人的命運再一次被演算法主宰。 近日，俄羅斯一家遊戲支付公司 Xsolla 利用 AI 演算法解僱了 147 名員工。 Xsolla 主要為遊戲公司開發商提供支付、結算、發行和行銷工具，其客戶包括知名遊戲公司 Roblox、Eipc Games 和 Steam。

在這家共有500名左右員工的公司里，被裁人數將近佔了三分之一，被解僱的原因則是：AI 演算法”認為”他們”不敬業且效率低下”。

一時間，”用 AI 裁員合理嗎”的話題引發廣泛關注與討論。 在技術與演算法不斷演進的基礎上，在後疫情時代遠端辦公或許將成為常態的環境下，演算法如何影響人們的勞動與工作將是一個無法迴避的問題。

突如其來的郵件

8 月初，一些 Xsolla 員工的郵箱裡突然多了一封來自 CEO 兼創始人 Aleksandr Agapitov 的郵件，收到郵件的員工被告知”Xsolla 不適合您”並提出 Xsolla 將幫助他們尋找”別的去處”。

Aleksandr Agapitov 發出的解僱郵件|網路截圖

在這封信之前，員工沒有收到任何關於如何”正確”工作的警告或建議。

8月3日，該郵件被洩露，起初人們懷疑它是假的，而隨後該郵件得到了 Aleksandr Agapitov 本人的證實。

Aleksandr Agapitov 在接受俄羅斯媒體 Meduza 的採訪時回應稱：”裁員是因為公司近 6 個月增長放緩——低於 40% 的增長目標，因此他和公司領導層決定通過裁員將公司的工資預算支出減少 10%。 ”

受到疫情的影響，Xsolla 的工作轉移到線上進行，新的績效評估系統在今年年初開始施行，公司根據 30 多個指標，以百分制評估員工的工作效率。 其中關鍵的評價指標包括：在內部Wiki中撰寫和閱讀文章、創建和關閉任務工單，以及活動的追蹤數據和參與內部會議的情況等等。

關於用撰寫、閱讀文章和參與線上內部會議等指標評判員工的工作效率是否準確這一點，俄羅斯人力資源專家 Alyona Vladimirskaya 認為其”既過時又極其無效”，她甚至建議被解僱員工起訴 Xsolla。

一位 Xsolla 的前員工在接受 DTF 採訪時表示自己並不會起訴公司，但令他不解是，衡量自己業績的唯一標準難道不是完成任務以及經理的評估嗎？ 在此次裁員之前，Xsolla 的網站一直明確表示自己如何重視完成任務而不是官僚作風和工作時間。

這位員工還表示，只有 Aleksandr Agapitov 和一些高管能訪問並追蹤員工工作的數據狀況。 演算法通過計算直接將人裁掉，事前沒有人提醒、事後沒有人溝通，員工稀里糊塗地就失去了工作，期間一點改進的機會都沒有。

除了用 AI 裁員的問題，還有人質疑窺探、記錄員工的電腦使用數據是不是侵犯隱私，但由於 Xsolla 員工使用的是雲端工作軟體 Slack，主要用於團隊溝通的平臺，因此對話記錄是可被公開查詢的。

“逃不脫”的陰影

這種事情不是第一次發生了。 去年 10 月，一位名為斯蒂芬·諾曼丁的亞馬遜 Flex 送貨司機也曾收到”突如其來”的郵件。

諾曼丁在亞馬遜送貨將近 4 年，清晨他像往常一樣打開 Flex 查看送貨路線時，卻發現無法登陸。 檢查郵箱后，他才明白自己已經被解僱了。

來自亞馬遜的自動郵件上寫著：「你已經被 Amazon 終止合作，原因是：由演算法給出的個人評分已經低於 Amazon 的規定分數」。

強大的演算法曾經幫助亞馬遜成為全球第一的線上零售商，亞馬遜在 Flex 專案上依舊十分依賴演算法。 2015 年亞馬遜開始提供 Flex 配送服務，用來完成貨物的”最後一公里”，並且毫不避諱自己在 Flex 的 HR 工作上利用演算法對員工的監督、獎懲以及裁員。

Flex 提供的服務主要有 Amazon.com 的貨品配送、Prime Now（本地訂單）、Instant Offers（閃送）三種，根據服務類型不同，演算法對於配送時間的要求最快是 15 分鐘，最慢是 6 小時。 演算法會監督司機是否送貨到站、是否在規定視窗完成了路線，是否將包裹放在了正確的位置，並以此對司機打分。

亞馬遜司機與中國外賣騎手的遭遇如出一轍。 平臺出於自身利益的考量，用 AI 演算法計算出最快的時間和路線，而這種一味地求快，卻極有可能將人們逼到危險的處境之中。

同樣處於危險境地的不止司機和外賣騎手，工廠里、倉庫里的員工也同樣不能倖免。

《摩登時代》劇照|網路截圖

“休息時間，一名工人正在抽煙，而背後的電子螢幕上，老闆的面孔突然出現並命令他回去繼續工作……”這是 1936 年上映的《摩登時代》中的場景。

而如今，AI 替代了老闆，運用智慧系統對工人的工作進行監控，正成為一種趨勢。

2019年，The Verge 聲稱獲得了一份曝光檔，這份多達幾十頁的檔介紹了亞馬遜內部構建的一套 AI 系統。 該系統可以跟蹤物流倉儲部門員工的工作效率，統計員工的 Time Off Task（”摸魚時間”），在沒有人類的參與下它甚至可以自動生成工作效率報告，對員工發出警告或者做出裁員決定。 有近 900 名員工因被演算法判定為「工作效率低」而解僱。

在 AI 的監控下，面對高強度的工作壓力，許多員工不敢喝水也不敢上廁所，生怕離開崗位的時間過長而失去工作。

沒有情感、冷冰冰的 AI 與演算法手中握著對人的「生殺大權」，當這種「監控」越來越普遍，人們還能逃脫演算法籠罩的陰影嗎？

後疫情時代的勞動與演算法

演算法只是工具，如果一定要說哪裡出了問題，那根源一定還是演演算法背後的”人”。

在「後疫情時代」，遠端辦公、混合辦公成為新常態，幾乎所有管理者都在面臨更迫切的轉變：尋找更合理、更適合的辦公模式和績效評定指標。

上個月，EMA（Enterprise Management Associates：企業管理協會）發表了一項名為 “后疫情時代，遠端辦公網络 “的研究，該研究對 312 名網络基礎設施和運營專業人士進行了調查，調查結果表明有許多公司已經開始為監控工具留出預算，以便更好地支持遠程辦公。

Enaible軟體介面|Enaible官網

Enaible 就是一個在疫情期間十分火爆的軟體。 通過安裝在員工電腦里的 Enaible，公司可以獲得員工工作中的細節數據。 軟體運用了名為 Trigger-Task-Time（動機-任務-時間）的演算法，根據郵件或者電話來判斷員工的工作任務並計算工作時間，最後演算法會自動為員工的工作效率打分。 據創始人 Tommy Weir 稱，在全員居家辦公期間，前來諮詢 Enaible 的公司是以往的四倍。

在中國，企業數位化採購市場的規模也逐年擴大，《2020 年中國企業採購數位化管理調研白皮書》數據顯示該市場增速保持在 20% 以上，預計到 2022 年市場規模將超過 200 億元。

越來越多的企業開始引入 OA（Office Automation：辦公自動化系統）演算法管理系統，以此完成對員工工作的全面監控，在這個過程中主管關於人事的決策作用越來越低。 曾經有公司主管在接受媒體採訪時表示：”從前，自己會照顧一下家裡有急事的工人，比如不走流程給他們批半天假”，但是當演算法開始監測，人與人之間的靈活的協作關係不復存在。

於是，當演算法只簡單地將勞動時間、勞動效率納入考量時，因社會複雜性而產生的其他價值指標則被忽略了。 然而，如果演算法不能充分地考慮各種突發情況，比如外賣員在配送過程中的天氣問題、道路管制問題、交通事故等等，那它只是提供了一種”逼迫”工人追求效率的工具，而並不能激發勞動者在工作中的創造力和潛力。

演算法作為現實場景的簡化模型，在應用到具體的工作環境中時難免出現”不適配”的問題，因此演算法背後的”人”也許應當將更多的價值指標納入其中，並且在需要的時候人工介入。

無論任何時候，演算法都只是工具，無法替代有血有肉的人做出更合乎情理的決定。