有人认为 Uber 的司机也应该被当做员工,但是 Uber 首席执行官 Travis Kalanick 并不这样认为。Kalanick 认为,Uber 并不是老板。连接企业和客户的、用来平衡供给和需求的软件平台以及其内部算法才是真正的老板。在 The Wall Street Journal 上,Elizabeth Dwoskin 最近也撰文阐述了这一观点。
所以一切的关键都在算法!
如果Uber 的算法公正,那就能说明,它的确仅仅是在协助配对供求关系。这一点对于Uber 很重要,因为它间接证明了Uber 并不对司机方有价格干预或控制,那么Uber 和司机们之间就不是雇主雇员的关系。只要Uber 能坚持自己是平台的立场,就有底气继续在世界各地气死出租车司机和监管协会。
但是最近,两位来自Data & Society (数据与社会)和纽约大学的研究人员Alex Rosenblat 和Luke Stark 发表了一篇学术论文,也认为Uber 的算法才是司机真正的老板。他们指出,可以就像一个经理人一样,Uber 同样能够使用软件对各类司机实施控制。文章写到,该公司的算法使用了性能指标、调度提示、行为建议、动态价格,和信息不对称来代替“直接的管理权力和控制”。
重要通知:接下来InfoQ 将会选择性地将部分优秀内容首发在微信公众号中,欢迎关注InfoQ 微信公众号第一时间阅读精品内容。
针对这种说法,Uber 没有立即对记者的评论请求进行回应。
通过对Uber 的司机进行了深入采访,以及研究只有司机参与的网上论坛中的帖子,研究人员在Uber 以及类似的共享经济平台上,针对员工管理的趋势和进行所谓按需调控的调度软件,进行了一个更深的研究。举例来说,星巴克并没有取代传统的经理人,但它和很多公司一样,越来越依赖于软件来管理员工的时间表和行为。
底线:在这种情况下,虽然机器人并没有代替你的工作,但他们正在成为你的老板。研究人员发现,它们所实施的控制和监视水平远远高于人类的管理。
Uber 没有采取一个人为驱动的绩效评估流程,而是根据一个自动评分系统对员工进行评估。乘客在 Uber 的 APP 中输入对司机的评分,从一到五颗星。后端软件计算评分,将一个综合的表现发送给司机,并给出其在所有司机中的排名。
研究人员表示,该系统事实上授权了 Uber 客户担任“中层管理人员”,基本上属于外包管理方式。这样的情况下,Uber 可以让不同员工的工作量分配得比较均匀,而无需管理人员对订单进行管理。
研究人员还指出,Uber 的软件还对司机的工作时间和地点进行控制。该公司从来不会命令司机开车,但公司的软件会提醒他们去那些乘客较多的区域。当软件预测到溢价的时候,它提醒他们将票价提高,提高司机的出租费用。
但司机报告表示,很难说清该公司的预测和实际的溢价之间有什么不同。根据 Uber 的说法,司机会在地图上看到“溢价区”,反映的是不同城区的乘车需求的实时状况,但是 Uber 的专利却显示,溢价是基于对未来时间段预期的乘客需求。
比方说,一个地方的溢价启动,系统会同时产生延迟。等到司机由于溢价吸引过去之后,叫车的乘客就能迅速叫到车。也就是说,司机(供给方)只能看到 Uber 系统对未来市场预测的样子,而当前市场本身的样子。如果在司机开往“溢价区”的过程中,系统判断“溢价区”的需求减少,那么溢价停止,司机就会出现在低需求地区得不到高的费用,甚至接不到乘客。
因此,司机告诉研究人员,在 Uber 询问他们在哪时,他们通过选择不回复公司邮件进行抵制,并将消息张贴在留言板上,建议其他司机共同抵制这种溢价。他们说,他们不希望 Uber 知道他们计划去哪,正是因为他们担心公司会欺骗他们到其他驾驶区域,而得不到更高的收费。作者说,关于要和自己的老板分享什么信息,从本质上讲,如果算法是老板,Uber 的司机通过欺骗算法来对老板进行抵制,也许与传统员工所做的决策没有什么不同。
因此,作者认为,Uber 的软件不是被动的,其操纵了劳动力的供给,并将市场塑造为一个整体。
作者说,尽管 Uber 将司机描述为控制着自己劳动的企业家,但在 Uber 所在的环境里,所有的信息让司机根据自己的兴趣做决定变得更加困难。在一些城市,Uber 的司机对于调低车费感到失望,司机挑选的乘客中 90%是随意选择的,这些乘客并没有提前给出票价信息。司机抱怨说,这种信息不对称导致有时会赔钱,因为有些乘客的路途太短而不值得载,但他们没有办法提前知道这些乘客要去哪里。
当然,许多有利于 Uber 但惹恼了司机的做法,同时也有利于客户。就像星巴克的员工和其他地方的工作人员一样,他们的生活是通过这样的预测调度软件所不能预知的,Uber 的司机可以选择自由退出。从这个意义上讲,他们是 Uber 所描述的自己可以做决策的企业家。但在其他方面,他们显然不是。
感谢徐川对本文的审校。
给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ , @丁晓昀),微信(微信号: InfoQChina )关注我们,并与我们的编辑和其他读者朋友交流(欢迎加入 InfoQ 读者交流群(已满),InfoQ 读者交流群(#2))。
评论