Tavallaan kaikki liiketoiminta perustuu matematiikkaan. Joillakin yrityksillä on kuitenkin vaikeampia yhtälöitä ratkaistavana kuin toisilla.
UPS:llä keskivertokuljettaja tekee noin 120 toimitusta päivässä, sanoo Jack Levis, kuljetusjätin prosessien hallinnasta vastaava johtaja. Jos haluat selvittää, kuinka monta erilaista mahdollista reittiä tämä kuljettaja voisi kulkea, aloita vain kertominen: 120 * 119 * 118 * . . . * 3 * 2 * 1. Levis tykkää sanoa, että lopputulos ylittää reilusti maapallon iän nanosekunneissa.
Jos tuo luku kuulostaa suurelta, kuvittele, että joudut tekemään nämä laskutoimitukset 55 000 kuljettajalle joka päivä. Viime aikoihin asti UPS käytti ohjelmistotyökalua, joka antoi kuljettajille yleisen reitin, mutta jätti matkan varrella paljon liikkumavaraa inhimilliselle harkinnalle. Seuraavien viiden vuoden aikana yhtiö ottaa kuitenkin laajalti käyttöön tarkemman algoritmin, jonka tarkoituksena on ohjata kuljettajat pois kuluneilta reiteiltä kohti usein vastakkaisia reittejä, jotka on laskettu toimitusten nopeuttamiseksi.
Nimeltään ORION eli On-Road Integrated Optimization and Navigation, UPS:n dataan pohjautuva reittioptimointityökalu pyrkii antamaan toistaiseksi parhaan vastauksen travelling salesman -ongelmaan, klassiseen laskennalliseen pulmaan, joka osoittaa, kuinka vaikeaa on löytää lyhin etäisyys kartan pisteiden joukosta. Kyseessä olevien lukujen koon vuoksi pelkkä aritmeettinen laskutoimitus ei ole mahdollista. Sen sijaan ORION on riippuvainen heuristiikasta, joka on matematiikan ja tietojenkäsittelytieteen osa-alue, jolla pyritään löytämään vastauksia, jotka ovat riittävän hyviä ja jotka paranevat aikaisemman kokemuksen perusteella.
Lyhimmän matkan löytäminen on tietysti vain yksi UPS:n monista muuttujista. Luvatut toimitusajat, erilaiset asiakastyypit ja toimitettavien ja noudettavien pakettien tyypit ovat vain muutamia lisätekijöitä, jotka ORIONin on otettava huomioon. Levis korostaa, että UPS ei vähättele kuljettajan vuosien varrella kertyneen viisauden arvoa. Paras järjestelmä on hänen mukaansa sellainen, joka perustuu sekä ihmisen että algoritmin älykkyyteen, ei vain jompaankumpaan.
Silti tietokoneilla on yksinkertaisesti paljon enemmän laskentatehoa kuin ihmisillä. Tämän kapasiteetin yhdistettynä valtavaan tietomäärään, joka tarvitaan aivokapasiteetin ruokkimiseen, Levis toivoo lisäävän yli-inhimillisen älykkyyden: ”
Tässä on vielä muutama luku, jotka liittyvät UPS:n tehokkuuspyrkimysten taustalla olevaan matematiikkaan:
30 miljoonaa dollaria – kustannukset, joita UPS:lle aiheutuu vuosittain, jos jokainen kuljettaja ajaa vain yhden kilometrin enemmän päivässä kuin on tarpeen. Samalla logiikalla yhtiö säästää 30 miljoonaa dollaria, jos jokainen kuljettaja keksii keinon ajaa yhden mailin vähemmän.
15 triljoonaa triljoonaa Triljoona – Mahdollisten reittien määrä, joista kuljettaja, jolla on vain 25 pakettia toimitettavana, voi valita. Kuten klassinen travelling salesman -ongelma osoittaa, matemaattista ilmiötä, joka tekee parhaiden jakelureittien selvittämisen niin vaikeaksi, kutsutaan kombinatoriseksi räjähdykseksi.
55 000-Pakettiautojen (ruskeat kuorma-autot) lukumäärä UPS:n Yhdysvaltain laivastossa. Jos yhden kuljettajan tehokkaimman reitin määrittämiseen liittyvät luvut ovat tähtitieteellisen suuria, kuvittele, miltä luvut näyttävät koko laivaston osalta.
85 miljoonaa – kilometrien määrä, jonka Levis sanoo UPS:n analytiikkatyökalujen säästävän UPS-kuljettajia vuodessa.
16 miljoonaa – UPS:n päivittäin tekemien toimitusten määrä.
30 – enimmäismäärä tuumia, jonka UPS määrittelee, että kuljettajan pitäisi liikkua valitakseen seuraavan paketin. Tämä saavutetaan huolellisella järjestelmällä, jossa paketit lastataan kuorma-autoon siinä järjestyksessä, jossa ne toimitetaan.
200 miljoonaa – UPS:n kuljettajien paikan päällä kartoittamien osoitteiden määrä.
74 – UPS:n kuljettajille suunnatussa käsikirjassa olevien sivujen määrä, jossa kerrotaan yksityiskohtaisesti parhaista käytännöistä toimitusten tehokkuuden maksimoimiseksi.
100 miljoonaa – UPS:n kuorma-autojen tyhjäkäyntiminuuttien väheneminen, joka yhtiön mukaan johtuu osittain ajoneuvoon asennetuista antureista, jotka auttoivat päättelemään, milloin jakeluprosessin aikana kuorma-auto on kytkettävä päälle ja pois päältä.
200 – Kustakin jakeluautosta seurattujen datapisteiden määrä, joiden avulla pystytään ennakoimaan huoltoon liittyviä ongelmia ja määrittelemään tehokkaimmat tavat käyttää ajoneuvoja.