80后麻省理工博士成蘋果、特斯拉供應商
十多年前的一個冬天，碩士畢業不久、初入富士康研發團隊的張宗堯，為公司挽回了2千萬美元的損失。
那一年，富士康廣州工廠生產的產品不良率由1%暴漲至10%，鴻海找了三家咨詢公司，都未能得到解決方案。
正當大家一籌莫展時，張宗堯嘗試收集機械與作業環境數據，并透過自己所設計出的一個機器學習模型，結合線性分析的方法，最后用機器學習找到了極少見的關鍵因子，其中有跟環境有關的因子。當時，廣州正遭遇60年未見的寒潮，甚至不多見地下起了雪，工廠內升溫導致濕度下降。
這就是鴻海董事長郭臺銘口中的“鴻海之子”。
2016年，張宗堯創立訊能集思（Synergies）。其核心產品是一款基于增強型分析技術開發的通用SaaS——無代碼AI智能決策平臺JarviX。
“名字靈感來源于《鋼鐵俠》里的超級智能AI管家‘Jarvis’和漫威英雄‘X教授’，我們希望JarviX也可以像他們一樣實現‘超級大腦’，幫助人們便捷地處理各種事務、計算各種信息。”訊能集思創始人張宗堯表示。
今年5月，訊能集思宣布獲得由諾基亞成長基金（NGP Capital）領投的數千萬美元A+輪融資，北拓資本擔任本輪融資獨家財務顧問；此前于2019年底，訊能集思完成A輪融資，由豐新創投（NFC）領投；早期投資方還包括北極光、京東方、策維科技、SV Angel等。
智能決策這條賽道，正在被越來越多的投資機構所關注。
多久？訊能集思創始人 張宗堯
“鴻海之子”不愿待在華爾街
回國用AI解決制造業亂象
2008年，憑借著對大數據領域的興趣，張宗堯決定赴麻省理工學院（MIT）繼續深造。3年時間不到，他就拿到了 MIT電機與計算機科學博士，還曾到華爾街研究大數據。
1983年出生于中國臺灣的張宗堯，也成為了臺灣首位登上Nature封面的第一作者，發表學術論文 20 余篇，引用次數高達768次。
郭臺銘在回憶中曾說，對于當年張宗堯要辭職到MIT念書非常舍不得，建議他不如以富士康獎學金的方式去念書也算雙贏，回到臺灣再與鴻海合作。
五六年前，拿到博士學位的張宗堯來到大陸，本以為10年的時間制造業可以發生翻天覆地的變化，但他發現很多新技術并沒有真正得到落地。
為了能夠推動制造業的數字化轉型，2016年，張宗堯在波士頓創辦了訊能集思，希望運用大數據的方式來幫助更多的企業找到運營決策的最佳路徑。
長期以來，智能決策在制造業中是一個長期被低估卻異常重要的技術。
Gartner報告指出，在企業數字化轉型中，AI技術衍生出的商業價值會成長39%，全球市場份額達到2兆美元，數據分析是其中一大應用。
尤其是，工業領域擁有足夠大的市場機會，僅從中國來看， 2021年中國GDP超過110萬億元，工業 GDP 約45萬億元，生產方式的轉變與人力成本的上升使工業企業迫切需要進行精細化、數據化管理。
張宗堯說，企業只需要做一點小的改變，然后乘以譬如每月生產10萬臺產品這樣大的基數，節省的成本就會很大。
在今天來看，決策在制造業中仍然是十分混亂的一件事。
比如，一家制造業企業一張訂單利潤能有10%，很可能因為UPH（Units Per Hour，每小時產出）、產品良率沒有控制好，再加上趕工加班（節假日加班雙倍工資），結果到項目結算以后才知道忙活半天是完全沒有賺錢的，甚至還有可能虧錢。
完全靠拍腦袋做決策，在現在的制造業中仍然司空見慣。
張宗堯說，甚至于事后復盤檢討都忘記是什么原因導致的，連下次改善的機會都沒有。甚至有的上市公司離譜到一筆賬9個月之后才發現沒有回款，每個月結的都是一個很粗的賬目，無法做數據分析。
同時，對于一家大型工廠來說，光物料種類可能就有上百萬種，根本無法采用人工的方式來管理，這也就常常會導致物料放置太久而報廢，借助數字化的方式也能避免上千萬的損失。
他認為，目前，國內制造業的自動化還處于一個很淺顯的階段，只是將手腳的工作進行自動化，而中國要想從制造大國變成制造強國，真正做到提質增效、降本減存，最核心的是要升級企業管理者和員工的思維模式。這也是目前國內企業最容易忽視的問題。
制造業要升級，更需要有大量科技人才。
日前，《人民日報》對青島、深圳、廣州長沙等三省六市100家制造企業進行調查，結果顯示在“在企業發展主要困難”這項中，高達73.08%的企業選擇了“技術人才缺乏”。
“我七八成的同學只愿意待在華爾街、硅谷的巨頭或者初創公司這兩個地方工作，坐在冷氣房里領著高薪，工作環境非常好，而且很重視知識和腦力。而國內大部分制造業的工作環境非常辛苦，薪水普遍偏低，并且不重視知識和腦力。在大家普遍印象里，制造業工人也并不是一份非常體面的工作。”張宗堯說道。
今年全國兩會期間，全國人大代表、小康集團董事長張興海關于“鼓勵年輕人少送外賣多進工廠”的提議就曾引發熱議，甚至一度沖上微博熱搜首位。
據介紹，德國等國家的工人文化和國內有很大不同。在德國，藍領工人是一份可以從事一生的工作，而且環境很舒適，幸福感也很高。
張宗堯更多考慮的是能夠在制造業中提出一個更低成本、更容易實現的解決方案，希望將整個制造業從業人員的知識水平稍微做一些提升，即便是沒有太高技能的工人也能夠逐步地掌握和使用產品。
做工業版Siri
“動動嘴、打打字”就能做數據分析
張宗堯曾經遇到一家制造企業，老板有著很強烈的數字化轉型意愿，但面對人臉識別、物件識別、倉庫自動化、數字中臺、機械臂等各類廠商非�？鄲�，并不知道哪些真正有效。
在制造業，甚至有句話叫做把石頭榨出水，企業要確保每項投入都能夠實現效益最大化。
在過去，決策人員無法實時掌握公司狀況作出及時調整，張宗堯則幫助這家企業搭建了一套數智化的AI決策平臺，類似于企業的中樞神經，可以讓運營人員實時地看到每天的賬目、成本分析、差異分析。
這也就解決了制造業最核心的問題：我的每筆訂單到底能不能賺錢？
訊能集思定位為“新一代無代碼AI智能決策平臺”，讓企業不再需要專業分析師和數據科學家團隊，所要做的就是用短平快的方法幫助企業建立起一套數智化的AI決策中樞神經。
張宗堯瞄準的行業也很明確，先聚焦在電子制造業、汽車零配件行業等兩三個特定行業領域。
據悉，作為一款真正面向業務部門設計的增強型分析工具，其整個分析和數據可視化過程無需一行代碼，僅靠自然語言向系統提問，并通過拖拽即可自由編輯出工業APP，工廠的業務端人員自己即可完成整個分析及創建應用的過程。
他指出，這件事情的關鍵就在于要讓整個組織從員工到領導者用一套很簡單的工具逐步建立起數字化決策的思維，擁有數字化決策的能力。
講起來容易，做起來難。
“雖然每家企業都想做到，但我敢說現在99.9%的企業還很缺乏這種能力。大家所能看到的工廠里的數字化大屏，能夠告訴你產量、設備運行狀態。這是現在工業互聯網公司所做的事情，但是對于企業來說并沒有辦法解決實際問題。”張宗堯談道。
借助實時地AI大數據分析，如何快速地找到問題的原因，如何快速地解決問題，根據什么樣的優先級先后解決問題……這些則是訊能集思能夠帶給企業的最大價值。
張宗堯告訴記者，數字化轉型并不是砸大錢就可以解決的。即便是有些財大氣粗的企業一口氣砸了5000萬、一個億進行數字化轉型，到最后往往也只是一個給外賓來參觀的樣板戲，實際上并沒有深化下去做完整的數據分析。
所以，訊能集思首先幫助企業打通數據壁壘，讓IT不再是數據瓶頸。然后，再幫助企業通過工具快速結賬、快速分析，減少人力資源的浪費。即便是省下1%的人力和30%的物料報廢，在賬面上也是一筆很可觀的數字。進而發現企業有哪些是需要大規模投入的項目，比如自動化、排產排程、擴產，從中排出優先順序，甚至也排出潛在的投資回報可能性。
有了這些以后，企業除了可以解決剛剛這些眼下的問題，它其實還變成了企業的一個實時體檢系統。系統會告訴企業的運營人員還有哪些問題需要解決，這時候企業決策者就可以參照解決問題的優先級，畫出數字化轉型的戰略藍圖。
“這才是一個真正具體有效的方式，而不是你找所有的數字化廠商都來講一遍，最后往往也很難找到轉型的方向。”
“經常聽到不少企業老板抱怨說，數據中臺一點用都沒有。”張宗堯說，在此之前，數據中臺同樣也號稱能夠打破數字化的壁壘，但這兩年數據中臺廠商損失慘重的根本原因就在于打通數據的投入成本非常高，可能一個小項目就要投入上千萬，并且實施周期非常長。
而訊能集思所推出的JarviX產品平臺是一個SaaS模式的智能化產品，不需要做大量實施，可以做到低成本。
甚至就像手機里的Siri、小愛同學等語音助手一樣智能，只需連接ERP、MES、APS等系統，企業的制造、品管、運營、財務等業務部門人員在無需編程技能的情況下，在JarviX平臺上打打字、說說話就可以輕松地得出分析結果。這樣可以將整個組織的人調動起來，更緊密地去做數字化決策。
具體來說，JarviX產品平臺通過簡單的三步邏輯，定義了AI分析的標準化流程：1、通過NLP提問，系統自動調取數據構建可視化戰情室等應用程序；2、通過NLP自動調用內建AI算法如根因/分群/異常/關聯等分析數據；3、通過AutoML和模擬器等技術對業務作出預測和優化。用更簡單的話來講就是：發現問題，找出原因，找到答案。
據悉，在應用JarviX后，某消費電子制造商的供應鏈部門項目進展的準備流程從4人5天降低到5分鐘，分析銷量提升95%；找到原因并給出建議的時間由1天壓縮到30分鐘，時間成本降低93%。
目前，訊能集思的收入模式分為年費和月費，主要區別是訂閱周期及是否單獨采買人工費用，中型客戶客單價在 50 萬左右，大型客戶客單價在數百萬不等。2021年，訊能集思的合作客戶續訂率為90%，全年營收較過去一年實現了一倍以上的增長，增長部分源自新客戶和舊客戶增購。
合作客戶包括蘋果供應鏈企業例如富士康、綠點；特斯拉供應鏈企業如福耀玻璃、锠新，以及主要戶外鞋供應鏈如鈺齊等。
初創公司先要活下去
切忌一上來就搞大平臺
訊能集思所在的工業領域的智能決策正在獲得越來越多投資機構的青睞。
5月16日，訊能集思宣布獲得由諾基亞成長基金（NGP Capital）領投的數千萬美元A+輪融資，北拓資本擔任本輪融資獨家財務顧問。
訊能集思創始人張宗堯表示，NGP的加入不僅為公司提供了資金上的支持。”我們的目標是與諾基亞攜手，共同打造全球制造業工廠的私有5G通訊智能解決方案，同時解決傳統工廠數據通信及應用雙難的問題，在先進制造領域達成更多業務上的戰略合作。”
張宗堯如今所取得的成績離不開一位神秘人物。
創業之初，郭臺銘曾給張宗堯介紹了一位老師。當時，這位老師只給了張宗堯一個建議，“你從事的領域很新，我也不懂，只是建議你要盡可能地先活下去”。
在那時候，年輕的張宗堯并沒有很大感觸，但一路走過來，他逐漸意識到這才是創業最為重要的事情。
當然，不只是單純的生存下去，而是在創業之初，資源有限的情況下，創業者如何畫出一條可實現的路徑，一步步地最終實現夢想。
那么，具體怎么做？
張宗堯談到，科技領域的創業者，最容易犯的一個錯誤就是一上來就想要搞一個很大的平臺，但往往很難落地。對于創業者而言，建議先從一個小一點且容易落地的應用做起。
他所遇到的另一個難題就是教育市場。制造業更傾向于看到硬件，對于軟件最常見的狀況就是聽不懂。
剛開始創業很長一段時間，張宗堯即便是絞盡腦汁打比方、展示應用，把嘴巴講爛了，大部分制造企業仍然是一臉懵。
有一次，他給一個客戶講了一下午訊能集思到底是做什么的，認為客戶終于聽懂了。然而過了一周之后，客戶卻說他和另外一家人工智能公司很像。而這家公司從事的是機器視覺檢測，與訊能集思并沒有關系。這對于張宗堯來說是一個沖擊。處在一個新市場，讓客戶聽懂，教育市場的周期是道長且阻的。
張宗堯認為，這其中要解決的是環境的土壤，產品的使用者并不一定是技術人員，很大程度上面對的是業務人員、產線工人，并不適合一下子就上最新的技術。因此，降低產品使用門檻很重要。
“你必須要把這些技術做到足夠便宜、足夠簡單，可以規�；�，讓用戶在使用的過程中慢慢地學會數字化決策的思維，按照設定好的階梯路線慢慢爬升，從而能夠讓工人實現平滑過渡，逐漸提升技能。”
如今，訊能集思擁有了越來越多的案例落地，也在推出了數十套應用場景的最佳實踐模板，并與各行各業的專家顧問合作推出了輕咨詢服務。據透露，訊能集思今年將發布硬件產品。
市場對于智能決策的理解和認知也在逐漸加速。這些年隨著市場和產品越來越成熟，賽道越來越細分，已經不會再有客戶說訊能集思和另外一家AI公司很像了。
尤其是最近一年，張宗堯逐漸發現，客戶已經越來越清楚自己想要的是什么，他可以找到誰，能夠解決什么問題，這也代表著市場正在逐步走向成熟。很多時候，客戶會帶著一個現成的需求找過來，而這個需求就是訊能集思產品可以解決的。
“制造業是一個非常值得長期投入的行業，經過這些年的創業，明顯感覺到比我當初想象中的更復雜。制造企業面臨的核心問題就是如何更智能地解決浪費問題，并且找到它的原因，這就是我要堅持做下去的事業。我希望能夠在今年內做到國內工業SaaS領域最具代表性的公司之一。”
創業者看準了一個方向就要堅持下去。
對于創業者來說，每年都會經歷無數次的坎坷。“當你用更高維度、更高視角來看待自己、看待問題，放遠到5年甚至10年的時間里，也許就會覺得問題好像也沒那么嚴重。”張宗堯說。
