• 《對不起錯過你》

    (下文含劇透)

    到戲院看英國導演堅盧治(Ken Loach)執導的新作《對不起錯過你》(Sorry We Missed You),漆黑中隔著兩個座位的「社交距離」,仍清晰聽見身旁觀眾的深深太息。

    現年83歲的堅盧治畢業自牛津大學法律系,年輕時就十分關注社會議題。他執導的電影,大部份反映弱勢社群的面貌,勞工、無家者、貧窮人口…鏡頭下盡是小市民面對制度和命運的掙扎,充滿悲天憫人的情懷。然而導演的風格秉持英國知識份子的冷靜,再催淚的情節都表現克制,沒呼天搶地的矯情。難怪他的電影作品既屢獲獎項與榮譽,更贏得尊重。

    在新冠肺炎陰影的籠罩下,我相信很多大城市的人,都曾和戲中角色Ricky一樣的人物擦身而過。Ricky是個「自僱」的速遞員,應徵時獲明明白白地告知,你不是我們的「僱員」,而是我們的「合作夥伴」。既然「自己做老闆」,當然多勞多得,兼不獲任何勞工保障。缺勤的話,自己找替工,否則罰款100鎊;弄損追縱派件用的掃瞄器,罰款1000鎊。

    人到中年的Ricky沒什麼一技之長,太太Abbie也只是個無底薪的護理員,家中欠債累累,還有正求學的一子一女。他是個盡責的爸爸,能當上速遞員,看來也是一條出路。即使每週工作六天、每天14小時,他都努力咬緊牙關捱下去,盼望儲夠買房子的首期,不必捱貴租。兒子討厭上學,不時生事,令Ricky兩夫妻很頭痛;只有11歲的女兒十分懂事,卻已被失眠困擾。這樣的日子即使無風無浪都不容易過,何況遇上意外?

    令我們嘆息的是電影的最後一幕。Ricky遇劫被毆,滿身是傷,但次天一大早,還得掙扎著上班,妻兒奔出勸阻無效,眼巴巴看著他緩緩駛去。不開工就沒錢交租或還債,兼要被罰,哪管得上血肉之軀早已傷痕累累?

    前文曾提及,疫情下人人足不出戶,外賣科技企業生意增長強勁,但漸見隱憂。《華爾街日報》報導,不少外賣科企暫免收取餐廳佣金,免得食肆生意太少做不下去,兩敗俱傷;另外也不得不開始關注送餐員的安危,因為他們接觸人多,容易受感染,一旦需要隔離14天,人手更見緊絀,定單再多都接不下來。幾家主要科企如UberEats、DoorDash等,正商討設立基金保障送餐員,好使他們一旦受感染,也能得到基本勞工保障,如有薪病假等。但「自僱」者要得到像樣的福利還有漫漫長路,因為這些財雄勢大的科企同樣在摩拳擦掌與立法機關較勁,試圖迴避為自僱者提供基本勞工保障的責任。

    「對不起錯過你」是戲中Ricky在派遞不遂時,留給收件人的卡片。導演一語雙關,以此控訴在科企坐大、用者享受時,社會錯過保障大批掙扎求存的「自僱者」。

    相關舊文:疫市贏家廣告人揸UBER

    ***

    本文率先於《晴報》專欄「創業群俠傳」見報

  • 科企如何透視你的祕密

    (接前文:大數據比你更了解自己?

    美國連鎖零售店Target的營銷部,為增加生意,給公司的數據科學家們出了一道難題:在對方沒有透露的情況下,找出懷孕的顧客來。

    因為只要盡早識別,並向他們作針對性產品宣傳,即將為人父母者是個巨大的「金礦」。Target的數據科學家們果然不賴,他們竟從浩瀚的消費數據中發掘出將為人母者的購物規律:比如從第四個月開始,轉買「無香型」潤膚露;第五個月左右,購入保健品如鎂、鋅、鈣之類;到她們臨盆在即,就會囤積棉花球、面巾等等。

    透過購物習慣,Target的數據科學家對顧客懷孕預測之準確度極高,幾乎連她們的產期都能猜中!一位少女的父親因為女兒收到嬰兒用品的宣傳單張向Target投訴,不久卻悻悻然致歉,原來女兒瞞著自己有喜了。報導此事的《紐約時報》記者Charles Duhigg說,Target後來把這「孕期預測」模型關掉,因為太多顧客對Target居然發現自己的私隱感到害怕。

    而在差不多時期,另一家企業Netflix,也利用大數據做出令人震驚的舉措:宣佈豪擲一億美元,開拍一連兩季由David Fincher導演、Kevin Spacey主演的美國版《紙牌屋》(House of Cards)。這在美國的電視劇製作史上,可謂前無古人的豪賭,沒有人會押注鉅款連拍兩季,因為風險太高、賭注太大。

    但Netflix並不認為那是賭博,只是按數據作出的合理商業決定。因為他們從當時3300萬訂戶的瀏覽數據中發現,大部份人看過David Fincher導演的電影《社交網絡》(The Social Network)、凡Kevin Spacey主演的電影在平台上都很成功、而且這兩類觀眾都很喜歡英國版的《紙牌屋》。結果證明Netflix的大數據用得其所:在美版《紙牌屋》推出後僅三個月內,Netflix共增加300萬訂戶,其中200萬來自美國國內,而這些新增用戶大約帶來7200萬美元額外收入。

    Netflix沒有賭博,它根本立於不敗之地。它從本質上就是一家數據企業,不斷搜集用戶數據以優化體驗和製作受歡迎劇目,截至2019年在全球已擁有1.67億用戶、年收入200億美元。

    Target利用購物數據預測及識別懷孕的消費者,Netflix以數據分析決定開拍一套即將大受歡迎的劇集,他們均可振振有詞宣稱:我們比你更了解自己。

    看了這些案例後,我也同意利用大數據,即使不能就全部人的口味作出預測,對統計學上「平均分佈」中的大部份人口,也可作出機會率相當高的推斷。我朋友卻不同意,他認為這種說法只是科技企業的公關口號,令目標受眾產生自我預期,相信所接收的建議適合自己,令科技企業更容易操縱他們。

    我認為那是因為朋友的口味不符大部份人的規律(即屬於「平均分佈」上兩端的少數)所致,所以他只是個別例子,而大部份人在大多數情況下,都能被大數據預測。你認為呢?

    相關舊文:平行時空

    //新手媽媽或許在Facebook上展示嬰兒的可愛笑臉,但她在Google上搜尋的,卻是「產後抑鬱」和「如何減肥卅磅」…//

    ***

    本文率先於《晴報》專欄「創業群俠傳」見報

  • 大數據比你更了解自己?

    「大數據比你更了解自己」,這不是一道聯校中文辯論比賽的命題,而是我最近和一位創科界朋友的討論話題。

    因為任教一個大學課程,最近簡略地做了一些有關大數據的研習。不少資料在提及大數據的「威力」時,常用上這句「大數據比你更了解自己」作結論,例如Netflix透過收集你「煲劇」的數據,比你更了解自己看電影的口味、Amazon比你更了解自己要買的書,等等。我也漸被說服。但朋友卻認為這言過其實,只是科技巨企以此來操縱用戶的一句口號、一個公關幌子。

    我在討論過程中提及兩家企業有關大數據的經典案例,Target和Netflix,而朋友卻從未聽過。這是兩個相當有趣和具說服力的案例,不如借此機會向大家稍作介紹,讓你也可以參與這命題的思考練習。

    首先幾個高度簡化的基本概念。「大數據」(Big Data)指極度龐大、人力難以有效處理的數據,它們可以零碎、無序、性質不一…但不管數據再大,如果沒經過有效的整理和分析,並無太大用處。「數據分析」(Data Analytics)就是一個使數據變得有價值的過程,透過「數據挖掘」(Data Mining),從海量的數據中發掘規律,並由規律中作出預測。一般來說,數據越多、呈現的規律越清晰、作出的預測也越準確。這是其中一種數據科學常見的應用,也是我們這次討論的中心思想。

    2012年2月,一位即將獲得普立茲獎的《紐約時報》年輕記者Charles Duhigg,發表了一篇連鎖零售店Target以數據篩選出懷孕顧客的報導,奠下一個歷久不衰的「大數據」應用案例(待續:科企如何透視你的祕密)。

    本文率先於《晴報》「創業群俠傳」見報