在接下蘇州協(xié)鑫光伏科技項(xiàng)目經(jīng)理交予的任務(wù)前，吳云崇從來(lái)沒(méi)想過(guò)自己會(huì)下到工廠車間。

　　吳云崇是阿里云的算法工程師。但從去年開始，他已經(jīng)跑了30多家不同類型的工廠—客戶希望他通過(guò)大數(shù)據(jù)提高良品率。

　　最開始到協(xié)鑫工廠時(shí)，吳云崇心里一點(diǎn)底氣都沒(méi)有。大數(shù)據(jù)應(yīng)用在搜索領(lǐng)域有很多經(jīng)驗(yàn)可以復(fù)制，但在工業(yè)領(lǐng)域，他們要做的事并沒(méi)有先例?？蛻綦m然提出了6個(gè)需要提升的指標(biāo)，不過(guò)他們也不清楚公司存在的問(wèn)題究竟是什么。“你得比客戶更了解他們的業(yè)務(wù)，如果客戶比我們更清楚，問(wèn)題早就解決了。”吳云崇說(shuō)。

　　協(xié)鑫的負(fù)責(zé)人在最開始幫助吳云崇的團(tuán)隊(duì)熟悉了一些基本知識(shí)和最大痛點(diǎn)，吳云崇覺(jué)得這些知識(shí)不夠，又惡補(bǔ)了工業(yè)生產(chǎn)流程中的關(guān)鍵環(huán)節(jié)，比如光伏切片究竟怎么切割、不同溫度和速度起到什么作用、哪些關(guān)鍵的部件會(huì)造成影響等。然后他提出了一個(gè)大概的解決方案，引導(dǎo)客戶講出他們之前沒(méi)有意識(shí)到的細(xì)節(jié)。

　　這個(gè)過(guò)程并不容易。“我們需要很謹(jǐn)慎，不能隨便忽悠，這是一個(gè)互相學(xué)習(xí)的過(guò)程。” 吳云崇說(shuō)。他需要對(duì)每一個(gè)問(wèn)題抽絲剝繭，才能一步步和客戶對(duì)上話：良品率過(guò)低究竟是材料有問(wèn)題，還是安裝出現(xiàn)了差錯(cuò)？如果是材料，那究竟是供應(yīng)商的哪個(gè)環(huán)節(jié)出了問(wèn)題？

　　反復(fù)修改計(jì)算模型后，吳云崇發(fā)現(xiàn)，原因出在有工人使用了報(bào)廢的刀片來(lái)生產(chǎn)。他建議客戶做好刀片的物流鏈管理，但產(chǎn)品的良品率仍然沒(méi)有大幅度改善。

　　那時(shí)吳云崇的壓力比剛接手項(xiàng)目時(shí)還大。最初的一個(gè)多月，大部分時(shí)間都在帶領(lǐng)團(tuán)隊(duì)做線下走訪。無(wú)論是偏管理的工藝技術(shù)部，還是搬鋼材、填料、推車的基層普通工人，吳云崇都請(qǐng)教過(guò)。他在這個(gè)過(guò)程中學(xué)會(huì)了如何和工人打交道，分辨他們告訴自己的究竟哪些是 “干貨”，哪些是冗余信息。

　　他開始嘗試通過(guò)線下走訪尋找問(wèn)題的根源。在車間里，他仔細(xì)觀察工人如何安裝一個(gè)導(dǎo)輪，看“不對(duì)勁”的地方究竟是扭力還是校準(zhǔn)。看了幾天之后沒(méi)有發(fā)現(xiàn)問(wèn)題，他又跑到另一個(gè)工廠，才發(fā)現(xiàn)前一個(gè)工廠的工人在操作流程中省略了一些環(huán)節(jié)。“我們做的事和醫(yī)生看病、警察辦案很像。”吳云崇說(shuō)，省掉的環(huán)節(jié)補(bǔ)上后，良品率立刻提升了。

　　吳云崇原本并不善于和陌生人打交道。擔(dān)任協(xié)鑫項(xiàng)目的經(jīng)理前，吳云崇多數(shù)時(shí)間都在寫代碼。操作完協(xié)鑫項(xiàng)目后，他似乎愛(ài)上了走訪工廠，從輪胎廠到鋼鐵廠，只要有新項(xiàng)目，他就當(dāng)成實(shí)地訓(xùn)練的機(jī)會(huì)。他的工作模式也變成了從一線發(fā)現(xiàn)問(wèn)題，然后用數(shù)據(jù)模型去解決。

　　這個(gè)項(xiàng)目結(jié)束后，吳云崇對(duì)數(shù)據(jù)挖掘工程師的工作有了更多認(rèn)識(shí)，“假設(shè)我只是坐在公司的辦公室里做數(shù)據(jù)分析，設(shè)計(jì)各種各樣的數(shù)據(jù)模型，可能做出200個(gè)算法模型，都提升不了一個(gè)良品率。”他說(shuō)，寫代碼的崗位分很多種。對(duì)于數(shù)據(jù)挖掘工程師，算法只是工具，他們更多的工作是實(shí)地解決問(wèn)題。

關(guān)注讀覽天下微信， 100萬(wàn)篇深度好文， 等你來(lái)看……