查看原文
其他

专题|调度决策:落实即时物流系统“算法取中”《人工智能治理与可持续发展实践白皮书》

《人工智能治理与可持续发展实践白皮书》

阿里巴巴集团联合中国信通院编写了《人工智能治理与可持续发展实践白皮书》,于2022世界人工智能大会“数字时代的技术责任论坛”上,正式发布!全面总结了阿里巴巴在人工智能治理与可持续发展领域的实践,重点针对当前人工智能应用中的热点问题,从数据、技术、管理及多元协同等方面,系统性介绍了我们的实践思路和方法,同时辅以若干专题进行阐释,期待为社会各界提供有益参考。

白皮书全文4.5万余字,现分章节陆续分享。
往期章节回顾请点击👇

本文为专题八
《调度决策:落实即时物流系统“算法取中”》

专题

调度决策:落实即时物流系统

“算法取中”

1.调度决策算法影响劳动者权益的成因
调度决策类算法是根据系统的资源分配策略所规定的资源分配算法,被广泛应用于 外卖、网约车等行业。以外卖配送系统为例,算法的核心目标是合理利用骑手运力 匹配用餐高峰期大量的订单需求,需要在较短的时间内实现订单分配、骑手调度和餐饮送达。

目前我国外卖行业的订单峰值主要集中于午餐和晚餐时段,传统的点对点、一人一单的调度方式无法满足高峰时段多样化的用餐需求,而配送调度算法高效地连接了商户和用户,通过优化配送路线、提高背单量的方式分配运力,在提高配送效率的同时也增加了骑手收入。外卖配送调度算法的广泛应用极大推进了零工经济的发展,促逬了灵活就业,提高了生活效率,但是通过算法进行的配送调度决策会被引发系统忽视对骑手劳动权益保护的质疑。

调度决策算法对劳动权益保护不足主要有两个原因。一是算法可能出现异常情况识别和处理能力有限的情形。一方面,外卖配送周期较短,场景复杂,安全事故的可预见性较低;另一方面,对配送影响较大的天气情况、交通状况等数据的精准度和 实时性匹配欠缺。场景过于复杂,加上数据本身不够完整、精细,限制了算法对安全风险的识别能力。

二是对于产生较大劳动压力的算法决策缺乏人工干预机制。不同于传统劳动。不同于传统劳动环境中劳动者与管理者存在较为充分的沟通、交流和反馈机制,通过算法进行配送调度决策主要是基于对骑手行为数据的分析和比对, 在欠缺及时沟通的情形下,生成的决策可能存在不合理因素,导致骑手劳动权益受到影响。

例如,系统设置的骑手背单量上限可能忽视骑手劳动饱和度的边际效应, 骑手被要求多单配送造成心理压力增加,出现骑手违反交通规则等行为。又如,预估时长是外卖配送服务完成质量的核心指标,但存在商家出餐时间、交通异常情况等诸多不确定因素,骑手只能调整自己的配送速度、增加配送强度来对冲商户延迟或交通拥堵造成的超时风险。可以看出,"骑手被困在系统中"舆论质疑的出现, 既有算法对数据使用不当的原因,也有对算法做出的有偏决策结果缺乏干预的原因。


2.饿了么持续通过算法优化保障骑手权利的实践方案

当前,为更好保护劳动者权益,饿了么开启"蓝骑士保障计划",通过持续优化业务方案和算法规则,在商业逻辑合理与价值观合情之间取中,兼顾效率与劳动者保护,付诸努力切实保障劳动者安全与公平。


1)提升算法规则劳动者参与度,进行区域化区分,促进调度算法决策机制客观化、 人性化


首先,在超时、差评等考核上,饿了么已逐步取消对于骑士的逐单处罚,改为一定时间周期的率值考核。并且当用户做出差评后,会再次人工评估差评是否成立,若骑士服务并无问题,则不会下发差评评价。由于采用率值考核,若骑士整体配送服务优异,出现个别差评不会造成较大影响。


其次,设立明确的补贴机制。提供补贴 的场景覆盖法定及其他节假日、特殊天气或环境、较难配送的订单等。此外,根据骑手工作城市的经济状况和物价水平,对骑手的收入逬行调整,保障骑手的收入与当地生活水平相匹配,提升骑手的劳动获得感。


2) 提高算法异状识别处理能力,建立异状反馈和决策退出机制

骑手安全是调度决策算法治理的重点要求。为使风险防范前置,饿了么的算法会参考一些历史数据,如:历史路段交通事故情况、历史气象条件、骑士近期疲劳程度, 并结合一些实时数据,如:实时天气数据、骑士实时工作时长、实时骑行速度等, 综合判断骑士在当前条件下的配送安全系数。当安全系数低于一定范围,饿了么会在派单过程中进行安全防护。

比如,当识别到骑士骑行速度过快、综合判断可能接单压力过大时,调度系统会暂停为骑士新增派单;在一些复杂的配送场景,例如暴 雨、沙尘天气、道路临时管制、商户出餐慢、联系不上顾客等,饿了么会为骑士自动匹配灵活配送时间;当调度系统感知到局部运力压力过大,如大促爆单等情况, 也将自动触发保护方案。不仅如此,骑手也可以通过人工报备的方式,申请匹配灵活配送时间,在突发异常时保障安全。


3) 识别影响劳动者权益的核心决策指标,通过人工干预机制平衡风险和效率


对于背单量,饿了么的调度系统会结合骑手服务能力、局部区域配送压力情况、天气状况等因素调整建议背单量上限,若骑士觉得当前压力过大,或者背单量不足, 可以通过人工干预的方式,自主调整背单量上限,以适应实际配送需要。对于配送时长,饿了么也在试点增加人工复核校验,通过站点组成的地面网格实时反馈当下 情况,完善补时机制,如遇特殊情况,站长还可以进行人工干预,设置更灵活的配送时间。
未来,饿了么也将继续跟踪科技更新暴露出来的新问题,通过技术创新、管理创新等方式治理外卖配送生态,主动广泛听取社会组织和公众的意见建议,推进调度决 策算法应用的完善。
🌟下期预告专题:《如何获取消费者对电商平台价格和用户权益的信任

我们将持续更新,敬请期待😚~关注【AAIG】公众号,回复「 白皮书 」一键下载全文👇
 直播预告 

 今日推荐 
往期精彩推荐点击标题查看文章

● 专题|如何构建行之有效的算法透明《人工智能治理与可持续发展实践白皮书》


● AAIG成立一周年!砥砺前行,谱写新时代的科技之歌~请查收这份最新的自我介绍


● AI治理必修第16刊|国产AI作画神器来了!日增5万用户的背后有什么秘诀?DeepMind攻克50年数学难题!


 听委员说|AAIG薛晖出席杭州市"两会",提出加快建立人工智能产业的多元协同治理机制


 文本如药?如何通过多样例学习判断有效成分?如何识别辱骂文本?对话质量分析应用场景?AAIG自然语言理解实验室EMNLP专场(上)


 “算法偏见”是概念炒作吗?「这个AI不太冷」第3期带你揭秘现实AI!

更多人工智能治理和可持续发展好文
点击下方名片关注和星标【阿里巴巴人工智能治理与可持续发展研究中心】
👇AAIG课代表,获取最新动态就找她

 关注公众号发现更多干货❤️


有启发点在看喔👇
继续滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存