我的老板是AI

100年前，英国经济学家凯恩斯如此想象我们今天的生活：

技术的进步，解放了劳动效率，因此，2030年的人类，每周只需工作15个小时，如何利用闲置的时间，将是他们面临的最大挑战。

在《我们后代的经济前景》一文，他把这种现象定义为技术性失业。

凯恩斯的论调，既是启发，又是警示，唤醒了我们对技术、机器与劳动之间的想象：在办公室，在工厂，人类终将被驱逐，只剩忙碌无休的机器人游荡着。人工智能的出现，更是加剧了这种集体焦虑。

审视当下，凯恩斯所设想的未来，还没有完全到来。但另一种技术性失业正在成为现实：不是技术取代了人类的工作岗位，而是由技术决定，谁能胜任这份工作，谁又必须被驱逐。

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。裁员邮件未表明具体原因，只说这是算法评估的结果。

没错，淘汰我们之前，人工智能率先成了我们的“老板”。全世界范围内，这种趋势正愈演愈烈。

不祥之兆

几年前，美国人卡罗尔·克莱默接受了一份新工作—一家软件公司的高级副总裁，主管财务，报酬也不错：每小时200美元。但她很快发现，到手工资其实很低。

原来，公司使用了一款监控软件，用来捕捉他们积极劳动的时间。系统检测到了几分钟，就是几分钟的工资。更让克莱默感到糟糕的是，她的很多劳动，并没有被登记下来。有些“离线工作”，比如，作为财务主管，她在纸稿上演算的时间，或者，一个正常脑力劳动者都会有的思考时间。

甚至起身打印也不算。

这家公司位于得克萨斯州，名叫Crossover。该公司在全球范围内寻找软件工程师，承诺高额的时薪，每周只工作40个小时，主要面向那些想在家，或者在咖啡馆工作的人。

在美国科技企业中，Crossover名不见经传，但来头不小。Crossover隶属于奥斯汀私募股权公司ESW Capital。后者的持有人是乔·利曼特—1990年代美国科技界的传奇人物。1996年，30岁的他，登上了福布斯400富豪榜，净资产5亿美元。他所创办的Trilogy公司，当年是每个年轻程序员都向往的殿堂，以充满男性荷尔蒙的工作环境而著称，以跑车、赌博、性与酒精混合而闻名，是硅谷男孩俱乐部的典范。

2001年互联网泡沫破灭后，利曼特宣布隐退。但他并未消失，他看清了互联网的本质与未来，创新远没有盈利来得重要。

他决定伺机而动。

过去的12年里，利曼特持有的ESW公司，已悄悄收购了大约75家软件公司，诸如Nextance、Infopia、Kayako，听过的人也许不多，但这些公司的业务和客户，却遍及整个美国企业界。

比起马斯克那样的高调，利曼特是极其务实的。为了稳定的盈利，他极力控制研发成本、削减员工福利，并把第三世界劳动力战略推向极致。Crossover，只是这个庞大体系中的招聘部门，他们的员工，从巴基斯坦到埃及，遍及全球130多个国家。C++程序员的工资，只相当于亚马逊的仓库工人，每小时15美元。

当然，也有美国本土的高级人才，比如克莱默这样的高管。

公司使用了一款监控软件，用来捕捉他们积极劳动的时间。系统检测到了几分钟，就是几分钟的工资。

利曼特要求员工必须同意安装一款跟踪软件，这样，系统就可以记录员工点击鼠标、操控键盘的次数，软件还会每十分钟就进行一次截屏，并从电脑摄像头中抓取照片，以判断员工的工作状态。

系统根据软件所捕捉的数据，对员工进行工作考核、业绩结算。

2017年，50多岁的利曼德，借此重回了福布斯400富豪榜，净资产达30亿美元。但此时他变得很低调，回绝了所有媒体采访，称自己注重隐私，很低调。

当他以另一种姿态重回福布斯时，带来了一丝不祥之兆。公众逐渐意识到，这位昔日英雄，如今正悄然把计算机编程的世界，打造成一座庞大的血汗工厂。

一些Crossover的前员工对媒体表示，使用这款工作软件，他们变得焦虑不安，并对其准确性产生怀疑：“有些时候，你只是为了移动光标而移动，这个工具很强大，但也很危险。”

Crossover并不是孤例。

利曼特只是这股浪潮中的小小推手。

入侵工作场所

过去，依赖主观判断的人力资源部门，如今普遍成了一项热门的分析业务。

这就是“用户行动监测”行业。软件制造商们竞相提供的功能有：员工评级、应用程序活动报告、显示谁在做什么的彩色编码图表等。这个行业突然爆发，预计2023年达到33亿美元的市场规模。

Salesforce，记录了向客户发送什么邮件，拨打了什么电话。Sonar公司开发的InterGuard，为雇主提供了记录和分析员工的电子邮件、社交媒体、即时信息、击键、互联网、地理位置、文件和打印活动的可能性。

在某些金融公司，也有监控软件记录着关于员工如何花费时间与注意力。

除了记录员工与客户以及彼此间的对话，对员工的电脑屏幕进行截图，并记录所有执行的操作（使用的软件、打开的文件、输入的文本等），雇主也越来越多地使用生物识别信息进行身份和访问控制，比如视网膜和虹膜扫描、电子指纹、手部几何学等。

“用户行动监测”的本质在于，将雇员变成可监控的数据流，以帮助雇主实现算法管理。数据是算法的基础，而数据采集，则是通过实时监控实现。

互联网零工经济，正是算法管理最成熟的试验场，外卖骑手，也是一个绝佳的案例。

基于手机软件，有关外卖员的数据源源不断地生成，比如位置、路线，骑行时间、配送娴熟程度、接单量，以及最重要的客户反馈（差评与好评），一一纳入平台的大数据，以喂养出更智能的派单系统。

好评率、接单量、送餐速度，则是骑手能否被算法临幸的指标；严厉的等级奖励体系下，它不断激励骑手，要送得更快、更多，要得到更多的好评。越如此，越容易被算法眷顾。

反过来，当高效和快速的数据越来越多，算法自身也会进化，当算法判定骑手可以更快的时候，它会无形中推动一轮新的加速。

在Uber，算法也会监测司机的一举一动，并在五星级的基础上，对他们进行排名。持续的低评分意味着，他们会被踢出应用程序。

亚马逊也投入了具有生物识别反馈指标的摄像头，以追踪其司机，监测其是否偏离道路、超速。

同样是亚马逊，仓库装卸工人携带的设备，可以指出通往货架的最短路线，实时提醒他们是否落后于工作目标，以及落后的程度。系统还会向他们发送消息，告诉他们加速、停止说话，或下达其他任何命令。

与此同时，2021年5月，当时的亚马逊首席执行官杰夫·贝索斯还宣布，他计划加强公司的侵入性监控，用腕带振动来指导工人的手部运动，并跟踪工人的动作，以了解他们的肌肉群活动情况。

此类例子不胜枚举。

如今，“用户行动监测”技术应用非常广泛，特别是在美国。根据美国管理协会的数据，66%的公司监控其员工的互联网使用，45%的公司记录键盘点击，43%的公司跟踪员工的电子邮件。

算法控制也不局限于互联网零工经济，而是广泛运用于各国企业与跨国公司。

比如，世界500强企业联合健康集团，严格记录了员工的键盘敲击情况。当他们停止键盘活动超过一小段时间，笔记本电脑就会标记为 “闲置”，系统会根据各种情况给出1—5分的绩效判定，这直接跟他们的工资挂钩。

有时候，这套系统也会出现某种“误判”。比如，员工跟病人进行敏感内容的谈话期间，系统也会判定闲置。

受这套系统的控制，员工们不得不一边开会、培训，一边摇晃手中的鼠标。

算法炒了我

有些“用户行动监测”公司开发的工具，可以分析工作中的社会动态，员工如何相互交谈，交谈多长时间，用什么语气，午餐时如何坐，与谁喝咖啡等等。

“用户行动监测”的本质在于，将雇员变成可监控的数据流，以帮助雇主实现算法管理。数据是算法的基础，而数据采集，则是通过实时监控实现。

波士顿的分析公司Sociometric Solutions向20家公司提供了装有麦克风、位置传感器和加速度计的员工身份徽章，以研究员工的互动如何影响绩效。

其客户之一，便是美国银行。借助这套系统，他们发现，食堂里，有人坐四人桌，有人坐12人桌。系统数据给出了一个结论，那些乐于与众人坐大桌的员工，一周的工作效率高出36%。因此坐小桌的员工，成了裁员时的首选目标。

把裁员的判断交给算法，也是算法管理趋势下的典型做法。

2021年8月，俄罗斯的Xsolla公司裁掉1/3的员工，150人。他们在裁员邮件中明确写到，我们的大数据团队分析了你的数据，包括但不限于Jira、Confluence、Gmail、聊天、文档、仪表板中的活动，并判定你是一个不敬业、且效率低下的员工。

以算法作为裁员标准，看上去还算常规。

很多互联网高科技企业，则直接把裁员大权委托给算法，实现了监督管理和裁员的一条龙服务。

还是亚马逊。其配送服务FLEX，毫不避讳自己采用算法对员工进行监督、奖惩，并利用算法自动裁员。2020年，在亚马逊工作了4年的美国司机斯蒂芬·诺曼丁，突然无法登录系统了。一封来自亚马逊的自动邮件很快告诉了他真相：你已经被终止与亚马逊的合作。原因：由算法给出的个人评分已经低于亚马逊的规定分数。

亚马逊这套AI系统，早在2019年就曝光过。该系统可以跟踪统计员工的摸鱼时间—Time Off Task，自动生成工作效率报告，直接绕开任何人类管理者，对员工发出警告或者做出裁员决定。据报道，当时就有近900名员工，被算法判定为“工作效率低”，自动解雇。

2020年疫情期间，英国Uber的金牌驾驶员沙希德，也发现自己无法登录平台了，因为算法监测到他对Uber平台进行了持续的不当使用，营运资格被取消，也就是说，他被自动解雇了。

他的系统4.96分（满分5分），他过去五年兢兢业业，想不通自己错在哪里。而Uber也拒绝公开他做了什么。

沙希德不是个案。同样在英国，还有多名司机在没有通知的情况下被解雇，完全是基于算法的自动处理。随后，几名司机将Uber告上英国法庭。漫长的官司后，也就是2022年4月，英国法院勒令Uber恢复他们的工作。

至此，我们不难发现，算法管理的本质，其实是一个黑箱。它并不透明，而且标准复杂、苛刻，其中很容易混入偏见、片面评估甚至误判，这进一步加剧了雇员与雇主之间的不平等。

绩效专家奥利维亚·詹姆斯认为，严密的监控，会引发反抗或逃跑反应。她解释说：“当你的大脑处于危险模式时，你无法创造性地思考或发现问题。这本质上违背了它提高生产力的目的。”

目前，法律规定还是很模糊。老板监控员工的电子邮件和互联网浏览习惯，是一种相当标准的做法。但生物识别和位置跟踪，界定模糊，也很难辩护。美国的劳动法和隐私政策相对宽松，就算一向严苛的欧盟，《通用数据保护条例》 （GDPR）也允许工作场所的监控—只要雇员被告知，不违反GDPR，并且雇主有充分的理由这样做。