在這個日益由人工智能驅動的社會里，系統(tǒng)性的不平等正在發(fā)生。無論是零售、金融、物流，還是制造業(yè)，人工智能推動的企業(yè)都是由一小群高薪員工來管理的，支持這群人的是復雜的自動化技術，以及外圍可能數以百萬計由算法管理的低收入自由職業(yè)者。本文作者認為，當算法管理的勞動力被系統(tǒng)徹底操控，最終他們將面臨的就是前途渺茫，晉升無望，工作的兩極分化愈發(fā)嚴重。

算法歧視與偏見的風險已受到廣泛關注和密切審查，這是理所當然的。然而，我們這個日益由人工智能推動的社會還有一個更為隱秘的副作用——工作性質本身不斷變化所造成的系統(tǒng)性不平等。我們擔心未來機器人會奪走我們的工作，可是如果相當大一部分勞動力最終從事的是由算法管理的工作，前途渺茫，晉升無望，又會發(fā)生什么？

白手起家取得成功的經典比喻之一是領導者起步卑微，從收發(fā)室、收銀臺或工廠車間一路奮斗向上。雖然做到這一點比好萊塢暗示的要困難許多，但自下而上的升遷至少在傳統(tǒng)的企業(yè)中是可能的。麥當勞前首席執(zhí)行官(CEO)查利·貝爾(Charlie Bell)最初是翻烤漢堡的員工。通用汽車董事長兼CEO瑪麗·巴拉(Mary Barra)起步于裝配線。沃爾瑪CEO道格·麥克米倫(Doug McMillon)是從一個配送中心起家的。

相比之下，你認為有多少優(yōu)步(Uber)司機會有機會獲得公司的管理職位，更別提經營這家共享乘車巨頭了？有多少未來的亞馬遜頂級高管會從送包裹快遞或堆碼貨架開始自己的職業(yè)生涯？Instacart的億萬富翁創(chuàng)始人及CEO可能親自交付了公司的第一份訂單，可是還有多少人會步其后塵呢？

問題來了：有一個“代碼上限”阻止了事業(yè)進步——不分性別或種族——因為在人工智能驅動的企業(yè)里，初級員工和自由職業(yè)者極少與其他人類同事互動。相反，他們是由算法來管理的。

在這個以數字為媒介的工作新時代，通常存在一種層次化的信息流，其中公司會決定他們選擇與你分享的信息。不像開出租車那樣，司機和調度員之間、司機與司機之間通常有開放的無線電通信，當你為優(yōu)步或來福車(Lyft)工作時，互動內容是某種優(yōu)化功能的輸出，這種優(yōu)化功能旨在實現效率和利潤最大化。

受算法的管理就會遭到不斷的監(jiān)視與監(jiān)控。如果你是在中國為美團或餓了么工作的數百萬送餐員之一，一種算法就可以確定你應該花多長時間送達一份訂單，如果你未能在最后時限前完成，你就會被降薪。同樣，亞馬遜配送中心的員工也受到算法的密切跟蹤；他們必須按“亞馬遜步速”工作——有人描述其為“介于行走和慢跑之間的速度”。

當你是一名臨時工時，讓你擔心的不僅僅是你的人工智能老板，你同事通常也是你的競爭對手。比如，住在亞馬遜配送點和全食超市(Whole Foods)附近的芝加哥居民稱他們看到了智能手機掛在樹上的奇怪現象。原因何在？合約快遞司機不顧一切要在工作分派上拼贏他們的對手。他們相信，將其設備掛在投遞站附近可以幫助他們操縱工作分配算法；置于樹上的智能手機可能是比別人早幾秒拿到一條15美元送貨路線的關鍵。

過去幾十年里，工作一直在不斷變化。勞動力市場已日益兩極分化，相對于入門級、低技能工作以及要求更高技能水平的高級工作而言，中等技能工作受到了侵蝕。新冠疫情可能加速了這一進程。自1990年以來，美國的每一次衰退之后都是失業(yè)型復蘇。這一次，隨著人工智能、算法和自動化對勞動力隊伍的重塑，我們的結局可能更糟糕：K型復蘇——那些處于頂端的人前景升騰，而其他每一個人則眼睜睜看著他們的財富暴跌。

這種新的數字鴻溝是有機會獲得高等教育、領導力指導和工作經驗的員工與那些沒有機會的人之間不斷拉大的差距。在我最近的新書《算法領導者》(The Algorithmic Leader)中，我探討了一個特別可怕的場景：在為算法工作的大眾、擁有設計和訓練算法系統(tǒng)的技能和能力的專業(yè)特權階層，以及擁有管理世界的算法平臺的少數超級富有貴族之間，存在著階級鴻溝。

一個全球性的低收入算法勞工隊伍已經出現。在拉丁美洲，發(fā)展最快的初創(chuàng)企業(yè)之一是Rappi，它是Uber Eats、Instacart和TaskRabbit的混合體。波哥大和墨西哥城等城市的客戶每單支付1美元左右，或者每月固定支付7美元。作為回報，他們可以訪問一個龐大的按需服務的快遞員網絡，快遞員會將食品、雜貨和幾乎你想要的任何東西送貨上門。亞馬遜有一個非正式的送貨員網絡，名為Amazon Flex，隨時可以將包裹送到你的家門口——不久之后，甚至可以在大街上把包裹交予你，將包裹放到你的汽車后備箱里，或者打開你的家門，把食品放進你的冰箱。

約翰·梅納德·凱恩斯(John Maynard Keynes)在1930年的演講《我們子孫后代的經濟前景》(Economic Possibilities for Our Grandchildren)中預言，到2030年左右，生產問題將得到解決，任何東西都足以供應每一個人。然而，問題在于，機器會導致技術性失業(yè)。凱恩斯沒有完全預料到的情況是，我們目前的高科技就業(yè)情況伴隨著嚴重的不平等。

勞動力隊伍在變化，工作場所也在變化。你會越來越多地發(fā)現，高層管理人員和外圍的臨時工之間存在差距，甚至在企業(yè)內部也是如此。無論是零售還是金融服務，物流還是制造業(yè)，人工智能推動的企業(yè)都是由一小群高薪員工來管理的，支持這群人的是復雜的自動化技術以及外圍可能數以百萬計由算法管理的低收入自由職業(yè)者。

工作兩極分化只是問題的一部分。我們真正應該擔心的是反饋回路導致的算法不平等陷阱。一旦你成為了依賴智能手機分配任務的零工經濟員工，你不僅沒有晉升或發(fā)展的機會，其他算法還可能進一步加劇你的處境。請把它想象成為一個數字貧民窟。由于他們的收入和工作任務受市場波動的挾制，這一新的人工智能底層階級可能會受到自動化系統(tǒng)的不公正對待，這些系統(tǒng)可以決定他們是否有權獲得福利、貸款、保險或醫(yī)療保健，或者設置剝奪權利的時限。

然而，對一個尚未完全顯現的問題尋求快速解決之路是十分危險的，尤其是如果這意味著將20世紀的員工保護措施嫁接到21世紀的商業(yè)模式上。受民粹主義平臺支持的政府和監(jiān)管機構已經在集中精力打擊全球數字巨頭，力圖防止他們逃避納稅義務，努力規(guī)范其自由職業(yè)隊伍的勞動條件，對其數據收集加以限制，甚至對其機器人征稅。這些想法中有些是有價值的，另一些尚不成熟，或者更糟糕，只不過是政治秀而已。

算法不平等的長期解決方案不在于稅收和監(jiān)管，而是在于我們是否有能力為21世紀提供一個適當的教育體系。重啟教育并非易事。真正的問題不是探尋在教學中使用人工智能的方法，而是我們如何教人們在他們的職業(yè)生涯中駕馭機器智能，又如何教人們做好終生學習和再培訓的準備。

企業(yè)領導人要發(fā)揮關鍵作用。他們不僅應該為處于他們企業(yè)邊緣的自由職業(yè)者開拓溝通、反饋和晉升的渠道，而且需要認真對待再培訓和社區(qū)參與。比如，美國電話電報公司(AT&T)正對其一半的員工隊伍進行再培訓，而思科(Cisco)、IBM、卡特彼勒(Caterpillar)、麥肯錫(McKinsey)和摩根大通(JPMorgan)則在為高中生提供實習機會，并與當地學校合作升級他們的教學課程。這些都是很好的舉措，不過還需要更多——不僅是為了社會凝集力，也是為了確保未來勞動力的多元性和靈活性。

我們需要一個更好的未來計劃。如果沒有，算法不平等陷阱將不是用統(tǒng)計數字和財富比率來講述，而是用求救信號來講述——掛在樹上的智能手機、無家可歸之人的帳篷城市以及掃描天空并尋找即將終結他們的快遞無人機的人類快遞員。