江湖傳聞，頂級高手交鋒，拼的不是招式，而是信念，拳有意，劍有道。
方育柯的技術拳意，是成就他人。
泡沫幻滅期入場大數據
2006年，本科攻讀數學專業的方育柯考入電子科大研究生，擺在面前的兩個進修方向：其一是應用數學，另一個是計算機智能+神經網絡分析，方育柯選擇了後者，謙稱“前面那些太高大上”。他用“修仙初期”來形容自己的2006~2011，因苦修結得金丹，又有奇遇抱得元嬰，5年之後，方育柯成爲了大數據分析領域的硬核專家。
▲2018年新興技術Gartner曲線圖，資料來源：Gartner
以上帝視角回望，參照新興技術Gartner曲線，2006年其實是大數據“泡沫幻滅期”的開始。20世紀90年代，啤酒尿布引爆了BI風潮，大數據在資本追捧下迅速進入“期望過高期”，2000~2005年，隨着多方商業探索受挫，大數據行業迅速冷卻。恰逢此時入局的方育柯體會到了一絲涼意：“那時候想學習數據挖掘，能找到的只有韓家煒老師寫的《數據挖掘概念與技術》，可那是一本2007年出版的書。”
▲《數據挖掘概念與技術》韓家煒等著，範明譯。
但總有目光長遠的戰略家願意提前佈局潛力技術，比如華爲。在大數據行業的冰川期偶遇華爲，就是方育柯所說的修仙奇遇之一。
2006年，功能機+WAP還是時髦事物，iPhone尚未橫空出世，方育柯所在的電子科技大學數據挖掘團隊已與華爲展開了“大數據分析手機上網習慣判斷用戶興趣”的科研合作：一是基於用戶瀏覽網頁信息進行分析，利用自然語言處理解讀網頁信息並判定用戶興趣，再由電信運營商基於用戶興趣投放商業信息完成閉環；二是基於各大論壇社區的用戶關係分析，找到影響力最大的中心型節點用戶——那一年，推特剛剛降生，源自微博的“大V”稱呼尚未出現——便於廣告商篩選高質量投放渠道。
如今聽來這些技術原理並不複雜，但在WAP時代便有此遠見，不得不讓人慨嘆一句華爲就是華爲。而對方育柯來說，參與超前於時代的前瞻性項目，自然也收穫了超出同輩多個身位的成長。
如今聽來這些技術原理並不複雜，但在WAP時代便有此遠見，不得不讓人慨嘆一句華爲就是華爲。而對方育柯來說，參與超前於時代的前瞻性項目，自然也收穫了超出同輩多個身位的成長。
2011年，在華爲產品線總裁的盛情邀請下，方育柯成爲了華爲技術團隊的一員。
從解散到壯大
從15人到上千人
僅僅入職一個月之後，方育柯所在的部門宣告解散。
華爲內部施行着極度嚴格的考覈政策，沒有完成既定指標便自動觸發優化措施，比如解散被認定難以爲繼的團隊。這可苦了剛剛加入的方育柯，不得不應對這一計劃外的變動，被迫再次進行關乎人生方向的重大選擇：西安、印度，或是產品線其他團隊。權衡再三，他選擇加入大數據產品部，擔任大數據架構師。
2011年，草創期的華爲大數據產品部只有10+人，團隊狀況堪稱內外交困：外部，從上峯的種種行爲推測，“沒有人認爲這個團隊能幹出什麼事情”；內部，缺乏明確戰略方向，探索業務遭遇信任障礙遲遲打不開局面，試着聯合兄弟部門做安全數據分析、APP下載推薦，也屢屢喫到閉門羹。
絕境中，方育柯們沒有放棄自己。
業務側，他們以強大的韌性，頂着超高的拒絕率堅持出擊，參與多個項目的POC比拼測試，不斷敲開陌生客戶的大門並依據市場反饋迭代服務，最終在衆人驚詫的目光中，拿下了某著名商業銀行的“用戶屬性特徵分析”項目，並因此摘得“金牌團隊”的榮耀，方育柯本人也斬獲“關鍵技術突破獎”。
技術側，團隊成員在Hadoop社區已經有較多代碼貢獻，團隊決定試水Hadoop發行商，這意味着團隊需要在Hadoop 2.0 alpha版本基礎上進行完善修復，以達到商用級標準。這是一條技術難度高、市場競爭激烈的道路，僅華爲內部便有三個團隊同步推進相關業務，一年後，團隊在建行、聯通等知名企業的POC測試中表現優異，成爲華爲狼性賽馬機制的勝出者。
短短几年時間，大數據產品部便從最初的10餘人成長至千人規模，這支曾經的邊緣流兵團搖身一變，成爲華爲產品線的王牌正規軍。
出人意料的是，作爲這場驚天逆襲的主導者，方育柯卻在2014年選擇了離開，原因：以百年基業爲發展目標的華爲，在各種規範和條條框框的約束上比較嚴格，這對於以大數據分析安身立命的方育柯造成了一定的束縛感。相比之下，“數之聯是一個具有濃厚大數據基因的初創企業（三位創始人都是大數據領域的專家），加上多年師生情誼的信任基礎，作爲聯合創始人，他相信未來一定能在大數據分析服務的藍海中大顯身手，奮鬥出一片廣闊的新天地”。
2014年，方育柯離開華爲，加盟數之聯。
惱火大而全，主導產品瘦身
數之聯創始團隊的技術實力毋庸置疑，但在初創期，生存是第一要素。迫於生存壓力，企業面向多種多樣的用戶需求，使得初期產品功能設計複雜，迭代緩慢。
在華爲親歷過生死輪迴、體驗過血腥實戰的方育柯擔任CTO，負責核心產品研發，在第一次看到數之聯產品規劃時，他的腦袋“嗡”了一下：技術維度規劃了100多個功能模塊，“人的能力是有限的，在華爲幾十人團隊做一個Hadoop忙到不可開交，想讓幾十人團隊同時做十幾個功能模塊，看得我非常‘惱火’。”
▲方育柯的口頭語，包含“專注，專業，奮鬥，拼搏”等多重語義，大多爲企業初創期壓力所致
產品瘦身勢在必行，代價屬實不小，從瘦身計劃啓動到最終完成功能聚焦，用時整整兩年。
技術側，100多個功能模塊削減至3個：以圖搜圖的拍圖購，AI算法平臺分析，BI分析可視化。由於數之聯擅長技術研發，但對To C產品運營缺乏經驗，公司管理層經過討論，遂嘗試將“以圖搜圖”功能轉化爲工業缺陷檢測能力。失之桑榆收之東隅，這一嘗試最終爲數之聯工業事業部的崛起奠定了技術基礎。
更值得一提的是業務側，在To B行業選擇上，數之聯決定聚焦至三個行業：政府智慧治理，工業智能製造、軍民融合。
相比於技術側的主動調整，業務側的戰略聚焦更多是企業在市場中不斷創新、嘗試而自然形成的，“很多割捨都是市場化選擇的結果，大家本能希望自己能服務更多行業，事實是你每進入一個行業，都伴隨着巨大的學習成本，如果不能聚焦到合適的方向，即便投入大量成本，也無法達到客戶滿意的效果。舉個例子，我們有一個合作多年的中國知名濃香型酒企客戶，在第一次拜訪之前，售前團隊每個人都花費大量時間研究學習了很多白酒釀造知識，什麼酸醛酮酯醇（筆者注：若干年後方育柯依舊能脫口而出，可見當年下了不少苦功），還有一大堆的化學公式。拜訪的時候發現，人家根本不跟你講什麼化學原理，講的都是實踐經驗，什麼時候加糠、加曲、拌料……團隊不得不反省，客戶爲什麼需要我們？我們能爲客戶提供什麼價值？”
在積極嘗試——受挫——反省——聚焦的輪迴裏，數之聯智慧工業事業部逐漸摸索出了自己的方向。國內某著名面板企業在嘗試某大廠服務商的解決方案受挫後，決定與數之聯展開合作，“壓力非常大，如果這次再搞不定，對方整套班子都會被拿下”，肩負着“幫助客戶企業成功”、“不辜負合作決策者信任”的雙重責任，數之聯成功幫助客戶減輕了80%的缺陷檢測工作量，對方提前完成全年KPI。
成功交付——打造燈塔案例——確立行業內競爭優勢，在創始團隊的帶領下，數之聯先後在政府智慧治理、工業智能製造、軍工行業打開了口碑。
最大的優勢是沒有優勢
在精準聚焦的方向指引下，隨着“燈塔案例”順利交付，數之聯聲名鵲起。被問到在競爭中勝出的決定性比較優勢時，方育柯給出了一個意外的回答：“相比於全球級的競爭者，我們最大的優勢是沒有優勢。”
他舉了一個實際案例來解讀這一觀點，4年前，在一家著名IT硬件製造商的服務過程中，數之聯與SAS、IBM、及A系公司同場競標，“這是一個陌生的行業，業務經驗大家都是小白，沒有業務經驗就談不上技術優勢，大家都處在一條起跑線上”。激烈交鋒下，數之聯在大廠不願付出太多精力的“定製化服務”子項中取得了微弱優勢並贏得競標。接下來，由數名博士構成的專家團隊深度調研兩週，多達8人的服務團隊披星戴月駐場半年，最終交付結果得到客戶高度認可。
“前期在能力層面沒有任何優勢，靠的是大膽投入、力保實施交付的決心。做成之後，積累下的經驗、技術優勢也只有3個月到半年的領先期，逼着我們必須要用滾雪球的方式將成功經驗快速滾大。”
“我一直認爲技術上的優勢，如果不符合客戶預期並持續進步，就非常容易被打破”，這句話引起了筆者的注意，《科創人》採訪的技術背景創業者中，絕大部分人都傾向於維護“技術”的神聖性和價值感。追問原由，果然有故事：如前所述，數之聯108個功能模塊瘦身到3個，其中之一便是AI分析平臺，但在AI賽道上，“在2012到2014年的那段時間，我們起了個大早，但是由於對市場和客戶預期的把握不夠精準，產品推廣效果一直未達預期”。
2012年數之聯成立之初，便投入了海量資源押寶AI產品研發，但對於行業來說，當時大數據的概念和思維剛剛開始進入商業領域，客戶對AI產品的理解不夠深入，對於AI產品能達到的應用效果也缺乏信心，甚至很多客戶根本沒聽說過AI。由於缺乏豐富應用場景的價值體現，導致AI產品的市場推廣困難，前期需要投入大量的時間成本進行客戶教育。直到2015年隨着大數據浪潮的風起雲湧，數之聯也完成了越來越多的應用案例，並且根據用戶反饋不斷對產品進行改進和迭代，最終AI產品才獲得市場的廣泛認可。
AI賽道的前進之路是數之聯成長曆程中的決定性事件，不僅讓管理團隊充分認識到精準把握市場和客戶需求的重要性，還直接推進了公司聚焦不同行業客戶需求，成立分行業事業部制改革，方育柯本人也勇敢的站到了工業事業部負責人的崗位上。
從科研型技術專家到肩負業績指標的事業部負責人，回首自己一路成長，究竟從何時開始，覺醒了擁抱市場、服務客戶的意識？方育柯笑了笑，“應該是從心智初開開始吧，自己就是‘助人以悅己’這麼個性格，所以市場意識、用戶思維、場景價值挖掘能力這些都是我主動學習、求之不得的寶貴知識，從沒有排斥過。我們跟客戶做事情，首先就會從客戶角度出發，去做項目的投資收益測算，只有如此才能雙贏，這樣子與客戶的合作纔會長期持續。”
談到未來，方育柯再次提到了新興技術生命週期曲線，他認爲大數據行業目前一定程度上再一次產生了過熱的跡象，未來也許會經歷一段艱難的低谷期。
“在行業中打拼多年的經驗告訴我們，很多概念理論上可行，技術也能實現，問題在於實現成本不受控制，甚至高於帶給客戶的收益。這些無法完成商業閉環的產品恐怕會陸續遭遇挫折，進而影響行業整體。但我對未來有足夠的信心，隨着技術成熟、低成本的解決方案一定會誕生，大數據分析能夠創造的場景價值會迎來新一輪爆發期。” 行業發展會遇到高潮和低谷期，這是必然的趨勢；但是，企業必須在低谷期做好充分的準備，這樣在新一輪高潮來臨時，才能與行業一起達到浪潮之巔。