亞馬遜（Amazon）是美國第二大雇主，為超過130萬人提供薪水。如何監督和評估大量員工的績效表現？亞馬遜運用了科技來幫忙，但還是出了問題：勤勤懇懇的亞馬遜Flex司機，在工作多年後，突然就被演算法「解雇」。
過去3年，42歲的內德拉‧里拉（Neddra Lira）作為亞馬遜Flex司機，運用自己的車輛遞送包裹，送貨路線由相應的App來安排，就像Uber的司機一樣。
里拉告訴《彭博》（Bloomberg），大多數時候亞馬遜Flex系統都給予他「優秀」（great）的評級。這個評分是根據演算法司機的可靠性、交付速度和服務品質，用來衡量司機是否準時領取包裹、遵循客戶的要求按時遞送。
與Uber在意司機的禮貌和車輛清潔度不同，Flex評分以準時性為主要考量，但司機難以預測送貨路上會遇到的阻礙，很難主動精進評分結果，甚至可能突然降級，因為系統的評價不知道司機在遞送過程遇到的阻礙，自然很難保持人類的同理心。比如里拉曾在送貨站排隊等上1個多小時，才領到要配送的包裹；或是發現輪胎上有釘子，亞馬遜沒有派其他司機幫忙取回包裹，而是要求他將包裹退回到送貨站，最終導致配送不及時，評級從「優秀」降為「有風險」（at risk），花了幾個禮拜才恢復評級。
表現不錯，卻被機器解雇了
里拉的電子信箱裡，有許多證明自己是優秀的評級的電子郵件，信件內容表示「你的表現很好，是我們最好的運送合作夥伴之一。」但去年10月里拉卻收到宣稱他違反服務條款的電子郵件，自此他不能再擔任亞馬遜Flex司機。歷經數周的電子郵件往來與上訴，都無法翻案，目前仍不清楚是什麼原因，導致他遭到解雇，而陷入財務困境。
這樣的經歷，不只發生在里拉身上。
史蒂芬．諾曼丁（Stephen Normandin）當了近4年的亞馬遜Flex司機，某一天收到系統自動發送的電子郵件，演算法判定，諾曼丁沒有正確地完成工作，「我被機器解雇了。」
諾曼丁表示，亞馬遜因為一些不可控的因素而解雇他，例如上鎖的公寓無法完成交付，令人難以接受。「我對每一份工作都付出了110%的努力，」系統的決定，逼他必須捍衛自己的聲譽。
解雇你的HR，可能不是人類
亞馬遜之所以可以成為全球最大線上零售商，部份原因歸功於演算法的協助。多年來亞馬遜一直使用演算法管理數以百萬計的第三方商家，但也因此面臨一些投訴。
即便如此，亞馬遜仍將愈來愈多的業務交給毫無感情的機器人。不僅使用演算法管理倉儲中的員工，也用來監管司機和獨立送貨公司，甚至是辦公室員工的表現。知情人士指出，前亞馬遜執行長傑夫‧貝佐斯（Jeff Bezos）認為，機器可以比人類更快、更精準地做出決策。因此，在亞馬遜，你的人資和主管，很可能是演算法，在沒有人類的監督之下，進行了聘雇、評分和解雇的決策。
以亞馬遜2015年開始的Flex計畫為例，約聘的司機大軍快速成軍，成功解決物流最後一哩路的問題。然而，當司機註冊為Flex司機的那一刻起，演算法就開始監視司機的一舉一動。到達送貨站了嗎？是否依照規定路線完成運送？是否將包裹放在指定地點？演算法據此判斷該給哪些司機更多的運送機會，同理，也可以決定誰被停職。《彭博》共採訪了15名司機，其中就有4名自認遭到錯誤解雇。
前亞馬遜經理表示，高度自動化系統仍不足以應付司機每天面臨的現實挑戰。亞馬遜固然知道將工作委派給機器可能會發生誤判，但只要有更多新的司機加入，演算法來做還是比人類更有效率。目前在美國已經有290萬人下載了Flex的App。
當司機因為收到糟糕的評價而上訴時，還需額外支付200美金才能提交仲裁，而且通常是收到疑似系統自動回覆的電子郵件，無法對司機提出的證據和疑問做出更多解釋。少部分由真人回覆的訊息，處理的過程也不夠專業。這些原本該是人力資源部門的職責，交由演算法，只剩下冷冰冰的數據，難以得到申訴和賠償。
資料來源 / Bloomberg、Business Insider
延伸閱讀：
本文授權轉載自：經理人
責任編輯：郭昱彣、錢玉紘
