江湖风闻，顶级高手交锋，拼的不是招式，而是信念，拳无意，剑有道。
方育柯的技术拳意，是成就别人。
泡沫破灭期入场大数据
2006 年，本科攻读数学业余的方育柯考入电子科大研究生，摆在面前的两个深造方向：其一是利用数学，另一个是计算机智能 + 神经网络剖析，方育柯抉择了后者，谦称“后面那些太高大上”。他用“修仙初期”来形容本人的 2006~2011，因苦修结得金丹，又有奇遇抱得元婴，5 年之后，方育柯成为了大数据分析畛域的硬核专家。
▲2018 年新兴技术 Gartner 曲线图，材料起源：Gartner
以上帝视角回望，参照新兴技术 Gartner 曲线，2006 年其实是大数据“泡沫破灭期”的开始。20 世纪 90 年代，啤酒尿布引爆了 BI 风潮，大数据在资本追捧下迅速进入“冀望过高期”，2000~2005 年，随着多方商业摸索受挫，大数据行业迅速冷却。恰逢此时入局的方育柯领会到了一丝凉意：“那时候想学习数据挖掘，能找到的只有韩家炜老师写的《数据挖掘概念与技术》，可那是一本 2007 年出版的书。”
▲《数据挖掘概念与技术》韩家炜等著，范明译。
但总有眼光久远的战略家违心提前布局后劲技术，比方华为。在大数据行业的冰川期偶遇华为，就是方育柯所说的修仙奇遇之一。
2006 年，性能机 +WAP 还是时尚事物，iPhone 尚未横空出世，方育柯所在的电子科技大学数据挖掘团队已与华为开展了“大数据分析手机上网习惯判断用户趣味”的科研单干：一是基于用户浏览网页信息进行剖析，利用自然语言解决解读网页信息并断定用户趣味，再由电信运营商基于用户趣味投放商业信息实现闭环；二是基于各大论坛社区的用户关系剖析，找到影响力最大的核心型节点用户——那一年，推特刚刚诞生，源自微博的“大 V”称说尚未呈现——便于广告商筛选高质量投放渠道。
现在听来这些技术原理并不简单，但在 WAP 时代便有此远见，不得不让人感慨一句华为就是华为。而对方育柯来说，参加超前于时代的前瞻性我的项目，天然也播种了超出同辈多个身位的成长。
现在听来这些技术原理并不简单，但在 WAP 时代便有此远见，不得不让人感慨一句华为就是华为。而对方育柯来说，参加超前于时代的前瞻性我的项目，天然也播种了超出同辈多个身位的成长。
2011 年，在华为产品线总裁的盛情邀请下，方育柯成为了华为技术团队的一员。
** 从遣散到壮大
**
从 15 人到上千人
仅仅入职一个月之后，方育柯所在的部门宣告遣散。
华为外部实施着极度严格的考核政策，没有实现既定指标便主动触发优化措施，比方遣散被认定难以为继的团队。这可苦了刚刚退出的方育柯，不得不应答这一计划外的变动，被迫再次进行关乎人生方向的重大抉择：西安、印度，或是产品线其余团队。权衡再三，他抉择退出大数据产品部，负责大数据架构师。
2011 年，草创期的华为大数据产品部只有 10+ 人，团队情况堪称内外交困：内部，从上峰的种种行为揣测，“没有人认为这个团队无能出什么事件”；外部，不足明确策略方向，摸索业务遭逢信赖阻碍迟迟打不开场面，试着联结兄弟部门做平安数据分析、APP 下载举荐，也每每吃到闭门羹。
绝境中，方育柯们没有放弃本人。
业务侧，他们以弱小的韧性，顶着超高的回绝率保持出击，参加多个我的项目的 POC 比拼测试，一直敲开生疏客户的大门并根据市场反馈迭代服务，最终在众人愕然的眼光中，拿下了某驰名商业银行的“用户属性特征分析”我的项目，并因而摘得“金牌团队”的光荣，方育柯自己也斩获“关键技术冲破奖”。
技术侧，团队成员在 Hadoop 社区曾经有较多代码奉献，团队决定试水 Hadoop 发行商，这意味着团队须要在 Hadoop 2.0 alpha 版本根底上进行欠缺修复，以达到商用级规范。这是一条技术难度高、市场竞争强烈的路线，仅华为外部便有三个团队同步推动相干业务，一年后，团队在建行、联通等知名企业的 POC 测试中体现优异，成为华为狼性赛马机制的胜出者。
短短几年工夫，大数据产品部便从最后的 10 余人成长至千人规模，这支已经的边缘流兵团摇身一变，成为华为产品线的王牌正规军。
出乎意料的是，作为这场惊天逆袭的主导者，方育柯却在 2014 年抉择了来到，起因：以百年基业为倒退指标的华为，在各种标准和条条框框的束缚上比拟严格，这对于以大数据分析安身立命的方育柯造成了肯定的解放感。相比之下，“数之联是一个具备浓重大数据基因的初创企业（三位创始人都是大数据畛域的专家），加上多年师生情谊的信赖根底，作为联结创始人，他置信将来肯定能在大数据分析服务的蓝海中大显神通，奋斗出一片广大的新天地”。
2014 年，方育柯来到华为，加盟数之联。
恼火大而全，主导产品瘦身
数之联开创团队的技术实力毋庸置疑，但在初创期，生存是第一因素。迫于生存压力，企业面向多种多样的用户需要，使得初期产品功能设计简单，迭代迟缓。
在华为亲历过生死轮回、体验过血腥实战的方育柯负责 CTO，负责外围产品研发，在第一次看到数之联产品布局时，他的脑袋“嗡”了一下：技术维度布局了 100 多个功能模块，“人的能力是无限的，在华为几十人团队做一个 Hadoop 忙到不可开交，想让几十人团队同时做十几个功能模块，看得我十分‘恼火’。”
▲方育柯的口头语，蕴含“专一，业余，奋斗，拼搏”等多重语义，大多为企业初创期压力所致
产品瘦身势在必行，代价属实不小，从瘦身打算启动到最终实现性能聚焦，用时整整两年。
技术侧，100 多个功能模块削减至 3 个：以图搜图的拍图购，AI 算法平台剖析，BI 剖析可视化。因为数之联善于技术研发，但对 To C 产品经营缺乏经验，公司管理层通过探讨，遂尝试将“以图搜图”性能转化为工业缺点检测能力。失之桑榆收之东隅，这一尝试最终为数之联工业事业部的崛起奠定了技术根底。
更值得一提的是业务侧，在 To B 行业抉择上，数之联决定聚焦至三个行业：政府智慧治理，工业智能制作、军民交融。
相比于技术侧的被动调整，业务侧的策略聚焦更多是企业在市场中不断创新、尝试而天然造成的，“很多割舍都是市场化抉择的后果，大家本能心愿本人能服务更多行业，事实是你每进入一个行业，都随同着微小的学习老本，如果不能聚焦到适合的方向，即使投入大量老本，也无奈达到客户称心的成果。举个例子，咱们有一个单干多年的中国出名浓香型酒企客户，在第一次访问之前，售前团队每个人都破费大量工夫钻研学习了很多白酒酿造常识，什么酸醛酮酯醇（笔者注：若干年前方育柯仍旧能脱口而出，可见当年下了不少苦功），还有一大堆的化学公式。访问的时候发现，人家基本不跟你讲什么化学原理，讲的都是实践经验，什么时候加糠、加曲、拌料……团队不得不检查，客户为什么须要咱们？咱们能为客户提供什么价值？”
在踊跃尝试——受挫——检查——聚焦的轮回里，数之联智慧工业事业部逐步摸索出了本人的方向。国内某驰名面板企业在尝试某大厂服务商的解决方案受挫后，决定与数之联开展单干，“压力十分大，如果这次再搞不定，对方整套班子都会被拿下”，肩负着“帮忙客户企业胜利”、“不辜负单干决策者信赖”的双重责任，数之联胜利帮忙客户加重了 80% 的缺点检测工作量，对方提前完成全年 KPI。
胜利交付——打造灯塔案例——确立行业内竞争劣势，在开创团队的率领下，数之联先后在政府智慧治理、工业智能制作、军工行业关上了口碑。
最大的劣势是没有劣势
在精准聚焦的方向指引下，随着“灯塔案例”顺利交付，数之联声名鹊起。被问到在竞争中胜出的决定性比拟劣势时，方育柯给出了一个意外的答复：“相比于寰球级的竞争者，咱们最大的劣势是没有劣势。”
他举了一个理论案例来解读这一观点，4 年前，在一家驰名 IT 硬件制造商的服务过程中，数之联与 SAS、IBM、及 A 系公司同场竞标，“这是一个生疏的行业，业务教训大家都是小白，没有业务教训就谈不上技术劣势，大家都处在一条起跑线上”。强烈交锋下，数之联在大厂不愿付出太多精力的“定制化服务”子项中获得了强劲劣势并博得竞标。接下来，由数名博士形成的专家团队深度调研两周，多达 8 人的服务团队披星戴月驻场半年，最终交付后果失去客户高度认可。
“后期在能力层面没有任何劣势，靠的是大胆投入、力保施行交付的信心。做成之后，积攒下的教训、技术劣势也只有 3 个月到半年的当先期，逼着咱们必须要用滚雪球的形式将成功经验疾速滚大。”
“我始终认为技术上的劣势，如果不合乎客户预期并继续提高，就非常容易被突破”，这句话引起了笔者的留神，《科创人》采访的技术背景创业者中，绝大部分人都偏向于保护“技术”的神圣性和价值感。诘问原由，果然有故事：如前所述，数之联 108 个功能模块瘦身到 3 个，其中之一便是 AI 剖析平台，但在 AI 赛道上，“在 2012 到 2014 年的那段时间，咱们起了个大早，然而因为对市场和客户预期的把握不够精准，产品推广成果始终未达预期”。
2012 年数之联成立之初，便投入了海量资源押宝 AI 产品研发，但对于行业来说，过后大数据的概念和思维刚刚开始进入商业畛域，客户对 AI 产品的了解不够深刻，对于 AI 产品能达到的利用成果也不足信念，甚至很多客户基本没听说过 AI。因为不足丰盛利用场景的价值体现，导致 AI 产品的市场推广艰难，后期须要投入大量的工夫老本进行客户教育。直到 2015 年随着大数据浪潮的风起云涌，数之联也实现了越来越多的利用案例，并且依据用户反馈一直对产品进行改良和迭代，最终 AI 产品才取得市场的宽泛认可。
AI 赛道的后退之路是数之联成长历程中的决定性事件，不仅让治理团队充分认识到精准把握市场和客户需要的重要性，还间接推动了公司聚焦不同行业客户需要，成立分行业事业部制改革，方育柯自己也怯懦的站到了工业事业部负责人的岗位上。
从科研型技术专家到肩负业绩指标的事业部负责人，回首本人一路成长，到底从何时开始，沉睡了拥抱市场、服务客户的意识？方育柯笑了笑，“应该是从心智初开开始吧，本人就是‘助人以悦己’这么个性情，所以市场意识、用户思维、场景价值开掘能力这些都是我被动学习、求之不得的贵重常识，从没有排挤过。咱们跟客户做事件，首先就会从客户角度登程，去做我的项目的投资收益测算，只有如此能力双赢，这样子与客户的单干才会长期继续。”
谈到将来，方育柯再次提到了新兴技术生命周期曲线，他认为大数据行业目前肯定水平上再一次产生了过热的迹象，将来兴许会经验一段艰巨的低谷期。
“在行业中打拼多年的教训通知咱们，很多概念实践上可行，技术也能实现，问题在于实现老本不受管制，甚至高于带给客户的收益。这些无奈实现商业闭环的产品恐怕会陆续遭逢挫折，进而影响行业整体。但我对将来有足够的信念，随着技术成熟、低成本的解决方案肯定会诞生，大数据分析可能发明的场景价值会迎来新一轮暴发期。”行业倒退会遇到低潮和低谷期，这是必然的趋势；然而，企业必须在低谷期做好充沛的筹备，这样在新一轮低潮来长期，能力与行业一起达到浪潮之巅。