亚马逊的一个物流中心 Bloomberg/Getty Images 亚马逊正在测试软件，以决定仓库工人该去哪里。然而，一些经理依然频繁无视这些建议。内部规划文件显示，这家科技巨头意图在其北美的多个物流中心和分拣中心推广这些劳动力管理系统，从而每年节省数亿美元。然而，根据内部Slack对话和今年早些时候的文件，一些仓库经理一直在覆盖软件的建议，要求工程师禁用自动化功能，并寻找规避这些系统的其他方法。这种反弹足够让亚马逊得出结论，仅凭软件建议不足以让新技术如预期运行。“为经理提供优化建议是必要的，但不够，”亚马逊在一份文件中说。“如果没有系统强制的保护措施，人工覆盖和习惯会侵蚀即使是最好的科学。”这个冲突突显了自动化仓库管理的一个更广泛挑战：软件可以做出决策，但人们仍然必须遵循指导。商业内幕（Business Insider）审查的文件和内部通信显示，让经理信任软件，并最终服从其决策，证明比亚马逊预期的要困难得多。 竞争哲学 亚马逊使用越来越多的机器学习、计算机视觉和其他人工智能工具，这些工具日益引导传统上由经理做出的员工配置决定。最初，这些系统作为顾问工具运行。一个名为DOPLERS的程序计算员工配置计划，全面设施负载平衡（Full Facility Load Balancing）推荐劳动力调动，而右链接站（Right Link Station）自动跟踪并捕捉支持员工的签到数据。然而，商业内幕审查的内部文件显示，亚马逊逐渐将经理的自由裁量权视为障碍。“算法的准确性无法在没有强制执行的情况下有效测量，”其中一份文件中指出。 文件揭示了仓库管理的两种竞争哲学。一些经理认为仓库过于动态，算法无法理解每种情况。然而，亚马逊则认为过多的人为判断阻碍了算法的正常运行。因此，亚马逊的策略演变为更广泛地追踪覆盖和计划逐步强化的执行。“严格的执行是2026年的最终目标，”一份规划文件中写道。 “迭代逻辑” 亚马逊首席执行官安迪·贾西 Bloomberg/Getty Images 在发布前的一封电子邮件中，亚马逊发言人称本故事的前提“错误”，表示该公司仅在少量美国设施试点这一技术，以帮助经理根据包裹数量变化调整员工配置。发言人补充说，经理仍然做出员工配置决策，而软件系统提供“更好的信息”，并根据测试和员工反馈进行改进，然后才会进行更广泛的推广。“就像所有新系统一样，我们会不断迭代逻辑——需要时间、测试和迭代才能实现——这就是为什么在初步测试阶段得出广泛结论是不恰当的，”发言人说。“我们始终希望了解哪些对员工有效，哪些无效，以便进行调整，以达到最佳效果。这就是试点的意义。” 发言人表示，故事中引用的观点和情感来自一份“早期阶段的规划文件”，其中记录了试点期间的轶事观察，“并不反映今天系统的运行方式。”他表示，这些问题“并不是一种广泛或持续的担忧”，并补充说，这些工具旨在帮助经理做出更一致的员工配置决定，而不是取代他们的判断。 亚马逊发言人此前告诉商业内幕，广泛扩展计划仍可能变化，并且预计的节省估算是假设性的，因为这些系统仍在测试中。 “请关闭它” 尽管如此，商业内幕审查的文件和内部通信表明，亚马逊仓库内部关于谁应该做员工配置决策存在更深层的分歧。根据商业内幕获得的亚马逊内部Slack消息，一些经理往往希望在其辖区内保留更多的工人，以保持生产力，或因为他们认为操作需要比软件推荐更多的员工。根据亚马逊官方内部文件，一些经理在仓库支持角色中超额配置人员，并“通过手动时间编辑隐藏工作时间”，因为一些站点发现“漏洞”。亚马逊发言人告诉商业内幕，经理根据公司多年来对购物模式的了解做出员工配置决策，但“总会有变化。”今年早些时候的内部亚马逊Slack对话显示，一些经理不断请求禁用部分