「鸿海之子」张宗尧想让人人都成为拥有智能管家的「工业钢铁侠」 2007年

2007年，富士康工厂正因产品不良率突然暴涨至10%焦头烂额，无论是内部团队，还是外部请来的几家专业咨询公司，都没能做出有效分析。
彼时，张宗尧从台湾大学研究生毕业，来到了他最景仰的公司富士康母公司鸿海精密担任工程师。
初入鸿海精密的张宗尧，本着初生牛犊不怕虎的精神，设计出一个机器学习模型，通过机器学习和线性分析发现包含温湿度，及其它影响制造的关键因子，并模拟出最优的因子参数，从而才消除了这次产品不良率的暴涨。
这也是他第一次用数据的方式，实际解决制造业中的生产难题。
病根确认，这一困扰工厂良久的“大难题” ，最终顺利解决。张宗尧设计的机器学习模型，帮富士康省去了2000万美元的潜在损失。
数次脱颖而出的表现，让一直有意提携年轻后辈的郭台铭，精神为之一振，张宗尧于是有了“鸿海之子”的称号。
用数据分析，破解“黑天鹅”问题
成为一名科学家，是讯能集思创始人张宗尧从小就努力实现着的一个愿景。
正是由于这段与鸿海之间阴差阳错的缘分，张宗尧成为亚洲最早一批将机器学习在工业中落地的人。

文章图片
在他眼中，许多实用的机器学习模型，并没有太高的技术壁垒。大企业花大力气都没分析出原因的关键，是囿于传统人工经验的固有认知。
面对罕见事件，既有的人工经验失效了。 “企业大多时候不是利用数字化决策，而是凭经验。不常发生的事，他们就没有感觉。 ”
通过在富士康的学习，张宗尧近距离观察到了AI参与制造业转型升级的必要性。同时，他也意识到，数据分析尽管优势明显，但门槛颇高，只有很小一部分人才具备这种能力。
后来，张宗尧申请到了前往麻省理工读博的机会，在电机工程和计算机科学系，他做了大量指向降低技术使用门槛的AI自动化研究。
除了技术上的钻研，顶尖学府的教学理念以及整体的创业氛围，也为日后张宗尧的创业，带来不少启发。
一是做事前一定要明确其价值。麻省理工十分强调“研究要以应用为基础” 。课程结束，即意味着将研究成果落地，并且保证实用性。
二是有大量现成的创业经验可参考。从孵化创业想法，到选择创业路径，再到寻找合作伙伴获得融资，后来者得以从整个创业链条中，获得借鉴与鼓舞。
六年前回国后，张宗尧四处走访智能制造公司以及制造业企业，惊异于国内企业竟还秉持着直觉与经验式的传统做法， “其他行业已经天翻地覆，为什么中国的制造业还是没有改变？”

文章图片
彼时，中国的制造业正值脱胎换骨之际，数字化转型已成为企业进入下一个时代的门票。
想要在行业竞争中保持领先，如何高效利用数据，变得尤为重要。
以往企业做数据决策过程中，完成数据提取、清洗、分析、建模等一系列操作，需要借助数据分析师/科学家，整套流程不仅贵，结果也是滞后的，并不能支撑起“即时决策”或华为所说的“随需响应” ，而且数据模型还难以复用。
系统数据困境的背后，是数据科学家的匮乏，以及技术与业务在知识、技能和经验上天然的壁垒。高成本投入下，企业决策却明显滞后，低效率的运转，很容易遭到市场淘汰。
面对行业痛点，张宗尧在2016年底创立了讯能集思，决定成为一家利用AI技术，辅助工业企业更好进行决策的公司，其解决方案是一款结合前沿自然语音及AI数据分析技术的人工智能决策平台JarviX 。