知識積累帶來規模遞增，規模遞增引發市場集中。

當一個行業可以以“流水線”的形式固定下來后，這個行業中，人的價值就被越來越弱化與微不足道，從身體、動作、時間、精力等，都被重復的機器與機械化流程給綁架。

而背后來指揮人的大腦與神經中樞，就是機器。

[[345639]]

我們很多人都點過外賣，當你下了單之后，恐怕最大的希望就是，以最快的速度送到你的手中——越快越好，在追求快的路上，永無止境……

其實，不止是消費者，外賣平臺廠商對快的追求也是一樣的。所以，盡可能的把所有流程固定下來，比如，一些主要的外賣平臺，餓了么打造的“方舟”系統，美團打造的“超腦”配送系統等等，這些系統才是他們真正的大殺器與“秘密武器”。

這些通過高科技技術打造的人工智能外賣平臺，既可以實時收集海量的配送數據，又可以通過人工智能機器學習算法，不斷優化派單，壓縮配送時間，提升配送效率。

技術革命帶來的變革與進步是顯而易見的，根據大數據統計，大部分外賣訂單，都是3公里以內的送餐距離，從配送最長時限來看:

2016 年，3 公里送餐距離的最長時限是 1 小時；

2017 年，45 分鐘；

2018 年，為 38 分鐘；

2019，2020，這個時間還在不斷壓縮，再壓縮……

[[345640]]

對于所有外賣平臺公司來說，不斷壓縮的配送時間，就可以轉化為同樣數量的金錢。

根據美團公布的數據顯示，2019 年第三季度，美團外賣的訂單量達到 25 億，每單收入比 2018 年同時期增加了 0.04 元，而與此同時，每單成本則同比節省了 0.12 元——這也幫助美團在 2019 年 Q3，多賺了整整 4 億元。”

與此同時，騎手們也越來越變成了“外賣流水線工人”，他們的收入由計算機背后的算法所支配、統計、核算提成。

據了解，騎手的收入主要取決于四個方面:

1.接單量；

2.準時率；

3.差評率；

4.投訴率；

其中，準時率是主要的衡量指標。因為第三個指標差評率和第四個指標投訴率，產生的最主要原因往往是第二個指標準時率。

如果超時，系統會自動扣提成，接單量再大也是徒勞。據了解，某外賣平臺，機器對人的評價與獎懲，就是一個個冷冰冰的數據:

“準時率低于 98% 一單扣一毛錢，低于 97% 一單扣兩毛錢。”

不管是外賣背后的流水線作業，還是依靠大數據與人工智能系統算法，其實都是利用了資本與技術的壟斷性優勢，幫助平臺方建立了信息數據優勢，進而體現出了議價優勢。

前段時間，一篇比較火的調查性文章《外賣騎手，困在系統里》引起了很多的關注與爭議。

這篇文章揭示了“與生命賽跑”的外賣騎手所面臨的困境:

他們的時間、收入及生命安全，被強大的算法鎖定。為了“準時送達”，騎手們經常在鋼鐵洪流中超速、逆行、穿紅燈……

這種情況下，就產生了一個矛盾的地方:

利用人工智能算法優化，不斷合理優化配送路徑，提升效率，無論是對消費者還是外賣平臺，都是有利的事情，尤其是疫情的大背景下，更是凸顯了這種利好。

從理論上來說，對于外賣騎手小哥們而言，節省了不必要的路程，縮短了時間，也是提高的收入。

但背后的代價，有多少人關注，多少人愿意再深層次的思考一下呢？

騎手的惡劣生存環境，被機器算法固定下來了倒逼與時間死神賽跑不短壓縮配送時間……

畢竟，這些都是屬于社會責任的范疇，不在人工智能機器算法的“特征統計”范圍之內。但這些社會性問題，一點一點累積起來，會產生哪些負面效果與影響，有多少人認真思考過？

美國有個著名的反科技“斗士”——希爾多·卡辛斯基。

                [[345641]]

他曾經在《工業社會及其未來》一文發出警告說：

“工業文明及其產生的后果，對于人類就是一場災難。”

“人類太輕易得讓自己陷入這樣一種對機器強烈依賴的境地，以至于到了最后，他們沒有別的選擇，只能完全聽從機器的決定。”

在這種背景下，智本社社長清和提出了這樣的觀點:

如果數據不私有化或未建立對算法的有效管控（注意前提），算法即剝削。

這個觀點，還是非常值得思考的。

[[345642]]

我們不能只是享受高科技、人工智能帶給我們的便捷，還要多考慮一下背后的安全與隱私問題，方為未雨綢繆之策。