蚂蚁的智慧

2000年，美国西南航空公司的货运业务遇到了麻烦。尽管飞机平均只用了7％的货舱空间，但有些机场却没有足够的空间来容纳计划装载的货物，这成了西南航空公司货运航线和搬运系统的瓶颈。当时，员工们尽力把货物装到开往目标方向的第一架飞机上，表面看来这是一种合理的策略。不过，正是由于这种策略，工人们白白浪费了大量的时间把货物搬来搬去，有时候还在目的地机场已不能容纳更多货物的情况下，不必要地把货物塞进飞机。
为了解决这个问题，西南航空公司拜蚂蚁为师。这听起来似乎不可思议。具体地说，研究人员观察了蚂蚁觅食的方法，发现蚂蚁凭借一些简单的规则，总能找到更高的食物搬运路线。研究人员把这一发现应用于西南航空公司，结果得出了令人惊讶的结论：把货物留在起初并不开往目标方向的飞机上效率可能更好。举个例子来说，如果要把一批货物从芝加哥运往波士顿，实际上可以把这批货物留在先开往亚特兰大然后飞往波士顿的飞机上，这要比把货物从飞机上卸下来再装到下一班飞往波士顿的飞机上效率更高。
采用这种思路之后，在最繁忙的货运站，货物转运率降低了80％之多，搬运工人的工作量减少了20％，并且连夜搬运的数量也大大减少。这样做使西南航空公司得以减少货物储存设施，降低工资开支。此外，满载飞行的飞机也减少了，从而使公司有机会开展新的业务。由于这项改进，西南航空公司估计每年能从中获利一千多万美元。
对群居昆虫的行为进行的类似研究已经帮助包括联合利华消费品公司和第一资本金融公司在内的好几家公司开发出了更有效率的方法来合理调配工厂设备，发分工人的工作任务，组织员工制订战略。
蚂蚁。蜜蜂和其它群居昆虫能带给我们什么样的宝贵启示呢？来看一看白蚁的例子。单个白蚁的智力水平很低，工作也不受监管。可是，一旦形成群体，它们建造的蚁巢就是建筑学上的奇观，即使蚁巢不断扩大，它也能够保持适宜的环境温度和适当的氧气及二氧化碳含量。实际上，对群居昆虫来说，团队合作在很大程度上是自发组织的，主要通过群居成员之间个体的互动进行协调。尽管每一次互动可能非常简单（一只蚂蚁只是跟踪另一只蚂蚁留下的痕迹），但整个群体却能解决复杂的问题。例如从无数条可能的路线中找出接近食物源的最短路线。人们把群居昆虫的集体行为称做“群集智能”。固然，许多企业界泰斗已经在滥用生物比喻，他们利用生物科学的类似情况编织巧妙的故事来解释公司过去的不幸遭遇或成功经历。但是，群集智能这一新兴领域的研究走得更远，更深。过去20年来研究人员已经开发出严密的数学模型来描述群居昆虫的行为，现在他们又把这些技术运于与解决企业问题。正如西南航空公司和其他早期运营者所证明的那样，初步结果显示该领域大有发展前景。
从本质上说，群居昆虫之所以如此成功————它们几乎遍布整个生物圈，是因为它们具备以下几个特性：
灵活性：群体可以适应随时变化的环境;
稳健性：即使个体失败，整个群体仍然能完成任务；
自我组织：活动即不受中央控制，也不受局部监管；
企业管理人员已经欣然认同了前两个特性，但在面对第三个特性，可能也是最有意思的特性时却犹豫，畏缩了。事实上，正是通过自我组织，所有个体的互动才形成了群体行为。群体智能（以及整个复杂性科学）中反复出现的一个重要主题事：即使个体遵循的不过是一些简单的规则，最后的群体行为也可能出奇的复杂，而且格外有效。可以说，前面两个特性——灵活性和稳健性，在很大程度上也是来自第三个特性。
为了理解自我组织的力量，请看某些种群的蚂蚁，它们仅依靠设置并跟踪化学物质的痕迹就能发现通往食物源的最短途径。蚂蚁会释放一种叫信息素的化学物质，用它来吸引其它蚂蚁。比如两只蚂蚁同时离巢走不同的路线到达食物源，它们都用信息素留下了踪迹。那只走较短路线的蚂蚁先回到蚁巢，只是另外一只蚂蚁正准备回巢，由于第一只蚂蚁在走过的路线上来回都留下了信息素，所以它留下的信息素比第二只蚂蚁留下的要多很多，同巢的蚂蚁将被吸引到那条较短的路下，因为其信息浓度比较高。随着越来越多的蚂蚁走这条路线，这条路线的吸引力也就越来越大。蚁群的高效行为来源于蚂蚁个体遵循两条规则约束下的群体活动。这两条基本规则就是：释放信息素，跟踪其它蚂蚁留下的痕迹。
许多象这样简单而有效的方法能帮助企业解决一些问题。惠普公司实验室的研究人员根据蚂蚁觅食原则开发出了一个计算机程序，可以有效地解决电话的路径选择问题。法国电信，英国电信和美国微波通讯公司在设计这种仿蚁群的路径选择方法方面拨的头筹。但是，最终的应用可能在互联网上，因为因特网的数据流量是完全无法预测的。布鲁塞尔自由大学的马尔科。多里戈及其同事们已经利用仿蚁群的路径选择方法来处理因特网通信。模拟结果表明，他们的技术优于目前所有的路径选择方法，包括因特网现在正在使用的协议。