被演算法開除並無處申訴,亞馬遜 Flex「員工」難以忍受被程式支配的恐懼

作者 | 發布日期 2021 年 07 月 01 日 8:15 | 分類 AI 人工智慧 , Amazon , 人力資源 line share follow us in feedly line share
被演算法開除並無處申訴,亞馬遜 Flex「員工」難以忍受被程式支配的恐懼


在亞馬遜,冰冰冷冷的演算法常常扮演了自雇者的老闆角色——在很少或沒有人工監督的情況下僱傭、評估和解僱很多員工。這種高度自動化的人力資源系統,正在讓越來越多靠亞馬遜工作支撐家庭生活的自雇者面臨不公平的待遇、不合理的解僱以及申訴無門的現狀。

被機器解僱的退伍老兵

「我被一個機器解雇了。」63 歲的亞馬遜 Flex 簽約司機 Stephen Normandin 告訴彭博社。在過去四年,他作為亞馬遜 Flex 的司機在鳳凰城遞送包裹。作為類似 Uber 和 Lyft 司機一樣的角色,這些司機在 Flex 的系統裡接單和遞送,幫助龐大的亞馬遜電商帝國完成最後一公里的遞送服務。

去年 10 月 2 日凌晨三點,Normandin 按照往常的習慣起床準備洗漱去遞送包裹。當他打開手機 App 想要看看當日亞馬遜  Flex送貨路線時,卻發現自己無論怎麼嘗試也無法登錄進系統。他趕忙打開信箱,發現一封亞馬遜發送的通用郵件寫著:你已經被終止合作,原因是個人評分已經低於可以接受的級別。同時這封郵件告訴他,跟蹤他的演算法發現,他沒有正確地完成工作。

這讓他感到震驚。在此前的 3 年半時間裡,他的評分一直都是超過標準的評價,同時還有亞馬遜的人問過他是否有興趣培訓新司機。他回想自己過去一段時間的工作,意識到使得他評分迅速下降的實際上是演算法的過錯。

據他回憶,去年 8 月開始,他開始遇到一系列他無法控制的運送延遲問題。有一天,亞馬遜的系統在天亮前給他派發了帶密碼的公寓大樓的配送工作。他告訴媒體,這種演算法犯的錯誤很常見。當他抵達公寓時,發現公寓沒有開門,之後按照一般慣例送到公寓辦公室,然而凌晨這裡同樣沒有開門。當他按照指示給用戶打電話,由於天還沒亮,用戶也無法接通電話。

幾乎在同一時間,他被亞馬遜演算法要求將包裹送到公寓大樓的亞馬遜送貨櫃,但卻發現儲物櫃故障打不開。之後在撥通了亞馬遜 Flex 服務電話 30 分鐘後,他收到通知,將包裹退回到亞馬遜送貨配貨中心。

事後,他發現自己的評分迅速下降。當他致電亞馬遜司機服務中心後,解釋了原由——是儲物櫃的故障導致自己無法按時完成配送。但最終的結局,Normandin 仍然被裁退了。

在被演算法錯誤判定責任後,Normandin 並不是沒有上訴過。但和成千上萬司機的遭遇相類似,他進入了一個被亞馬遜機器人踢皮球的奇怪狀態。

「能不能告訴我是什麼標準沒有達到?上一封解僱郵件並沒有寫明確。我有整個過程的記錄。目前看,我的唯一『問題』就是那天送貨櫃門的系統問題。我的評分過去三年來一直是超過預期。」 Normandin 在郵件中嘗試為自己申訴。

經過大概 10 多天不斷的申訴,Normandin 收到了來自亞馬遜不同的落款發出的多封疑似系統自動回覆的郵件。除了各種客套話外,Normandin 的問題還是沒有解決。

最終的一封署名 SYAM 的郵件於 10 月 28 日發到 Normandin 的信箱。這封郵件仍然沒有對 Normandin 的解僱提出任何解釋,也沒有回答 Normandin 提出的任何問題,只是最終宣告了 Normandin 的「裁員」決定。

「作為一個退伍老兵,我的工作理念一直是付出 110% 的努力,也從沒有過紕漏,但沒想到卻被演算法這樣辭退了。」他說。

司機們遭受不公平待遇後申訴無門

實際上,Normandin 被演算法錯誤判定評分和裁員後投訴無門的遭遇絕對不是個例。同樣收到 SYAM 發出的解僱郵件的 Flex 司機大多認為亞馬遜 Flex 司機的僱傭、解聘並沒有真人操作,而都是依賴演算法。同樣收到這封郵件被解僱的還有一位有三個孩子的單親媽媽 Lira。

在過去遞送 8,000 多個包裹的過程中,她獲得的評價一直都是「出色」。這些評價是亞馬遜演算法根據司機的可靠性、交付速度和服務質量對司機給出的評分。衡量標準大致是他們是否按時領取包裹,是否在預期時間窗口內遞交包裹。簡單來說,這個評價系統最看重的就是「準時」。相對於 Uber 和 Lyft 的評價系統更看重服務、禮貌,亞馬遜的單一維度評價讓司機很難控制自己的命運,尤其是當他們常常遇到不可控的外部問題時。

Lira 表示,她曾經在送貨站外排隊一小時,才領到要配送的包裹。有次,她向系統報告了輪胎在路上被扎了釘子,也沒有遇到亞馬遜派出其他送貨員來取包裹,而是要求她將包裹送回配送站。就是因為這次輪胎漏氣導致的配送不及時,她的評級就從優秀降到了不合格。

就在被解僱前一天,她還收到系統分發的表揚信,告訴她她的評分非常好,是亞馬遜最好的送貨合作夥伴。但第二天,她就收到了郵件,告訴她因為她違反了服務條款,不再有資格繼續參與亞馬遜 Flex 送貨計劃。

當她和 Normandin 一樣,在 10 天上訴期內嘗試透過郵件上訴,卻沒有得到人工回覆,只是和 Normandin 一樣收到一封自動回覆的表示對於延遲處理非常抱歉的「官話」搪塞。

最後,經過幾輪發送申訴,機器人官話自動回覆、申訴、自動回覆的拉扯,她最終收到了和 Normandin 一樣來自 SYAM 的郵件,告訴她已經審查了記錄,仍然維持原判的結局。

在丟掉了這份唯一的工作後,她已經無法繼續支付房屋貸款,和三個孩子面臨巨大的生存危機。同時,她也對亞馬遜的人工智慧演算法感到憤怒,指責其過於冷漠,和缺乏必需的人工干預。

冰冷的演算法支配著司機的人生

實際上,和 Normandin、Lira 猜測並無二致。亞馬遜在 Flex 項目上的 HR 工作大多依賴於演算法。而這種高度自動化對人類工作的監督、獎懲,甚至是裁員也是亞馬遜對外毫不避諱的一點。

之所以能夠成為全球第一的線上零售商,亞馬遜的成功也依賴於演算法。此前,他們利用演算法來管理其線上數百萬第三方商家,曾經也一度引發了不少被誣告的投訴。儘管有瑕疵,但演算法帶來的高效讓亞馬遜變得更加成功。

但當亞馬遜將這種演算法用於人力資源上,同時又不配上足夠的人工干預時,就顯得過於冷冰冰。亞馬遜在過去幾年,越來越依賴演算法來完成人力資源工作——管理倉庫員工、監督簽約司機、甚至是辦公室員工的表現。

熟悉這套人力資源戰略的知情人對彭博社表示:貝佐斯認為,機器能比人類更快、更準確地做出決策,從而降低人力資源成本,目前也是亞馬遜運營的一大優勢。

亞馬遜從 2015 年就有了零工風格的 Flex 交付服務,當時使用的是 Uber 和 Lyft 的司機。在推出之初,亞馬遜的標語大多和「做自己的老闆」、「完成最後一公里送貨」相關。目前,亞馬遜送貨越來越依賴於類似 Uber 司機的這種第三方個人配送。正是這些「零工」保證了人們能夠準時在當日收到亞馬遜包裹。根據媒體披露,這些零工每小時收入大概在 25 美金一小時。

但就在這些司機註冊後,卻發現所謂的「當自己的老闆」實際上是被演算法無時無刻監控的工作狀態。演算法會監督他們是否送貨到站、是否在規定窗口完成了路線,是否將包裹放在了正確的位置、是否將包裹隱藏在花盆後面等等。亞馬遜的演算法會掃描大量回饋數據和性能模式,並決定接下來哪些司機獲得更多快遞單,哪些司機將被停用。

整個工作過程中,Flex 司機「職場上」遇到的人工回饋極少。司機偶爾會收到演算法系統自動分發的郵件,告訴他們目前的評級——非常好(Fantastic)、出色(Great)、一般(Fair)和有不合格風險(At Rist)。

在彭博社接觸的 15 位 Flex 司機中,大約三分之一表示自己被錯誤的解雇了。這 15 位員工都有一個共同的觀點——亞馬遜高度自動化的人力資源系統不足以適應當前司機每天要面對的現實挑戰。一位接受採訪的前經理表示:亞馬遜公司層面知道將這種人力資源工作派發給機器演算法會導致一些錯誤和誤判。但亞馬遜卻認為,只要有足夠的司機有興趣加入 Flex 項目,這些都無關緊要。在亞馬遜看來,利用演算法提高解僱效率比花錢請人調查錯誤並完成解僱合同工的工作,要便宜高效得多。

亞馬遜的想法在邏輯上也許並沒有錯誤。根據 AppAnnie 的數據,全球範圍內,大約有 400 萬名司機下載了這款 App。單過去一個月,美國境內就有 66 萬新用戶加入了Flex計劃,比去年同期增長了 21%。

一位 Flex 項目相關的工程師表示:在亞馬遜內部,Flex 計劃被認為是一個巨大的成功,其收益早已超過它所能帶來的負面損害。「高管們知道這很糟糕,」但仍然沒有計劃改變它。Flex 項目對於亞馬遜來說的確解決了巨大的司機缺口,幫亞馬遜完成了最後一里運送,打造了幾乎完美的物流體系。但它的負面損害卻都將傷害附加到了那些以 Flex 為生的零工身上——哪怕受到不公平待遇,卻仍然只能和機器申訴,和機器對抗,之後再被機器踢皮球。

可以說,當 Flex 司機認為自己受到不公平待遇時,幾乎沒有任何申訴權利。如果他們想要申訴,還需要額外支付 200 美金提交仲裁,但很少有零工捨得這樣做。

當另一位 Flex 司機被辭退後表示:人們沒法滿足演算法的要求,因為總有大雪天氣、泥濘的道路等外部因素讓運送出現差池。當司機出現問題,這些演算法和亞馬遜員工並沒有提供支援。「當你對抗的是機器,就不可能贏,所以甚至不想去嘗試。」他悲觀地回憶自己申訴過程中的遭遇。

當司機遭遇糟糕的評級時,他們提起申訴後甚至無法判斷自己是否在和真人交流。雖然郵件偶爾有署名,但回覆通常針對很多狀況,而不是司機問出的特定問題。根據知情人描述,即使回覆裡有姓名,前幾封郵件也很可能只是機器的回覆。

其中會有少部分的情況能夠最終等到人類經理參與處理。但這些處理往往並不專業。一位曾經在司機支援中心工作的前僱員表示,監督數百萬司機的這些員工很多都只是兼職,且幾乎沒有接受過任何培訓。

而正是這種冷冰冰的處理方式,讓 Normandin 們最終委屈地接受了不公平的辭退待遇,甚至無法申訴,更不可能獲得賠償。

(本文由 品玩 授權轉載;首圖來源:亞馬遜

延伸閱讀: