在亚马逊 蓝领白领都只不过是“亚马逊机器人”
作者：admin 发表时间：2017-07-27 浏览：161 海淘动态
《纽约时报》早先的一篇文章展现了亚马逊公司「恶劣」的工作环境。但你也许会有和我有一样的困惑，为何这样一家创造了优秀用户体验、如此聪明的公司，会在对待员工的事情上表现得如此愚笨？
但亚马逊（恶劣的）工作环境背后是一个更大的故事，关于自动化如何改变蓝领和白领工作的故事。亚马逊只是恰好站在了刀刃上。
蓝色和白色亚马逊机器人
以下这段摘自《纽约时报》文章的话，激发了我的好奇心：
公司的老员工常说，亚马逊管理的天才之处在于它激发了员工的自我驱使机制：「如果你是一名优秀的亚马逊员工，你就会变成一个亚马逊机器人（Amabot）」，一名员工说道，用 Amabot 这个词来表示你已经成为体制中的一个。
换句话说，成为「体制中的一个」，很可能意味着已经是一个完整的生态系统，达到一种超然的状态。但在这里，我们讨论的是在机器中做一个齿轮。当我们把公司看作是机器，那么齿轮就是机器人，或者在这个事件中，齿轮指的是亚马逊机器人（Amabot）。
蓝领机器人和白领机器人
对于「蓝领亚马逊机器人」，最好的描述来自一本名叫《Mindless: Why Smarter Machines Are Making Dumber Humans》的书。根据这本书的介绍，亚马逊有一个按分钟监控员工的位置和工作表现的监控体系，其中详细介绍了几个令人不安的例子，例如当包装工人经常到离工作场所最近的厕所时，他们就会受到谴责。这描绘了一幅高科技技术下的老式科学管理思想（又名 Taylorism）的场景。而且亚马逊使用高科技来最小化「时间偷窃」（不允许员工偷懒），以提高整个运营中心和其他蓝领工作场所的吞吐量。
由于计算薪资的方式不同，「白领亚马逊机器人」和用时间效率系统监控、以小时计算工钱的蓝领工人不同，大多数白领机器人从事的主要是脑力劳动。
白领机器人工作系统的首要目标，是利用个人智慧来最大化集体智慧。这个系统是为了让想法分享最大化而设计的，换句话来说就是不仅让员工在每周 80 小时的工作时间内完全奉献，连周末和假期也不放过。
设计这个系统，另外的一个关键因素是通过一种天赋培养技术，来找到那些最有前景的脑袋，并使他们持续产出。这种技术主要被咨询公司和其他高度依靠脑力的组织所使用。
去人化
去人化最容易在体力劳动上看到。当公司给员工带上有卫星导航系统的标签，保证他们以最佳路径穿过一个仓库时，我们很难不把这些人看做是机器上的齿轮。
去人化在脑力劳动的工种方面则没有那么普遍地被应用。首先从人类劳动力与自动化的关系就能普遍地看出。在我们今天的经济框架中，人类劳动力扮演着机器所不能胜任的角色。
如果亚马逊还让人类在订单履行中心干着适合机器做的工作，那么只是因为他们还没研究出来该如何将这些工作自动化。在这个层面上来说，人类劳动力提供了我们的机器自动化还未能及之处的灵活性。当机器越来越高效及更广范围地被应用时，这套系统变得更高产。工作流的加速使这套系统中的瓶颈――人类劳动力承受着愈多的压力。这就是我们在亚马逊的故事中所见到的事实。
我们最初在脑力劳动的自动化尝试主要集中在邮件、网站、数据库还有其他提高集结和分配知识的工具上体现着。当这些工具被我们使用的炉火纯青时，信息大爆炸发生了。机器还未能具备理解这些信息的能力，所以负责知识工种的人类在他们企图与不断加速的系统保持同样步伐的时候，承受着越来越大的压力。压力增大，工作时间增加，同时工作与生活的平衡也被打破了，我们就这样在这股洪流中迷失了自己。
我们在这里谈论的影响是两方面的：「去人化」从字面上来理解是人类被机器取代的意思，同时也是我们的人性在这场洪流中不易察觉地就被腐蚀了。
机器崛起在亚马逊帝国
亚马逊的创始人及CEO 杰夫?贝佐斯和亚马逊的其他高管会如何对现在这股对亚马逊劳动力制度的讨伐做出回应呢？当《纽约时报》在2012年对苹果公司的生厂商富士康的恶劣工作环境进行揭露时，富士康在面对类似的压力时，选择了进行大规模的机器自动化。而亚马逊早就在自动化这条路上走了很远。当2012年收购Kiva systems――一个制造机器人的公司时，Amazon Robotics就跻身成为了订单履行中心自动化系统的主要玩家之一。
（Amazon Robotics）
在过去的几年中，亚马逊在人工智能方面也进行了高度的投入，主要在机器学习方面。在LinkedIn（领英）搜索「机器学习」方面的职位时，会看到亚马逊发布了669个职位空缺，对比苹果只有232个，和Facebook的266个，以及IBM的326个，Google的466个。虽然这逻辑并不完美，因为这并没有已经存在于这些公司的职位计入其内，同时也没有考虑这些公司在试用LinkedIn用作招聘时可能使用的不同策略，但是还是能或多或少地表现出这些公司现期在机器学习方面不断增大的需求。
亚马逊在使用机器学习来分析来自其网站的巨型的数据模型方面有着长远的历史。这就是这家公司那极其重要的「购买建议」的幕后功臣，同时也帮助亚马逊的软件开发人员创建Amazon Echo的语音识别能力，以及解决订单履行中心物流上遇到的棘手问题。今年四月，亚马逊宣布旗下的AWS（Amazon Web Services）平台将包括亚马逊机器学习（Amazon Machine Learning），这意味着给外部的软件开发者提供对其人工智能预测引擎的使用权。
亚马逊机器人的命运
杰夫?贝佐斯向来对外界的压力不为所动，尤其当这些压力并不能对他的战略或者服务顾客的能力造成影响。眼下，亚马逊严苛的员工制度被曝光在大众视野，这可能会导致客户对其态度的转变，但既然自动化已经毫无疑问是他们战略的核心了，那么亚马逊可能选择加速推进机器学习进程使更多机器人能够取代蓝领工人，以此来挽回他们受损的声望。
亚马逊白领机器人的未来才是真正的难题。亚马逊机器人正在将机器还没有掌握的工作流进行自动化处理，这个系统被称为：亚马逊土耳其机器人（指的是亚马逊的Mechanical Turk服务，在2005年正式推出，它是关于使用人力来执行处理一些类似于电脑该做的任务，为企业解决了一些计算机很难处理，但人类可以轻松解决的数字任务，例如识别物体、转录视频、执行重复数据删除、标记图像和研究数据详细信息等）此项服务被称作「人工的人工智能」，旨在将白领的工作内容线性处理和商品化，这似乎是贝佐斯的心血结晶。实际上，很多十年前就设计出的图样自动匹配现在已经被机器学习算法掌握。
员工的角色应该是完成机器尚未学会的工作，加速机器学习的系统也加速了机器取代人力的步伐。这也是为什么机器学习要了解未来「去人类化的」的工作是非常重要的。
目前，很多沟通以及决策制定的工作对于机器来说还过于复杂，但是这个情况将迅速改观。
机器学习在自然语言处理技术方面进步飞快， 这说明机器将会很快以一种从前不可能的方式去理解人类传达的信息。如果这点真的实现，机器足以接管更多由知识型员工来处理的沟通以及决策工作。进而，阻挡人类在组织智能发展进程中取得巨大飞跃的绊脚石就会从此消失。
而我们现在正经历这个过程中的阵痛。
亚马逊已经标榜自己为一个数据驱动的企业。今天的人们已经开始用机器衍生出的信息去促进决策制定。 亚马逊斥资在西雅图投资的新总部证明他们暂时还未做出大的改变。但可以肯定的是，这些决策，还有他们制定的工作流程正在越来越多地交付给机器。越来越少的人会随着时间的推移从决策制定环节上走下来。这些改变会首先出现在那些在机器学习上深度投资的大企业中。
但亚马逊（恶劣的）工作环境背后是一个更大的故事，关于自动化如何改变蓝领和白领工作的故事。亚马逊只是恰好站在了刀刃上。
蓝色和白色亚马逊机器人
以下这段摘自《纽约时报》文章的话，激发了我的好奇心：
公司的老员工常说，亚马逊管理的天才之处在于它激发了员工的自我驱使机制：「如果你是一名优秀的亚马逊员工，你就会变成一个亚马逊机器人（Amabot）」，一名员工说道，用 Amabot 这个词来表示你已经成为体制中的一个。
换句话说，成为「体制中的一个」，很可能意味着已经是一个完整的生态系统，达到一种超然的状态。但在这里，我们讨论的是在机器中做一个齿轮。当我们把公司看作是机器，那么齿轮就是机器人，或者在这个事件中，齿轮指的是亚马逊机器人（Amabot）。
蓝领机器人和白领机器人
对于「蓝领亚马逊机器人」，最好的描述来自一本名叫《Mindless: Why Smarter Machines Are Making Dumber Humans》的书。根据这本书的介绍，亚马逊有一个按分钟监控员工的位置和工作表现的监控体系，其中详细介绍了几个令人不安的例子，例如当包装工人经常到离工作场所最近的厕所时，他们就会受到谴责。这描绘了一幅高科技技术下的老式科学管理思想（又名 Taylorism）的场景。而且亚马逊使用高科技来最小化「时间偷窃」（不允许员工偷懒），以提高整个运营中心和其他蓝领工作场所的吞吐量。
由于计算薪资的方式不同，「白领亚马逊机器人」和用时间效率系统监控、以小时计算工钱的蓝领工人不同，大多数白领机器人从事的主要是脑力劳动。
白领机器人工作系统的首要目标，是利用个人智慧来最大化集体智慧。这个系统是为了让想法分享最大化而设计的，换句话来说就是不仅让员工在每周 80 小时的工作时间内完全奉献，连周末和假期也不放过。
设计这个系统，另外的一个关键因素是通过一种天赋培养技术，来找到那些最有前景的脑袋，并使他们持续产出。这种技术主要被咨询公司和其他高度依靠脑力的组织所使用。
去人化
去人化最容易在体力劳动上看到。当公司给员工带上有卫星导航系统的标签，保证他们以最佳路径穿过一个仓库时，我们很难不把这些人看做是机器上的齿轮。
去人化在脑力劳动的工种方面则没有那么普遍地被应用。首先从人类劳动力与自动化的关系就能普遍地看出。在我们今天的经济框架中，人类劳动力扮演着机器所不能胜任的角色。
如果亚马逊还让人类在订单履行中心干着适合机器做的工作，那么只是因为他们还没研究出来该如何将这些工作自动化。在这个层面上来说，人类劳动力提供了我们的机器自动化还未能及之处的灵活性。当机器越来越高效及更广范围地被应用时，这套系统变得更高产。工作流的加速使这套系统中的瓶颈――人类劳动力承受着愈多的压力。这就是我们在亚马逊的故事中所见到的事实。
我们最初在脑力劳动的自动化尝试主要集中在邮件、网站、数据库还有其他提高集结和分配知识的工具上体现着。当这些工具被我们使用的炉火纯青时，信息大爆炸发生了。机器还未能具备理解这些信息的能力，所以负责知识工种的人类在他们企图与不断加速的系统保持同样步伐的时候，承受着越来越大的压力。压力增大，工作时间增加，同时工作与生活的平衡也被打破了，我们就这样在这股洪流中迷失了自己。
我们在这里谈论的影响是两方面的：「去人化」从字面上来理解是人类被机器取代的意思，同时也是我们的人性在这场洪流中不易察觉地就被腐蚀了。
机器崛起在亚马逊帝国
亚马逊的创始人及CEO 杰夫?贝佐斯和亚马逊的其他高管会如何对现在这股对亚马逊劳动力制度的讨伐做出回应呢？当《纽约时报》在2012年对苹果公司的生厂商富士康的恶劣工作环境进行揭露时，富士康在面对类似的压力时，选择了进行大规模的机器自动化。而亚马逊早就在自动化这条路上走了很远。当2012年收购Kiva systems――一个制造机器人的公司时，Amazon Robotics就跻身成为了订单履行中心自动化系统的主要玩家之一。
（Amazon Robotics）
在过去的几年中，亚马逊在人工智能方面也进行了高度的投入，主要在机器学习方面。在LinkedIn（领英）搜索「机器学习」方面的职位时，会看到亚马逊发布了669个职位空缺，对比苹果只有232个，和Facebook的266个，以及IBM的326个，Google的466个。虽然这逻辑并不完美，因为这并没有已经存在于这些公司的职位计入其内，同时也没有考虑这些公司在试用LinkedIn用作招聘时可能使用的不同策略，但是还是能或多或少地表现出这些公司现期在机器学习方面不断增大的需求。
亚马逊在使用机器学习来分析来自其网站的巨型的数据模型方面有着长远的历史。这就是这家公司那极其重要的「购买建议」的幕后功臣，同时也帮助亚马逊的软件开发人员创建Amazon Echo的语音识别能力，以及解决订单履行中心物流上遇到的棘手问题。今年四月，亚马逊宣布旗下的AWS（Amazon Web Services）平台将包括亚马逊机器学习（Amazon Machine Learning），这意味着给外部的软件开发者提供对其人工智能预测引擎的使用权。
亚马逊机器人的命运
杰夫?贝佐斯向来对外界的压力不为所动，尤其当这些压力并不能对他的战略或者服务顾客的能力造成影响。眼下，亚马逊严苛的员工制度被曝光在大众视野，这可能会导致客户对其态度的转变，但既然自动化已经毫无疑问是他们战略的核心了，那么亚马逊可能选择加速推进机器学习进程使更多机器人能够取代蓝领工人，以此来挽回他们受损的声望。
亚马逊白领机器人的未来才是真正的难题。亚马逊机器人正在将机器还没有掌握的工作流进行自动化处理，这个系统被称为：亚马逊土耳其机器人（指的是亚马逊的Mechanical Turk服务，在2005年正式推出，它是关于使用人力来执行处理一些类似于电脑该做的任务，为企业解决了一些计算机很难处理，但人类可以轻松解决的数字任务，例如识别物体、转录视频、执行重复数据删除、标记图像和研究数据详细信息等）此项服务被称作「人工的人工智能」，旨在将白领的工作内容线性处理和商品化，这似乎是贝佐斯的心血结晶。实际上，很多十年前就设计出的图样自动匹配现在已经被机器学习算法掌握。
员工的角色应该是完成机器尚未学会的工作，加速机器学习的系统也加速了机器取代人力的步伐。这也是为什么机器学习要了解未来「去人类化的」的工作是非常重要的。
目前，很多沟通以及决策制定的工作对于机器来说还过于复杂，但是这个情况将迅速改观。
机器学习在自然语言处理技术方面进步飞快， 这说明机器将会很快以一种从前不可能的方式去理解人类传达的信息。如果这点真的实现，机器足以接管更多由知识型员工来处理的沟通以及决策工作。进而，阻挡人类在组织智能发展进程中取得巨大飞跃的绊脚石就会从此消失。
而我们现在正经历这个过程中的阵痛。
亚马逊已经标榜自己为一个数据驱动的企业。今天的人们已经开始用机器衍生出的信息去促进决策制定。 亚马逊斥资在西雅图投资的新总部证明他们暂时还未做出大的改变。但可以肯定的是，这些决策，还有他们制定的工作流程正在越来越多地交付给机器。越来越少的人会随着时间的推移从决策制定环节上走下来。这些改变会首先出现在那些在机器学习上深度投资的大企业中。
分享到
部分图片内容来自于网友投稿
0/300
微博发布