攝影：范劍磊

外賣騎手和算法的關(guān)系已經(jīng)被持續(xù)討論多年，其中一個關(guān)鍵議題是，騎手到底為何疲于奔命？這個問題背后的衍生出一系列公共話題。

在外賣騎手和算法的關(guān)系被更多人關(guān)注和討論之后，美團(tuán)、餓了么等平臺相繼改進(jìn)算法策略，來解決相關(guān)問題。其中，美團(tuán)從2021年9月開始，把“預(yù)估送達(dá)時間點”改為“預(yù)估送達(dá)時間段”，讓用戶對配送時間有了更合理的預(yù)期，為騎手預(yù)留更多緩沖空間。餓了么在2022年承諾絕不以最嚴(yán)算法、最低時限為導(dǎo)向，同樣將騎手預(yù)估送達(dá)時間由原先的“時間點”調(diào)整為彈性的“時間段”。

這些措施還遠(yuǎn)遠(yuǎn)不夠。近日，網(wǎng)信辦、工信部等四部門近日印發(fā)關(guān)于開展“清朗·網(wǎng)絡(luò)平臺算法典型問題治理”專項行動的通知也指出，防范盲目追求利益侵害新就業(yè)形態(tài)勞動者權(quán)益。嚴(yán)防一味壓縮配送時間導(dǎo)致配送超時率、交通違章率、事故發(fā)生率上升等問題。

實際上，業(yè)界和學(xué)界更多從業(yè)者在最近幾年都參與到外賣騎手和算法互動關(guān)系的研究之中，他們發(fā)現(xiàn)了外賣騎手和算法互動過程中的新情況、新問題，也促使外賣平臺在改善算法。

在北京大學(xué)中國社會與發(fā)展研究中心、北京大學(xué)社會學(xué)系、北京大學(xué)數(shù)字治理研究中心、大數(shù)據(jù)分析與應(yīng)用技術(shù)國家工程實驗室近日舉辦的“算法為人”專題研討會上，北京大學(xué)中國社會與發(fā)展研究中心主任邱澤奇表示，推動算法為人，同時理性看待算法，肯定算法在推動社會有序運(yùn)行、提升生活便利性等方面的價值，理解算法不是萬能的，也不是完美無缺的，用發(fā)展的眼光看待算法當(dāng)前的“不能”。

算法并非無所不能

外賣平臺的算法屬于調(diào)度決策類算法，主要解決訂單分配給誰、多長時間送達(dá)、路線怎么走、收入怎么算等四個方面的問題。

騎手是算法中最為重要的主體之一。美團(tuán)研究院今年9月披露的數(shù)據(jù)顯示，2023年，通過美團(tuán)平臺獲得收入的騎手有745萬。全年接單在260天以上的騎手占總?cè)藬?shù)的11%，約81.95萬人。

在很多人的認(rèn)知中，騎手屬于低技能勞工，只需要按照算法系統(tǒng)的指令完成配送任務(wù)，工作性質(zhì)和流水線工人類似，算法的存在必然會導(dǎo)致騎手工作的異化。但中國農(nóng)業(yè)大學(xué)人文與發(fā)展學(xué)院副教授陳龍最近幾年的研究打破了騎手屬于低技能勞動的固有認(rèn)知，也對算法和騎手的關(guān)系進(jìn)行了重新思考。

陳龍自己兼職跑了近半年外賣，又調(diào)研了一批老騎手，他通過比較新老外賣騎手的工作效率和收入差異發(fā)現(xiàn)，騎手勞動并不完全依附于算法，其勞動過程中常常涉及勞動者的直覺判斷和勞動精神，包含了隱性知識和匠心精神，是一個“手腦并用”的工作。陳龍強(qiáng)調(diào)，這些技能需要時間培養(yǎng)，但高流動率導(dǎo)致許多騎手在技能成熟前就離開了行業(yè)，并因此呼吁社會重新認(rèn)識和尊重騎手的工作，肯定和尊重勞動者的勞動技能，幫助更多的勞動者實現(xiàn)勞動技能培養(yǎng)。

每個騎手從工作中獲取的隱形知識不盡相同，這些知識包括同時拿到多個訂單先配送哪一個、進(jìn)入不同樓宇后所花費(fèi)的配送時間等，這些隱性知識和配送效率直接相關(guān)。

陳龍把這些研究上升到更高的理論層次后發(fā)現(xiàn)，人與算法之間存在邊界。“我原來認(rèn)為算法是無所不能的，但通過研究證明了算法存在限度的問題。”

更通俗來說，算法存在限度就意味著算法和人并不是單向度的控制與被控制的關(guān)系。

例如在配送算法所處理的問題中，有很多最后100米的場景太微觀、太復(fù)雜，算法還無法做到完全精準(zhǔn)的計算；例如人工調(diào)度在高峰期有權(quán)限把一些訂單調(diào)配給送單能力更強(qiáng)的騎手，站點和騎手之間也存在更為緊密的關(guān)系。

這項研究也給了外賣平臺很多啟發(fā)。一家外賣平臺的算法技術(shù)人員告訴界面新聞，平臺也從實踐中發(fā)現(xiàn)了算法存在限度的問題。

從外賣平臺最近幾年的配送算法調(diào)整中，界面新聞發(fā)現(xiàn)，平臺保留了一些人發(fā)揮主觀能動性的接口。一位外賣騎手透露，在路線規(guī)劃上，外賣平臺會給出建議配送路線，但并非強(qiáng)制路線，很多老騎手自述“不看系統(tǒng)路線”。遇到臨時封路等情況，平臺給騎手提供了App上報、客服反饋等通道。

從騎手全天的工作狀態(tài)上看，他們的“高壓”工作狀態(tài)更像是因為訂單的“峰谷”波動帶來的“短時高壓”。在非高峰用餐時段，很多騎手選擇到就近的“騎手驛站”休息，刷短視頻、看看小說。

如何平衡訂單高峰和低谷時段騎手的勞動，騎手自身可以發(fā)揮更多能動性，平臺算法也值得進(jìn)行更多探索。

在北京大學(xué)博雅特聘教授何艷玲看來，互聯(lián)網(wǎng)和信息渠道為我們提供了許多信息，但每個人所看到的世界都是朋友圈或短視頻平臺推送的世界。外賣騎手在輿論環(huán)境中的形象，即形成了刻板化的認(rèn)知，以至于真實數(shù)據(jù)很難真正傳播，這也給平臺的治理規(guī)則體系提出了挑戰(zhàn)。

“很多問題，往往發(fā)生在騎手新入行的第一年。”上述外賣平臺的算法技術(shù)人員表示，培訓(xùn)更重要，但騎手職業(yè)的過渡性又太強(qiáng)，這是對矛盾。很多問題并非來自“算法”這個抽象概念。

配送算法優(yōu)化仍面臨多重挑戰(zhàn)

面對騎手和算法交互中產(chǎn)生的種種問題，很多人的第一反應(yīng)就是算法應(yīng)該提供更大靈活度，盡可能照顧騎手的利益。但在實際應(yīng)用中，算法的優(yōu)化改進(jìn)并不是非此即彼這么簡單。

比如，在外賣的運(yùn)營中，平臺經(jīng)常需要面對的一個矛盾沖突便是商家的出餐速度會直接影響騎手的配送時間。

中小餐飲商家在外賣平臺上的占比達(dá)到80%以上，這些商家生產(chǎn)能力有限，消費(fèi)者訂外賣又集中在午餐和晚餐高峰時段，商家爆單的情況常有，無法按既定時間出餐的情況也經(jīng)常出現(xiàn)。

在這件事上，騎手和商家的立場和訴求不同，一言不合甚至還會發(fā)生激烈的沖突。比如，去年4月，江西贛州一名外賣配送員在某餐飲店取餐時，因取餐時間問題，與餐飲店老板發(fā)生口角。

據(jù)界面新聞了解，目前外賣平臺已上線騎手上報商家出餐慢希望延時的功能。但一位外賣平臺的運(yùn)營人士透露，平臺在“送餐高峰期”面對的情況卻更為復(fù)雜，騎手上報商家出餐慢希望延時，商家卻提供了已出餐證據(jù)，平臺到底該聽誰的？

在外賣算法涉及的主體中，雖然騎手的關(guān)注度最高，但不可否認(rèn)的是，商戶、用戶、平臺都身處其中，背后的配送算法也需要考慮不同主體的訴求，兼顧騎手、商家和消費(fèi)者等多方的利益。

據(jù)界面新聞了解，目前美團(tuán)、餓了么等平臺也在通過改進(jìn)算法平衡商家和騎手的矛盾。其中，美團(tuán)外賣的算法一方面會通過歷史數(shù)據(jù)識別出長期出餐慢的商家，任何騎手配送該商家餐品，都會提前自動獲得配送時間的延長；另一方面平臺還啟動“出餐后調(diào)度”，商家通過免費(fèi)發(fā)放的終端智能硬件產(chǎn)品“出餐寶”，在出餐后上報“已出餐”，后臺再調(diào)度騎手到店取餐。如果騎手遇到商家出餐慢等問題，平臺會主動或根據(jù)騎手的申訴為騎手免責(zé)。

上述外賣平臺的算法技術(shù)人員告訴界面新聞，配送調(diào)度算法，面對的是海量訂單在百萬商家、百萬騎手和數(shù)億消費(fèi)者之間流轉(zhuǎn)的問題，要為了解決多主體多目標(biāo)的利益如何平衡，和極度的不確定性，去進(jìn)行高度復(fù)雜的實時計算，這都讓算法在運(yùn)行中難免會出現(xiàn)一些問題。

背后的原因也不難理解。算法只是一系列數(shù)學(xué)函數(shù)，本質(zhì)上就是通過導(dǎo)數(shù)、梯度等方法進(jìn)行機(jī)械性的求解，并不能解決數(shù)學(xué)函數(shù)之外的問題。美團(tuán)研究院執(zhí)行院長厲基巍在“算法為人”專題研討會也談基于此，算法不僅是技術(shù)問題，還涉及社會倫理和人際關(guān)系。

在他看來，算法與人之間的關(guān)系不是單向度的控制與被控制，而是互促互進(jìn)的共生關(guān)系。算法要在實踐中不斷完善，最終更好地服務(wù)于人。

整體上看，平臺在改進(jìn)算法上也在加入一些更加人性化的細(xì)節(jié)。平臺對算法的優(yōu)化也已經(jīng)跳出“狹義數(shù)學(xué)算法”層面的內(nèi)容，開始考慮更多規(guī)則、規(guī)范、就業(yè)情況和內(nèi)卷競爭等現(xiàn)實情況，但真正實現(xiàn)人和算法的和諧還需要很長的一段路要走。