醒、事后没有人沟通，员工稀里糊涂地就失去了工作，期间一点改进的机会都没有。 除了用 AI 裁员的问题，还有人质疑窥探、记录员工的电脑使用数据是不是侵犯隐私，但由于 Xsolla 员工使用的是云端工作软体 Slack，主要用于团队沟通的平台，因此对话记录是可被公开查询的。「逃不脱」的阴影 这种事情不是第一次发生了。去年 10 月，一位名为斯蒂芬・诺曼丁的亚马逊 Flex 送货司机也曾收到「突如其来」的邮件。 诺曼丁在亚马逊送货将近 4 年，清晨他像往常一样打开 Flex 查看送货路线时，却发现无法登陆。检查邮箱后，他才明白自己已经被解雇了。 来自亚马逊的自动邮件上写着：「你已经被 Amazon 终止合作，原因是：由算法给出的个人评分已经低于 Amazon 的规定分数」。 强大的算法曾经帮助亚马逊成为全球第一的线上零售商，亚马逊在 Flex 项目上依旧十分依赖算法。2015 年亚马逊开始提供 Flex 配送服务，用来完成货物的「最后一公里」，并且毫不避讳自己在 Flex 的 HR 工作上利用算法对员工的监督、奖惩以及裁员。 Flex 提供的服务主要有 Amazon.com 的货品配送、Prime Now（本地订单）、Instant Offers（闪送）三种，根据服务类型不同，算法对于配送时间的要求最快是 15 分钟，最慢是 6 小时。算法会监督司机是否送货到站、是否在规定窗口完成了路线，是否将包裹放在了正确的位置，并以此对司机打分。 亚马逊司机与中国外卖骑手的遭遇如出一辙。平台出于自身利益的考量，用 AI 算法计算出最快的时间和路线，而这种一味地求快，却极有可能将人们逼到危险的处境之中。 同样处于危险境地的不止司机和外卖骑手，工厂里、仓库里的员工也同样不能幸免。 ▲《摩登时代》剧照｜网络截图 「休息时间，一名工人正在抽烟，而背后的电子屏幕上，老板的面孔突然出现并命令他回去继续工作……」这是 1936 年上映的《摩登时代》中的场景。 而如今，AI 替代了老板，运用智能系统对工人的工作进行监控，正成为一种趋势。 2019 年，The Verge 声称获得了一份曝光文件，这份多达几十页的文件介绍了亚马逊内部构建的一套 AI 系统。该系统可以跟踪物流仓储部门员工的工作效率，统计员工的 Time Off Task（「摸鱼时间」），在没有人类的参与下它甚至可以自动生成工作效率报告，对员工发出警告或者做出裁员决定。有近 900 名员工因被算法判定为「工作效率低」而解雇 。 在 AI 的监控下，面对高强度的工作压力，许多员工不敢喝水也不敢上厕所，生怕离开岗位的时间过长而失去工作。 没有情感、冷冰冰的 AI 与算法手中握着对人的「生杀大权」，当这种「监控」越来越普遍，人们还能逃脱算法笼罩的阴影吗？后疫情时代的劳动与算法 算法只是工具，如果一定要说哪里出了问题，那根源一定还是算法背后的「人」。 在「后疫情时代」，远程办公、混合办公成为新常态，几乎所有管理者都在面临更迫切的转变：寻找更合理、更适合的办公模式和绩效评定指标。 上个月，EMA（Enterprise Management Associates：企业管理协会）发表了一项名为 ＂后疫情时代，远程办公网络＂ 的研究，该研究对 312 名网络基础设施和运营专业人士进行了调查，调查结果表明有许多公司已经开始为监控工具留出预算，以便更好地支持远程办公。 ▲Enaible 软件界面｜Enaible 官网 Enaible 就是一个在疫情期间十分火爆的软件。通过安装在员工电脑里的 Enaible，公司可以获得员工工作中的细节数据。软件运用了名为 Trigger-Task-Time（动机-任务-时间）的算法，根据邮件或者电话来判断员工的工作任务并计算工作时间，最后算法会自动为员工的工作效率打分。据创始人 Tommy Weir 称，在全员居家办公期间，前来咨询 Enaible 的公司是以往的四倍。 在中国，企业数字化采购市场的规模也逐年扩大，《2020 年中国企业采购数字化管理调研白皮书》数据显示该市场增速保持在 20% 以上，预计到 2022 年市场规模将超过 200 亿元。 越来越多的企业开始引入 OA（Office Automation：办公自动化系统）算法管理系统，以此完成对员工工作的全面监控，在这个过程中主管关于人事的决策作用越来越低。曾经有公司主管在接受媒体采访时表示：「从前，自己会照顾一下家里有急事的工人，比如不走流程给他们批半天假」，但是当算法开始监测，人与人之间的灵活的协作关系不复存在。 于是，当算法只简单地将劳动时间、劳动效率纳入考量时，因社会复杂性而产生的其他价值指标则被忽略了。然而，如果算法不能充分地考虑各种突发情况，比如外卖员在配送过程中的天气问题、道路管制问题、交通事故等等，那它只是提供了一种「逼迫」工人追求效率的工具，而并不能激发劳动者在工作中的创造力和潜力。 算法作为现实场景的简化模型，在应用到具体的工作环境中时难免出现「不适配」的问题，因此算法背后的「人」也许应当将更多的价值指标纳入其中，并且在需要的时候人工介入。 无论任何时候，算法都只是工具，无法替代有血有肉的人做出更合乎情理的决定。