【小哈划重点：当今社会的数字化进程，带来了人体的抽象化。在工作场所、公共场合乃至私密领域，人已经不再是一个实体，而是抽象为离散的流动状态，也就是数据化的我们，流向了公共服务部门、商业实体。我们以无法自我控制的方式，被分类、标记、分析，并且成为一个个干预目标。】
亚马逊以AI打造的距离助手（Distance Assistant），能够跟踪员工的举动，并提供社交距离的实时反馈
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，已悄悄收購了大约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。
理由总是好的，可以保护公司、客户的利益或员工的利益。
新冠疫情时代，远程办公成为一种常态。原先可能会受到谴责的职场算法管理，如今得到了某种程度的正当化与合理性，迅速普及开来。
历史的衔尾蛇
算法管理，可能听起来很未来，但它也暗藏着来自过去的回声。
在资本主义视角里，人类的劳动能力，是一种商品，对其进行监督、管理和评估，是一种必要行为。
员工管理的每一次进化，都是技术带来的。
18世纪，时钟技术得到发展，并进入了每个工作场所。时钟带来了变革，工作时间得到了抽象化，成为商品化的时间。工作时间与报酬的结合，是彼时工厂的标准。
秒表出现后，泰勒主义的科学管理得以萌发。
18世纪末，美国费城米德威钢铁公司的总工程师，弗雷德里克·泰勒，一个名副其实的工作狂人，手持秒表，来到生产车间。
为了提高生产效率，他坚决杜绝工人的时间浪费，如减少步行距离，消除不必要的动作，整肃那些慢工出细活的工人。其次，借助秒表，他拆分了劳动过程，将动作细节进行切割，并规定相应动作的完成时间，让工人的劳作过程得到了量化和标准化。
秒表带来的作用，是在监督者的视角下，建立了一种行为的解剖学模式。至此，很多工厂将泰勒的做法奉为圭臬，纷纷掐表研究每个劳动动作的所需时间。生产效率得到了质的飞跃。但随之而来的，也是更为严酷的剥削。
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。
福特公司则最早建立了算法管理的“原始模型”。1913年，福特公司引入了先进的装配线，标志着现代工业的滥觞。但生产设备的进步，也意味着劳动强度的空前提高，这就加剧了工人的流失率。福特公司提高了薪酬，但有一个条件：员工要采用健康的、有道德的生活方式。
比如，“22岁以上的男性雇员，过着干净、清醒和勤劳的生活”，每天可获得5美元工资。在家里经常洗澡，使用大量肥皂和水，每天也额外支付5美元。福特公司成立了一个社会学部门，配备30多名监督员，随时搜集这些雇员的家庭与个人情况，跟踪身体健康状态，以避免他们在装配线上筋疲力尽。
本质上，福特公司检查员所做的工作，与今天的人工智能没有区别，只是后者可以更加全面地收集和挖掘数据（且成本更低），以确保人们高效工作。
沃顿商学院管理学教授林赛·卡梅伦一直研究现代工作场所的变化，在她看来，算法管理，本质是一种现代的泰勒主义。
当今社会的数字化进程，带来了人体的抽象化。在工作场所、公共场合乃至私密领域，人已经不再是一个实体，而是抽象为离散的流动状态，也就是数据化的我们，流向了公共服务部门、商业实体。我们以无法自我控制的方式，被分类、标记、分析，并且成为一个个干预目标。
工作场所，是一个非常独特的地方。在这里，不同形式的数据流在日益聚集：雇主可以收集有关雇员的生产力、通信内容、工作场所内外的活动，乃至雇员的身体状况，如体重指数、胆固醇水平、饮食、运动、生活方式等方面的数据，以实施从内到外的算法管理，完成从招聘到工作成果的评估、绩效的判定，以及裁员。
福柯从圆形监狱发展出一个生物政治学的概念——“全景敞视主义”，即社会权力对身体实施的全方位管控、规训。福柯认为，这种权力对资本主义的发展是必要的，因为它为资产阶级提供了有效且廉价的手段，以处理其社会后果，如越来越多的乞丐、流浪者、强盗和无纪律的工人，并向普通民众灌输适当的工作习惯，如服从、尊重权威、时间管理和效率。
无论技术怎么演进，历史似乎总像一条衔尾蛇。今天，全景监狱以人工智能的方式，发挥着几乎相同的作用。
