过度智能

据媒体报道，亚马逊单个仓库每年“大约有300名全职员工因工作效率低下而被解雇”。在对于数字资本主义冷酷无情的描述当中，生产效率的权重如此之高，而人的价值却如此之低，以至跟踪系统会根据员工的业绩表现自动终止员工的工作，而无须主管出面。 如果员工没有自动离职，那么他们的主管将被解雇。

仓库里部署的智能技术并不是为了让工作更加轻松，也不是为了提升人们的业务技能。它更像是一个手持式监工，负责咆哮着发号施令，跟踪生产效率，抡起鞭子督促人们工作，解雇懒汉。每一秒钟都是货币化的，每一个动作都会被监控和优化。仅仅几分钟用于“非生产性”的活动就是一种违规行为，必须予以杜绝。沃尔玛将这些违规行为称为“时间盗窃”，因为员工上班时，公司拥有他们生命中的每一秒钟。 一方面，按照公司的标准，即使员工上厕所次数过多，也是受到纪律处分的理由；另一方面，公司却从不讨论大量的“工资盗窃”问题，比如上班前和下班后员工都要排长队等候安检。

工人没有出错的余地，不全速工作时间就会不够用。亚马逊根据员工最高生产效率计算出满足其苛刻目标所需的最少人数，那就是他们要雇用的人数。在10个小时的轮班时间内，工人们通常需要分拣上千件货品，这意味着他们需要不停地走动（或跑动）大约12到15英里，当然还要不停地下蹲，站起来，踮着脚尖。 据媒体多次报道，这种恶劣的工作条件和残酷的生产率目标在美国、英国及欧洲其他地区的亚马逊仓库都普遍存在。

然而，对于亚马逊来说，更不幸的是，人们在闷热到窒息的仓库里长时间高强度工作后很容易筋疲力尽。工人经常因为脱水和中暑而崩溃，为此许多仓库门口都停着救护车，等着给工人提供急救，送他们去医院。 正如宾夕法尼亚州某个仓库的一名员工所说的（就在她被解雇前不久）：“你们这些人只关心生产率，而不是员工福利。我之前工作的单位，没有一家会因为极端高温配备医护人员，他们就在外面等着员工倒下。” 在我们这个残酷的、快节奏的智能社会里，“创新”总在不断涌现。在我写这一章的时候，亚马逊刚刚获得了一种智能腕带设计的专利，这种腕带可以随时跟踪工人的手在什么位置。根据Gizmodo 的说法，这种腕带“甚至可以在工人把货品放错箱子时提供触觉反馈”。 这意味着当工人犯错时腕带会振动。又或者，如果我们相信现实生活中反乌托邦的存在，那么就不难想象腕带也许能传导电击，从而训练工人准确、高效地完成任务。毕竟，正如我们之前了解到的那样，曾经的宠物追踪装置已经变成了信贷机构用来远程关闭汽车引擎的智能装置。那么，为什么不能给工人加装上宠物震动项圈呢？实际上，在亚马逊开发出能真正取代人类的机器人之前，工人的待遇更像是亚马逊所控制的小型机器人。目前，精细运动技能是许多仓库工人保住就业的原因之一了。

更重要的是，亚马逊的剥削还具有传染性。根据美国一项近期研究结果，“政府数据显示，亚马逊开设仓库后，当地仓库工人的工资平均下降了约3%（但在某些地方下降甚至高达30%）。在亚马逊运营的地方，这类工人的收入比其他地方雇用的同类工人低约10%。”因此，换句话说，亚马逊的存在拉低了在其他仓库工作的工人的工资。即使你并不在亚马逊工作，它也会影响到你。这种“工资盗窃”行为的程度之深和范围之广确实令人瞠目结舌，或者也有人会说这是具有颠覆性和创新性的。

亚马逊看起来似乎是一个利用智能技术剥削和控制员工的极端例子。这家公司的做法确实令人震惊，但绝非个例。再举一个例子：2013年，英国超市乐购（Tesco）被指控给员工配备臂带，并用臂带监控员工的一举一动，对员工完成任务计时并进行生产效率评分。实际上，受到类似工作条件影响的员工人数不容小觑。仅亚马逊一家就在全球雇用了数十万员工，而且这一规模仍在不断增长（2017年，亚马逊澳大利亚首个运营中心已经正式投入运行）。与其说亚马逊是一个异类，不如说它是一个“先行者”。亚马逊目前在工作场所和员工身上使用智能技术的探索处于全球领先地位。一份关于亚马逊劳工实践的报告就称该公司是“侵略性潮流的引领者”。

四、微观管理至死

当前，用于管理和压榨员工的类似的智能技术已被部署在各类工作当中了。例如，数百万负责运输和交付仓库存货的卡车司机必须在车辆中安装电子记录仪（Electronic Logging Devices，简称ELD）。与汽车启动中断设备一样，电子记录仪会密切监视每个卡车司机的日常活动。电子记录仪会指示卡车司机应在何时何地驾车，应该如何驾驶，应该如何停车。 据安装了这些装置的卡车司机描述，这就像老板一直坐在副驾驶位置上一样，虽然毫不奇怪，但却是一种地狱般的生活和工作方式。他们正在积极抵制这一强制措施，但美国一项新的法律却要求商用车辆必须配备电子记录仪。 卡车公司和立法者认为，这种侵犯性技术能够让驾驶更加安全。而卡车司机却强调，他们对隐私、信任感和独立性的体验都会大大丧失。对卡车司机而言，特别是那些在长途运输过程中要睡在卡车中的司机，电子记录仪是一种全面控制的方式，是一种完全自动化的形式。 新媒体沃克斯（Vox）发布的一份报告显示：“电子记录仪还被视为是迈向更具侵犯性的监控技术的一道关卡，这些更具侵犯性的技术还包括脑电图监测帽SmartCap ，或是Seeing Machines 配备计算机视觉技术的向内朝向摄像头等。”

这种侮辱可不仅限于针对蓝领工作。举个例子，最近在服务行业工作的人们极有可能都在忍受着准时生产制调度的暴政。几乎每个零售商和餐饮连锁店都在使用该软件，该软件分析销售模式、天气预报以及其他来源的数据，以计算出最佳轮班时间表。 出于对效率和利润最大化的追求，该软件不给员工安排稳定的轮班。员工每周的排班都有可能发生极大的波动，他们常常在毫无征兆的情况下被通知每周排班的变化，而且每天都可能有调整。他们被迫以非常不稳定的班次工作，比如同一个员工要熬一个Clopen班次，就是由工作到最晚的那个员工来关店，第二天还是由同一个员工最早到店开门营业。他们随时待命，这样雇主就能随时随地安排他们去工作。他们常常在上班期间被要求下班回家，这样雇主就能降低劳动力成本。一些雇主甚至打着了解谁能最快接班的幌子，跟踪员工在工作时间以外的位置信息。

这种不可预测性严重扰乱了员工的生活，使他们无法制订计划、预约医生、安排托儿等，但却大大有利于雇主。现在，大公司可以通过按几个键来管理庞大的员工队伍，提升公司的利润。软件制造商Kronos的一位副总裁曾说过：“这就像魔术一样。” 但对于员工来说，这更像是一个诅咒。

但是等等，还有更多呢！即使你在办公室工作，甚至在自己家里做自由职业者，经理也有一系列工具可以用来仔细检查员工的每项行动，这些包括诸如WorkSmart等“生产力工具”。老板将这些软件安装在你的计算机上，不仅可以捕获常规的电脑屏幕截图，还可以调用网络摄像头每隔十分钟拍摄一张照片。接下来，“他们利用这些数据和其他来源的数据来计算‘专注力评分’和‘工作强度评分’，并用于评估自由职业者的价值”，据《卫报》报道。 要不然，老板怎么能确保你在家工作时不偷懒呢？

此时此刻，你最好相信老板正在阅读你的电子邮件，检查你的网络活动，浏览你的社交媒体，甚至跟踪你的击键动作。如果不是老板亲自在做，那么就是算法在做这些事情，而且，他们很有可能不仅仅是在你的工作时间段这么干。这种被委婉地称为“生产率监控”的方式正在成为常态。更加智能的技术带来更高利润和更佳控制。

目前至少有几家公司正试图将这种私密追踪提升到一个新的层次，它们（只是目前）为员工提供了一种方案，即在员工的手中植入一块芯片，然后可以用来开门和操作自动售货机（也只是目前）。像对待宠物一样给员工植入芯片会出什么问题？即使是最愤世嫉俗的观察者，看到这种智能技术的腾飞也很难接受。这具备反乌托邦科幻小说里所有经典的预警信号，但是现实世界仍在继续超出人们的预期。美国一家公司让五十多位员工确信，未来就在眼前：他们自愿接受了芯片植入。 因此，也许我们并没有踩刹车，而是在踩油门，我们正在加速迈向一个由数据收集和控制要务所定义的智能社会。请大家系好安全带。

有关雇主如何运用智能技术从员工身上获取更多价值，并对他们施加更多控制的例子不胜枚举。智能自我技术让员工能工作得更加努力、更好、更快，工作更长时间，但老板总想要更多。以残酷无情的贪婪为核心的（数字）资本主义，加上持续性的监控和独裁的算法，再与系统性不平等和不稳定的就业混合在一起，这就是《摩登时代》续集当代篇的主要构成了。

我们醒着的大部分时间都在工作。我们对自尊和身份的感知与我们的工作息息相关。但现在，我们的自主权任由一些公司摆布，这些公司有权对我们做什么和什么时候去做发号施令。哲学家伊丽莎白·安德森（Elizabeth Anderson）将雇主比作“有着对人们的生活与工作都能产生根本性影响的权威权力的私人政府”。 这种对我们生活全面影响的程度意味着，如果不能直面智能社会的工作条件问题，我们根本无法理解智能到底意味着什么。

智能技术给我们带来新的便利和能力的同时，也将这些影响力成倍扩展到了其他利益相关方。以自我追踪设备的兴起为例：我们可以利用这些个人设备来深入研究自己的习惯，制订自我完善的方案，将自律外包给设备来承担，并通过个性化助理来实现我们的目标。与此同时，老板可以出于其他目的将这些设备用于监控和修正我们的行为。雇主可以利用这些设备对仓库工人和居家远程办公的员工提出严苛的工作要求。每个员工的生产率都可以通过绩效目标来进行衡量和比较，从而计算出每个员工对于公司的真正价值。每一个行动都可以被评估，以确保最高效地利用时间和精力。通过不断监控，雇主可以预防和惩罚那些工作效率不高的员工所谓的“时间盗窃”行为。工作场所得以优化，从而削减成本，控制员工，尽可能节省开支。在员工工作被完全自动化之前，他们实际上是被当作有血有肉的机器人来对待的，毕竟机器不会去要求工资、福利或假期。换言之，几个世纪以来，阶级斗争推动了创新，这一点并未改变，在这里我只是举了一个例子说明它已将我们带向何处。

五、进化，而非革命

当前我们所看到的一切并非硅谷“意见领袖”所标榜的根本性突破，而是资本主义技术政治漫长历史中的最新阶段。我们将智能自我技术与它们的历史先兆联系起来看，就能明白这些技术并非从天而降，也不是像一个孤独的天才头脑中的顿悟一样突然横空出世。今天的智能自我及其所代表的思想、利益和要务已经成形相当长一段时间了。

六、“所有数据都是信用数据”

在数据代理商有能力收集海量数据并建立详细的个人档案之前，消费者报告局（Consumer Reporting Bureaus）主要依靠小道消息和暗访来完成这些工作。调查人员会去当地酒吧询问你的情况，从公共记录中调取私人档案，并整理剪辑报纸上的相关文章。它们会收集所有关于你的信息，不管这些信息是真是假，公平与否，相关与否，然后将之提供给感兴趣的债权人。你的档案中很有可能会包含它们收集到的或者编造的关于你的任何信息。因此，如果你被认为是一个性变态、酗酒者、麻烦鬼、通奸者或其他类似的问题人物，那么有些债权人愿意花钱购买这些信息也不足为奇。在美国，1970年《公平信用报告法》和1974年《平等信用机会法》 就旨在通过制定标准来遏制这些野蛮的做法。这些法规明确规定了可以利用哪些信息以及如何利用这些信息做出有关贷款、就业和租赁等决策。

在20世纪中期，消费者报告局变成了信用评分机构。这些机构分析个人报告中的数据，得出风险度量标准，例如广泛使用的FICO信用评分等。这些评分不仅让判断具备客观性，同时还允许贷款人、雇主和房东依据评分自主权做出最终决策。如果你的评分高于某个标准，那么你就能得到贷款，找到工作或租到公寓；如果没有，那你就倒霉了。

今天的数据采集机构也是这个家族的一员，但是它们拥有更加强大的能力来收集、分析和应用数据。我们都在浑浊的暗流中游弋，在那里，我们被不间断地跟踪、评估、打分，我们并不知道它们收集了哪些有关自己的信息，也不知道这些信息是如何被赋权的，或者这些信息为什么重要。 和早期消费者报告中所汇集的传闻一样，它们收集的不少信息和个人并不相关，也不准确。旧的消费者报告可能是一沓厚厚的个人信息档案，新的个人信息分布在不同数据库的数字档案中，人们可以出于已知或未知的目的来使用这些数字档案，而不用点着蜡烛去翻查卷宗了。同样地，通用信用评分也在不断变化和拓展，其新版本已不限于金融风险评估了。有了足量的数据和强大的算法，科技公司声称世间万物都可以归结为一个简单的评分。这些公司的使命是追踪和确定每一个人的总体价值，正如美国创业公司ZestFinance提炼的座右铭一样：“所有数据都是信用数据。” 相形之下，这让支付宝的口号“因为信任，所以简单”突然显得没那么有威胁性。

七、科学管理

工作场所激发了各种别出心裁（和非人道）的创新。在亚马逊仓库工人携带的手持电脑出现之前，用来剥削工人的设备技术含量极低：秒表。1898年，宾夕法尼亚州伯利恒钢铁厂（Bethlehem SteelWorks）雇用了一位名叫弗雷德里克·温斯洛·泰勒（Fredrick WinslowTaylor）的工程师，希望他能够提高工厂的生产效率。泰勒来到工厂后，开始对工人进行“流程效率研究”。他观察工人如何做工，统计他们完成每项任务所花费的时间。通过这项研究，泰勒确定了他认为工人浪费时间和精力的部分，然后规定了工人生产效率标准应该是多少，前提是工人如果能消除效率低下问题的话。

在伯利恒钢铁厂这个案例中，记者奥利弗·伯克曼（OliverBurkeman）解释道：“泰勒以整个工作日来计算推导，他靠猜测估算了工人的休息时间，最终得出的结论也杂糅了他标志性的自信和混乱的数学计算：每个工人每天应该搬运50吨钢材，而这个数量是日常工作的四倍。” 泰勒辩称，他只是计算出了一天“公平的工作量”。但问题在于究竟对谁公平呢？泰勒的计算是为了最大限度地提高生产率。换句话说，他计算的是雇主和经理应该从工人身上压榨出多少劳动

力。低于这个标准就是价值的浪费，而这些被浪费的价值本该被装进老板的口袋里。

泰勒将自己的理念称为“科学管理”。他后来成了一位异常成功的顾问和演讲者。毕竟，有哪家公司不乐意宣称以追求效率之名让员工拼命工作是科学正当的呢？泰勒的管理哲学得以继续传播和发展，他的助手设计了新的方法来实施无情的生产力目标。除了给工人计时之外，一些科学管理者还拍摄了工人工作时的照片。这样他们就可以研究每个动作，发现多余的动作，例如，这里多走了一步或者那里不必弯腰等，然后将其消除。他们创造出标准化的最佳实践，并以此向每个工人说明应该如何准确工作。泰勒认为，管理者对员工的工作方式知之甚少，因此他们对员工的控制力也很薄弱。他断言，科学管理将攻克这个难关，并将权力交还给老板。

泰勒的管理思想传承至今依然盛行并运行良好。我们依旧能看到各类设备中所体现出来的科学管理的深远影响，这些包括可以命令仓库工人的设备、监控卡车司机的电子记录仪、管理餐厅服务员的轮班调度软件、监视计算机桌面的生产力工具，以及工作场所与日俱增的其他智能系统等。例如，亚马逊的专利腕带可以跟踪员工的手部动作，并提供“触觉反馈”，这其实正是流程效率研究的智能版本。学者将这种智能技术和科学管理思想的结合称为“数字泰勒主义”。正如法学教授布雷特·弗里施曼（Brett Frischmann）和哲学家埃文·塞林格（Evan Selinger）所解释的那样，“泰勒主义的现代数字版本要比泰勒本人想象的更加强大，同时变得比该理论早期批评者之前所预测的更加非人性。” 泰勒去世于1915年，如果他有机会看到当今的控制技术和工作效率，一定会激动不已。

八、谁才拥有智能自我

虽然智能技术让我们得以量化和获取关于自己的信息，但这些数据可没被锁在私人保险箱当中。智能自我存在于他人拥有的数据库

中。数据代理商从自我追踪设备和个人档案中提炼出来的见解，代表了智能自我的两个方面，但这两个方面的力量却并不均等。

这其中的问题不仅关乎透明度，就好像人们如果能看到这些机构掌握了哪些关于我们的数据，本章所描述的问题就会迎刃而解一样。即使我们有机会能接触到所有这些数据，但是“每个人单独拿自己的数据能做什么，与各类数据收集者利用来自所有人的同类数据来做什么之间是存在巨大差异的”，正如媒体学者马克·安德烈耶维奇所指出的那样。 就当前状况而言，对于如何使用、为何使用以及为了谁的利益去使用自己的数据，我们最终并没什么影响力。与此同时，我们也缺乏理解这些数据并从中获取价值的能力。

除了用于观察和理解世界之外，数据驱动的系统也是构建和管理这个世界的核心所在。如果知识就是权力，那么一个实时更新海量规模的个人信息数据库就是被注入本已强大的公司和政府机构体内的类固醇 。

大多数有关智能自我的叙述都集中在数字技术如何引发自我认识和自我赋能等方面。与那些以自我为中心的分析相反，我们必须密切关注这样的事实：智能自我最关键的影响往往来自他人如何使用你的数据，以及他人如何影响你的行为，无论你是否希望他们这样做。收益是如此之大，没什么能限制数据收集和控制扩展行为。正如下一章将要阐述的，甚至我们待在自己家里也不安全。

1. Michael Corkery and Jessica Silver-Greenberg, “Miss a Payment?: Good Luck Moving That Car,” New York Times, September 24, 2014, accessed January 18, 2018, https://dealbook.nytimes. com/2014/09/24/miss-apayment-good-luck-moving-that-car.

1. 华氏103.5度约为摄氏39.7度。——译者注

1. Corkery and Silver-Greenberg, “Miss a Payment?”

1. Corkery and Silver-Greenberg, “Miss a Payment?”

1. Corkery and Silver-Greenberg, “Miss a Payment?”

1. Alan M. White, “Borrowing While Black: Applying Fair Lending Laws to Risk-Based Mortgage Pricing,” South Carolina Law Review 60, no. 3 (2009): 678—706.

1. 有关自我追踪主题最新书籍的精彩综述请参见娜塔莎·道舒尔( Natasha Dow Schüll )的以下作品，该作者自己也写了一本该主题的书：Natasha Dow Schüll, “Our Metrics, Ourselves,”Public Books, January 26, 2017, accessed January 10, 2018,www.publicbooks .org/our-metrics-ourselves/. For more indepthtreatments, see also Gina Neff and Dawn Nafus, Self-(Cambridge, MA: MIT Press, 2016); Kate Crawford, Jessa Lingel,and Tero Karppi, “Our Metrics, Ourselves: A Hundred Years of Self Tracking from the Weight Scale to the Wrist Wearable Device,”Euro_pean Journal of Cultural 18, no. 4—5 (2015): 479—496.