用AI监控过自家员工的亚马逊，又一次对货车司机“下手”了。
据TheInformation报道，亚马逊已为其合作伙伴使用的卡车开发了电子跟踪技术，实时监控他们的驾驶状态，此举有望帮助亚马逊更好地发现可能存在的安全违规行为、提高驾驶员的安全性，同时获取大量的相关数据。
在此之前，美国联邦汽车运输安全局（FMCSA）有过应用电子记录设备（ELD)）来防止卡车上疲劳相关等事故的发生，但现在看来，亚马逊将为其合作伙伴提供定制的ELD产品，这可能会让亚马逊有权限访问更多来自其维护工具中的数据。
这个定制的维护工具具体是怎么运作的？据悉，亚马逊的RelayELD（以该公司用于预订送货工作的Relay平台命名）通过将硬件插入卡车的诊断端口，以获取来自引擎的信息。随后通过蓝牙传输这些数据，并把数据记录在一个应用程序中。
与此同时，RelayELD会通过跟踪位置、记录卡车的开启及关闭时间等方式，监控司机的工作时间。而面对媒体，亚马逊没有明确表示其已经独立创建了自己的ELD硬件：“与许多解决方案一样，我们使用第三方进行硬件制造。”
无论是独家制作还是第三方制造，RelayELD的应用正在紧锣密鼓地推进中。据亚马逊的内部文件显示，自4月份技术推出以来，至少有6家为亚马逊提供货运服务的卡车公司已经在车辆中安装了这项技术。而今年底之前，亚马逊计划将这项技术安装至数百辆为其提供货运服务的卡车上。
正如亚马逊方面向TheInformation表示：“我们正在积极布局与业务运营配套的安全机制，最近，我们开始对新的电子记录设备进行试点，选取了一定数量的运营商来考核司机是否遵守服务市场的规定。事实上，这也是联邦汽车运输安全管理局的要求。”
亚马逊为什么要费心力打造定制的ELD产品？该软件的大规模推广，又将对行业造成什么样的影响？
“无孔不入”的亚马逊：智能监控应用至方方面面
事实上，亚马逊对监控AI化的狂热由来已久了。TheInformation的报告就曝出，今年二月以来，亚马逊正在利用四个AI摄像头来确定司机的薪酬水平：通过“多机位、无死角”的摄像，系统可以轻易判断司机有没有打瞌睡、分心、违章等安全驾驶问题，并对其进行智能打分，而系统所打出来的分数则直接与员工的薪水绑定。
目前，在美国，近一半亚马逊品牌的送货面包车上都已经安装了AI摄像头，同时，不满的司机也进行了多次抗议。而此次试点ELD产品，相当于货车司机头上的“紧箍咒”又多了一重。
不只是对货车司机下手，对其他业务上的员工，亚马逊也“严防死守”。前不久，Motherboard网站获得的一份亚马逊机密文件显示，亚马逊计划监控客户服务员工的键盘和鼠标动作，以试图阻止不良员工或者冒名黑客入侵、读取客户的数据。据悉，亚马逊安全、法律等团队一致同意使用BehavioSec网络安全公司的产品：
这款产品使用行为生物识别技术，利用人类操作电脑行为的特点，如鼠标动作、打字节奏、触摸手势等来确认员工是否是本人。具体来说，该系统可以根据员工的自然键盘和鼠标动作生成一个档案，然后不断验证控制员工账户的是否为同一人，以抓住可能窃取数据的冒名者。
除开安全方面的考量，亚马逊对员工摸鱼状况的监控，也引起了打工人的共愤：近日，BusinessInsider公布的一份报告显示，亚马逊一名仓库女员工，因为上厕所次数过多而被公司解雇。
事实上，这位女员工因为患有肠易激综合症，每天需要上六次厕所，尽管该员工后续提供了医生证明，但其经理还是以提供证明的时间太晚为由将该员工解雇。因此，该员工将亚马逊告上法庭，要求公司对她做出赔偿。
BusinessInsider表示，亚马逊通过一系列技术手段来监控员工，该系统能精确计算员工“摸鱼”的时间。员工因喝水、上厕所耽搁太长时间，或者较长时间没有接触包裹，就会被认定是在“摸鱼”。
那么，亚马逊严苛到不近人情的智能监控效果如何？从实际应用的角度来看，其又存在着什么弊端？
困在算法里的人：智能监控的优势与弊端
首先，AI监控的应用，对亚马逊业务的安全性与效率提高确实是有所裨益的。
某种程度上，亚马逊的安全防范意识是危机倒逼出来的。亚马逊内部文件显示，根据人工审计，曾有四个冒充客服人员的人成功读取了亚马逊的客户数据。此外，疫情下，随着越来越多的员工居家办公，数据泄露的风险逐步提高。据悉，亚马逊在印度运营时面临最多安全威胁，其次是菲律宾、美国。
而在大数据时代，面对可能存在的安全隐患，AI自然是最好的解决方案。就货车上安装AI摄像头来说，根据数据统计，摄像头安装后，在超过万英里的运输路线上试用后，事故减少了48%，违章停车的行为减少了20%，不系安全带的行为减少了60%，分心驾驶减少了45%。
然而，在提升了效率的同时，对于系统里的人来说，智能监控冰冷、不近人情、误伤状况频出。据报道，一位被解雇的前亚马逊员工回忆，其于暴风雪中开车在在丹佛市外的土路上送货，算法根据GPS要求其两个小时内送达，却对现实中恶劣的天气状况置若罔闻。
这也导致亚马逊员工流失率很高。据统计，亚马逊员工的流失率每年约为%。前段时间一篇名为《外卖骑手，困在系统里》的爆文，把外卖骑手被算法钳制的生存困境推至大众面前，而现在看来，对亚马逊员工来说，处境同样艰难。
对亚马逊的质疑还包括用监控获取数据：此次亚马逊在货车上推行ELD设备，行业研究公司LogisticsTrendsInsights总裁凯西·罗伯逊（CathyMorrowRoberson）就表示，其醉翁之意不在酒：“此举的关键实际上就是数据。他们将使用数据来优化时间表和送货路线，并进行预测。”
当然，亚马逊并未承认这一点。然而，这不能打消业内对亚马逊的质疑。就在8月2日，亚马逊还刚领了一张巨额罚单——由于亚马逊对个人数据的处理不符合欧盟通用数据保护条例，因此对亚马逊罚款7.46亿欧元（约合人民币57.2亿元），创下历史纪录。
从亚马逊监控事件引起的争议，可以看出，在未来，如何平衡算法与具体的人之间的关系、如何区分提升企业安全性与侵犯个人隐私、聚敛数据之间的边界，都是企业必须深思熟虑的命题。
而无论如何，算法、数据、智能监控都应以人为本。正如社会学家尼克·西弗所说，算法不仅由理性的程序形成，还由制度、人类、交叉环境和在普通文化生活中获得的粗糙现成的理解形成。康德说，人是目的，而非手段——手段无论何时都不该架空目的。
文：威化化/数据猿
