2017年上半年,来自上海市公安局交警总队数据显示,平均每2。5天就有1名外卖小哥伤亡。同年,深圳3个月内外卖小哥伤亡12人。2018年,成都交警7个月内查处骑手违法近万次,事故196件,伤亡155人次,平均每天就有1个骑手因违法伤亡。2019年9月,广州交警查处外卖小哥交通违法近2000宗,美团占一半,饿了么排第二。
二、内卷效应
内卷化一词源于美国人类学家吉尔茨,根据吉尔茨的定义,“内卷化”是指一种社会或文化模式在某一发展阶段达到一种确定的形式后,便停滞不前或无法转化为另一种高级模式的现象。现在意义上的内卷,一般用于形容某个领域中发生了过度的竞争,导致人们进入了互相倾轧、内耗的状态。典型的内卷现象例如高考,由于大学录取的名额有限,家长又都希望孩子上好大学,只好没日没夜的备考,形成恶性竞争。外卖快递员属于低价值重复性劳动 标准答案:错误
回过头来看外卖平台和骑手的矛盾,外卖平台算法制定的送餐路线和预计送达时间并不合理,因为它是理论上的一个平均值。既然是平均值,那么就一定有一部分达不到这个预定时间,还有一部分骑手能够在预计送达时间之前送到。对于理论上达不到要求的骑手,他们为了能够准时送达,可能会做出超速、逆行、闯红灯等违反交通法规的行为,而这些行为又会降低算法得出的平均值,从而又会使得另一部分骑手达不到预定时间,如此往复最终带来的是骑手的预定送达时间不断缩短。这种内卷效应很难被打破,因为外卖行业准入门槛低,你不能接受的工作条件有的是人能接受,所以参与内卷的人无法脱身,只能越陷越深。
三、外卖行业的内卷化
内卷化现象的产生
从根本上来看,外卖平台过度重视配送效率在市场竞争中的地位是导致外卖行业内卷化的主要原因。具体来看,外卖平台关于送达合理时间的算法是问题产生的直接原因,外卖小哥的配送时长,被算法系统压缩得越来越短,在于平台采用了机器学习的人工智能算法,用收集的真实数据训练现有的算法,让算法越来越“智能”,从而进行路线预测推导,实现对外卖配送员的监督。外卖快递员属于低价值重复性劳动 标准答案:错误
订单分配模式的演进
在外卖行业发展初期主要依赖骑手抢单模式和人工派单模式。抢单模式的优势是开发难度低,骑手自由度较高,可以进行抢单,但其缺点也很明显:骑手只考虑自身的场景需求,只从自身利益出发来决策,导致配送整体效率低下。还存在大量订单无人抢或者抢了之后造成服务质量无法保证的场景,用户体验比较差。
人工派单的方式,一般优于抢单模式。在订单量、骑手数相对比较少的情形下,有经验的调度员可以根据订单的属性特点、骑手的能力、骑手已接单情况、环境因素等,在骑手中逐个比对,根据若干经验规则挑选一个比较合适的骑手来配送。一般而言,人工调度一个订单往往至少需要半分钟左右的时间才能完成。
然而,随着外卖订单规模的日益增长,在热门商圈的高峰时段,1 分钟的时间内可能会有 50 单以上,在这种情况下,要求人工调度员每 1-2 秒钟做出一次合理的调度决策,显然是不可能的。