根据该公司与加拿大工会之间的法庭诉讼中公开的内部文件，亚马逊使用名为 Atlas 的内部人工智能预测工具来预测其仓库工人加入工会、静坐或举办其他“破坏性劳工事件”的可能性。 openDemocracy 于 10 月 16 日发布的调查显示，该工具为每个仓库分配了 100 到 900 的风险评分，并且领导层被告知分数越高“越好”。

文件内容 更多相关背景，请参阅我们的AI行业报道。

openDemocracy 报告称，这些文件似乎是针对加拿大亚马逊经理的培训资源，其中包含一个附录，指出 Atlas 收集了有关劳动力的“数百个数据点”。据报道，这些输入包括 Reddit 论坛上的帖子、员工对内部反馈调查的回应、一般工作场所信息以及该网站之前的任何罢工行动。

根据这些数据，Atlas 为每个仓库开展工会活动的可能性生成 100 到 900 分之间的分数。分数越低，系统越有可能认为员工（亚马逊称之为“同事”）会加入工会或采取其他可能影响公司生产力或盈利能力的行动。该文件指出，对于亚马逊的领导层来说，得分越高“越好”，openDemocracy 指出，这明确表明该公司将加入工会视为需要降低的风险。

根据 Atlas 评分，仓库分为五层。第 5 级表示“没有立即感知到的风险”，而第 1 级表示“即将发生未来的活动”。文件显示，该规模用于“为人员配置决策、资源规划、标准行动和所有权提供信息，以减轻亚马逊劳动力结构的风险”。

评分仓库内

该报告以亚马逊位于英国考文垂的仓库为背景，62 岁的工人加菲尔德·希尔顿 (Garfield Hylton) 告诉 openDemocracy，他早就知道亚马逊会监控并记录他工作日的每一分钟——扫描的每件产品、扫描之间的每一秒、扫描仪短暂不活动的每一刻——所有这些都为生产力目标和预测提供支持。

Hylton 表示，他不知道的是，亚马逊似乎也在监控考文垂网站上潜在的“异议”，利用人工智能来监视社交媒体和公司内部员工公告板上的帖子。

亚马逊的回应

亚马逊发言人驳斥了 Atlas 的“监控或监视个人员工”的说法，并告诉 openDemocracy，该系统在现场和建筑物层面运行，而不是跟踪个人。报告称，该公司对预测工具本身的存在没有异议。

总部位于伦敦的 Leigh Day 律师事务所合伙人迈克尔·纽曼 (Michael Newman) 向 openDemocracy 表示，评分系统“清楚地表明他们认为工会很糟糕”，而且它讲述了与亚马逊之前声称不会阻止工人加入工会的“一个非常不同的故事”。

对算法管理的更广泛的思考

这些爆料是在人们对大型雇主如何使用算法系统来管理和监控劳动力的日益严格的审查中出现的。亚马逊的仓库长期以来一直是世界上仪器仪表最齐全的工作场所之一，生产力遥测数据已降至第二位。 Atlas 文件中的新颖之处在于，操作遥测与外部信号（社交媒体帖子、调查回复）明显融合为专门针对组织活动的前瞻性预测风险模型。

劳工权益倡导者认为，预测性工会风险评分引发了与普通生产力监控不同的法律问题，可能会触及美国、英国和加拿大（文件称 Atlas 涵盖的三个地区）的工人组织保护。公开这些文件的法庭斗争仍在继续，目前尚不清楚哪些进一步材料可能会进入公共记录。

预测性产程评分的工作原理以及为何存在争议

Atlas 属于有时被称为“劳动力预测”的工作场所系统类别：将组织活动视为与需求曲线和人员配置名册一起优化的另一个操作变量的模型。这些文件描述了其他企业人工智能部署中常见的反馈循环——数据收集、风险评分、分层响应——但这里的“响应”涉及有关员工试图行使组织权利的站点的人员配置和资源的决策。

此类系统的批评者认为，像阿特拉斯这样的分数可以创造自我实现的动力。被标记为高风险的仓库可能会引起管理层的更密切关注，调整人员配置或“标准行动”，其影响会影响到整个员工队伍，无论是否有任何员工参与组织活动。由于评分标准不公开，特定地点的工作人员通常无法知道他们的仓库是否具有 1 级评级或 5 级评级，或者他们的哪些数据对此做出了贡献。

openDemocracy 报告并未声称 Atlas 针对指定个人；争论的焦点是网站级别的评分以及亚马逊如何处理它。但这些文件对 Reddit 监控和内部调查分析的描述已经引起了网上劳工组织者的批评，该故事在黑客新闻上讨论后广泛流传。

对于人工智能行业来说，这个案例是一场从假设转向具体的争论中的另一个数据点：雇主不再询问人工智能是否可以预测劳动力组织——文件表明，至少有一家世界上最大的公司建立了一个系统来做到这一点。英国和欧盟的监管机构已经起草了有关算法管理和工作场所人工智能的规则，现在有了一个已命名、记录在案的示例可供使用。

_本文基于 Evie Breese 于 2026 年 10 月 16 日发表的 openDemocracy 调查。_

---

掌握AI最新动态

获取最新的AI新闻、分析和突破——尽在一处。

阅读更多AI新闻 →