大数据与人性的博弈:为什么有些咖啡店的工作会让人累到爆?

美国一些大公司的员工曾创造一个新词:关开店(clopening)。这是指公司安排一名员工工作到深夜,负责替商店或咖啡店关门,然后几个小时后,天还没亮便要回来开店。站在公司运作的角度,安排同一名员工关开店往往是有道理的。但是,这会导致员工无法充分休息,工作时间表也将变得非常离谱。

非常不规则的工作时间安排如今愈来愈普遍,而受此影响最严重的是星巴克、麦当劳和沃尔玛等公司的低薪员工。他们未能及早获得通知,则令问题变得更严重。许多员工事前一两天才知道自己必须上周三的夜班或在周五的繁忙时段值班。他们的生活因此乱成一团,照顾小孩的计划也大受影响。要安排时间吃饭和睡觉,都变得相当困难。

这种不规则的工作时间安排,是数据经济的产物。关开店不过是此一趋势的现象之一,而随着监视技术在工作场所普及应用,数据经济获得更多数据输入,这种趋势料将壮大。

在企业还没有大量数据可以分析的很长时间里,员工的工作时间安排一点也不科学。想像一家家族经营的五金行,店员每天上班时间为早上九点至下午五点,每周工作六天。某一年,老板的女儿去上大学了。暑假她回家后,用全新的眼光观察她的家族事业。她注意到,每个周二早上,几乎完全不会有顾客上门。那段时间,店员一直拿着手机上网。这对五金行的盈利当然不是好事。另一方面,每个周六,顾客会排起长长的队伍等结帐,许多人会低声抱怨。

这些观察提供了有用的资料,老板女儿可以利用这些资料调整五金行的运作方式。首先,周二早上可以不开店,而周六繁忙时段则请一名兼职员工来帮忙。笨拙、僵化的运作方式因此变得聪明了一点。

在大数据模式里,负责分析的不会是刚上完一年大学的年轻人,而是许多博士,而且他们将使用功能强劲的电脑。如今企业可以分析顾客流量,准确算出一天当中的每一个小时需要多少人力。这种分析的目的,当然是尽可能省钱,而这意味着企业仅将维持最低限度的人力,同时确保繁忙时段有足够的人力支援。

你可能会以为这些形态将每周重复,而企业只需要调整它们固定的人力安排,一如我们假设的那家五金行。但新的人力调度软体提供精细得多的选择。它们处理不断在变的新数据流,从天气到行人流量形态皆可处理。例如某天下午如果下雨,可能会有很多人从公园转向咖啡店。咖啡店因此需要更多人手,至少有一两个小时是这样。周五晚上若有高中美式足球比赛,商业大街上将出现更多行人,但仅限于比赛开始前和结束后的一段时间,不包括比赛进行中那段时间。推特讯息流量分析可能显示,明天“黑色星期五”出门购物的消费者料将比去年多26%。情况随时在变,企业必须适时调整人力以配合波动的需求,否则将会浪费金钱。

企业借由弹性的人力安排省钱,代价自然是由员工直接承受。在效率欠佳的旧模式下,员工的工作时间不但是可预测的,还可享有若干悠闲时间。你可以说他们受惠于欠缺效率的人力安排:有些人上班时能找到时间阅读,甚至是做研究。如今在电脑程式负责人力调度的情况下,他们可能每一分钟都很忙。而且程式可能随时要求员工配合临时的工作安排,包括在周五晚间负责关门、周六一早负责开门。

2014年,《纽约时报》刊出单亲妈妈纳瓦洛(Jannette Navarro)的报导。她希望一边在星巴克当咖啡师、一边念完大学,同时照顾她四岁的小孩,但饱受工作时间安排困扰。她的值班时间不断改变,偶尔还必须负责关开店。这令她无法安排固定的日间托儿服务,也迫使她暂停学业。她唯一可以应付的,只剩下上班。纳瓦洛的情况,在美国相当普遍。美国政府的资料显示, 三分之二的餐饮业劳工和超过一半的零售业劳工如果被雇主改变了工作时间,提早得知的时间不超过一个星期──往往是一两天之前才知道,而他们将被迫狼狈地紧急安排交通工具和托儿服务。

《纽约时报》的报导刊出后数周内,遭点名的大公司宣布将调整他们的人力调度方式。这篇报导令这些雇主尴尬不已,他们承诺在他们的模型中加入一个限制条件,也就是不再要求同一名员工负责关开店,接受效率稍差一点的人力安排。因为品牌形象更仰赖公平对待员工,星巴克决定更进一步。该公司表示,将调整其人力调度软体,减轻其13万名咖啡师承受的值班时间困扰。星巴克承诺至少提前一周公布值班安排。

但是,《纽约时报》一年后的追踪报导显示,星巴克未能信守承诺,甚至连杜绝关开店的安排都做不到。问题在于维持最低人力已成为企业文化的一部分。在许多公司,管理层的薪酬取决于他们的人力运用效率,以员工每工作一个小时公司创造多少营收为衡量标准。人力调度软体协助管理层提高这些数字和他们的薪酬。即使公司高层要求前线管理层宽松一点,后者也往往会抗拒,因为这违反他向来被灌输的观念。星巴克一名员工表示,在该公司,如果店长超出他的“人力预算”,系统会通知该区的经理,而事情可能因此留下书面记录。为免如此,店长可能便宜行事,选择调整员工的值班安排,即使这会违反公司至少提前一周公布值班安排的承诺。

说到底,像星巴克这种股票上市公司的商业模型,都是以提高盈利为目的。这反映在它们的企业文化和诱因设计上,也对它们的作业软体产生愈来愈大的影响。而如果这种软体容许微调(一如星巴克那样),人为调整也很可能是为了提高盈利。

这种人力调度技术主要源自“作业研究”(operations research)这门功能强大的应用数学。数百年来,数学家运用作业研究的基本技术,协助农夫拟订种植计划,也协助土木工程师规划公路路线,以求提高交通效率。但这门技术要到二战时才真正壮大,当时美国和英国军方动员了多个数学家团队,协助优化军方的资源运用。盟军追踪各种形式的“交换比率”(exchange ratio),借此了解盟军为了摧毁敌人的资源,耗用了多少资源。在1945年3月至8月的饥饿行动(Operation Starvation)期间,第21轰炸机司令部奉命摧毁日本商船,阻止食物其他货品安全抵达日本控制的港口。盟军作业研究团队致力研究如何以最少的轰炸机摧毁最多的日本商船。盟军达成了超过40比1的“交换比率”:轰炸行动摧毁606艘日本船只,仅损15架飞机。这被视为非常高效率的行动,而作业研究团队对此有显著的贡献。

二战之后,大企业(以及美国国防部)投入大量资源到作业研究上。物流科学根本改变了我们生产商品和将它们送到市场上的方式。

到了1960年代,日本汽车厂商再有重大突破,设计出“及时制”(just-in-time)制造系统。在及时制系统下,汽车组装厂不会储存大量的汽车零组件(需要时从巨大的仓库里拿出来用),付钱买来许多将闲置良久的零组件,而是视需要向供应商订购零组件。丰田和本田都建立了复杂的供应链,由供应商以随传随到的方式供应零组件。汽车业仿佛成了单一有机体,有自身的恒定控制系统(homeostatic control systems)。

及时制系统非常有效率,很快便传遍全球。许多地方的公司可以非常快速地建立及时制供应链。这些模型也成了支撑亚马逊、联邦快递和优比速(UPS)等公司运作的基础。

人力调度软体可视为及时制经济的延伸,只是必须适时出现的不再是割草机刀片或手机荧幕,而是人──通常是迫切需要金钱的人。因为这些人迫切需要金钱,雇主可以扭曲他们的生活以配合数学模型的要求。

我必须补充一点:企业会采取一些措施,以免员工的生活变得太痛苦。雇主全都明确知道,如果员工受不了折磨而辞职,找到替代人选需要花多少钱。这些数字也在雇主搜集的数据范围内。因为员工频繁流动会损害企业的盈利和效率,如上一章所述,企业另有一些模型是以降低员工流动率为目标。

站在员工的角度,问题在于低薪劳工供给过剩。人们迫切需要工作,这也是为什么许多人坚持不放弃时薪仅八美元的工作。劳动力供给过剩,加上有力的工会相当罕见,劳工几乎毫无议价能力可言。这意味着大型零售和餐饮业者可以扭曲员工的生活,以配合愈来愈荒谬的工作时间安排,而且不会因此遇到员工流动率过高的问题。这些公司赚到更多钱,但其员工的生活却愈来愈恶劣。而因为这种优化程式无所不在,劳工深知换工作也不大可能改善自己的境况。总而言之,拜上述种种因素所赐,企业得到了可以轻易控制的劳动力。

因此,我自然认为人力调度软体是比较可怕的一种数学毁灭性武器。如前所述,这种软体的应用规模巨大,而且剥削生活本已艰难的人。此外,这种软体是完全不透明的。劳工往往完全不晓得自己何时将被叫去上班,因为负责安排人力的是某个任意的程式。

“我们的时间也是时间。”

人力调度软体也制造出一种有害的回馈环路。想想前述的纳瓦洛例子。因为工作时间非常不稳定,她不可能回学校念书,而这损害了她的就业前途,令她只能一直留在供过于求的低薪劳工当中。因为工作时间又长又不规律,劳工也很难组织起来,为争取较好的工作条件而抗争。他们会变得格外焦虑,而且受睡眠不足困扰──睡眠不足令人容易出现戏剧性的情绪波动,而美国死在公路上的人估计有13%是因为睡眠不足而出事。更惨的是,因为这种软体是设计来替企业省钱的,它们往往会将员工每周工作时间限制在30小时之内,以免公司必须为他们提供医疗保险。而因为工作时间非常不稳定,这些劳工多数无法挪出时间做第二份工作。这种情况,几乎就像是设计软体的人,是明确地以惩罚低薪劳工、令他们无法出头为目的。

这种软体也导致美国一大部分的儿童在成长过程中,无法过正常的家庭生活。这些小孩不时在吃早餐时看到自己的妈妈睡眼惺忪,或是没吃晚餐就匆忙出门,又或者与外婆争论谁可以在周日早上照顾他们。这种混乱的生活对小孩有深刻的影响。美国智库经济政策研究所(Economic Policy Institute)的一项研究指出:“父母如果工作时间不可预料,又或者在标准的日间工作时间以外,他们的孩子(儿童或青少年)的认知和行为表现比较可能不如人。”孩子在学校表现不好或出现各种行为问题,父母可能责怪自己,但罪魁祸首其实往往是导致这些家长接受不固定工作时间的贫困处境,以及那些进一步压榨贫穷家庭的人力调度模型。

一如许多其他数学毁灭性武器,问题的根源在于建立模型的人选择了什么目标。这些模型追求的是最高的效率和营利能力,而不是正义或“团队”的福祉。当然,这是资本主义的本质。对企业来说,盈利有如氧气,是维持生命力的必要条件。站在他们的角度,可以省钱而不省是极其愚蠢的,甚至是不自然的。这就是为什么社会需要一些与此对抗的力量,例如利用媒体报导有力地突显过度追求效率的恶行,令相关公司感到羞愧,借此促使它们做正确的事。而如果这些公司未能充分纠正错误(像星巴克那样),媒体必须一再揭露问题。此外,我们也需要监理机关有效地约束企业,强健的工会组织劳工、突显劳工的诉求,以及从政者立法遏制企业的恶劣行为。《纽约时报》2014年刊出相关报导后,美国国会中的民主党人迅速拟出约束人力调度软体的法案。但是,因为在国会占多数的共和党人强烈反对政府规管企业,该法案根本无法通过。

来源:《大数据的傲慢与偏见》
作者:凯西.欧尼尔(Cathy O’Neil,前华尔街数据分析师)
翻译:许瑞宋

You may also like...