編者按：本文來自微信公眾號 騰訊研究院（ID：cyberlawrc），作者：瑪麗· L.格雷等，創業邦經授權發佈
僱傭工作的逐步分解可能是工作性質的一種深刻而根本的轉變。在美國，傳統的全職工作已經不再普遍。過去，員工可能幾十年日復一日地待在同一間辦公室裏，成就一番事業，並期望得到穩定的薪酬、健康護理、病假和退休福利。現在，從童工保護法到工作場所安全指南，全球幾個世紀以來的改革成就正在瓦解。
事實上，根據美國勞工統計局(Bureau of Labor Statistics)的數據，目前只有52%的僱主提供工作場所福利。大蕭條之後，美國人開始意識到，除了提供食品、保健或在實體店銷售商品，最好的選擇是在按需零工經濟中找工作，這樣的機會越來越多。由於勞動法中沒有任何職業分類保護這種工作，而MTurk和Crowd Flower等平台的服務條款幾乎與我們在更新軟件時都會點擊的對話框沒有什麼不同，這就相當於抹去了傳統員工享受的保護。
雖然皮尤研究中心的最樂觀估計是，目前從事幽靈工作的人數約為2000萬，但沒有確切的統計數字表明，有多少人為了生計草率地做了一些基於合同的幽靈工作。美國勞工統計局增加了一項補充調查，內容是“臨時就業與替代就業安排”，從美國人口普查局(Census Bureau)2017年5月的當前人口調查(CPS)中選擇了6萬個符合條件的家庭，這樣的月度調查使勞工統計局瞭解了這個國家的就業和失業數據。十多年以來，這是第一次試圖估計臨時工作的增長。據勞工統計局估計，10.1%的美國工人沒有長期僱傭合同，無論是正式的還是非正式的。
但這項調查只統計了那些把替代就業作為主業或獨立工作的人。所以，如果一個人一邊做着幽靈工作，一邊朝九晚五接受另一位僱主的固定工資或時薪，那就很難被統計到。而在我們遇到的最活躍的工人中，這是一種非常普遍的趨勢。
建設中的幽靈工作從圖片標記、添加視頻字幕到軟件調試、外賣送餐，現在我們很容易觀察和想象所有類型的幽靈工作。想象這樣的場景:在你的健身房裏，有人正全身心地投入跑步計劃。他的左膝最近在足球比賽中受傷。他從你旁邊的跑步機上走了下來。他似乎有了什麼感覺。也許你也是。你看到他膝蓋周圍的紅腫。當他把重心往右移時，左腿承受的壓力越來越大。他在腕帶上輕拍了三下，立刻，他的健康教練説:“嘿!你好嗎？我剛剛為你做了一個小時的活動掃描，看起來你的身體有些不適。又是膝蓋嗎？”
你聽到他不好意思地回答:“我知道今天早晨你建議我這周改變一下有氧運動計劃。你是對的。”幾秒鐘後，健康教練説:“我去找那位之前給你治過膝蓋的理療師。”不到一秒鐘，“好了，找到人了。他們有空，15分鐘內到健身房找你。我去和他們聯繫，把你現在的情況告訴他們。等我一分鐘。”“謝謝。”他靠在一輛健身車上説。“我們需要把左腿抬起來，”健身教練補充道，“我看得出來，你的膝蓋還在負重。”以上就是雲健康管理平台Twine Health設想的商業未來。Twine Health是一家被活動追蹤設備生產商Fitbit收購的初創企業。
Twine Health是供應鏈中差不多可見的一端，它通過短信和語音電話給患者提供護理和健康指導。Twine的主要客户就是那些在健身房再度損傷膝蓋的患者。而Twine更大的市場是那些試圖通過工作場所健康計劃來降低醫療成本的企業。通過加入Twine的API環路，一個經過認證的健康教練可以比傳統辦公室環境中的醫生照顧更多的患者。一家名為WellnessCoaches的第三方公司，滿足了Twine對臨牀醫生的需求。如今，像Fitbit和Twine這樣的公司在提供患者支持時，沒有任何規則來管理他們的按需教練供應鏈。
Twine Health操控界面
類似地，結合攝像頭、傳感器、網絡連接和來自醫療服務提供商的實時支持，我們很容易想象按需手術。一個由現場護士和遠程按需外科醫生組成的團隊，將能夠通過機器人和監控完成從闌尾炎切除到白內障手術的所有操作。團隊將協作縫合病人的切口，並相互檢查縫合工作。當傳感器檢測到病人的血壓下降，或者失血過多表明有併發症時，還可以把專家帶到手術枱前提供諮詢。
按需工人還可以在建築和重型機械維修等工業領域發揮作用，從建造風力渦輪機到修理石油鑽塔，都可介入。Daqri這樣的公司已經開發出增強現實的設備，可以連接現場工人和遠程按需工人。
例如，該公司的智能眼鏡包括一個電腦芯片、若干攝像頭和傳感器，可以投射出3D地圖或維修手冊，還可以掃描管道中危險的熱堆積和壓力升高的跡象。它可以利用按需管道工的專業技能，幫助現場工人修補複雜的液壓系統。隨着自動駕駛汽車的發展，Daqri的智能眼鏡可能會成為工業機器人頭頂的標配，而按需工人可藉此控制機械臂，完成一項危險的維修任務。如果英國石油公司(BP)可以派出按需團隊，全天候輪流監控所有工業系統，並在傳感器檢測到配件開始磨損或需要更換的地方進行維修，那麼，2010年的環境災難“深水地平線”(Deepwater Horizon)是不是可以避免呢？如果不把按需工人當成臨時工或者可消耗的幽靈勞動力，而是當成工人的集體智慧，讓一些定期派工人循環輪班，讓其他永久在線派工人隨時待命，對他們一視同仁，那麼公司是否就可以避免下一次石油泄漏呢？
世界銀行預測，到2020年，通過我們所研究的平台，專業按需數字勞動市場規模將增長到每年250億美元。無論我們是否準備好優先考慮和支持那些按需工人，他們的工作都代表着不可避免的近期和(可能的)長期就業未來。隨着所有服務業就業的轉變，企業、工人和社會不太可能面臨被一羣機器人接管的局面，但我們將不得不決定，我們希望幽靈工作成為什麼樣子。
從整體上看，當前的零工經濟——由獨立合同工和小型企業組成、由滿足市場需求的短期項目驅動的生態系統——正悄然轉向幽靈工作平台。越來越多的人選擇了按需的在線零工，即接受項目驅動的任務，而企業則通過網站或移動應用來對工作進行分配、安排、指派和付費。很難衡量有多少人從事這項工作，以及這項工作的增長速度有多快。美國並不經常對勞工部所説的以“替代工作安排”謀生的工人進行人口普查。最近的一次人口普查是在2017年公佈的，與上一次相隔12年。而且，為了保持歷史連續性，調查問題沒有涉及互聯網。沒有人問過工人，數字技術會在多大程度上控制他們的勞動。
由於按需工人在調查中會以不同的名頭出現，如“替代工作安排”“臨時僱員”和“個體經營者”，因此沒有簡單的方法來統計全國的按需勞動力。最佳估計是2016年皮尤研究中心的調查，該調查發現，美國8%處於工作年齡的成年人通過線下或線上的任務賺錢，約合2000萬人。這意味着每100名處於工作年齡的美國人中，就有大約12人已經在從事某種形式的按需幽靈工作。除非有目標更加明確的測量，否則很難觀探按需幽靈工作的全貌。然而，從統計學上説，我們只需要看看當前所謂零工經濟中發生的微妙變化就夠了。這種由獨立合同工和小型企業組成、由短期項目驅動的生態系統，很難或無法承擔全職僱員的成本，其已經悄然轉向了按需工作平台。
按需平台的興起，表明使用API來組織、指派和安排合同工作，對於企業和需要工作的人都有吸引力。本書中的例子表明，將臨時勞動力和新技術結合起來，比人工智能革命更能起到推動作用。按需平台還接管了辦公室中更單調的“知識性工作”，如在線客服和數據庫錄入。傳統的人力資源服務、大型企業和像Upwork這樣的平台之間的合作反映了按需就業的下一個發展階段。2015年的一項研究估計，僅在美國和歐洲，就有大約2500萬人在互聯網上從事某種按需零工工作—接受企業通過網站或移動應用分配、安排、指派和付費的受項目驅動的任務。如果2500萬個工作機會看起來很少，那麼仔細想一下，在本世紀初廣泛採用基於網絡的API之前，這類工作是不存在的。按照目前的增長趨勢，如果再加上合同工和臨時工中介服務的增長趨勢，到2055年，當今世界就業崗位中的60%可能會變成某種形式的幽靈工作。
目前，當驅動優步等手機應用或Facebook等網站的人工智能系統需要人力時，它需要的是快速提供幫助。傳統的招聘方式行不通，因為終端用户不會容忍在等待汽車或加載頁面時延遲太久。通過API訪問的永久在線派工人庫提供了必要的人力輸入，可以根據需要隨時佈告。軟件工程師可以編寫代碼，自動僱用某人執行任務，檢查他們的工作，併為他們付出的時間和精力支付報酬。按需幽靈工作平台及其API允許人類為眾多網站、應用程序、在線服務和算法提供動力，但大多數消費者卻認為這些是自動化的。科學家和工程師將繼續追求完全自動化，試圖建立一個具有人類思維能力的人工智能。爭論這一目標能否實現，以及它是否會取代所有工人，分散了我們的注意力，使我們無法充分關注當今按需勞工的普遍需求。很明顯，技術專家將繼續嘗試，因而也會再現自動化的最後一英里悖論。由於人類仍在繼續努力構建通用人工智能，至少在可預見的未來，人類勞動仍然是必要的，如此才能填補現有系統的不足。
通常，當程序員坐下來寫一行代碼來執行一項任務，他們會使用由計算機操作系統定義的接口來利用計算機的力量。但CPU只能執行代碼給出的指令。因此，當程序員將按需勞工納入任務環路時，他們也與坐在按需平台API另一側的一個人或一組人一起工作。現在，程序員依賴按需執行幽靈工作的人為可預測的代碼提供創造力。工人的獨創性和可靠性完善了程序員設計的工作。
與電腦不同，人類既可以預料自己下一步該做什麼，又可以在一瞬間對意想不到的事情做出新穎的反應。人類可以深思熟慮，對豐富的生活經驗進行反思，並與其他人討論下一步該如何完成工作。為了獲得無限的迭代和協作重組解決方案的能力，作為交換，人類帶來了CPU所沒有的東西，即獨創性和新穎性。這就是按需工作的承諾——讓計算能力與人類的想象力和創新思維結合起來。因此，如果企業想利用這種力量，他們必須足夠關心工人，並同時提出如下問題:做按需工作的都是什麼人，他們需要從技術、企業、消費者和社會獲得什麼來與API一起工作？
我們發現了三種不同類型的按需工人，反映了帕累託分佈所描述的在線社羣的社會動態。第一種，大多數工人只在平台上體驗一番，完成少量任務，然後在一週到一個月內離開。這些工人也為平台提供了價值，因為他們被認為是有潛力從事幽靈工作的人，也讓人們看到了這一勞動力市場的前景。第二種，一些工人定期參與(每月工作少於10小時)完成一定數量的任務，有時與財務目標或時間目標有關。最後一種，一些工人逐漸熟悉了平台，成為核心勞動力，他們每天出現在平台上，平均每週工作30小時。這些工人完成了平台上的大部分工作。
在所有情況下，API和按需勞動平台都橫亙在工人和僱傭者之間，設定了僱傭的相關條款和協議。如果不是有意讓工人成為按需服務設計的中心，平台就會剝離與工作相關的一切，只留下任務、薪酬和工人。這可能會創造一種毫無生氣的環境，沒有福利，沒有進步，沒有認可，沒有領導，沒有同事，沒有午餐夥伴，沒有下班後的飯局。API通常會更進一步，不僅剝離工作環境的各個方面，還剝離工人和請求者本身的各個方面。不同平台會在不同程度上這樣做，而在極端情況下，每個工人都是由一系列看似隨機的字母和數字來標識的，如“A16HE9ETNPNONN”。這類平台消解了所有使工人和請求者成為人的因素，並把所有因素簡化成標識符。沒有辦法確定工人的個人屬性，如性別、年齡、抱負或激情。同樣，也沒有辦法瞭解工人技能的深度和廣度，如他多麼擅長數學、英語或繪畫。又或者當他與一個團隊連接起來時，他在特定任務上的表現有多好。這些問題都沒有明確的答案。這種處理方式的一個明顯缺點是，它可能導致工人和請求者之間的不匹配。
但有利的一面是，那些可能因為性別或宗教等原因而被歧視的工人現在可以找到工作了。在另外一個極端，有些平台允許工人創建個人資料，列出他們的技能，甚至可以上傳一張照片。這可能會讓匹配更合適，但代價是潛在的歧視和工資不平等。總的來説，匿名化和偶爾的去人性化可能使請求者覺得工人是可替換的。例如，僱用“A16HE9ETNPNONN”和僱用“A6GQR3WXFSIYT”有什麼區別嗎?即使工人的屬性沒有被剝離，人們也很容易把工人當成可利用的資源，而不是獨立的個人。我們以前也遇到過這種情況。
幽靈工作的歷史教訓如果説歷史為未來的工作提供了什麼教訓的話，那就是技術並沒有消除對臨時勞動力的需求。技術和我們對體驗世界的那種不可抑制的渴望創造了工作機會，使人類可以利用溝通、辨別和關心他人的能力。我們是人而不是機器，在沒有新信息的情況下，我們也能夠反思和校正先前的假設，能用語言和非語言的方式分享自己的感受和想法，這是我們的優勢。
過去幾代人的文化傳統把全職工作置於其他所有類型工作之上。這使得我們很難比較，相比於任何個人的專業頭銜或社會地位，我們的集體智慧和協作能力產生了多大的影響，無論是小到操作珍妮紡紗機，還是大到把人類送上太空。在從計件工作到當今按需工作平台的歷史中我們看到，臨時勞動力一直是必不可少的。但其經受了系統性的貶抑，其“較低”的地位已被視為理所應當並納入就業分類。
平台驅動的創新為企業和消費者提供商品和服務，但卻誇大其詞地吹噓API與人工智能的結合消除了之前傳統僱主支付的招聘、培訓和留住工人的費用。通過花時間與數百名工人相處，我們看到，自動化非但沒有消除這些成本，反而把它們主要轉嫁到了工人身上。我們提供的指導立足於當今按需工人的成功和挑戰。我們竭力主張工人記住:你不是這台機器上壞掉的齒輪。你正在盡你所能使一切成為現實。你可以用你的經驗教會我們如何使工作的未來更有尊嚴和更加人性化。
致力於自動化的私營企業不能忽視工資以外的、激勵人們工作的因素。API可以大規模分配被分解的任務，並儘可能減少實際管理的需要。但這樣的系統不能消除工人從工作生活中獲得意義的願望。我們展示了研究參與者的協作策略如何説明平台設計應該適應而不是忽視自動化的最後一英里悖論，也不應該忽略或禁止人類協作和連接的衝動。在短期內，這些策略包括開發系統使管理本身任務化。企業可以直接使用API，將肯定和鼓勵轉化為可行的付費任務，補償那些幫助他人做到最好的人。
為了理解工人是如何在有時毫無生氣的按需環境下工作的，我們繞過API，親自採訪了工人，研究他們每天的生活方式，並整體測量他們的活動。我們的關鍵發現是，工人正在把人性和意義重新投入他們的工作中。首先也是最重要的，他們正在將協作重新添加到工作中。他們正在重建辦公室的茶水間，從而提供和接受社會支持，儘管茶水間是建在網絡或虛擬環境中的。工人顯然很重視同事間的協作——他們把自己的時間和金錢用於在工作平台之外搭建線上論壇，而不是花在工作和掙錢上。工人還會協作找到好任務，減少他們做幽靈工作的間接費用，這也從側面反映了工人所承受的一些交易成本。搜索任務，學習如何完成任務，甚至一開始學習如何使用按需平台，這些都是沒有報酬的。幽靈工作將許多交易成本轉移到工人和僱傭工人的請求者身上。因此，工人為了在按需經濟中生存下來必須做一些無償工作，他們通力合作，減少這些工作的成本。
幽靈工作的大部分環節是自動化的，如僱傭工人、審核工人和支付工人工資。但從設計上來看，軟件是死板的。它無法做出判斷，因而導致了三種類型的算法殘酷。第一，請求者可以在任何時候通過API自動上傳大量任務，任務一旦完成就會消失。平台上的工作機會是突發和間歇出現的，而通過協作找到好任務，可以幫助緩解這種突發的性質，幫助工人抵消不穩定和缺乏安全感帶來的成本。儘管如此，協作並不能完全解決問題，因為工人經常覺得需要時刻待命或保持高度警覺，才能在好任務消失前搶到它，而這就是第一種形式的算法殘酷。第二，由於API控制着工人和請求者之間的交互，如果工人需要指導或幫助，也沒有人可以求助。因此，工人經常利用他們的工作網絡尋求幫助。第三，平台可以單方面決定誰有訪問權限、誰沒有訪問權限，這意味着平台可以決定誰能賺錢、誰不能賺錢。平台使用自己的內部軟件工具決定誰留下和誰離開。工人往往沒有追索權。這三種形式的算法殘酷之所以存在，都是因為算法和軟件可以自動僱傭工人，並允許工人通過API訪問平台。儘管有這些困難，工人還是堅持了下來，因為他們可以有意識地塑造按需工作，以適應他們所面臨的限制。例如，文化規範可以根據種族、性別、宗教和殘疾狀況，規定誰能離家工作，誰不能。由於按需工作可以在任何地方匿名完成，也包括在家裏，所以工人可以利用它克服文化規範的障礙。同樣，家庭責任可能會限制工人的工作時間。但由於按需工作隨時都可以做，所以工作也可以圍繞這些責任安排。最後，如果工人因為沒有接受過求職培訓而受到限制，他們可以利用按需工作積累簡歷上的經驗，證明自己具備從事某項特定工作的能力。
半自動的未來在全球範圍內，隨着越來越多的項目依賴於按需的非現場勞動力，大型企業擁有全職僱員在現場工作的日子屈指可數。我們的就業分類體系在20世紀30年代贏得了勝利，使全職流水線得以運轉，但它並不是為眼下的這種未來而建立的。隨着機器變得越來越強大，算法接管了越來越多的問題，我們從過去自然語言處理和圖像識別方面的進展中知道，各個行業都將繼續識別需要處理的新問題。
因此，在機器能夠解決和不能解決的問題之間存在着一條不斷移動的邊界。我們稱之為“自動化的最後一英里悖論”:隨着機器的進步，將另外一些事自動化的機會也出現了。這一過程不斷重複，通過不斷創造和毀滅新型人類市場，最終導致自動化的擴張。換句話説，隨着機器解決了越來越多的問題，我們將繼續發現那些增加而不是取代人力的需求。這一悖論解釋了為什麼按需服務——指的是把人類和API結合起來，尋找、安排、管理和交付產品與服務——比人工智能和機器人更有可能主宰工作的未來。
自動化VS.人類勞動，一種錯誤的二分法正如人工智能和計算領域的許多人知道的那樣，幽靈工作是增強服務背後的人類計算，這是一種相對新穎的計算能力，結合了軟件的速度、精度與人類的聰明才智。幽靈工作是一種偉大的工具，可以解決機器本身無法有效解決的問題。例如，MTurk工人生成的訓練數據用於推動算法，而這些算法後來解決了簡單的圖像識別問題。之後，科學家和工程師便可將注意力轉向更復雜的圖像處理任務。隨着人工智能的發展，我們將反覆看到一種模式，即利用按需勞動平台招募工人，解決新領域的問題。
儘管幽靈工作已被證明對人工智能的發展至關重要，但它已將一個非正式羣體轉變為主要的計算設備——一個分佈式的人類計算系統，用於從DoorDash、Upwork到優步等一系列按需服務。這些智能系統將人工智能和人類混合後納入同一個環路中，通過API獲取、安排、管理和交付付費服務。幽靈工作還可以重新設計，從而重視陌生人的善意，並認識到在線社交網絡的優勢是未來好工作的基礎資產。隨着越來越多的人轉向幽靈工作—或者將他們的正式就業轉成幽靈工作——我們有機會從勞動的歷史和人類今天的幽靈工作經歷中學習，從而解決其中的技術故障和社會失靈。我們仍然有時間把就業從人工智能的影子中拉出來，使人們公平、有尊嚴地獲得工作，各方都將為此感到自豪。根據我們從受訪者那裏瞭解到的，以及我們對勞動市場動態的研究，我們提出了一些技術的和社會的解決方案，從而推動工作的未來。
本文為專欄作者授權創業邦發表，版權歸原作者所有。文章系作者個人觀點，不代表創業邦立場，轉載請聯繫原作者。如有任何疑問，請聯繫