下载掌阅APP，畅读海量书库
立即打开
亚马逊履行中心售出的每件商品都要经过四个核心流程：接收、堆放、拣选和打包，这些步骤既需要机器也需要人力。以买粉色咖啡杯为例，让我们看看它的移动轨迹。首先，它会经历“入库”的两个步骤。在“接收”区，工人会把一箱箱商品从进货运货板上拉下来。打开这些箱子，他们会发现我们的杯子和许多其他类似的杯子放在一起，且每个杯子都有一个独一无二的条形码。工人会扫码记录杯子到达仓库的时间。接下来，这些杯子会被放到传送带上，送到“堆放”区。在那儿，工人们将这些杯子分组，放到黄色的篮子里，再把篮子放到小推车上，推去拣货塔。此时，堆装工人就会扫描每辆推车上的篮子，记录里面的物品，然后送到拣货塔内指定区域。当把杯子放在货架上时，他们会用扫描仪分别扫描杯子和存放地的条形码。这样一来，库存系统就会知道每个杯子在货架上的位置了。
仓库里其他工人从事两种类型的“外发”工作：“拣选”和“打包”。假设你从亚马逊订购的粉色咖啡杯要送到博洛尼亚，软件系统会检索库存，找出该城市有这个杯子的履行中心是哪个，这大概率就是MXP5仓库了。然后系统会将取货任务分配给“拣货员”，通过手持设备告知他们物品的位置。然后，他们走进仓库的存储区域，取出系统分配的物品，放到分拣区。一个拣货员可能被分配到不同商品，这些商品将被运给不同买家。但如果一个订单包含多个物品（也许除了杯子，你还订购了一个U盘和一些眼线笔），这些物品将由不同的拣货员取回。一旦货物被送到分拣区，其他工人就会扫描并分类，将它们放入与各个订单相对应的篮子中。这些篮子会被放到传送带上，送到“打包”区。在那儿，系统会告知“打包员”，该用多大的纸板箱或信封来打包。一会儿工夫，打包员就将货物从篮子里转移到打包箱里，封好箱子并放到传送带上。之后，机器会扫描并自动生成标签、打印标签并将标签贴到箱子上，标签上有买家地址和一个新的条形码。这些信息只能被机器识别，工人看不懂。接下来，货物会沿着传送带继续前行，会经过另一个扫描仪，该扫描仪会读取箱子上的条形码，并自动将其放到特定的篮子里。指定的“承运人”会来取货，具体是谁来取，这得看交付地在哪儿，优先的运输方式是什么。工人会将货放到运货板上，然后再将其装到在停靠区等待的卡车上。卡车会把包裹送去分拣中心，也就是目的地附近的小型仓库。分拣中心的工作人员会把货物交给司机，然后司机为客户送货上门。
除了以上这些核心流程，仓库里还发生了其他事情。例如，“退货物流”工人会处理客户退回的订单（比如你突然觉得自己不需要这个粉色咖啡杯了）。这些工人检查退回的货物，将它们送回拣货塔或转送到其他履行中心。“质量监控”工人会检查其他人的工作是否有误，例如，确保商品在货架上的位置是正确的。停靠区的工人每天都为几百辆来运送货物的卡车装货、卸货并收单。
这些过程的共同点是将自动化与人力相结合。亚马逊的算法负责做决定，驱使着工人将杯子从卡车上转移到拣货塔内，再送到你的家里。应该从哪个履行中心取货？哪个工人负责拣选、重新分拣或打包？这些都由机器、软件决定。当然了，不只亚马逊将传统的人类管理者的职能自动化了，社交媒体、叫车服务等行业也都是靠算法进行决策的。新闻编辑室的社交媒体经理努力提高网站上文章的读者参与度，公司应用程序给优步司机分配距离最近的订单，这些都离不开算法，数据驱动的算法流程控制并塑造着人们的工作。 [1] 不同之处在于，在仓库中，在这些自动化决策和工人之间进行调解的是扫描仪的屏幕，而不是手机应用程序或浏览器窗口。
用软件系统来组织劳动力，这算不上技术中立。工作场所应用的技术反映并维持着雇佣关系外衣之下的权力关系。资本在设计和应用技术时就只考虑到了自己的目标：以亚马逊为例，资本家用技术控制着工人，以实现订单的快速交付。管理层借助算法控制着工人，为自己谋利，社会学家阿内什（Aneesh）将这种不对称的组织形式称为“算法独裁”。
例如，资本有能力垄断这些技术系统的知识。维持仓库流程的企业算法的内部运作是不透明的，因此外界难以理解。这是刻意而为之的。出于行业机密和保密协议，亚马逊软件代码不对外公开，但我们仍有方法了解。因为自动化就是个社会技术系统，这一系统与特定的人和流程相互作用，所以我们可以通过分析其在工作场景中的应用来理解它。工人接触这些软件系统的机会是有限的，但他们亲眼见证了算法对工作流程的影响，这种通过经验得来的知识是宝贵的。
他们不仅能持续提供自己在工作中观察到的情况，还能实地探究和测试组织他们劳动的数据提取和分析程序。比如，他们可以试图去弄清订单是如何分配给拣货员的，这对个人生产力又有什么影响。
因此，要想了解数字技术在亚马逊的使用情况，我们得寻求仓库工人的帮助。各种形式的资本主义生产关系他们都经历过，现如今随着生产关系更迭，工人劳动和机器的融合程度越来越深。在以蒸汽机为主导的工业时代，工人们提供的是体力劳动，例如，将原材料送入机器。今天，情况其实也差不多，只不过除了体力劳动，工人还要投入其他东西。显然，亚马逊的工人是提供了体力劳动的，他们在仓库里搬运货物、为订单贴标签、卸货。此外，他们还提供了信息服务。软件系统会通过扫描仪捕获工人的工作信息，并利用这些信息管理拣货塔中的库存。软件系统将人类活动转化为数据，将其反馈给由算法和机器人技术主导的复杂机器系统。工人提供信息服务，这并不是什么新说法。早在20世纪60年代初，工人理论家罗曼诺·阿尔卡蒂就说过，工人不仅是商品的生产者，也是信息的生产者，所以也是价值的生产者。因此，资本必须征用并控制他们。
然而，自动化算法系统掌控下的这种紧密的反馈循环是前所未有的。亚马逊这样的数字密集型仓库的创新之处在于，工人工作产生的信息被算法分析，之后被用来支撑和改善机器交付流程并控制工人的活动。
这一点在存货和拣选时体现得最为明显。工人往货架上存放商品时，这一依靠他们个人选择和灵活性的复杂劳动的数据就会被数字化并被软件系统捕获。之后，亚马逊便会用这些数据来严格控制拣货员的活动，确保他们在自动化软件系统的指导下，以高效和可控的方式完成工作。