多维度|解锁“系统之困”,多维度治理是关键

_原题为 解锁“系统之困” , 多维度治理是关键
数字经济下外卖行业作为新零售的典型业态 , 成为数字化、平台化、智能化的急先锋 。 日前 , 一篇题为《外卖骑手 , 困在系统里》的调查报告引爆社会舆论 , 在激发社会共情的同时再次将互联网平台企业推向风口浪尖 。
以外卖平台生态系统为例 , 订餐者作为平台极力讨好的流量终端 , 自然不便过分约束以挫伤用户黏性;商家作为平台主体业务的具体承包商亦无法硬性管控;而众多低进入门槛的骑手 , 相较之下成为全生态链条中可以进一步议价的最佳对象 。 这看似是一种无意的偶然 , 但却是平台企业逐利的必然 , 在企业效益最大化与企业社会责任之间 , 很难做出非黑即白的价值判断 。
当前 , 部分舆论将骑手受困的罪魁指向“算法”与“系统” , 即外卖配送算法与绩效评价制度 。 这种分析虽无不妥 , 但是技术终归是中性的 , 如何做到技术向善 , 仅靠技术本身的改进或许难以实现 , 更应得到重视的是当前整个互联网平台生态系统的治理模式及其治理困境 , 只有以问题和目标为导向 , 方能科学合理地解锁“困在系统里”的僵局 。
多维度|解锁“系统之困”,多维度治理是关键
文章图片

算法治理应有“温度”
算法作为大数据时代的标志性技术产物 , 相信外卖平台的设计初衷及后续运维是符合既有社会规则的 , 但由于运算的体量、速度、归集已远非人类智力所能掌控 , 故最终应用结果的偏差难以避免 。
以外卖平台为例 , 其配送算法可以说是核心的商业机密 , 故而在此次外卖风波中 , 但凡涉及算法公开的讨论一直都很敏感 。 对绝大多数互联网企业而言 , 低成本获取海量的可计算的用户数据、行业数据及社会数据 , 是保证其持续高效竞争力的前提和基础 , 而配送算法的数据来源相较于订餐算法及出餐算法而言 , 是最容易呈现在前台的数据集合——由600万配送员实时更新的路径信息 。 这个体量相对于6亿网购用户的数据量而言显得颇为渺小 , 但在外卖平台市场这一细分寡头市场中 , 主要是指美团和饿了么两大巨头对外卖平台市场的控制现状 , 依然足够让头部企业保持竞争优势 , 更何况在地图导航、配送工具等方面外卖平台能够获得较为成熟的数据资源和技术支持 , 故而 , 真正具有独占价值的正是骑手们用汗水勾勒的路径信息和配送逻辑 。
在计算机语言中 , 0和1便可以构建出能够映射现实的虚拟世界 , 然而路径毕竟是二维平面上的点线面 , 至于骑手需要攀爬的楼梯、等待的电梯、拥挤的天桥等三维立体化艰辛 , 以及无法预测的天气因素、饭店客流、交通管制等360°不可抗力 , 在技术层面很难被精准量化 。 最终 , 所有的变量控制都被指向了一个僵化的指标 , 即配送时间 。
【多维度|解锁“系统之困”,多维度治理是关键】在“外卖骑手 , 困在系统里”事件中 , 骑手配送时间越来越短、从业风险越来越高 , 这般无解的恶性循环注定会引发社会强烈关注 , 然而已经训练完成的算法因“算法黑箱”在技术层面很难被倒回纠正 , 甚至迟缓其脚步都是一种奢望 。
为此 , 若令“无情”的算法逐渐具备“人情”的温度 , 可从以下方面进行治理:
第一 , 从事后救济言 , 尽管以效率为结果导向的算法应用难以阻却 , 至少应及时设置极端理性化结果的救济修补机制 , 避免算法在“跑偏”的路上渐行渐远;
第二 , 从事前干预言 , 若经过社会效果评估该算法已偏差过度 , 则应重新设计和校正算法 , 添附合理的复杂因素变量 , 但须注意主观变量应符合现有法律规范、社会伦理、商业准则的价值导向;
第三 , 从事中监控言 , 建议在算法分析的同时也应注重分析算法 , 虽然算法运行的全过程在技术上和商业上不便公开 , 但至少应根据公司盈利和硬件条件设置尽可能多的监控点和检修点 , 避免“算法黑箱”无限扩大 。 譬如 , 可施行多轨制的算法调配模式 , 在主算法数据运算量达到一定阈值时 , 由低峰值模拟运行的副算法进行闲时替换接管 。 技术人员针对主算法近一段时期的社会反馈及运行痛点进行讨论修正 , 待修复系统设计缺陷后 , 换回功能较为全面的主算法 , 而副算法经过一定数据量的算法训练后 , 亦能在下次更换时有较好的用户体验 。
实践中围绕算法引发的争议在未来还将源源不断 , 辩证地来看 , 正是因为其突出的价值效用才备受苛责 。 算法自始中立 , 唯有使用者的主观审慎与不断反思才是敬畏科技的题中应有之义 。
数据治理应有“力度”
在关注外卖算法对骑手“逼迫”之余 , 走进算法核心 , 即外卖行业的数据流转过程 , 得出的结论是 , 该场景下数据没有在真正意义上得到尊重和保护 。
数据作为目前产权体系中难以有效有序解释的一种创新型生产要素 , 其变现后的利润分配与归属问题至今仍无法明确定论 。 聚焦至外卖行业生态中 , 平台以外卖APP为外在形式、以大数据算法为核心技术支撑 , 向广大订餐者、商家、骑手提供了一种深度的数据应用产品(服务) , 其中包括订餐者的价格比对与订单发布、商家的线上展示与订单撮合、骑手的工作机会与绩效管理等 。 由于平台企业不可避免地追求利润最大化 , 结合外卖平台上述流程及功能不难发现:


推荐阅读