“我们想了2年没搞明白的事情，今天被你说透了。”在与某位农业领域的国务院特殊津贴专家交流了两小时后，对方向许剑锋感慨道。

  120分钟的时间里，许向这家气象设备及服务提供商进行了详细介绍，包括如何在农业工业化领域架构数据、实现商业化等。

  “通过对基础数据层、应用数据层、数据分析层等组建的架构，我们大家可以让客户手中的数据和其它行业数据融合，远景预期能给他每年多增几千万的利润。”这让许创办的“洪朴信息”拿到了一笔200万元的订单。

  公司主要是面向制造业提供数据分析服务，通过统计建模（机器学习、深度学习等）、计算机算法（视觉处理等），优化公司制作的所有的环节，帮企业实现降低成本、提高效率、稳定质量方面的需求。

  目前，团队的多个项目正在同时立项、部署当中，包括产品智能缺陷识别、人机一体化智能系统大数据分析和预警平台等。其中仓储物流优化项目经过预研，团队能够在一定程度上帮助客户降低30%的成本。

  注:许剑锋承诺文中数据无误，为其真实性负责，铅笔道已备份录音速记，为内容客观性背书。

  已在美国待了10年的许剑锋，在思乡之情的驱使下，于2016年1月回到国内。

  从伊利诺伊大学香槟分校到美国安德森癌症中心，再到哥伦布的Alliance Data和波士顿Santander银行，数年以来，他的工作一直都围绕着数据分析。

  稳定的工作做久了之后，许剑锋感到有些乏味。因此回国之后，他并没有再循规蹈矩寻求大公司的机会，而是走上了创业的道路。

  不过在选择方向时，许倒是费了一番功夫。珠宝电商、出国看病服务等等看了一圈之后，行业规模太小、自己并不擅长等因素使他放弃了其他方向，决定还是回归自己的老本行——数据分析，为客户提供解决方案。

  去年8月，“洪朴信息”成立。由于没考虑好数据分析服务于哪个具体领域，许剑锋决定通过市场来验证。“一名优秀数据分析师的基本素养是能够分析任何行业数据”，许希望可以在不一样的行业都试一试，以寻找最为合适的路径。

  随后，许剑锋带领团队开始接触不同业务，他的首要策略便是考虑通过寻求大的合作伙伴来带动自己的发展。

  几经考量之后，团队与国内某家云服务商开展合作，为他们的客户提供数据分析咨询，从而让云服务实现增值。

  通过这家云服务商，许剑锋的第一个项目便与制造业打了交道。当时某设备制造商希望可以将产品良品率提升，团队通过采集生产线不同设备的参数，经过大量数据分析后，能够直接进行参数推荐优化，指导工人调整生产线参数。最终，这家制造商的良品率提升了1%，当年该工厂利润因此也增加了数千万元。

  帮零售公司进行收益管理数据分析的过程中，许剑锋觉得这一行业已成为红海，玩家太多；替学校进行毕业生就业率、学生流失率预测分析时，他发现教育项目运作周期太长；辅助医疗机构进行医学数据分析后，他认为这一方向要考虑的不确定因素太多，如市场认知、法律风险等。

  半年过去，涉足了这么多行业，却仍没有确定公司发展的具体方向，这不禁让许剑锋有些焦虑。他专门买了一台跑步机放在办公室，每天通过跑步来缓解压力。

  转机在不经意间发生了。由于最早期的制造业项目成效明显，那家云服务商也带着许剑锋走访了更多的制造业企业。

  彼时许剑锋只是把这次接触作为一项普通的业务，他并没有料到这给公司后来的创业方向定下了基调。

  在与新能源、汽车制造、电子制造、橡胶等企业的不断沟通过程中，许渐渐发现了数据分析在这个行业的运用前景。

  现在国内制造业面临着从信息化向智能化的转变，在产线、工艺、管理等方面很先进的今天，企业在提高生产效率、降低生产所带来的成本、稳定产品质量方面的进展愈加困难。

  “这是因为他们不知道怎么系统地利用数据，难以在复杂的生产中发现细微的数据差别。”比如在第一个项目中，许剑锋的团队通过数据分析，才发现有两个工人的生产线效率总是偏低，后经过观察才发现他们的装配姿势有问题。

  面对产业升级的大趋势以及制造业万亿元的庞大体量，许剑锋在今年年初决定，将公司的业务目标集中于制造业。

  “众里寻他千百度，蓦然回首，那人却在灯火阑珊处。”想不到兜兜转转看了这么多行业，团队终究是回到了起步时所做的行业。

  与众多制造业的接触也让许剑锋清楚，单一靠定制项目无法让公司长久发展。同时，由于数据分析具有通用性，如工业视觉识别算法也能运用到农作物生长状态识别上。

  因此许剑锋决定，通过统计建模、计算机算法等，满足并挖掘制造企业现实和潜在的需求点及增值点。具体而言，是通过搭建不同典型场景化的数据分析模型，形成可以普遍运用的数据分析子模块，进而搭配组合成各种方案，满足多种工厂的需求。

  目前，团队的5个项目正在同时立项、部署当中，包括产品智能缺陷识别、人机一体化智能系统大数据分析和预警平台等，其中仓储物流优化项目经过预研，团队能够在一定程度上帮助客户降低30%的成本。每个项目数据分析和整体产品研究开发周期在3~10周左右，未来相似场景的开发周期将缩短至1周以内。