在任何一天中，UPS的司机都有许多条快递路线可以选择。
或者换个说法——UPS的司机在任何一天中，可以选择的快递路线的数目都是令人难以想象的。这绝不是夸张。
这家快递公司的司机一般每天要送120至175次货。在任何两个目的地之间，都可以选择多条路线。显然，司机和UPS想要找到其中最有效率的那条。不过如此一来，事情就变得复杂了。
UPS利用组合数学的算法得出，以上所述的情景中所有可能的线路的总数，是一个199位的数字。这一数字甚至大过了换算成纳秒单位的地球年龄。
UPS的流程管理高级总监杰克•里维斯表示：“这数字太大了，令人难以想象。你只能从分析学上得出一个概念。”
对UPS而言，这是一项庞大的挑战。不过他们有强烈的动力去实现路线最优化：如果每位司机每天少开一英里，公司便能省下5,000万美元。
这家位于亚特兰大的公司是如何做的？他们研发了一个名为Orion的系统，这是道路优化与导航集成系统（On-Road Integrated Optimization and Navigation）的缩写，也是希腊神话中猎户座的名字。如果说现在有什么大数据分析学上的成就的话，那就是它了。Orion的算法诞生于21世纪初，并于2009年开始试运行。该系统的代码长达1,000页，可以分析每种实时路线的20万种可能性，并能在大约3秒内找出最佳路线。
里维斯表示：“起初，数学家们认为可能需要15分钟才能算出结果。所以他们很高兴。”
UPS正在公司全部的5.5万条北美快递线路上装配这一系统。到2013年底，Orion已经在大约1万条线路上得到使用，这让公司节省了150万吨燃料，少排放了1.4万立方公吨的二氧化碳。公司计划在2017年彻底实现该计划。
根据高德纳研究公司（Gartner）的分析师斯维特拉娜•西库勒的说法，有两个“很不起眼的”行业正在受到大数据的冲击，一个是运输业，其中包括UPS这类物流公司，另一个是农业。
西库勒相信这一冲击会波及很大范围。西库勒表示，可以看看通商航运业的例子：澳大利亚海事安全局（Australian Maritime Safety Authority）提供了实时的港口活动信息，船只可以据此改变航速，节省燃料，让港口服务费降到最低。海事局还使用了地理围栏（一种动态的数字定位区域）来触发和自动计算这些费用。她说：“通过公开数据，这一切都是透明的。”
西库勒表示，导致这种转变的不仅仅是大数据技术，移动设备和云计算在其中也扮演了重要角色。
她解释说：“在收集信息、给司机实时提供数据上，移动性起到了重要作用。这不仅是指移动设备，还包括卡车、飞机和轮船上的感应器。”
在提高运营效率的压力下，UPS在20世纪90年代为司机引入了手持设备。里维斯表示：“我们必须在智能手机和网络通信出现前就发明它们。”2008年，公司在运货卡车上安装了GPS追踪系统，而Orion则建立在这一基础上。
尽管想要取代在大陆上川流不息的汽车快递不是件容易的事——总之，在亚马逊（Amazon）的无人机快递正式得到使用前是这样——但云计算的兴起让初创公司更容易接触到之前只有大型企业才能拥有的尖端技术。UPS理应走在前面。
里维斯表示：“对我来说，这就是分析技术和大数据的未来——不仅仅是告诉你发生了什么，还能告诉你将要发生什么，如何实时纠正它们。如果有个系统可以智能到预测你的问题，并在它发生前予以解决，那它就像福尔摩斯一样了。看起来像千里眼，但实际上不是。”
“把它变成现实还需要一段时间。不过这就是未来的景象。”
