为流程制造业提供工业互联网解决方案 “汾西科技”完成了从数据采集到信息反馈的闭环开发
行业4.0战略提出后，企业对信息化、数字化、智能化转型的需求迅速增加，也带动了行业互联网行业的发展。
由于行业细分场景众多，场景之间的业务逻辑和流程流程差异较大，客户普遍缺乏明确定义需求的能力，这使得行业互联网厂商通常会切入垂直场景，以项目系统为主要盈利模式。虽然产品规模和标准化缓慢，但经过一波自动化技术改造后，降低成本、提高效率的空间仍然很大，为工业互联网厂商/技术方提供了巨大的发展机遇。
以流程制造行业为例，钢铁、化工、电力设备等场景的传统操作过程存在很大的能源和材料浪费。主要原因是企业缺乏对业务流程的信息化管理，管理层无法端到端跟踪能耗和物料利用情况，企业难以在线实时监控能耗和业务进展，进一步使企业难以找到流程优化、降低成本和提高效率的空间。
就流程制造业而言，已经有大量基于工业物联网技术的厂商帮助企业实现数字化、智能化升级，包括石化盈科、树根互联等企业孵化平台；还有很多第三方平台，比如Boyit、涟源智能、极限熵等。而且行业竞争一直很激烈。汾西科技(杭州汾西科技有限公司)作为2018年7月成立的新成立企业，在基于工业大数据的算法构建和应用开发上，有着自己的定位差异。
在方正丁勇看来，流程制造业的基础设施和业务结构相对成熟完善，行业内客户众多，是一个急需智能化升级、支付能力强的领域。基于这种考虑，汾西科技更倾向于涉足电力设备和材料相关行业，如水泥、玻璃厂、电解铝和钢铁。
从产品设计的角度来看，方正丁勇认为底层算法对于帮助用户实现信息化、智能化升级非常重要。汾西科技想做的是改进数据模型，优化学习模型，通过训练调整最优参数解，输出相对最高的(分析)计算精度；其次，即使硬件配置相对较低(计算能力有限)，也要保证机器学习算法的精度和速度。另外，由于工业领域特别强调业务闭环，这意味着从前期的原材料准备到后期的客户反馈流程，整个环节都需要打开，每个生产流程之间都有很强的(时间序列)相关性。一方面，如何在保证业务连续性的情况下构建准确的数据和学习模型并给出优化建议，取决于团队在数据分析和挖掘方面的专业能力，更重要的是，它基于行业经验和相应的流程知道如何实现分析系统和业务场景之间的高度拟合。
汾西科技的核心成员来自卡尔斯鲁厄理工学院(KIT)和德国智能数据创新实验室(SDIL)，拥有众多计算机科学和电气工程领域的专家学者。他们为奔驰、西门子、通快、蒂森克虏伯等50多家大型工业企业开发了工业大数据分析算法和相应的软件产品。
在登陆国内市场的过程中，创始人丁勇表示，国内的行业，包括流程和离散流程，都有自己的特殊性，不同用户的需求也大相径庭。因此，汾西科技目前的盈利模式仍处于高度定制的项目期，用户可以选择全套定制解决方案，也可以购买或订阅算法服务。从前期需求沟通到最终产品交付，项目周期基本控制在半年以内。对于客户来说，降低成本，提高效率是非常明显的。比如为电缆行业中型企业节约50%的原材料浪费，相当于节约300-500万元；电弧炉炼钢厂中型企业节电10%，相当于节约2000万到5000万人民币。汾西科技年收入过百万，实现收支平衡。该公司计划明年正式推出行业4.0应用商店平台，以进一步增加收入增长。