分享

究竟是谁在压榨骑手?

 艾格儿Egger 2020-10-12

酷玩实验室作品

《外卖骑手,困在系统里》火了。从昨天到今天,我朋友圈里有十八个人在转,还有一水儿的公众号在讨论这件事。

这个长篇采访有2.2万字,我断断续续看完,一中午的时间悄悄地过去了。合上手机那一瞬间,我有点想哭,因为想到了我小时候早出晚归的爸妈,想到了每个深夜在办公室数星星的自己。

这篇文章写得好吗?好。

作者团队耗时近半年,采访了几十位全国各地的外卖骑手……如果没有这么扎实的付出,大多数人是不知道原来外卖骑手这么辛苦的。

这篇文章有问题吗?也有。

从标题开始,这篇文章就把矛头指向“系统”“算法”。文章引语里说:

我们试图通过对一个系统的详细解读,让更多人一起思考一个问题:数字经济的时代,算法究竟应该是一个怎样的存在?

算法/系统/机器人/人工智能让人类异化,扭曲了“人”的尊严……这种话题,在社科学术界一直很时髦。一代又一代的学者和机器人较劲,给人类找回尊严。

就像这篇文章的最后,作者也抛出了解决办法,那就是让程序员去学人类学

西弗曾提出过「算法文化」的概念。在他看来,「算法不仅由理性的程序形成,还由制度、人类、交叉环境和在普通文化生活中获得的粗糙-现成的理解形成」。他认为,算法是由「人类的集体实践组成的」,并建议,研究者应该人类学地探索算法。

作为学者,孙萍完全认同西弗的观点,但现实中的算法,依然更多地建立在数字逻辑的基础上。

加强程序员的培训和价值导向很重要。但目前国内的情况是,程序员大部分都是理工的直线性思维,很少有社会科学的这种思维,所以,他们对于公平和价值的这些问题,理念上都比较欠缺。」

这些建议,就有点异想天开了。

理工科思维就是直来直去,不懂变通么?不懂变通的理工男,是怎么开发出“千人千面”的算法呢?人最多同时考虑两三件事,而算法可以在一万个条件下替一万个人找出最优解,不是比人类更懂变通吗?

外卖平台现在的算法缺陷,不是文科生眼中的偏科问题,而是数学里的统筹规划问题——怎么把事故、天气、交通堵塞、离职率等等之前没有统筹好的要素,更好地归纳进算法里。

图:线性规划问题,由苏联数学家在研究计划经济时提出

比如,大家都在关心的配送时长问题。外卖平台要求的配送时间,一年比一年短,有的地方从一个小时缩短到了38分钟。

2016年到2019年间,他曾三次收到美团平台「加速」的通知:2016年,3公里送餐距离的最长时限是1小时,2017年,变成了45分钟,2018年,又缩短了7分钟,定格在38分钟——据相关数据显示,2019年,中国全行业外卖订单单均配送时长比3年前减少了10分钟。

最可怕的是,系统要求就是勒在喉咙上的牛皮绳,你越是收紧吸气,绳子就勒得越紧。一旦平台判断你能够达到现在要求,就会得寸进尺地缩短时间。

因为配送时间短,外卖骑手都顾不上交规,甚至被撞了第一时间都是货有没有事、配送有没有超时。

有没有办法解决呢?有。

经济学上有一个“负外部性”的概念。比如,有的企业是重污染生产,每创造100万元利润就会带来300万元环境污染,利润是自己的,是内部性的,环境污染治理是全社会的,就是外部性的。

如果不加管制,这家企业会永远生产下去,因为负外部性的污染和自己无关。要制止它,就要征收环保税,把外部性转变成内部性,让企业知道肉疼,自发地减少污染。

放到外卖平台身上,也是一样的。利润是内部性,交通事故是外部性,应该把事故发生率也纳入统筹规划里,优化算法。

比如,配送时长从28分钟缩短到26分钟,能给平台每天多带来40单,每单2元钱,那么收益就是80元;但是考虑到交通事故因素后,每天会因此多发生一起事故,损失200元,那么综合下来收益就变成了-160元。(这里数据只是举例,不代表真实情况)

把交通事故因素加进去,系统自然会发现,不值得缩短这2分钟配送时长。

算法发明出来,本来就是为了人类服务的。

你之所以会怀疑算法,认为算法奴役了我们,其实是因为算法还不够完美,我们应该去完善它,而不是抵制它。

现在很多城市都在做“智慧城市”“城市大脑”项目,把城市管理的水电、交通、消费、人流、天气、灾害等等数据都整合到一起,再用大数据算法将他们提炼优化,更好地管理城市。现在的地图APP都能分析拥堵甚至预判未来,未来的5G时代甚至能精确定位、自动驾驶,这些都得益于算法。

现在外卖平台算法的很多疑难杂症,比如哪里的电梯拥堵,哪里的事故多发,雨雪天气应该容许几分钟的配送延迟……这些只能通过更发达的算法、更完善的数据去解决。

算法的不足,其实解决起来并不难。

难的是,怎么解决算法背后“人”的问题。

至少目前,人工智能还没到反叛人类的地步,它做的事都是主人让它做的。

你看到的是算法压榨人类,本质上,还是人类在压榨人类。

今年4月10日,广东省餐饮服务行业协会公开发函怼美团,抗议佣金抽成过高。疫情之下,实体餐饮已经收入大减,美团还对他们保持高达26%的抽成,简直是雪上加霜。

这和算法无关,只和利益有关。

外卖平台坐拥几十亿利润,没法解决好骑手的待遇问题,的确不太光彩。

把外卖平台打倒打臭可以吗?

很遗憾,这也是不现实的。有的人可能没想过,送外卖很累,赚得也不多,为什么还有那么多人愿意去送外卖?

因为,很多工作还不如送外卖。

沿海的许多制造业工厂,开出的月薪不过四五千。深圳三和人才市场的流浪大神们最爱吃的“挂逼面”不过五块钱一碗,“挂逼烟”不过五毛钱一支。

今年和“后浪”视频同步走红的工地小哥任海龙,最奢侈的享受不过一瓶一块钱的冰镇汽水。

我很爱听的歌《孙大剩》评论区里,有一个朴素的热评。

他在工厂上班,月薪2300,愿望是十年后月薪过万。

《外卖骑手,困在系统里》一文里提到的所有剥削现象,其实在传统制造业有过之无不及。

没有算法就没有剥削了吗?

不,工人们照样被厂规、工头和KPI管理得死死的。

送外卖很苦,是因为底层的工作没有轻松的,甚至有人求一份工作而不得。

2019年,中国有2729万建档贫困劳动力在外务工,供养着全家2/3的开销。受疫情影响,今年,超过800万人的农民工无法外出打工。

对我们来说,风里来雨里去,被算法支配的骑手毫无尊严。

但对这800万人来说,活下去,吃饱饭,就是尊严。

骑手最无辜,算法没有善恶,外卖平台也谈不上对错,这个将骑手困在程序里的锅,到底该谁来背?

差评有一条评论,程序员何苦为难骑手?

有人回答他:这你得让程序员问产品经理,让产品经理问业务增长官,让业务增长官问CEO,让CEO问股东,让股东问背后的资本。

资本已经习惯了,正数着钱,天上飞来一口锅。

我不是为资本洗白,我也喷过很多资本的骚操作,比如华谊兄弟的资本玩法,影视圈的对赌协议,资本狂欢过后,一地鸡毛。

但在骑手这个问题上,逐利的资本为骑手套上算法的枷锁,也提供了更多的就业机会。

数据显示,2019年,398.7万骑手通过美团获得收入,疫情发生后的前两个月,美团新招聘了33.6万名骑手。

这些骑手奔波在大街小巷,托举起背后400多万个家庭的生计,也为宅在家里不能出门的我们,提供了生活的另一种解决方式。

如果资本是狼,我们就在与狼共舞。

一边翩翩起舞,一边警惕獠牙。

尾声

在没看到《人物》的文章之前,我认识的美团是这样的:

叮,新用户快来,第一单免费了您内。

叮,这个账号好久没下单了,发个大红包钓一下。

这个账号连续两天点了螺蛳粉,今天就首页推荐另一家螺蛳粉吧。

天气预报说今天有雨,恶劣天气配送时间长,提前两个点通知用户点餐,避免饿肚子。

一到饭点,这家店贼火爆,爆单了出餐慢,提醒一下准备点餐的人。

这个人怎么老忘记备注“奶茶多冰”,那就给他搞一个快捷标签。

……

总之,这是一个贴心的美团,虽然我知道它要的是我的钱,但没有人能抗拒一个方便又快捷的服务。

不过骑手看到的,是另一个美团。

“派单,请在滴声后回复,收到。”

回复“收到”之后,骑手进入算法系统,30分的配送时间,包含了下单、接单、制作、配送的全过程。

“您有订单即将超时,请尽快处理,您有订单即将超时,请尽快处理。”

这是点我达的百度贴吧里,一位骑手2017年的噩梦。下面有一条2020年的回复,“同样,有时候大半夜的做梦都是快超时了”。

所有的这一切,都是基于算法。

算法是无罪的。你可以用它造福消费者,也可以拿它来压榨外卖员,怎么用,取决于你自己。

同样的算法,加诸于不同的群体,就是两个美团。

《人物》这篇稿子把真相撕裂开给大家看,打破了两个美团的独立。人都是有同理心的,不忍看到自己的小确幸建立在别人的痛苦之上,自然感到震撼。

就像饿了么问大家,愿不愿意多等5分钟,不少消费者们真心地说:“愿意!”

尽管饿了么这招有点转嫁矛盾的嫌疑,但是那些喊出“愿意”的人是无辜的。我相信,他们是心地最善良的一群人,能够平等地尊重外卖员的劳动权利。

说白了,大家都是出来打工的,谁又比谁高贵呢?

内斗不是解决问题的出路,因为每一个人都在这艘船上。

只有联合起来,一起监督资本,才能保障我们的利益。

资本带来了人力,人力提供了生产力,生产力又推动了发展,资本和发展不断博弈,互相平衡。

我们这四十年的经济发展,其实一路就是这样走来的。

没有百万技工坐在流水线前,富士康没有今天。

人们说,流水线异化了“人”。

没有百万程序员星夜赶工,互联网没有今天。

人们说,虚拟网络异化了“人”。

没有百万骑手日夜兼程,美团没有今天。

人们说,算法异化了“人”。

但是正是这些数以亿计的所有人的努力,中国才有今天。

而这些异化的背后,不是流水线的错、不是互联网的错,也不是算法的错。

如果真的要怪的话,只能说人类社会发展到今天,本身就是一个系统工程。我们每个人,都是这个系统的一部分。

谁又没被困在系统里呢?

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多