[鼓掌]_老虎社区_美港股上老虎

Pchen
2021-10-03

[鼓掌]

“围墙”中的亚马逊物流工人

批评者对亚马逊小时工的工作条件感到不满。亚马逊称，其设施中大多数自动化流程都允许人类进行监督或干预。上世纪中期，亚马逊把自动化看作其包装、运输和交付部门大规模扩张的重点，亚马逊物流专家们会在履历上体现“把单品运输成本降低几美分”的经历。亚马逊如今不需要在每个仓库都派人排查故障。亚马逊正在对这笔罚款进行上诉，表示正在修改生产力跟踪工具，以更好地解决员工面临的问题。

“围墙”中的亚马逊物流工人

免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。

推荐
最新

暂无评论

热议股票

关于我们·老虎社区守则·老虎社区账号管理规范·老虎社区服务协议·老虎社区隐私政策

公司名称：北京至简风宜信息技术有限公司

违法和不良信息投诉：010-5681-3562（工作时间9:30-18:30）

邮箱：service@laohu8.com

营业执照：91110105MA01A4U55R

ICP备：京ICP备18016422号

网安备：京公网安备11010502036490

关注我们

{"i18n":{"language":"zh_CN"},"data":{"magic":2,"id":867641880,"tweetId":"867641880","gmtCreate":1633261862072,"gmtModify":1633270416316,"author":{"id":4096258339810190,"authorId":4096258339810190,"authorIdStr":"4096258339810190","name":"Pchen","avatar":"https://static.tigerbbs.com/504f3af24730962f6a25035e7dd6b0c8","vip":1,"userType":1,"introduction":"","boolIsFan":false,"boolIsHead":false,"crmLevel":1,"crmLevelSwitch":0,"individualDisplayBadges":[],"fanSize":1,"starInvestorFlag":false},"themes":[],"images":[],"coverImages":[],"extraTitle":"","html":"<html><head></head><body>[鼓掌]&nbsp;</body></html>","htmlText":"<html><head></head><body>[鼓掌]&nbsp;</body></html>","text":"[鼓掌]","highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"link":"https://laohu8.com/post/867641880","repostId":2172495964,"repostType":4,"repost":{"id":"2172495964","pubTimestamp":1633224401,"share":"https://www.laohu8.com/m/news/2172495964?lang=&edition=full","pubTime":"2021-10-03 09:26","market":"hk","language":"zh","title":"“围墙”中的亚马逊物流工人","url":"https://stock-news.laohu8.com/highlight/detail?id=2172495964","media":"格隆汇","summary":"批评者对亚马逊小时工的工作条件感到不满。亚马逊称，其设施中大多数自动化流程都允许人类进行监督或干预。上世纪中期，亚马逊把自动化看作其包装、运输和交付部门大规模扩张的重点，亚马逊物流专家们会在履历上体现“把单品运输成本降低几美分”的经历。亚马逊如今不需要在每个仓库都派人排查故障。亚马逊正在对这笔罚款进行上诉，表示正在修改生产力跟踪工具，以更好地解决员工面临的问题。","content":"<a href=\"https://laohu8.com/S/AMZN\">亚马逊</a>公司空旷的履约中心内，部门总经理埃文·肖伯(Evan Shobe)坐在9个电脑屏幕前。这个指挥中心在内部被称为“四分卫桌”（QB），履约中心占地面积约等于15个足球场，其中的复杂运作都是在这个指挥中心监控的。<img src=\"https://static.tigerbbs.com/764b2080a551b8ac2b1c3c577cdf6ebb\" tg-width=\"1080\" tg-height=\"720\" referrerpolicy=\"no-referrer\" width=\"100%\" height=\"auto\">密密麻麻的蓝点代表运送产品的<a href=\"https://laohu8.com/S/300024\">机器人</a>；形似洗手间标志的黄色图案则代表了为机器人装货和卸货的人类。错综复杂的绿色线条代表的是传送带将订单快速传送到生产线上的各个站点，并最终传送到送货卡车的过程。\n位于华盛顿州肯特市郊区的BFI4是亚马逊的一座旗舰履约中心，除了交付产品之外，它还用来定期接待公司高管，新任CEO安迪·贾西（Andy Jassy）最近就来过，高管们想实地了解买家下单后，履约中心的工作流程。\n这是亚马逊第一个能够每天处理超过100万件商品的设施，十年前该公司最先进的仓库处理的商品量也只有现在的三分之一。技术的不断飞跃让亚马逊领先<a href=\"https://laohu8.com/S/WMT\">沃尔玛</a>、<a href=\"https://laohu8.com/S/TGT\">塔吉特</a>（美国零售公司）等友商好几步。这些竞争对手如今也在效仿亚马逊多年来的许多做法。\n算法——效率飞跃的法宝\n这套设施的核心并非实体机器人，而是其背后的算法——旨在解决特定问题的计算机指令集。软件可以解决仓库运营过程中的许多问题：单个设施处理的商品量、商品的摆放位置、假日高峰期所需的夜班人力，最适配送卡车。BFI4的总经理肖伯说道：“算法为我们做出了很多正确决策。”\n高度自动化让各履约中心主管可以管理几十名员工，这种工厂式的操作也成为了行业的标准。美国劳工统计局的数据显示，2012年，一名物流仓库经理监督着大约10名一线工人。而2020年，在亚马逊成为该行业最大雇主后，这个数字几乎翻了一番。\n如此之高的效率自然聚集了不少目光，竞争对手们纷纷开始效仿。\n自动化虽然提高了效率，但也引来了诸多批评。批评者对亚马逊小时工的工作条件感到不满。亚马逊的算法告诉工人在仓库里应该做什么，为其设定生产力目标，还会把未达标的员工标记出来。有员工在接受采访时说，感觉自己就像一颗嵌在巨型机器上的齿轮，公司“把齿轮拿下来”赶走，只需要发一封邮件。\n亚马逊也承认，这种算法并不完美。亚马逊称，其设施中大多数自动化流程都允许人类进行监督或干预。经理们表示，凭借强大的软件支持，他们能完成更多工作，而且公司还在继续完善其业务流程。\n去年离职的工程主管马朱·库鲁维拉（Maju Kuruvilla）表示，亚马逊几年前就注意到，管理人员有时只不过是“躲在电脑后面的一张脸”。库鲁维拉说：“履约中心的经理很少与员工接触。而当员工关怀差到一定程度时，就是工人希望成立工会的时候。”\n贝索斯下的一盘大棋\n杰夫·贝索斯（Jeff Bezos）还只是个图书商时，就开始想着用软件替代人工了。在亚马逊早期的一个著名故事中，从前由编辑完成的书评和推荐工作被代码取代。同样的工作，之前需要花费人力，而如今只需让代码通过挖掘购物模式即可实现。\n类似的程序之后被用来管理亚马逊日常运营的许多方面，比如订购、放置库存、监视线上市场等等。\n贝索斯下的是一盘长期大棋，他赌算法能够在某些任务上处理地比人工更高效或更稳定。\n上世纪中期，亚马逊把自动化看作其包装、运输和交付部门大规模扩张的重点，亚马逊物流专家们会在履历上体现“把单品运输成本降低几美分”的经历。\n2012年，亚马逊收购了Kiva Systems公司，这是美国一家自动化机器人制造商。亚马逊希望用Kiva来代替人工分拣商品，这需要对履约中心进行大规模的重新设计。\n2016年投入运营的BFI4是首批专门为小型机器人建造的设施之一。3500名员工和110名经理就在这流水线般的工厂中，在精准的跟踪系统“监视”下工作。\n<img src=\"https://static.tigerbbs.com/49d09f11b4bbd93bbfea7ccdd633c7fd\" referrerpolicy=\"no-referrer\">\n工人们把移动式传送带推到运送库存的卡车后面，将产品送入一个系统。这个系统会自动扫描进入的物品，然后将其挂到亚马逊网站上卖，在商品售出后再向供应商付款。在商品被用户选购之后，工人们将商品堆放在货架上。货架被紧密地排列在机器人专用区域内，有订单下达后，Kiva将货架送到一个拣选站，工人们在那里挑选合适的产品，将它们放入一个桶内，并将其送至下一个区域进行打包和装运。\n过去，经理们靠Excel和直觉计算各站点所需人力。但从2014年左右，亚马逊各地仓库的统计数据会传送到西雅图总部，由软件工程师处理，并将其自动化。\n负责监督该软件最初开发的前亚马逊物流主管大卫·格里克（David Glick）回忆道，工程师们编制了一个叫AutoFlow的程序。起初这个软件不太可行，因为它会做出安排0.5个员工的判断。\n2019年春天，亚马逊高管指示运营BFI4的员工采纳AutoFlow的建议，该建议每15分钟刷新一次。如果经理们发现系统指令有误，可以不按指令形式，但多数情况下，经理们被要求不要插手。\n<img src=\"https://static.tigerbbs.com/9cc8e0f022183df76e94ed8ac5f57008\" tg-width=\"1080\" tg-height=\"720\" referrerpolicy=\"no-referrer\" width=\"100%\" height=\"auto\">\n当时负责仓库运输部门的肖伯说：“最初我们要求允许程序出错，让它从中学习。我们当时的团队运营情况远比软件要好，所以那时候这种决定真让人难以理解。”\n起初，AutoFlow对需求变化总是作出过度反应，会让工人迅速跑到新位置，几小时后再回到之前的位置。这种任务分配方式不仅消耗工人的精力，还浪费了时间。\n但它也确实在不断迭代升级，变得越来越好用。亚马逊如今不需要在每个仓库都派人排查故障。所有仓库的运营情况都能在办公室电脑前监控到。\n工程师们还创造出其它提高运营效率和准确性的方法。以前，工人得先扫条形码，才能知道商品具体该摆在货架的什么位置，而现在，视频摄像机能自动识别商品，并发射绿色光束来判断所应摆放的位置。\n疫情给亚马逊带来了重大挑战，当时美国人也得居家隔离，购物基本转到了线上。严峻的大环境下，亚马逊还新招了40万名工人，这也离不开自动化的参与。亚马逊通过程序在海量简历中筛掉不合格的求职者，还用视频应用培训新员工，并依靠软件指导新员工完成简单、重复性任务。自动化成了工程师们一个即用劳动力，情况有变时还可以立即作出调整。\n<img src=\"https://static.tigerbbs.com/3fd9775eb21a04d23eee1f2cad1096d0\" referrerpolicy=\"no-referrer\">\n“魔鬼工厂”\n亚马逊的高科技装配线让公司的效率不断走高，却让员工苦不堪言。去年，美国阿拉巴马州一个仓库的工人试图成立工会，但没成功。工人们吐槽道，他们被要精力强加了不合理地工作目标，而这些目标就是算法推荐的。\n一位长期在芝加哥工作的工人表示，经理最常对他的指导就是“加快速度、加快速度，加快速度”。同一项任务，完成时间跟平均时间相比快两秒，能得到经理的表扬，慢两秒就会被警告。因为未授权接受媒体采访，该员工要求匿名。\n9月，美国加州立法机构通过了一项法案，将赋予仓库工人对抗所谓速度配额的权利。该法案支持者表示，过饱和的工作节奏迫使员工规避安全规则，放弃休息时间。该州州长尚未签署该法案。\n一位在亚马逊的大范围招聘潮中加入内华达州仓库的员工回忆道，看到同事们一直往货架上堆商品，真担心货架会塌。这位不愿意透露身份的员工表示：“就为了让绩效好看，连安全都得不到保障，内心时刻觉得压力很大。”\n华盛顿州监管机构在今年早些时候对亚马逊在<a href=\"https://laohu8.com/S/DD\">杜邦</a>市的一个仓库处以罚款，监管机构称该设施的工作节奏快和受伤之间有直接关联。亚马逊正在对这笔罚款进行上诉，表示正在修改生产力跟踪工具，以更好地解决员工面临的问题。\n许多工人整天通过电脑或手机接收工作任务，他们说这种环境让人感到与同事隔离。很多一线工人在接受采访时表示，他们经常叫不出经理的名字，而且跟同事建立关系也不容易，疫情之下这种情况就更加糟糕了。如此批评让肖伯感到沮丧，他建议新员工依然尽量去和大家认识、积极社交。\n<img src=\"https://static.tigerbbs.com/190ed62c4d7c075afa88f43b48ce29fb\" referrerpolicy=\"no-referrer\">\n负责亚马逊履约中心车队的前<a href=\"https://laohu8.com/S/GM\">通用汽车</a>公司高管艾丽西亚·博勒·戴维斯(Alicia Boler Davis)认为，更高的自动化水平能给管理人员腾出时间来与工人进行更多的接触。她说：“希望经理们能把时间花在了解员工以及保障安全性上。我所考虑的是，我们如何减少负担？我们的目标是简化工作流程、降低工作难度、以及减少要简化流程，使决策变得更容易，但也要减少身体负担，让员工去处理一些别的任务。”\n亚马逊“魔鬼工厂”的名声让为公司搭建业务的人员感到不满。一位曾负责开发仓库技术的前亚马逊员工表示：“亚马逊并不是没有人性，本意也不是虐待员工。只是当一门心思钻研解决数学问题时，真得有个人提醒一下，别忘了工作安排需要考虑人文关怀。”\n困在算法里的不止是一线工人，亚马逊的经理们也处处受制约。美国俄勒冈州的一位仓库管理者说，他其实很想深入了解向他汇报工作的数百名员工，但时间压力使他整天忙于工作，无法与员工讨论职业目标。他说，他几乎没有“休息”这个选项。这位经理去年离开了亚马逊，因为签署了保密协议，他要求匿名。他说，在12小时的轮班后，他偶尔会在车里先打个盹，免得回家路上困得开不了车。\n但亚马逊却称这些都不是普遍现象。7月，它宣布将员工福利作为其指导原则之一，承诺成为全球最好、最安全的雇主。亚马逊最近表示，将斥资12亿美元（约合人民币77.56亿元），为一线工人提供课程和工作培训，还会为部分员工报销大学学费。\n肖伯认为，新员工将能受到更好的培训，了解自己在亚马逊的晋升渠道。他说：“不是每个人都能在履约中心找到自己的发展路线，我们得向员工‘主动出击’，比如告诉他‘这里有个新设备，如果你感兴趣，我可以教你怎么用’。”\n行业标杆又将引领怎样的未来？\n亚马逊装配线引得物流行业其它企业纷纷效仿。“亚马逊就是行业标杆，遥遥领先。”亚马逊前物流主管格里克表示，他现在是仓储<a href=\"https://laohu8.com/S/V03.SI\">创业公司</a>Flexe的CEO。\n亚马逊的头号强敌沃尔玛也在给现有商店引入高度自动化的仓库。美国连锁食品杂货零售巨头<a href=\"https://laohu8.com/S/KR\">克罗格</a>公司(Kroger Co.)正尝试建造用于食品杂货配送的机器人仓库。美国第二大独角兽Instacart Inc.通过一支机器人大军建立了自己的杂货配送业务，该公司正在建立自己的机器人仓库。\n即使是像Cargo Cove这样规模较小的企业，也觉得可以向亚马逊的自动化效率看齐。Cargo Cove是一家成立4年的仓储创业公司，只有80名员工。该公司正计划在未来几个月内引入机器人和软件，自动安排订单路线并监控员工产出。Cargo Cove创始人罗伯特·麦克佛尔（Robert McFaul）表示：“这和亚马逊的原理相同，就是要建立非常简单的标准化流程。”\n<img src=\"https://static.tigerbbs.com/7d27f9dfd572ea9c722a2d438c37518c\" tg-width=\"1080\" tg-height=\"720\" referrerpolicy=\"no-referrer\" width=\"100%\" height=\"auto\">\n回到BFI4仓库，肖伯正沿着走廊快速行走，看着工人解开一个卡在传送带上的黄色手提箱商品。他在一个应用程序上点了几个键，记下卡住的地方何时被清理干净，这是一项他需要定期进行的安全检查，为的是减少仓库的受伤人数。\n亚马逊技术团队有个长期目标——建立一个完全自动化、不必人为干预的履约中心。这个愿望还需要几年的时间，目前的挑战主要是让机器人手臂抓取不同尺寸和质地的物体。亚马逊高管们表示，在可预见的未来，人力还是必不可少的。\n亚马逊工程师们当前正研究如何能在每个仓库中搬运更多的产品，以进一步提升产品配送速度，这对客户来说无疑是个好消息。\n只是员工们的心怕是又凉了一截，不知何时才能飞出机器和算法的围墙。","source":"tencent","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>“围墙”中的亚马逊物流工人</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n“围墙”中的亚马逊物流工人\n</h2>\n\n<h4 class=\"meta\">\n\n\n2021-10-03 09:26 北京时间&nbsp;&nbsp;&nbsp;<a href=http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN202110030929137c4392b4&s=b>格隆汇</a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n亚马逊公司空旷的履约中心内，部门总经理埃文·肖伯(Evan Shobe)坐在9个电脑屏幕前。这个指挥中心在内部被称为“四分卫桌”（QB），履约中心占地面积约等于15个足球场，其中的复杂运作都是在这个指挥中心监控的。密密麻麻的蓝点代表运送产品的机器人；形似洗手间标志的黄色图案则代表了为机器人装货和卸货的人类。错综复杂的绿色线条代表的是传送带将订单快速传送到生产线上的各个站点，并最终传送到送货卡车的...\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN202110030929137c4392b4&s=b\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/9dffe01d72356572c6df4fa7726ddb0c","relate_stocks":{"AMZN":"亚马逊"},"source_url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN202110030929137c4392b4&s=b","is_english":false,"share_image_url":"https://static.laohu8.com/9a95c1376e76363c1401fee7d3717173","article_id":"2172495964","content_text":"亚马逊公司空旷的履约中心内，部门总经理埃文·肖伯(Evan Shobe)坐在9个电脑屏幕前。这个指挥中心在内部被称为“四分卫桌”（QB），履约中心占地面积约等于15个足球场，其中的复杂运作都是在这个指挥中心监控的。密密麻麻的蓝点代表运送产品的机器人；形似洗手间标志的黄色图案则代表了为机器人装货和卸货的人类。错综复杂的绿色线条代表的是传送带将订单快速传送到生产线上的各个站点，并最终传送到送货卡车的过程。\n位于华盛顿州肯特市郊区的BFI4是亚马逊的一座旗舰履约中心，除了交付产品之外，它还用来定期接待公司高管，新任CEO安迪·贾西（Andy Jassy）最近就来过，高管们想实地了解买家下单后，履约中心的工作流程。\n这是亚马逊第一个能够每天处理超过100万件商品的设施，十年前该公司最先进的仓库处理的商品量也只有现在的三分之一。技术的不断飞跃让亚马逊领先沃尔玛、塔吉特（美国零售公司）等友商好几步。这些竞争对手如今也在效仿亚马逊多年来的许多做法。\n算法——效率飞跃的法宝\n这套设施的核心并非实体机器人，而是其背后的算法——旨在解决特定问题的计算机指令集。软件可以解决仓库运营过程中的许多问题：单个设施处理的商品量、商品的摆放位置、假日高峰期所需的夜班人力，最适配送卡车。BFI4的总经理肖伯说道：“算法为我们做出了很多正确决策。”\n高度自动化让各履约中心主管可以管理几十名员工，这种工厂式的操作也成为了行业的标准。美国劳工统计局的数据显示，2012年，一名物流仓库经理监督着大约10名一线工人。而2020年，在亚马逊成为该行业最大雇主后，这个数字几乎翻了一番。\n如此之高的效率自然聚集了不少目光，竞争对手们纷纷开始效仿。\n自动化虽然提高了效率，但也引来了诸多批评。批评者对亚马逊小时工的工作条件感到不满。亚马逊的算法告诉工人在仓库里应该做什么，为其设定生产力目标，还会把未达标的员工标记出来。有员工在接受采访时说，感觉自己就像一颗嵌在巨型机器上的齿轮，公司“把齿轮拿下来”赶走，只需要发一封邮件。\n亚马逊也承认，这种算法并不完美。亚马逊称，其设施中大多数自动化流程都允许人类进行监督或干预。经理们表示，凭借强大的软件支持，他们能完成更多工作，而且公司还在继续完善其业务流程。\n去年离职的工程主管马朱·库鲁维拉（Maju Kuruvilla）表示，亚马逊几年前就注意到，管理人员有时只不过是“躲在电脑后面的一张脸”。库鲁维拉说：“履约中心的经理很少与员工接触。而当员工关怀差到一定程度时，就是工人希望成立工会的时候。”\n贝索斯下的一盘大棋\n杰夫·贝索斯（Jeff Bezos）还只是个图书商时，就开始想着用软件替代人工了。在亚马逊早期的一个著名故事中，从前由编辑完成的书评和推荐工作被代码取代。同样的工作，之前需要花费人力，而如今只需让代码通过挖掘购物模式即可实现。\n类似的程序之后被用来管理亚马逊日常运营的许多方面，比如订购、放置库存、监视线上市场等等。\n贝索斯下的是一盘长期大棋，他赌算法能够在某些任务上处理地比人工更高效或更稳定。\n上世纪中期，亚马逊把自动化看作其包装、运输和交付部门大规模扩张的重点，亚马逊物流专家们会在履历上体现“把单品运输成本降低几美分”的经历。\n2012年，亚马逊收购了Kiva Systems公司，这是美国一家自动化机器人制造商。亚马逊希望用Kiva来代替人工分拣商品，这需要对履约中心进行大规模的重新设计。\n2016年投入运营的BFI4是首批专门为小型机器人建造的设施之一。3500名员工和110名经理就在这流水线般的工厂中，在精准的跟踪系统“监视”下工作。\n\n工人们把移动式传送带推到运送库存的卡车后面，将产品送入一个系统。这个系统会自动扫描进入的物品，然后将其挂到亚马逊网站上卖，在商品售出后再向供应商付款。在商品被用户选购之后，工人们将商品堆放在货架上。货架被紧密地排列在机器人专用区域内，有订单下达后，Kiva将货架送到一个拣选站，工人们在那里挑选合适的产品，将它们放入一个桶内，并将其送至下一个区域进行打包和装运。\n过去，经理们靠Excel和直觉计算各站点所需人力。但从2014年左右，亚马逊各地仓库的统计数据会传送到西雅图总部，由软件工程师处理，并将其自动化。\n负责监督该软件最初开发的前亚马逊物流主管大卫·格里克（David Glick）回忆道，工程师们编制了一个叫AutoFlow的程序。起初这个软件不太可行，因为它会做出安排0.5个员工的判断。\n2019年春天，亚马逊高管指示运营BFI4的员工采纳AutoFlow的建议，该建议每15分钟刷新一次。如果经理们发现系统指令有误，可以不按指令形式，但多数情况下，经理们被要求不要插手。\n\n当时负责仓库运输部门的肖伯说：“最初我们要求允许程序出错，让它从中学习。我们当时的团队运营情况远比软件要好，所以那时候这种决定真让人难以理解。”\n起初，AutoFlow对需求变化总是作出过度反应，会让工人迅速跑到新位置，几小时后再回到之前的位置。这种任务分配方式不仅消耗工人的精力，还浪费了时间。\n但它也确实在不断迭代升级，变得越来越好用。亚马逊如今不需要在每个仓库都派人排查故障。所有仓库的运营情况都能在办公室电脑前监控到。\n工程师们还创造出其它提高运营效率和准确性的方法。以前，工人得先扫条形码，才能知道商品具体该摆在货架的什么位置，而现在，视频摄像机能自动识别商品，并发射绿色光束来判断所应摆放的位置。\n疫情给亚马逊带来了重大挑战，当时美国人也得居家隔离，购物基本转到了线上。严峻的大环境下，亚马逊还新招了40万名工人，这也离不开自动化的参与。亚马逊通过程序在海量简历中筛掉不合格的求职者，还用视频应用培训新员工，并依靠软件指导新员工完成简单、重复性任务。自动化成了工程师们一个即用劳动力，情况有变时还可以立即作出调整。\n\n“魔鬼工厂”\n亚马逊的高科技装配线让公司的效率不断走高，却让员工苦不堪言。去年，美国阿拉巴马州一个仓库的工人试图成立工会，但没成功。工人们吐槽道，他们被要精力强加了不合理地工作目标，而这些目标就是算法推荐的。\n一位长期在芝加哥工作的工人表示，经理最常对他的指导就是“加快速度、加快速度，加快速度”。同一项任务，完成时间跟平均时间相比快两秒，能得到经理的表扬，慢两秒就会被警告。因为未授权接受媒体采访，该员工要求匿名。\n9月，美国加州立法机构通过了一项法案，将赋予仓库工人对抗所谓速度配额的权利。该法案支持者表示，过饱和的工作节奏迫使员工规避安全规则，放弃休息时间。该州州长尚未签署该法案。\n一位在亚马逊的大范围招聘潮中加入内华达州仓库的员工回忆道，看到同事们一直往货架上堆商品，真担心货架会塌。这位不愿意透露身份的员工表示：“就为了让绩效好看，连安全都得不到保障，内心时刻觉得压力很大。”\n华盛顿州监管机构在今年早些时候对亚马逊在杜邦市的一个仓库处以罚款，监管机构称该设施的工作节奏快和受伤之间有直接关联。亚马逊正在对这笔罚款进行上诉，表示正在修改生产力跟踪工具，以更好地解决员工面临的问题。\n许多工人整天通过电脑或手机接收工作任务，他们说这种环境让人感到与同事隔离。很多一线工人在接受采访时表示，他们经常叫不出经理的名字，而且跟同事建立关系也不容易，疫情之下这种情况就更加糟糕了。如此批评让肖伯感到沮丧，他建议新员工依然尽量去和大家认识、积极社交。\n\n负责亚马逊履约中心车队的前通用汽车公司高管艾丽西亚·博勒·戴维斯(Alicia Boler Davis)认为，更高的自动化水平能给管理人员腾出时间来与工人进行更多的接触。她说：“希望经理们能把时间花在了解员工以及保障安全性上。我所考虑的是，我们如何减少负担？我们的目标是简化工作流程、降低工作难度、以及减少要简化流程，使决策变得更容易，但也要减少身体负担，让员工去处理一些别的任务。”\n亚马逊“魔鬼工厂”的名声让为公司搭建业务的人员感到不满。一位曾负责开发仓库技术的前亚马逊员工表示：“亚马逊并不是没有人性，本意也不是虐待员工。只是当一门心思钻研解决数学问题时，真得有个人提醒一下，别忘了工作安排需要考虑人文关怀。”\n困在算法里的不止是一线工人，亚马逊的经理们也处处受制约。美国俄勒冈州的一位仓库管理者说，他其实很想深入了解向他汇报工作的数百名员工，但时间压力使他整天忙于工作，无法与员工讨论职业目标。他说，他几乎没有“休息”这个选项。这位经理去年离开了亚马逊，因为签署了保密协议，他要求匿名。他说，在12小时的轮班后，他偶尔会在车里先打个盹，免得回家路上困得开不了车。\n但亚马逊却称这些都不是普遍现象。7月，它宣布将员工福利作为其指导原则之一，承诺成为全球最好、最安全的雇主。亚马逊最近表示，将斥资12亿美元（约合人民币77.56亿元），为一线工人提供课程和工作培训，还会为部分员工报销大学学费。\n肖伯认为，新员工将能受到更好的培训，了解自己在亚马逊的晋升渠道。他说：“不是每个人都能在履约中心找到自己的发展路线，我们得向员工‘主动出击’，比如告诉他‘这里有个新设备，如果你感兴趣，我可以教你怎么用’。”\n行业标杆又将引领怎样的未来？\n亚马逊装配线引得物流行业其它企业纷纷效仿。“亚马逊就是行业标杆，遥遥领先。”亚马逊前物流主管格里克表示，他现在是仓储创业公司Flexe的CEO。\n亚马逊的头号强敌沃尔玛也在给现有商店引入高度自动化的仓库。美国连锁食品杂货零售巨头克罗格公司(Kroger Co.)正尝试建造用于食品杂货配送的机器人仓库。美国第二大独角兽Instacart Inc.通过一支机器人大军建立了自己的杂货配送业务，该公司正在建立自己的机器人仓库。\n即使是像Cargo Cove这样规模较小的企业，也觉得可以向亚马逊的自动化效率看齐。Cargo Cove是一家成立4年的仓储创业公司，只有80名员工。该公司正计划在未来几个月内引入机器人和软件，自动安排订单路线并监控员工产出。Cargo Cove创始人罗伯特·麦克佛尔（Robert McFaul）表示：“这和亚马逊的原理相同，就是要建立非常简单的标准化流程。”\n\n回到BFI4仓库，肖伯正沿着走廊快速行走，看着工人解开一个卡在传送带上的黄色手提箱商品。他在一个应用程序上点了几个键，记下卡住的地方何时被清理干净，这是一项他需要定期进行的安全检查，为的是减少仓库的受伤人数。\n亚马逊技术团队有个长期目标——建立一个完全自动化、不必人为干预的履约中心。这个愿望还需要几年的时间，目前的挑战主要是让机器人手臂抓取不同尺寸和质地的物体。亚马逊高管们表示，在可预见的未来，人力还是必不可少的。\n亚马逊工程师们当前正研究如何能在每个仓库中搬运更多的产品，以进一步提升产品配送速度，这对客户来说无疑是个好消息。\n只是员工们的心怕是又凉了一截，不知何时才能飞出机器和算法的围墙。","news_type":1},"isVote":1,"tweetType":1,"viewCount":799,"commentLimit":10,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"symbols":[],"verified":2,"subType":0,"readableState":1,"langContent":"CN","currentLanguage":"CN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"upFlag":false,"length":6,"xxTargetLangEnum":"ZH_CN"},"commentList":[],"hasMoreComment":false,"orderType":2}