留美10年歸國創業 他用資料分析優化生產環節 已部署5項目
◆ 從醫療到金融，再到諮詢，許劍鋒的工作曾涉足多個領域。
文| 鉛筆道 記者 吳澤騫
►導語
“我們想了2年沒搞明白的事情，今天被你說透了。”在與某位農業領域的國務院特殊津貼專家交流了兩小時後，對方向許劍鋒感慨道。
120分鐘的時間裡，許向這家氣象設備及服務提供者進行了詳細介紹，包括如何在農業工業化領域架構資料、實現商業化等。
“通過對基礎資料層、應用資料層、資料分析層等組建的架構，我們可以讓客戶手中的資料和其它行業資料融合，
公司主要是面向製造業提供資料分析服務，通過統計建模（機器學習、深度學習等）、電腦演算法（視覺處理等），優化企業生產的各個環節，幫助企業實現降低成本、提高效率、穩定品質方面的需求。
目前，團隊的多個專案正在同時立項、部署當中，包括產品智慧缺陷識別、智慧製造大資料分析和預警平臺等。
注:許劍鋒承諾文中資料無誤，為其真實性負責，鉛筆道已備份錄音速記，為內容客觀性背書。
留美十年回國創業
已在美國待了10年的許劍鋒，在思鄉之情的驅使下，於2016年1月回到國內。
從伊利諾大學香檳分校到美國安德森癌症中心，再到哥倫布的Alliance Data和波士頓Santander銀行，
穩定的工作做久了之後，許劍鋒感到有些乏味。因此回國之後，他並沒有再循規蹈矩尋求大公司的機會，而是走上了創業的道路。
不過在選擇方向時，許倒是費了一番功夫。珠寶電商、出國看病服務等等看了一圈之後，行業規模太小、自己並不擅長等因素使他放棄了其他方向，決定還是回歸自己的老本行——資料分析，為客戶提供解決方案。
去年8月，“洪朴資訊”成立。由於沒有考慮好資料分析服務於哪個具體領域，許劍鋒決定通過市場來驗證。“一名優秀資料分析師的基本素養是能夠分析任何行業資料”，許希望能夠在不同行業都試一試，以尋找最為合適的路徑。
隨後，許劍鋒帶領團隊開始接觸不同業務，他的首要策略便是考慮通過尋求大的合作夥伴來帶動自己的發展。
幾經考量之後，團隊與國內某家雲服務商開展合作，
通過這家雲服務商，許劍鋒的第一個項目便與製造業打了交道。當時某設備製造商希望能夠將產品良品率提升，團隊通過採集生產線不同設備的參數，經過大量資料分析後，可以進行參數推薦優化，指導工人調整生產線參數。最終，這家製造商的良品率提升了1%，當年該工廠利潤因此也增加了數千萬元。
去年下半年“洪樸資訊”又陸續接觸了很多行業，但許劍鋒感覺過得異常痛苦。
幫零售企業進行收益管理資料分析的過程中，許劍鋒覺得這一行業已成為紅海，玩家太多；替學校進行畢業生就業率、學生流失率預測分析時，他發現教育專案運作週期太長；輔助醫療機構進行醫學資料分析後，他認為這一方向要考慮的不確定因素太多，如市場認知、法律風險等。
專注於製造業資料分析
半年過去，涉足了這麼多行業，卻仍沒有確定公司發展的具體方向，這不禁讓許劍鋒有些焦慮。他專門買了一台跑步機放在辦公室，每天通過跑步來緩解壓力。
轉機在不經意間發生了。由於最早期的製造業項目成效明顯，那家雲服務商也帶著許劍鋒走訪了更多的製造業企業。
彼時許劍鋒只是把這次接觸作為一項普通的業務，他並沒有料到這給公司後來的創業方向定下了基調。
在與新能源、汽車製造、電子製造、橡膠等企業的不斷溝通過程中，許漸漸發現了資料分析在這個行業的運用前景。
現在國內製造業面臨著從資訊化向智慧化的轉變，在產線、工藝、管理等方面很先進的今天，企業在提高生產效率、降低生產成本、穩定產品品質方面的進展愈加困難。
“這是因為他們不知道如何系統地利用資料，難以在複雜的生產中發現細微的資料差別。”比如在第一個專案中，許劍鋒的團隊通過資料分析，才發現有兩個工人的生產線效率總是偏低，後經過觀察才發現他們的裝配姿勢有問題。
面對產業升級的大趨勢以及製造業萬億元的龐大體量，許劍鋒在今年年初決定，將公司的業務目標集中於製造業。
“眾裡尋他千百度，驀然回首，那人卻在燈火闌珊處。”想不到兜兜轉轉看了這麼多行業，團隊最終還是回到了起步時所做的行業。
與眾多製造業的接觸也讓許劍鋒清楚，單一靠定制項目無法讓公司長久發展。同時，由於資料分析具有通用性，如工業視覺識別演算法也能運用到農作物生長狀態識別上。
因此許劍鋒決定，通過統計建模、電腦演算法等，滿足並挖掘製造企業現實和潛在的需求點及增值點。具體而言，就是通過搭建不同典型場景化的資料分析模型，形成可以普遍運用的資料分析子模組，進而搭配組合成各種方案，滿足不同工廠的需求。
目前，團隊的5個項目正在同時立項、部署當中，包括產品智慧缺陷識別、智慧製造大資料分析和預警平臺等，其中倉儲物流優化專案經過預研，團隊可以説明客戶降低30%的成本。每個專案資料分析和整體產品開發週期在3~10周左右，未來相似場景的開發週期將縮短至1周以內。
團隊現尋求1000萬元天使輪融資，主要用於人才招募。
/The End/
編輯 孫 嬌 校對 二 毛
去年下半年“洪樸資訊”又陸續接觸了很多行業，但許劍鋒感覺過得異常痛苦。
幫零售企業進行收益管理資料分析的過程中，許劍鋒覺得這一行業已成為紅海，玩家太多；替學校進行畢業生就業率、學生流失率預測分析時，他發現教育專案運作週期太長；輔助醫療機構進行醫學資料分析後，他認為這一方向要考慮的不確定因素太多，如市場認知、法律風險等。
專注於製造業資料分析
半年過去，涉足了這麼多行業，卻仍沒有確定公司發展的具體方向，這不禁讓許劍鋒有些焦慮。他專門買了一台跑步機放在辦公室，每天通過跑步來緩解壓力。
轉機在不經意間發生了。由於最早期的製造業項目成效明顯，那家雲服務商也帶著許劍鋒走訪了更多的製造業企業。
彼時許劍鋒只是把這次接觸作為一項普通的業務，他並沒有料到這給公司後來的創業方向定下了基調。
在與新能源、汽車製造、電子製造、橡膠等企業的不斷溝通過程中，許漸漸發現了資料分析在這個行業的運用前景。
現在國內製造業面臨著從資訊化向智慧化的轉變，在產線、工藝、管理等方面很先進的今天，企業在提高生產效率、降低生產成本、穩定產品品質方面的進展愈加困難。
“這是因為他們不知道如何系統地利用資料，難以在複雜的生產中發現細微的資料差別。”比如在第一個專案中，許劍鋒的團隊通過資料分析，才發現有兩個工人的生產線效率總是偏低，後經過觀察才發現他們的裝配姿勢有問題。
面對產業升級的大趨勢以及製造業萬億元的龐大體量，許劍鋒在今年年初決定，將公司的業務目標集中於製造業。
“眾裡尋他千百度，驀然回首，那人卻在燈火闌珊處。”想不到兜兜轉轉看了這麼多行業，團隊最終還是回到了起步時所做的行業。
與眾多製造業的接觸也讓許劍鋒清楚，單一靠定制項目無法讓公司長久發展。同時，由於資料分析具有通用性，如工業視覺識別演算法也能運用到農作物生長狀態識別上。
因此許劍鋒決定，通過統計建模、電腦演算法等，滿足並挖掘製造企業現實和潛在的需求點及增值點。具體而言，就是通過搭建不同典型場景化的資料分析模型，形成可以普遍運用的資料分析子模組，進而搭配組合成各種方案，滿足不同工廠的需求。
目前，團隊的5個項目正在同時立項、部署當中，包括產品智慧缺陷識別、智慧製造大資料分析和預警平臺等，其中倉儲物流優化專案經過預研，團隊可以説明客戶降低30%的成本。每個專案資料分析和整體產品開發週期在3~10周左右，未來相似場景的開發週期將縮短至1周以內。
團隊現尋求1000萬元天使輪融資，主要用於人才招募。
/The End/
編輯 孫 嬌 校對 二 毛