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。
▲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。”
▲《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。
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’。”
▲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。