在本书调查的不同场所，数字技术的影响和力量以及人力的持续性都是显而易见的。在这一点上，亚马逊配送中心就是一个很好的例证：近些年来，亚马逊为配送中心引进了成千上万的机器人，执行自动挪移货架的任务。与此同时，公司还雇用了更多的工人与这些机器协同作业。众包工人可以训练机器学习应用软件，内容审核员会为社交媒体删除不需要的内容——这些令人厌烦的工作为我们提供了更多的例子，证明了当前自动化的局限性以及自动化背后对劳动力的需求。上述两个职业也是隐藏在所谓的算法背后的劳动力典范。各个领域都有大量的例子表明，表面呈现为自动化的流程或人工智能应用程序背后，都有人类工人在训练软件、评估其工作、解决困难问题，或者实际上只有人类在劳动，只不过完全被算法应用程序所掩盖。虽然机器学习算法的能力和复杂的机器人有许多令人惊叹的地方，但也有一些生动的例子表明算法有可能误解最简单的指令，让机器人领域遭遇严重挫折。这说明，即便是在一些被人认为很容易实现自动化的领域里，数字驱动的自动化在很长一段时间内也无法取代人类劳动。在撰写本文时，算法管理的崛起、劳动控制与测量的新形式、数字技术带来的新的劳动地理分布、新的性别与种族化分工、新的社会两极分化以及偶然且灵活的劳动力带来的影响，远比因为机器人而失去工
|结论平台即工厂
245