邮政编码的诞生，一个策略优化过程

20世纪40年代初，美国的邮政部面临着一场危机。大量邮政工作人员在第二次世界大战期间离职去参军服役。而年邮件量也持续大幅增长，1950年的邮件量已高达450亿。究其原因，主要是此前20年直邮广告的爆炸性增长。那么邮政部将如何优化全国各地的邮件投递服务呢？

美国邮政部不仅面临着成本、效率、准确性和投递时间等各方面的压力，还要思虑未来的发展问题，无奈之下，采取了工程学方法。这种方法卓有成效，成为今日美国邮政系统的巨大优势，并让世界各国从中受益。

该系统的设计者将美国划分为不同的“地区”，每个地区分别用5位数的识别号码进行标识。经过20年的研究和工程设计，邮政部在1963年宣布实施“区域改进计划编码”（ZIP Code），也就是美国邮区编码。设计者使用该编码确立了一套连接邮件发件人和收件人的全新系统。

设计者采用模块化系统思维方式，将美国划分为10个编码地区，分别用0至9编号。从东海岸开始，缅因州以0开头，然后向西，纽约及邻州以1开头，华盛顿特区以2开头，西海岸各州以9开头，以此类推。编码中的其他数字则根据中央邮局枢纽和具体区域中最近的邮局进一步细分确定。

设计者还开发了专门用于邮件分拣的机械设备，但分拣过程需要人工协助，所以分拣准确度有待完善。分拣人员必须将邮件或包裹的邮政编码逐个输入分拣机，所以难免有输入错误的时候。例如，一封信原本应寄往俄勒冈州切马尔特，可最后却被送到南达科他州卡斯特县，然后又被转寄到科罗拉多州丹佛的邮政中心。

对于21世纪的人们来说，这个系统的效率当然很低，但在20世纪60年代，邮政编码具有“革命性，因为当时的分拣人员能根据数字编码来处理邮件”，史密森尼国家邮政博物馆的技术历史学家南希·波普（Nancy Pope）说。不仅如此，格林维尔、塞勒姆或斯普林菲尔德等美国城市的邮件较多，这个邮寄系统有助于提高寄送效率。

在实现机器分拣邮件之前，邮政工作人员是用手来分拣邮件的。正如波普所说，在当时的条件下，“即使业务熟练的分拣员，一分钟内最多也只能分拣60个邮件。也就是说，如果达到这个速度，就可以成为邮政服务业最优秀的分拣员了”。一般来说，分拣员平均每分钟可以处理20～30个邮件，而且手工操作不可避免会出错。随着自动化时代的到来，局面彻底改变了。机器每分钟至少能够分拣2000个邮件，邮政编码系统由此为整个邮政行业的提效奠定了基础。

例如，美国国会大厦、白宫和五角大楼等联邦大楼都有专门的邮政编码。很快，其他国家纷纷借鉴邮政编码方案，他们基于美国的实践应用，分别提出了数字式或字母数字组合式的邮政编码。于是，邮政编码成为标志性的工程学解决方案，也成为商业活动的重要组成部分，不仅大幅提高了邮政服务效率，而且通过结合新型邮政技术降低了成本，减少了错误。邮政编码的发展归功于总体规划，这种长期战略正是很多大型工程、建筑和军事项目成功的关键所在。有时，为了推陈出新，工程师在系统解构之前必须经过深思熟虑，精心计划。

然而，也有一些人对实施邮政编码并未拍手叫好，因为他们不想记住那5个编码数字。此时，3位数的电话区号应运而生，企业也要在缴纳所得税时提供社保号码。这一切看起来像是一场数字阴谋。像邮政编码这样的系统优化概念，需要在全国推广使用，才能得到人们的认可。在推广过程中，有一位叫“ZIP先生”的卡通人物助力宣传。音乐界的传奇人物埃塞尔·默尔曼（Ethel Merman）还用她粗犷豪放的嗓音为这个方案演唱宣传曲，“欢迎来到邮政编码的时代……今天就记住它吧。用5位数的方式……寄送邮件”。

邮政编码还对邮政行业以外的领域产生了影响。现今，互联网企业常常利用这一20世纪的邮政工程基础设施来收集客户信息，如人口统计、行为习惯等。对于人口普查、直邮活动、精准微营销应用等大型项目来说，邮政编码已经成了必备条件，另外，它也用于加油站和超市的授权验证。有人将它誉为“推荐系统”，但也有人指责它是“消费者间谍”。例如，英国人用“邮编彩票”一词来描述医疗保健和其他公共服务的资源不均等和质量瑕疵等现象——服务标准取决于人们的居住所在地。

显而易见，工程学不仅仅是关于如何让机器取代人工的技术，更确切地说，它事关策略。邮政编码的发展过程类似于IBM在交通拥堵情境中看到的结构，IBM利用这个结构来改变公众的行为，这就是优化过程中简单而深刻的策略，它有助于解决实际问题，而非单纯的技术问题。

学者和实践者使用了各种各样的术语来辨析技术问题和实际问题之间的区别，如“问题”和“乱象”，“循规蹈矩的问题”和“非常规性问题”，“高地”和“沼泽”，“硬问题”和“软问题”。 这些术语揭示出两者的本质区别。对于技术问题，最重要的是明确要解决的事项，而对于实际问题，单单只用方程或分析法无法解决，还需要考虑人为因素等。因为这些因素往往导致突发性问题的出现。邮政编码和交通拥堵费都是工程师实践的结果，在实践中既有技术因素，也有社会因素。

接下来，让我们一同看看大型互联网产品公司是如何对世界地图的绘制和编目进行优化的。

工程师思维的跨界创新　谷歌实时交通系统，为用户提供最优路线

谷歌致力于整合全球信息。为了实现这个远大的目标，它在纽约市切尔西社区的一栋大楼里设立了业务部门，这栋大楼曾在19世纪30年代用作纽约港务局的办公大楼。走进大楼，谷歌标识的主色调让人觉得这里是一家“成人托儿所”，键盘“咔嗒”作响，茶水间里摆满了免费食物，穿过这里，就来到了研究及特别计划副总裁阿尔弗雷德·斯佩克特（Alfred Spector）的办公室。他喜欢用谷歌地图监测交通流量，制订行程计划。他自信地说：“在过去的6年里，我最多只有3次错过了从中央车站到佩勒姆的火车。”

斯佩克特和他的同事都认为，每条信息所带来的机会是受时间限制的，所以关键是要找对时间，在正确的场景下抓取数据，这样信息才有用。所以，谷歌地图等准实时技术遵循持续优化的理念。他说：“我们利用红色、暗红色、绿色、黄色标识，获得非常有效的纽约交通数据，这种做法非常切合实际，通过引导人们选择最佳出行路线，有助于减轻高峰时段纽约的交通压力。”

通过改变出行路线来减少拥堵或交通事故，这种想法已不是什么新的挑战了。运筹学者认为，要改变出行路线，就要进行资源再分配，这在紧急情况下尤为重要，比如利用逃生路径有效地疏散人群，使用救援通道让救援人员进入受影响区域。谷歌的创新是通过信息赋能用户，使他们基于数据做出相应的选择。

斯佩克特的同事曾写道，每当尝试创造新事物时，比如谷歌地图，“与其大费周章地钻研最佳方案，他们宁愿立马行动，迭代优化方案”。这种做法有助于完成谷歌的核心任务——切实地解决关键问题。从当时的实际情况来看，在195个国家中，已有道路约8000万千米，其中包括已铺设完成的和尚未铺设完成的。该项目的工程师写道：“把所有的道路都走一遍，相当于绕地球1250圈。即使对谷歌来说，这个规模也太过庞大，令人望而生畏。”

谷歌工程师启动了该项目。他们先是利用最新的街道全景图像，并结合用户提供的照片，获得了世界各地道路的图像数据。接下来，他们开发了一个大规模的系统模型，正如其工程师所说，这个模型“包括所有单行道和转弯限制（如禁止右转或禁止掉头）等详细信息”。然后，谷歌利用这些信息，采用“位姿优化”的方法，使摄像头中的嵌入传感器的位置信息转化成准确的道路定位数据，这种方法现在仍应用于手机中。这个过程不是通过单一的算法完成的，而是通过一组相互关联的工具实现的。

谷歌工程师也开始研究拍卖算法 ，从而预测关注相同路线通勤者的实时交通需求。为此，他们使用图像处理技术创建了“深度地图”，对距离、方位以及当地信息（如道路、人行道、建筑物和施工工程）的三维数据进行编码。同时，通过卫星图像的遥感和像素级分析，生成任何地点的多个视图——无论是埃菲尔铁塔还是位于阿拉斯加荒野中的废弃采矿镇。工程师团队综合运用这些工具，并将其发挥到极致，结合其他工具，持续为谷歌地图的用户创造更高的价值。

谷歌工程师补充道：“最初，我们想开车沿着每条街道拍摄所有建筑和道路两旁情景的照片。但经过分析，我们发现虽然项目规模在可接受的范围内，但即使组织良好，也要花费几年的时间才能完成。”在斯佩克特看来，这无非是关乎成本效益的问题。谷歌地图的最初定位是关于高效物流的工程上的权衡，也就是权衡能否完成绘图。但随后，工程师又从经济学的角度对该方案的市场应用潜力进行了论证。

斯佩克特说：“事实证明，方案可行。”

优化必须依靠数据，这种观点已经对整个工业领域产生了影响。以电信行业为例，近年来，“移动数据网络的流量增长了25000%，而且每年还在翻倍增长”，美国电话电报公司的首席执行官兰德尔·斯蒂芬森（Randall Stephenson）指出。再比如航空业，一架从伦敦飞往纽约的波音飞机在旅途中每30分钟就会采集10TB的操作数据。

除数据外，了解用户需求也是实现优化的关键要素。美国军工企业洛克希德·马丁公司的退休首席执行官诺曼·奥古斯丁（Norman Augustine），曾设想过这样一个场景：假设做了一份关于乘客对新飞机的期望的调查。调查结果显示，乘客们希望能更快地到达目的地。对于空气动力学专家来说，他们需要做的是如何使飞机提速，但系统工程师的看法则不同。

系统工程师会使用模块化思维，将整个旅途分解为若干部分。乘坐飞机只是其中一个部分。除此之外，旅途时间还包括到达机场、寻找停车位、到达航站楼、购票、行李托运、等待安检、等待登机、登机以及最终到达目的地等多个环节花费的时间。这些环节都对整个旅途系统的速度、效率和性能产生影响。系统工程师可以尝试优化各个部分，同时注意权衡和约束条件。通过应用模块化思维，解决方案可归结为三个问题：如何更快地通过安检，如何改善登机过程，以及如何快速取回行李。

如果再考虑大自然的各种因素，那么情况就会更加复杂。以航空业为例，天气是不可预知的因素，会对优化方案产生巨大的影响。同样，由于早些年测量和数据的不足，建造管道和下水道的工程师只能在修建时做出假设和判断。史密森尼学会秘书、佐治亚理工学院的前院长、地质工程师韦恩·克劳夫（Wayne Clough）说：“如果想建造一条隧道，必须考虑地质介质，因为地质介质不断变化并与其他系统产生相互作用。要适应不断变化的环境，就必须采用强大的系统方法。”我们通过现代技术，可以收集有关自然界的庞大数据，但关键是如何能把这些信息用于任何形式的优化。

我们可以利用科技竭力而为，但大自然永远是主宰。