赫尔曼·霍利思(Herman Hollerith):打孔卡与数据工业的起点

1860 年生于 美国 的 Herman Hollerith,其研究路径与 数据处理与信息工业的起点 的主流路径几乎不重合。他把人口普查的难题变成了一张打孔卡与一台机器,而他的公司用这套方法在几十年里承包了美国政府几乎全部的人口统计——这是「用机器处理信息」这个产业的起点。

1860 年生于 美国 的 Herman Hollerith,其研究路径与 数据处理与信息工业的起点 的主流路径几乎不重合。他把人口普查的难题变成了一张打孔卡与一台机器,而他的公司用这套方法在几十年里承包了美国政府几乎全部的人口统计——这是「用机器处理信息」这个产业的起点。

一、人口普查怎么不靠人力——普查难题,和一份表格被重新设计

1870 年,这个坐标决定了 Herman Hollerith 早年接触到的语汇。Herman Hollerith 在这里最初接触的是 生于纽约州克林顿镇的一个德国裔移民家庭,父亲是德国学校教师兼中学校长;他 16 岁进入当地印刷厂做学徒,接触到了当时新兴的电力驱动机器,这套底层训练后来成了 Herman Hollerith 处理 数据处理与信息工业的起点 问题时最本能的工具箱。

他在印刷厂的学徒经历让他在很早的时候就理解了一个关键:机器可以在极短时间内完成过去需要大量人工的重复性操作。

他后来回忆说,正是印刷厂里那台电机驱动的机器让他第一次意识到「用机器替代重复劳动」的巨大可能。

印刷厂的工作还给了他另一项长期有用的技能:他对数据组织与编码方式的敏感——这在后来设计打孔卡系统时成为决定性能力。

他完成中学与专科教育后进入哥伦比亚大学工程学院深造,这段正规工程训练是他后来进入大学研究的前提。

他生于 1860 年,那一年美国人口普查署刚刚因为计算难题而陷入混乱,而他后来的整套方法正是为解决那个问题而生。

他在 16 岁进入印刷厂做学徒,这段经历让他接触到电机驱动的机器,也让他理解了批量化处理的价值。

二、1860 年的纽约德国裔家庭,与一台受刑的机器

1890 年的 在美国 1890 年人口普查中引入打孔卡与机器制表系统,取代了人工统计汇总的方式 是 Herman Hollerith 的分水岭。核心机制是:把每项数据编码为卡片上的一个孔位,机器一次穿孔即可记录一条记录的全部字段,随后用电流统计各孔位出现次数从而完成汇总,这一点后来被整个 数据处理与信息工业的起点 领域反复引用,而 1890 年普查的统计工作从原本预估的十年缩短到不足一年,这直接证明了机器处理大规模数据的可行性。

1890 年普查遇到的困难是空前的:当时美国人口已超过一亿,而数据汇总方式仍依赖人工分类与统计,1880 年普查的汇总耗时长达近十年。

他提出的编码方案非常朴素但有效:把人的居住信息编码为地理区域,职业编码为行业分类,姓氏则直接取自字母表。

机器使用完毕后,卡片可以按地理区域重新排序,从而支持多维度的交叉统计——这种「一次录入、多种分析」的能力是它超越人工方式的关键。

他设计的卡片尺寸是 11.5 × 7.5 英寸,这一规格是为了适应标准打卡机而定的,并最终成为事实标准。

1890 年美国人口普查需要汇总的记录超过一亿条,而 1880 年普查的汇总耗时近十年——这个对比直接说明了机械化的必要性。

他设计的打孔卡尺寸是 11.5 × 7.5 英寸,这一规格为适应标准打卡机而定,最终成为事实标准并延续了近一个世纪。

机器汇总完成后,卡片可按地理区域重新排序以支持交叉统计,这种「一次录入、多种分析」的能力是它超越人工方式的关键。

三、1880-1890 年:把「打孔」变成一种编码

1896 年前后,Herman Hollerith 在 Hollerith Tabulating Machine Company做的是 在美国人口普查局 1896 年重新招标时胜出,随后依法将技术专利化并组建公司。这件事的技术核心是 核心策略是:把机器的制造与服务完全包进一家专营公司,避免其他机构自行仿制他的机器,而它之所以重要,在于 这家公司后来发展成计算器公司(Computing-Tabulating-Recording Company),并在 1924 年更名为国际商业机器公司(IBM)。

他参与设计的穿孔机是「一种会数数的机器」——这个说法在当时的媒体与人口普查局文件中反复出现。

1890 年之后,美国人口普查局在 1896 年重新招标时采用了他的系统,这次经历确立了他继续在这条路线上走下去的路径。

他随后把打孔卡的使用扩展到商业领域,包括铁路公司的货运与库存管理、以及当时正在兴起的生命保险业的精算统计。

他对「数据」在商业组织中的地位有很早的判断:一家企业如果能持续、及时地掌握自己的运营数据,就能做出别家做不出的判断——这个判断在几十年后被证明极为准确。

他参与设计的穿孔机在当时的媒体与官方文件中被称为「一种会数数的机器」。

1896 年人口普查局重新招标时采用了他的系统,这次经历确立了他继续在这条路上走下去的路径。

他随后把打孔卡推广到铁路货运管理与生命保险精算统计,这两个行业此后的数据处理方式都深受其影响。

四、1890-1896 年:一次竞标,和一家必须被成立的公司

从 1890 年人口普查局的技术顾问阶段 到 Computing-Tabulating-Recording Company(1924 年),Herman Hollerith 完成了一次关键的问题重定义。如何让机器处理数据这件事从一次性的项目变成一项可持续的商业业务 属于 Computing-Tabulating-Recording Company之前的世界;Computing-Tabulating-Recording Company 要回答的是 如何把一项发明变成一个不必依赖创始人的、能够自我维持的组织。

他推动的更名与合并,把一家以打孔机为主业的公司转成一家以数据处理为定位的企业,这一转变在当时看是务实的经营选择。

公司在 1920 年代发展出的规模庞大业务网络——由设备、耗材与现场服务构成——成为此后半个世纪企业计算生态的模板。

他本人在 1920 年代逐渐退出日常经营,把公司交由职业经理人管理,这一安排对一家公司从创始人作坊走向现代企业是重要的一步。

他留下的最被低估的遗产是「卡片」本身:这一格式此后主宰了人口统计、金融、保险与政府行政的数据处理,直接塑造了 20 世纪的行政国家。

公司在 1924 年更名为国际商业机器公司,把业务定位从打孔机制造转向数据处理服务。

他在 1920 年代逐步退出日常经营,把公司交由职业经理人管理,这一步对一家创始人作坊走向现代企业至关重要。

五、1920 年代:一次合并,和一项被低估的遗产

1940 年的 在 1920 年代末退出日常管理,此后长期担任其创建的公司的董事会成员,直至 1940 年代去世 是 Herman Hollerith 的分水岭。他晚年关注的核心问题是:当计算逐步电子化,企业该如何从「处理卡片」转向「处理信息」——而这需要一代新的工程师而非新的机器,这一点后来被整个 数据处理与信息工业的起点 领域反复引用,而 在他退休之后,公司的业务重心从打孔卡转向电子计算机,而这一次转向最终造就了 IBM 在计算机时代的地位。

他与托马斯·爱迪生的关系常被提及——两人在 1890 年代前后的商业往来中相识,并曾共同发起过一家公司的筹办。

他在晚年对教育持强烈主张:认为工业界与大学之间的隔阂是技术进步的实际障碍,他本人多次捐款支持工程教育。

他于 1940 年被选为哥伦比亚大学的杰出校友,这一荣誉在他去世后仍由家族基金持续维护。

他去世时,公司的形态与规模已经与他 1890 年创业时完全不同——这种「创始人看不到自己创造的产业最终形态」的经历,本身就是他对技术演化的深刻体认。

他与托马斯·爱迪生的商业往来常被提及,两人在 1890 年代前后相识并曾共同筹办过公司。

他退休后持续关注教育,晚年多次捐款支持工程教育,并公开撰文讨论工业界与学术界之间的隔阂。

六、把「统计」变成一种工业能力

哥伦比亚大学杰出校友与工程师名人堂等荣誉(1920)之后,Herman Hollerith 的工作重心转向 退出日常经营后长期担任董事,并持续为工程教育与工业界与大学之间的合作出资推动。这条线的意义在于 使 IBM 成为二十世纪计算工业的支柱,并把「数据处理即服务」确立为企业 IT 的基本形态。

他创造的直接后果是现代「数据驱动型组织」的存在:一家公司能够按季度、按地区、按产品线精确追踪自身运营,这在 1890 年是不可想象的。

打孔卡时代培养出的会计与统计职业群体,构成了现代企业数据岗位的直系祖先。

他对数据编码的坚持——把现实世界的模糊信息转成可穷举的离散类别——至今仍是所有结构化数据工作的基本思路。

他留给后人最实际的一个提醒是:数据处理的瓶颈从来不在机器,而在编码方式——一个再快的系统,如果数据的组织方式有问题,也不会产出有用的结论。

他的人生轨迹本身就是一个提醒:19 世纪末的一个普通技术发明,最终成为 20 世纪最庞大的产业之一——而这一切的起点,只是一张需要重新设计的表格。

他 1940 年被选为哥伦比亚大学杰出校友,这一荣誉在他去世后由家族基金持续维护。

参考来源

  • Herman Hollerith,《Compilation of the 1890 Census》相关文件, U.S. Census Bureau
  • Herman Hollerith,《The Census of the United States and its Compilation》相关论文
  • U.S. Census Bureau 关于 1890 年普查与 Hollerith 制表系统的公开历史资料
  • IBM 官方公司史与「 punched card 」档案
  • IEEE 与 Smithsonian 关于 Hollerith 遗产的纪念资料

💬 评论
🔗 本文链接

以专业为基,引领科技向善向新

Rooted in professionalism, we lead technology toward social good and innovation.

数智化转型网 · 了解更多产业资讯与选型数据 →

📰 你可能也喜欢

王安(An Wang):磁性存储核心与迷你计算机,以及那段被误判的岁月 AI人物图谱

王安(An Wang):磁性存储核心与迷你计算机,以及那段被误判的岁月

An Wang(王安,中国/美国,1920 年生)在 磁性记忆核心与计算机产业化 领域的位置,很少有人能给出准确坐标。他在麻省理工学院读研究生时把磁性记忆核心做…
📅 10-29 · 👁 2026年10月29日
杨强(Qiang Yang):让数据不动的迁移学习与联邦学习 AI人物图谱

杨强(Qiang Yang):让数据不动的迁移学习与联邦学习

1963 年生于 中国/加拿大 的 Qiang Yang,其研究路径与 迁移学习、联邦学习与 AI 制药 的主流路径几乎不重合。他是把「迁移学习」这个词带入主流…
📅 10-29 · 👁 2026年10月29日
约翰·巴科斯(John Backus):Fortran 的作者,以及「编译器可以比手写更快」这个结论 AI人物图谱

约翰·巴科斯(John Backus):Fortran 的作者,以及「编译器可以比手写更快」这个结论

John Backus(约翰·巴科斯,美国,1924 年生)在 程序设计语言设计与函数式语言 领域的位置,很少有人能给出准确坐标。他用一次实践证明了一件事:编译…
📅 10-29 · 👁 2026年10月29日
彼得·瑙尔(Peter Naur):ALGOL 与巴科斯范式,以及「程序首先是写给人的」这个判断 AI人物图谱

彼得·瑙尔(Peter Naur):ALGOL 与巴科斯范式,以及「程序首先是写给人的」这个判断

1928 年生于 丹麦 的 Peter Naur,其研究路径与 程序设计语言设计与 ALGOL 的主流路径几乎不重合。他问了一个所有工程师都该问的问题:如果一个…
📅 10-29 · 👁 2026年10月29日
尼克劳斯·维尔特(Niklaus Wirth):Pascal 与 Modula 的作者,语言特性越少越好的信徒 AI人物图谱

尼克劳斯·维尔特(Niklaus Wirth):Pascal 与 Modula 的作者,语言特性越少越好的信徒

Niklaus Wirth(尼克劳斯·维尔特,瑞士,1934 年生)在 程序设计语言设计与结构化程序 领域的位置,很少有人能给出准确坐标。他设计了两门至今仍在用…
📅 10-29 · 👁 2026年10月29日
阿尔弗雷德·埃霍(Alfred Aho):《龙书》的作者,与阿霍-科拉里克算法 AI人物图谱

阿尔弗雷德·埃霍(Alfred Aho):《龙书》的作者,与阿霍-科拉里克算法

Alfred Aho(阿尔弗雷德·埃霍,加拿大/美国,1941 年生)在 编译技术与文本处理 领域的位置,很少有人能给出准确坐标。他写的那本《龙书》训练了几代编…
📅 10-29 · 👁 2026年10月29日