為更好保護勞動者權益,餓了么開啟"藍騎士保障計劃",通過持續優化業 務方案和算法規則,在商業邏輯合理與價值觀合情之間取中,兼顧效率與勞動者保 護,付諸努力切實保障勞動者安全與公平。
1)提升算法規則勞動者參與度,進行區域化區分,促進調度算法決策機制客觀化、 人性化
首先,在超時、差評等考核上,餓了么已逐步取消對于騎士的逐單處罰,改為一定 時間周期的率值考核。并且當用戶做出差評后,會再次人工評估差評是否成立,若 騎士服務并無問題,則不會下發差評評價。由于采用率值考核,若騎士整體配送服 務優異,出現個別差評不會造成較大影響。其次,設立明確的補貼機制。提供補貼 的場景覆蓋法定及其他節假日、特殊天氣或環境、較難配送的訂單等。此外,根據 騎手工作城市的經濟狀況和物價水平,對騎手的收入逬行調整,保障騎手的收入與 當地生活水平相匹配,提升騎手的勞動獲得感。
2) 提高算法異狀識別處理能力,建立異狀反饋和決策退出機制
騎手安全是調度決策算法治理的重點要求。為使風險防范前置,餓了么的算法會參 考一些歷史數據,如:歷史路段交通事故情況、歷史氣象條件、騎士近期疲勞程度, 并結合一些實時數據,如:實時天氣數據、騎士實時工作時長、實時騎行速度等, 綜合判斷騎士在當前條件下的配送安全系數。當安全系數低于一定范圍,餓了么會 在派單過程中進行安全防護。比如,當識別到騎士騎行速度過快、綜合判斷可能接 單壓力過大時,調度系統會暫停為騎士新增派單;在一些復雜的配送場景,例如暴 雨、沙塵天氣、道路臨時管制、商戶出餐慢、聯系不上顧客等,餓了么會為騎士自 動匹配靈活配送時間;當調度系統感知到局部運力壓力過大,如大促爆單等情況, 也將自動觸發保護方案。不僅如此,騎手也可以通過人工報備的方式,申請匹配靈 活配送時間,在突發異常時保障安全。
3) 識別影響勞動者權益的核心決策指標,通過人工干預機制平衡風險和效率
對于背單量,餓了么的調度系統會結合騎手服務能力、局部區域配送壓力情況、天 氣狀況等因素調整建議背單量上限,若騎士覺得當前壓力過大,或者背單量不足, 可以通過人工干預的方式,自主調整背單量上限,以適應實際配送需要。對于配送 時長,餓了么也在試點增加人工復核校驗,通過站點組成的地面網格實時反饋當下 情況,完善補時機制,如遇特殊情況,站長還可以進行人工干預,設置更靈活的配 送時間。 未來,餓了么也將繼續跟蹤科技更新暴露出來的新問題,通過技術創新、管理創新 等方式治理外賣配送生態,主動廣泛聽取社會組織和公眾的意見建議,推進調度決 策算法應用的完善。
資料獲取 | ||||||
|
||||||
新聞資訊 | ||||||
== 資訊 == | ||||||
» 人形機器人未來3-5年能夠實現產業化的方 | ||||||
» 導診服務機器人上崗門診大廳 助力醫院智慧 | ||||||
» 山東省青島市政府辦公廳發布《數字青島20 | ||||||
» 關于印發《青海省支持大數據產業發展政策措 | ||||||
» 全屋無主燈智能化規范 | ||||||
» 微波雷達傳感技術室內照明應用規范 | ||||||
» 人工智能研發運營體系(ML0ps)實踐指 | ||||||
» 四驅四轉移動機器人運動模型及應用分析 | ||||||
» 國內細分賽道企業在 AIGC 各應用場景 | ||||||
» 國內科技大廠布局生成式 AI,未來有望借 | ||||||
» AIGC領域相關初創公司及業務場景梳理 | ||||||
» ChatGPT 以 GPT+RLHF 模 | ||||||
» AIGC提升文字 圖片滲透率,視頻 直播 | ||||||
» AI商業化空間前景廣闊應用場景豐富 | ||||||
» AI 內容創作成本大幅降低且耗時更短 優 | ||||||
== 機器人推薦 == | ||||||
服務機器人(迎賓、講解、導診...) |
||||||
智能消毒機器人 |
||||||
機器人底盤 |