image

江湖传闻,顶级高手交锋,拼的不是招式,而是信念,拳有意,剑有道。

方育柯的技术拳意,是成就他人。

泡沫幻灭期入场大数据

2006年,本科攻读数学专业的方育柯考入电子科大研究生,摆在面前的两个进修方向:其一是应用数学,另一个是计算机智能+神经网络分析,方育柯选择了后者,谦称“前面那些太高大上”。他用“修仙初期”来形容自己的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领域的硬核专家。
image

▲2018年新兴技术Gartner曲线图,资料来源: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“泡沫幻灭期”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“期望过高期”,2000~2005年,随着多方商业探索受挫,大数据行业迅速冷却。恰逢此时入局的方育柯体会到了一丝凉意:“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。”

image
▲《数据挖掘概念与技术》韩家炜等著,范明译。

但总有目光长远的战略家愿意提前布局潜力技术,比如华为。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,功能机+WAP还是时髦事物,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展开了“大数据分析手机上网习惯判断用户兴趣”的科研合作:一是基于用户浏览网页信息进行分析,利用自然语言处理解读网页信息并判定用户兴趣,再由电信运营商基于用户兴趣投放商业信息完成闭环;二是基于各大论坛社区的用户关系分析,找到影响力最大的中心型节点用户——那一年,推特刚刚降生,源自微博的“大V”称呼尚未出现——便于广告商筛选高质量投放渠道。

如今听来这些技术原理并不复杂,但在WAP时代便有此远见,不得不让人慨叹一句华为就是华为。而对方育柯来说,参与超前于时代的前瞻性项目,自然也收获了超出同辈多个身位的成长。

如今听来这些技术原理并不复杂,但在WAP时代便有此远见,不得不让人慨叹一句华为就是华为。而对方育柯来说,参与超前于时代的前瞻性项目,自然也收获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。

**从解散到壮大
**

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解散。

华为内部施行着极度严格的考核政策,没有完成既定指标便自动触发优化措施,比如解散被认定难以为继的团队。这可苦了刚刚加入的方育柯,不得不应对这一计划外的变动,被迫再次进行关乎人生方向的重大选择:西安、印度,或是产品线其他团队。权衡再三,他选择加入大数据产品部,担任大数据架构师。

2011年,草创期的华为大数据产品部只有10+人,团队状况堪称内外交困:外部,从上峰的种种行为推测,“没有人认为这个团队能干出什么事情”;内部,缺乏明确战略方向,探索业务遭遇信任障碍迟迟打不开局面,试着联合兄弟部门做安全数据分析、APP下载推荐,也屡屡吃到闭门羹。

绝境中,方育柯们没有放弃自己。

业务侧,他们以强大的韧性,顶着超高的拒绝率坚持出击,参与多个项目的POC比拼测试,不断敲开陌生客户的大门并依据市场反馈迭代服务,最终在众人惊诧的目光中,拿下了某著名商业银行的“用户属性特征分析”项目,并因此摘得“金牌团队”的荣耀,方育柯本人也斩获“关键技术突破奖”。

技术侧,团队成员在Hadoop社区已经有较多代码贡献,团队决定试水Hadoop发行商,这意味着团队需要在Hadoop 2.0 alpha版本基础上进行完善修复,以达到商用级标准。这是一条技术难度高、市场竞争激烈的道路,仅华为内部便有三个团队同步推进相关业务,一年后,团队在建行、联通等知名企业的POC测试中表现优异,成为华为狼性赛马机制的胜出者。

短短几年时间,大数据产品部便从最初的10余人成长至千人规模,这支曾经的边缘流兵团摇身一变,成为华为产品线的王牌正规军。

出人意料的是,作为这场惊天逆袭的主导者,方育柯却在2014年选择了离开,原因:以百年基业为发展目标的华为,在各种规范和条条框框的约束上比较严格,这对于以大数据分析安身立命的方育柯造成了一定的束缚感。相比之下,“数之联是一个具有浓厚大数据基因的初创企业(三位创始人都是大数据领域的专家),加上多年师生情谊的信任基础,作为联合创始人,他相信未来一定能在大数据分析服务的蓝海中大显身手,奋斗出一片广阔的新天地”。

2014年,方育柯离开华为,加盟数之联。

image

恼火大而全,主导产品瘦身

数之联创始团队的技术实力毋庸置疑,但在初创期,生存是第一要素。迫于生存压力,企业面向多种多样的用户需求,使得初期产品功能设计复杂,迭代缓慢。

在华为亲历过生死轮回、体验过血腥实战的方育柯担任CTO,负责核心产品研发,在第一次看到数之联产品规划时,他的脑袋“嗡”了一下:技术维度规划了100多个功能模块,“人的能力是有限的,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,看得我非常‘恼火’。”

image
▲方育柯的口头语,包含“专注,专业,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,从瘦身计划启动到最终完成功能聚焦,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算法平台分析,BI分析可视化。由于数之联擅长技术研发,但对To C产品运营缺乏经验,公司管理层经过讨论,遂尝试将“以图搜图”功能转化为工业缺陷检测能力。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基础。

更值得一提的是业务侧,在To B行业选择上,数之联决定聚焦至三个行业:政府智慧治理,工业智能制造、军民融合。

相比于技术侧的主动调整,业务侧的战略聚焦更多是企业在市场中不断创新、尝试而自然形成的,“很多割舍都是市场化选择的结果,大家本能希望自己能服务更多行业,事实是你每进入一个行业,都伴随着巨大的学习成本,如果不能聚焦到合适的方向,即便投入大量成本,也无法达到客户满意的效果。举个例子,我们有一个合作多年的中国知名浓香型酒企客户,在第一次拜访之前,售前团队每个人都花费大量时间研究学习了很多白酒酿造知识,什么酸醛酮酯醇(笔者注:若干年后方育柯依旧能脱口而出,可见当年下了不少苦功),还有一大堆的化学公式。拜访的时候发现,人家根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……团队不得不反省,客户为什么需要我们?我们能为客户提供什么价值?”

在积极尝试——受挫——反省——聚焦的轮回里,数之联智慧工业事业部逐渐摸索出了自己的方向。国内某著名面板企业在尝试某大厂服务商的解决方案受挫后,决定与数之联展开合作,“压力非常大,如果这次再搞不定,对方整套班子都会被拿下”,肩负着“帮助客户企业成功”、“不辜负合作决策者信任”的双重责任,数之联成功帮助客户减轻了80%的缺陷检测工作量,对方提前完成全年KPI。

成功交付——打造灯塔案例——确立行业内竞争优势,在创始团队的带领下,数之联先后在政府智慧治理、工业智能制造、军工行业打开了口碑。

最大的优势是没有优势

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较优势时,方育柯给出了一个意外的回答:“相比于全球级的竞争者,我们最大的优势是没有优势。”

他举了一个实际案例来解读这一观点,4年前,在一家著名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,“这是一个陌生的行业,业务经验大家都是小白,没有业务经验就谈不上技术优势,大家都处在一条起跑线上”。激烈交锋下,数之联在大厂不愿付出太多精力的“定制化服务”子项中取得了微弱优势并赢得竞标。接下来,由数名博士构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,最终交付结果得到客户高度认可。

“前期在能力层面没有任何优势,靠的是大胆投入、力保实施交付的决心。做成之后,积累下的经验、技术优势也只有3个月到半年的领先期,逼着我们必须要用滚雪球的方式将成功经验快速滚大。”

“我一直认为技术上的优势,如果不符合客户预期并持续进步,就非常容易被打破”,这句话引起了笔者的注意,《科创人》采访的技术背景创业者中,绝大部分人都倾向于维护“技术”的神圣性和价值感。追问原由,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分析平台,但在AI赛道上,“在2012到2014年的那段时间,我们起了个大早,但是由于对市场和客户预期的把握不够精准,产品推广效果一直未达预期”。

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,当时大数据的概念和思维刚刚开始进入商业领域,客户对AI产品的理解不够深入,对于AI产品能达到的应用效果也缺乏信心,甚至很多客户根本没听说过AI。由于缺乏丰富应用场景的价值体现,导致AI产品的市场推广困难,前期需要投入大量的时间成本进行客户教育。直到2015年随着大数据浪潮的风起云涌,数之联也完成了越来越多的应用案例,并且根据用户反馈不断对产品进行改进和迭代,最终AI产品才获得市场的广泛认可。

AI赛道的前进之路是数之联成长历程中的决定性事件,不仅让管理团队充分认识到精准把握市场和客户需求的重要性,还直接推进了公司聚焦不同行业客户需求,成立分行业事业部制改革,方育柯本人也勇敢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,回首自己一路成长,究竟从何时开始,觉醒了拥抱市场、服务客户的意识?方育柯笑了笑,“应该是从心智初开开始吧,自己就是‘助人以悦己’这么个性格,所以市场意识、用户思维、场景价值挖掘能力这些都是我主动学习、求之不得的宝贵知识,从没有排斥过。我们跟客户做事情,首先就会从客户角度出发,去做项目的投资收益测算,只有如此才能双赢,这样子与客户的合作才会长期持续。”

谈到未来,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一定程度上再一次产生了过热的迹象,未来也许会经历一段艰难的低谷期。

“在行业中打拼多年的经验告诉我们,很多概念理论上可行,技术也能实现,问题在于实现成本不受控制,甚至高于带给客户的收益。这些无法完成商业闭环的产品恐怕会陆续遭遇挫折,进而影响行业整体。但我对未来有足够的信心,随着技术成熟、低成本的解决方案一定会诞生,大数据分析能够创造的场景价值会迎来新一轮爆发期。” 行业发展会遇到高潮和低谷期,这是必然的趋势;但是,企业必须在低谷期做好充分的准备,这样在新一轮高潮来临时,才能与行业一起达到浪潮之巅。


科创人
229 声望1.5k 粉丝