कंपनी आणि कॅनेडियन युनियन यांच्यातील न्यायालयीन लढाईचा भाग म्हणून सार्वजनिक केलेल्या अंतर्गत कागदपत्रांनुसार, ॲमेझॉन आपल्या गोदामातील कामगारांना युनियन, स्टेज सिट-इन किंवा इतर "विघ्नकारी कामगार कार्यक्रम" आयोजित करण्याची किती शक्यता आहे याचा अंदाज लावण्यासाठी ॲटलस नावाचे इन-हाऊस AI अंदाज उपकरण वापरते. 16 ऑक्टोबर रोजी openDemocracy द्वारे प्रकाशित केलेल्या तपासणीत असे सुचवले आहे की हे टूल प्रत्येक वेअरहाऊसला 100 ते 900 ची जोखीम स्कोअर नियुक्त करते — आणि नेतृत्वाला उच्च स्कोअर "चांगले" असल्याचे सांगितले जाते.
काय म्हणतात कागदपत्रे For more context on this story, see our ongoing AI industry coverage.
कॅनडामधील ॲमेझॉन व्यवस्थापकांसाठी प्रशिक्षण संसाधने असल्याचे ओपन डेमोक्रसी अहवालात दिसते, त्यामध्ये ॲटलासने कर्मचाऱ्यांबद्दल "शेकडो डेटा पॉइंट्स" एकत्रित केले असल्याचे नमूद केलेले परिशिष्ट आहे. त्या इनपुटमध्ये Reddit मंचावरील पोस्ट, अंतर्गत फीडबॅक सर्वेक्षणांना कर्मचाऱ्यांचे प्रतिसाद, कामाच्या ठिकाणची सामान्य माहिती आणि साइटवरील कोणतीही पूर्वीची औद्योगिक कृती यांचा समावेश होतो.
त्या डेटावरून, ॲटलस प्रत्येक वेअरहाऊसच्या युनियन क्रियाकलापाच्या संभाव्यतेसाठी 100 आणि 900 च्या दरम्यान स्कोअर व्युत्पन्न करते. स्कोअर जितका कमी असेल तितकीच प्रणाली कामगारांवर विश्वास ठेवते - ज्यांना Amazon "सहयोगी" म्हणतो - कंपनीच्या उत्पादनक्षमतेवर किंवा नफ्यावर परिणाम करू शकणाऱ्या इतर कृती करायच्या आहेत. दस्तऐवजात असे म्हटले आहे की ॲमेझॉनच्या नेतृत्वासाठी, उच्च स्कोअर "चांगले" आहेत, जे ओपनडेमोक्रेसी नोट्स स्पष्ट करते की कंपनी युनियनीकरण कमी होण्याचा धोका मानते.
गोदामांचे त्यांच्या ॲटलस स्कोअरवर आधारित पाच स्तरांमध्ये वर्गीकरण केले जाते. टियर 5 "तात्काळ समजला जाणारा धोका नाही" दर्शवते, तर टियर 1 म्हणजे "भविष्यातील क्रियाकलाप आसन्न आहे." दस्तऐवज सूचित करतात की स्केलचा वापर "कर्मचारी निर्णय, संसाधन नियोजन, मानक कृती आणि Amazon कामगार संरचनेला जोखीम कमी करण्यासाठी मालकीबद्दल माहिती देण्यासाठी" केला जातो.
स्कोअर केलेल्या गोदामाच्या आत
हा अहवाल यूकेमधील ॲमेझॉनच्या कॉव्हेंट्री वेअरहाऊसमधील कथेचा आधार घेतो, जिथे 62 वर्षीय कामगार गारफिल्ड हिल्टनने ओपन डेमोक्रेसीला सांगितले की ॲमेझॉन त्याच्या कामाच्या दिवसाच्या प्रत्येक मिनिटाला मॉनिटर आणि लॉग करते — प्रत्येक उत्पादन स्कॅन केले जाते, स्कॅन दरम्यान प्रत्येक सेकंद, प्रत्येक क्षणी त्याचा स्कॅनर थोडक्यात निष्क्रिय बसतो — ते सर्व उत्पादन लक्ष्य आणि फीडिंग लक्ष्य.
हिल्टनने जे सांगितले ते त्याला माहित नव्हते की ऍमेझॉन कॉव्हेंट्री साइटवर संभाव्य "असंमत" चे निरीक्षण करते असे दिसते, सोशल मीडियावरील पोस्ट आणि कंपनीच्या अंतर्गत कर्मचारी बुलेटिन बोर्डवर AI चा वापर करून.
Amazon चा प्रतिसाद
ॲमेझॉनच्या प्रवक्त्याने "वैयक्तिक कर्मचारी देखरेख किंवा पाळत ठेवणे" असे ऍटलसचे वैशिष्ट्य नाकारले, ओपन डेमोक्रसीला सांगते की सिस्टम व्यक्तींचा मागोवा घेण्याऐवजी साइट आणि इमारत स्तरावर कार्य करते. अहवालानुसार, कंपनीने अंदाज यंत्राच्या अस्तित्वावर विवाद केला नाही.
मायकेल न्यूमन, लंडन स्थित कायदा फर्म Leigh Day चे भागीदार, openDemocracy ला सांगितले की स्कोअरिंग सिस्टम "हे स्पष्ट करते की त्यांना वाटते की युनियन वाईट आहे," आणि ते Amazon च्या मागील प्रतिपादनापेक्षा "एक वेगळी कथा" सांगते की ते कामगारांना युनियनमध्ये सामील होण्यापासून रोखू इच्छित नाही.
अल्गोरिदमिक व्यवस्थापनावर व्यापक गणना
मोठे नियोक्ते कार्यबल व्यवस्थापित करण्यासाठी आणि त्यांचे निरीक्षण करण्यासाठी अल्गोरिदमिक प्रणालींचा वापर कसा करतात याची तीव्र तपासणी दरम्यान खुलासे आले आहेत. Amazon चे गोदाम हे जगातील सर्वात जास्त उपकरणे असलेल्या कामाच्या ठिकाणांपैकी एक आहेत, उत्पादकता टेलीमेट्री दुसऱ्या क्रमांकावर आहे. ऍटलस दस्तऐवजांमध्ये नवीन काय आहे ते बाह्य सिग्नलसह त्या ऑपरेशनल टेलीमेट्रीचे स्पष्ट संलयन आहे — सोशल मीडिया पोस्ट, सर्वेक्षण प्रतिसाद — विशेषत: क्रियाकलाप आयोजित करण्याच्या उद्देशाने भविष्यसूचक जोखीम मॉडेलमध्ये.
कामगार वकिलांनी असा युक्तिवाद केला आहे की भविष्यसूचक युनियन-रिस्क स्कोअरिंग सामान्य उत्पादकता देखरेखीपासून वेगळे कायदेशीर प्रश्न उपस्थित करते, यूएस, यूके आणि कॅनडामधील संरक्षणांचे आयोजन करणाऱ्या कर्मचाऱ्यांना संभाव्य स्पर्श करते, जे तीन क्षेत्र दस्तऐवजांमध्ये ॲटलसने कव्हर केले आहेत. कागदपत्रे समोर आलेली न्यायालयीन लढाई चालूच आहे आणि सार्वजनिक रेकॉर्डमध्ये आणखी कोणती सामग्री येऊ शकते हे अद्याप स्पष्ट झालेले नाही.
भविष्यसूचक श्रम स्कोअरिंग कसे कार्य करते — आणि ते विवादास्पद का आहे
ॲटलस कामाच्या ठिकाणी असलेल्या प्रणालींच्या श्रेणीशी संबंधित आहे ज्याला कधीकधी "लेबर फोरकास्टिंग" म्हटले जाते: अशी मॉडेल जी मागणी वक्र आणि स्टाफिंग रोस्टर्सच्या बरोबरीने ऑर्गनायझिंग क्रियाकलापांना ऑप्टिमाइझ करण्यासाठी आणखी एक ऑपरेशनल व्हेरिएबल मानतात. दस्तऐवज इतर एंटरप्राइझ AI उपयोजनांपासून परिचित फीडबॅक लूपचे वर्णन करतात — डेटा संग्रह, जोखीम स्कोअरिंग, टायर्ड प्रतिसाद — परंतु येथे "प्रतिसाद" मध्ये कर्मचारी आणि संसाधनांबद्दल निर्णयांचा समावेश आहे जेथे कामगार आयोजन अधिकार वापरण्याचा प्रयत्न करत आहेत.
अशा प्रणालींचे समीक्षक असा युक्तिवाद करतात की ॲटलससारखे स्कोअर स्वयं-पूर्ण गतिशीलता निर्माण करू शकतात. उच्च-जोखीम म्हणून ध्वजांकित केलेले वेअरहाऊस व्यवस्थापनाचे लक्ष वेधून घेऊ शकते, समायोजित कर्मचारी किंवा "मानक कृती" ज्यांचे परिणाम संपूर्ण कर्मचाऱ्यांवर पडतात, कोणत्याही वैयक्तिक कर्मचाऱ्याने आयोजन करण्यात गुंतलेले असले तरीही. स्कोअरिंग निकष सार्वजनिक नसल्यामुळे, दिलेल्या साइटवरील कामगारांना सामान्यतः त्यांच्या गोदामात टियर 1 रेटिंग आहे की टियर 5 - किंवा त्यांच्याबद्दलचा कोणता डेटा त्यात योगदान देतो हे जाणून घेण्याचा कोणताही मार्ग नाही.
OpenDemocracy अहवालात असा आरोप नाही की ॲटलस नावाच्या व्यक्तींना लक्ष्य करते; विवाद साइट-लेव्हल स्कोअरिंग आणि ॲमेझॉन त्याच्याशी काय करते यावर केंद्रित आहे. परंतु Reddit मॉनिटरिंग आणि अंतर्गत सर्वेक्षण विश्लेषणाच्या दस्तऐवजांच्या वर्णनावर कामगार आयोजकांकडून आधीच ऑनलाइन टीका केली गेली आहे, जिथे हॅकर न्यूजवर चर्चा झाल्यानंतर कथा मोठ्या प्रमाणावर प्रसारित झाली.
AI उद्योगासाठी, हे प्रकरण काल्पनिक ते ठोस अशा वादविवादातील आणखी एक डेटा पॉईंट आहे: नियोक्ते यापुढे एआय कार्यबल संघटित होण्याचा अंदाज लावू शकतात की नाही हे विचारत नाहीत - कागदपत्रे सुचवतात की जगातील सर्वात मोठ्या कंपन्यांपैकी किमान एकाने असे करण्यासाठी एक प्रणाली तयार केली आहे. UK आणि EU मधील नियामक, आधीच अल्गोरिदमिक व्यवस्थापन आणि कार्यस्थळ AI बद्दल नियम तयार करत आहेत, त्यांच्याकडे काम करण्यासाठी आता एक नामांकित, दस्तऐवजीकरण केलेले उदाहरण आहे.
_हा लेख 16 ऑक्टोबर 2026 रोजी Evie Breese ने प्रकाशित केलेल्या OpenDemocracy च्या तपासणीवर आधारित आहे._
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
