7 个人，年入千万——素源矩阵的 OPC 铁三角

素源矩阵创始人韩家乐发现了一个被巨头主动留下的空白：大厂做工业互联网，做的是「数据管理」——把工厂的设备连上网、把数据采集上来、做成 dashboard。但没有人做「这个数据意味着你应该做什么决策」。

比如水泥生产线——磨机转速多少最优？原料配比怎么调？能耗怎么降？这些问题的答案藏在数据里，但大厂的平台只负责把数据展示出来，不做分析。「不是做不了——是因为每个工厂的设备不同、原料不同、工艺不同，决策模型需要定制。这对大厂来说 ROI 太低了。卖一个标准化的数据平台可以卖给 1000 个工厂，但定制一个决策模型只能卖一个。」

韩家乐看到了一条缝：就在大厂搭好的数据平台上，做最后一公里的决策分析。 他用 AI 模型帮水泥厂做质量预测、配方优化、能耗控制——帮一家工厂省几十万电费。一家工厂做了，同行找上门。

7 个人，预计今年营收 1000 万。

洞察一：大厂做平台，小厂做决策——这是工业 AI 的铁律

阿里云、华为云在工业场景里做的叫「工业互联网平台」——设备连接、数据采集、远程监控。这些都是基础设施层，产品标准化，可以大规模复制。

但「这个数据说明了什么？下一个操作应该是什么？」这种决策层分析，需要深入理解具体产线、具体设备、具体工艺。这恰恰是大厂的短板（投入产出比不划算）和小团队的强项（7 个人可以花 3 个月只研究一条水泥产线）。

这条产业链的分工已经明确了：大厂铺路，小厂在上面跑车。 不需要和大厂竞争——就蹲在大厂已经数字化的行业上，做最后一公里的 AI 决策。

洞察二：OPC 的「不可替代性」= 你比任何人都更懂一个极小的场景

韩家乐对水泥行业的理解，是在一个具体的水泥厂里「蹲点」蹲出来的。他知道磨机的噪音变化意味着什么、知道原料含水率对能耗的影响曲线——这种知识不是「看论文」能学到的。

深度领域知识 = OPC 的护城河。 大厂的工程师不会花 3 个月在一家水泥厂里，但 OPC 可以。你的不可替代性就藏在这些「大厂嫌脏嫌累嫌投入产出比太低」的角落里。

洞察三：90% OPC 适合「小富即安」——不是目标低，是路径匹配

澜舟科技 CEO 周明在苏州 OPC 大会上给了两条路：小富即安 vs 做大做强。他的判断是 90% 以上的 OPC 适合第一条路。

这不是「没野心」——是商业模式和团队规模的匹配。 7 个人的团队年入千万，每个人头上是 ¥140 万——如果控制成本，利润空间很大。但如果强行追「做大做强」，招到 50 人、拿融资、追 10x 增长——控制权丢了、决策慢了、成本上去了，可能反而死得更快。

认识自己比选赛道重要。 你是想做 7 个人的千万生意，还是想做 100 个人的亏损公司？