讲述数字控制之下新型的劳动过程和劳动关系，《数字疾驰》节选——

　　《数字疾驰》　陈龙著 世纪文景上海人民出版社
　　社会学博士“卧底”中关村外卖骑手兄弟连，亲历外卖骑手的真实劳动过程，以回应平台经济背后的劳动秩序何以可能——亦即平台经济中资本如何控制和管理劳动力的问题，以期为劳动者的系统困境寻找出路。作者以局内人视角，讲述数字控制之下新型的劳动过程和劳动关系，该书是一部专业、真诚、冷静的参与式观察力作。
　　面对每天在中国不同城市的大街小巷上演的流动穿梭的奇观，不禁让人思考，究竟是什么原因促使成百上千万的外卖骑手能够同时在中国两千多个大大小小的城市有条不紊地工作？毫无疑问，如此庞大的用工规模，是任何一家传统制造业、建筑业和服务业的管理都难以企及的。但答案似乎又显而易见，因为同时把外卖骑手、商家、顾客以及站点等联结起来的正是他们手机（或电脑）中安装的外卖平台App（软件）。换言之，就是借助互联网技术搭建起来的虚拟的，位于云端依托强大算法和海量数据的，超高速运转的平台系统。那么，平台系统究竟如何管理和维护平台经济背后的劳动秩序？
　　众所周知，20世纪管理和控制工人生产活动最重要的机制就是泰勒的科学管理方法和福特的批量生产流水线，其核心思想也是把与工作相关的动作减少到一个绝对的最小值，让工人的每个动作尽可能只完成一项任务，以消除各种繁杂的动作。而在外卖送餐行业“确认到店”-“确认取餐”-“确认送达”的标准化流程中，我们似乎也看到了基于同样原理的对骑手劳动过程的细致拆解。这实际是科学管理方法和福特主义思想在平台经济中的延伸，背后体现的正是马克斯·韦伯预言的理性化趋势。
　　外卖平台公司研发的订单调度系统从产生到发展大致经历了三个阶段。第一阶段是“人工派单”，即完全由后台人员派单。这种派单方式效率很低，而且是在订单数量比较少的情况下才能勉强维持。作为中关村最早的外卖骑手之一，杜红梅向我描述过最初的派单是如何进行的：
　　杜红梅：那时候人少，钱辉那会儿就是我们的队长，因为他脑子好，转得快。我们所有人先把单子（外卖）取回来，交给他，他就坐地上给我们分，哪几个去哪儿，他分得可快了。然后我们拿上同一个方向的单子就去送。我们从饭店取餐的时候就拿个小票，等我们送餐回来时，把那个小票撕下来拿回来就行，那个小票就是钱。晚上带回来多少小票，就给你折算多少钱。
　　我：那时候一单挣得要比现在多吧？
　　杜红梅：没有，挣得和现在差不多，也是一单8块钱左右。
　　我：那一天能跑多少单？
　　杜红梅：那时候跑得少，一天也就十来二十单。
　　我：那一天才挣100多块钱，你们也愿意跑？
　　杜红梅：不跑干啥呀？他们有的精（明），刚开始那会儿，也没有人管。反正你带回来多少小票，就给你折算多少钱。那时候一个蛋炒饭才5块钱，他们有的人就自己打电话给饭店，一次点个十几二十份，然后再跑过去自己送，自己点的送哪儿啊？他们把小票一撕，再打个电话说不要了，把蛋炒饭退回去，再拿着小票去换钱……可有人靠这发财了！
　　显然，相比骑手现在每天少则三四十，多则六七十的订单量，人工派单的方式是低效的。不仅如此，因为监督不到位，大有人从中浑水摸鱼。随着顾客数量的增加，订单调度进入了第二阶段——骑手抢单，即谁离得最近或者谁顺路就去抢单。这时尚在研发中的平台系统开始发挥作用，全部订单都改由平台系统负责收集、发布。骑手抢单模式是众包骑手的雏形。但外卖平台公司很快发现，只根据距离或顺路与否来抢单也容易产生一些问题，并且容易出现二次低效的情况。比如有的订单没有外卖骑手愿意抢，这会导致顾客下的订单没人去送；又或者某些外卖骑手订单抢多了，最终因为时间有限无法及时送到，导致顾客的消费体验差。
　　基于上述问题，外卖平台公司进一步改进和优化调度系统，由此进入到第三阶段，即人工智能派单。平台建立大数据系统，通过算法进行智能派单。人工智能派单是基于实时以及历史数据，考虑多方交叉因素，借助人工智能和深度卷积神经网络实现最优匹配的派单模式。在匹配过程中，智能派单系统不仅需要考虑不同商户、时段、出餐历史、速度、餐盒包装的数量等数据，还要考虑骑手定位与轨迹、骑手的负载量、骑手的配送速度和能力以及恶劣天气的影响等信息，最后还要结合顾客期望送达的时间、订单的金额、订单的导航路线、订单的重量和体积等因素。平台系统大体上要将以上数据综合起来，实现大规模的智能匹配和云端智能指派，最终在毫秒级的运算速度下给外卖骑手输出一个配送方案。与人工派单和骑手抢单阶段显著不同的是，人工智能派单将所有能由平台系统处理的环节都最大可能地交给了平台系统，只留下配送环节给骑手。