2016年底我離開媒體體制內,成為「自由工作者」全職接案,長輩得知我的選擇,顯然不太認同,卻也不敢講得太露骨,於是拐彎抹腳地問:「你都不想去大公司工作呀?接案子都不怕不(沒)穩(前)定(途)嗎?」
面對一年沒見幾次面的長輩,我沒必要找架吵,也不想費勁解釋對方也不是真心想搞懂的事情,於是用「對呀好擔心,拜託大家牽成、惠賜一案」打哈哈帶過。
我生於1986年,長輩則是生於1950到1960年間,青壯時期正逢台灣經濟起飛,根深蒂固地相信在「大公司、大組織」裡工作,家大業大的地方比較有保障,跟著巨人走就算人生不成功,也保證不失敗,所以長輩很納悶為何現代年輕人(泛指18到39歲)都不一樣了,怎麼鄰居的孫子、親戚的孩子、朋友的朋友的晚輩都在做按件計酬、按時計薪的零工?
零工趨勢=勞工更自由?
企業以外包、承攬將部分雇用成本轉嫁出去
從總體經濟統計數據上,可以看到零工在勞動市場的占比逐年上升,爆發金融海嘯、我大學畢業的2008年,在英國有12%的勞動力是自雇者,2017年自雇者比例來到16%,九年間英國願意工作、可以工作的人口裡,顯著增加了4%、約100萬名勞工成為自雇者,其他已開發國家、開發中國家也有雷同趨勢,世界真的不一樣了,打零工未必只是一種個人選擇。
我身為自雇者,不過只會做內容相關的委託,其他型態的自由工作是怎麼一回事,我想了解但不覺得親身體驗是好主意,幸好有英國同行、記者James Bloodworth拿自己做「人體實驗」,他在半年間遊走英國四個不同城鎮,分別做過四個近年興起的最潮零工:Amazon的倉庫撿貨員、老人居家服務派遣員、保險公司的電話客服、Uber司機。
《沒人雇用的一代》紀錄了James半年來的體驗,除了分享自身經驗,也訪談同事、發案的派遣公司、在地居民與商家、工會幹部(如果那個產業有工會的話),書中拋出一個大哉問:沒有雇主等於勞工變得比較自由?還是企業將過往雇用關係下須承擔風險和成本,透過外包、承攬等方式,轉嫁到勞工身上?
本書的副標題是「零工經濟的陷阱,讓我們如何一步步成為免洗勞工」,精確道出James的立場,左派人士會讚賞這本書點破時代癥結,右派人士可能就會認為James的立論有所不足,忽略了AI科技破壞式創新帶給整體社會的福祉。
AI大數據管理低技術性的工作
不對任何交辦說NO、「越沒人性」才能出頭
當AI成為管理的依歸時,人類的行為會產生顯著的改變
撇開左右之爭,我覺得整本書裡面最值得玩味的,是James體驗的四個工作都高度仰賴AI,當AI成為管理的依歸時,人類的行為會產生顯著的改變:
企業以平台自居,負責第一線執行的人員並不是企業員工,而是外包給派遣公司撂人來計時工作,或是以個人名義承攬案件。
企業會制定最低效率標準,但並不負責讓所有「準備好要工作」的人都有事情做,例如叫車平台持續招募司機、外送員到線上,需要自備與維護符合平台規範的交通工具,企業並不支付時薪,當司機發現待命時間過長,零收入必須「登出」去找其他工作,企業也不用負擔資遣費。
AI分配工作看似不會偏頗特定人,但值得注意的是,如果你拒絕工作的次數超過程式設計容許的範圍,不管你的理由是生病、有急事、倦勤不想工作,AI都會慎定你「不想工作」,不再交付工作給你--如果你想保住飯碗,最好對一切指派來者不拒。
AI程式期待的是一個「絕不拒絕工作」的勞工--接受所有指派任務、訂單,而且發生任何事情都不會請假,全勤到班並展現高效率;對於公司的各種政策完全配合,例如在沒有多抽成的情況下,仍接下多名共乘乘客的叫車。
無論是在倉庫撿貨、到府照顧老人、接聽客服電話、開車送貨載客,每一個動作都會被平台記錄下花了多少時間,送到大數據資料庫中建檔,AI接著排出高標、均標、底標,效率在底標的員工勢必要捲舖蓋走路,不管理由是偷懶、天生手腳不快,還是不忍心看老人家坐在尿濕的床舖上,多花了7到10分鐘為老人家換床單、鋪保潔墊,並且把髒衣物扔進洗衣機。
凝視黑暗面:零工趨勢令專業者自由、勞動者處境艱困
綜合以上,AI管理系統的設計是想要激發出「最高效率」,這時「展露人性」往往會成為效率的阻礙--
電話客服想盡辦法快些掛斷應該再說明得更清楚的保戶詢問電話;照服員向失禁的老人強辯「床沒有髒到不能睡」,以便趕往下一個預約照顧服務的屋子;如果檢貨員生病,無論請假看醫生還是放慢速度工作,都意味著將收到「你不用再來了」的告知,因為AI預設你該為工作拿出最高效率,理當自己照顧好自己。
四份最潮零工看似進入障礙不高,但絕不是「有意願工作」就能存活,這些AI數據管理的零工競爭非常激烈,而且是本能式的競爭--手腳最快、身體最強健、動作反應最機械化、最不花時間跟同事客人互動、「最沒人性」的人才會表現得好,但機器都需要有人輪班去顧,血肉之軀是有辦法在枯燥反覆的動作中,隨時鬥志旺盛地拿出「最高效率」嗎?
James在後記中點出,「市場機制不保證人人生活無虞,辛苦工作,也未必見得能改善生活。」他的個人經驗搭配上社會統計,可以發現身處艱困的人們越來越多,傳統安全網失靈、固有的協調機制也被削弱,除了去讚揚科技帶來的便利、新時代專業工作者能有更自由多元的選擇,也必須要去凝視黑暗的那一面。