廣東番禺開發區的一家服裝廠內，工人們正在埋頭為Shein的快時尚外銷服裝趕工。吊掛在屋頂上的衣架在工位間穿梭，在一個工位上，工人每次快速完成一個流水線操作后，就拍一下縫紉設備上的大按鈕，進行計件。
這一幕正漸漸出現在更多服裝工廠里。隨著人工智能和數字化技術的加入，龐雜的服裝加工行業正在發生一些變化。
從半年到兩周
一些工廠每天都接到新款服裝訂單，也會接到一些“翻單”需求。“翻單”就是對之前一些生產過的服裝進行補貨。但這些翻單需求通常很急，很多要在7天內交貨。這與過去服裝廠的情況完全不同。傳統上，每年10月是全球各大時裝周的忙碌時節。在巴黎時裝周、上海時裝周上，會發布明年春夏的潮流款式。之后，各種渠道召開洽談訂貨會，訂單將在品牌方匯集成一個個大訂單，再下單到加工廠。從時裝周到服裝上市，這個周期通常有半年。對工廠來說，這是一種很舒適的狀態。每個季度做的款式和數量是確定的，可以有條不紊地組織生產。但現在，快時尚品牌、電商渠道崛起后，連鎖品牌影響力在減弱，人們的審美也不再千篇一律，流行趨勢更迭加速。如果一款服裝再生產幾萬件，很可能會變成庫存。庫存是國內外服裝巨頭們最害怕的問題。快時尚品牌ZARA曾以小批量、多款式上新的方式橫掃服裝產業。爆款貨快速返單，滯銷產品打折快速清庫存。ZARA創造過行業的新記錄，它的新品從工廠到上架，達到了驚人的2周。但即便這樣，庫存依然是它的心頭大患。過去十余年里，服裝業銷毀庫存的案例頻發。奢侈品牌Burberry，2018年燒毀的庫存多達數千萬元；在國內曾經打造了增長神話的美特斯邦威、拉夏貝爾，庫存更是高達幾十個億，直接導致企業資金鏈斷裂，拉夏貝爾甚至被迫退市。“生產大單將會越來越少。”飛榴科技聯合創始兼首席產品官劉珂博士告訴數智前線，“服裝更多會以小批量、多批次的柔性快返生產方式。”飛榴科技是一家服裝行業智能化的企業。不僅那些快時尚的品牌如安踏、海瀾之家、太平鳥，包括一些MCN機構新銳設計師的小眾設計，都呈現了這樣的趨勢。企業先下一個只有幾千件甚至幾百件的小訂單，通過消費者的反應，再迅速進行翻單和補貨。
服裝廠換款的困難
按照傳統作業邏輯，新款版樣到達工廠后，需要經歷一系列復雜的工作流程。首先由成熟的樣衣工，將衣服從圖樣變成一件可以仿制的衣服，工藝工程師把制衣過程拆解成一道道較為簡單的工序，一件羽絨服或連衣裙，可能要上百工序，幾十個裁片；然后班組長按照工序安排工人，倉庫和裁剪房準備物料。
這些事要靠人腦來做，跑通人、機、料一個流程通常要一到兩周。現在，小單快返的趨勢，工廠上新款、翻單的頻次越來越密集，從A款服裝轉到B款，也涉及很多問題，僅靠人腦來安排，變得越來越困難，時間也“耗費”不起了。人工智能系統也在這個時候進入了中大型服裝廠。AI汲取了大品牌、大工廠的供應鏈管理經驗和精益生產理念，并在交期、人員技能、設備、工序、小組等約束條件下，對全廠范圍內進行資源的配置，算出最優的生產和排產規劃。“AI其實模仿了工藝工程師拆款的能力，組長分配工序的能力，裁剪房算料、安排二次工藝的能力，同時監控流水線上的動態波動，解決瓶頸工序，讓生產更加順滑。”劉珂博士說。比如，一個工序上員工還不熟練，或者生病了，AI會實時算出新的分配方案。這樣，即使換款，人工智能還是能及時算出新款服裝的方案。而且，它還能根據員工的“學習曲線”，安排員工最擅長的工序，生產效率能有所提升，員工的工資還會提高。在人工智能的幫助下，這些工廠逐漸具備了應對復雜生產狀況的能力，從而適應小單快返。
工人的態度
傳統上，企業的管理信息系統都是從上到下推動的。無論是企業資源計劃ERP，還是流程管理BPM，都被稱為“一把手工程”。對于工人來講，他們沒有感受到信息化的實惠，反而是工作量的增加。“我原來只管做衣服，現在還要在這個地方輸一個數，那個地方再輸一個數，這會很煩。”工人們說。現在，在數字化和智能化中，一些行業人士達成了共識，它應盡量是無聲無息的，不給一線人員添麻煩，而最重要的是，它要能讓一線多賺錢。在一家服裝廠，飛榴科技的工程師們遇到了一位做了30年的老員工，她非常焦慮。當工廠開始了小單快返業務后，她被分配了一道新工序，她覺得自己不會做，又學得慢，“我手心里都是汗”。現在，在工廠進行了AIOT改造后，每位工人面前配備了一個平板電腦，通過看標準動作視頻，她開始起步。系統根據她的進度，最初安排了三個人一起做這道工序。過了幾天，當熟練度上升后，她一個人就能做這道工序，滿足整個流水線的節拍時間。根據每位工人的產量、質量、返修量數據，系統會生成每個人的學習曲線，不同員工構成一個學習矩陣。系統會按照員工技能進行工序分配。之前那種靠與班組長的關系吃飯的狀況，也不復存在。
一位00后“社恐的”年輕人，也因為工廠智能化，獲得了內心的自由。她不喜歡去跟班組長套近乎。現在，如果她的干完了自己的工序，系統會自動推給她其他工序，避免了要找班組長要活的尷尬。這算得上是應用了數字技術之后的意外之喜。“這就像NBA打籃球一樣，教練原來想的只有這么兩三種方案。AI能提供更多的調整方案，板凳隊員也可以打中鋒，還可以試試前鋒和中鋒。”劉珂說。劉珂他們最近對廣東一個新工廠進行了改造，這個工廠有4條產線、100多號工人。由于智能化的系統，不再設立班組長崗位，由一個車間主管，使用系統進行資源分配，這也解決了原先跨組之間的扯皮和內卷。工廠的招工迅速就滿員了，一些想要試工的人，也只能等待其他機會了。系統也會發現了一些隱藏的問題，比如識別出那些劃水或期望清閑一點的員工。“這種員工也不是不可用的。比如有時系統也可以把這些效率低的員工排到晚班，搭配那些愿意多掙錢的員工。”劉珂說。不過，除了生產效率提升，收入增加，在工廠忙碌又嘈雜的流水線上，以效率最大化來架設的軟硬件產品，也容易遭遇一些輿論上的挑戰。例如，工人的工作狀態并非始終能保持最高效率，數智前線在某知名的應用數字化手段的服裝廠里就見到了一位厭惡智能技術的工人。他憂心忡忡，充滿不滿，“廠里給做得最快的人發了獎金，做得最慢的人計件工資比正常工資打了點折扣。幾年下來系統里記住的都是最快的記錄，手慢的人慢慢都被淘汰了。”在記錄了個體最優表現后，如果未來狀態下滑，對企業主而言，這些人將被如何對待？新技術進入生產環節，提升了生產效率后，能不能更大限度保護工人的利益，人能否在技術應用之后有尊嚴、有出路呢？這些也是業界需要思考的問題。
工廠的不同路徑
不同類型的工廠，對智能技術的接受速度和能力并不一樣。大巨頭們通常自成體系。以優衣庫在國內的代工廠申洲國際為例，它是基于品牌內部的供應鏈體系來運轉的，外界很難有借鑒和調用的可能性。這也是多數大型服裝巨頭走的路徑，它們自成體系，智能化技術不會對外輸出，產業里的其他中小玩家，難以汲取到他們的先進經驗。此外，中國的服裝產業里還分布著大量的腰部工廠和百人以下的小企業，他們是這個行業里的大頭，甚至很多年收入不足10萬元。劉珂博士告訴數智前線，繼大品牌轉型后，這些腰部工廠的轉型也非常有價值。他們面臨的生存壓力也最典型。受疫情影響，外貿訂單萎縮，用工成本增加，市場競爭又最為激烈，轉型對他們已不是可有可無的事，而是生死問題。有數字化人士給數智前線粗略的算了一筆賬，進行數字化智能化轉型，這些工廠付出的成本從十幾萬元、數百萬到上千萬元不等。有些工廠進行了完整的工業互聯網改造，有些則進行了局部的調整。一位互聯網大廠的行業數字化人士稱，工廠非常關注投資回報和回收成本。“工廠對于投入能夠回收的周期，容忍度差不多是兩年。”這位人士告訴數智前線。
針對效率提升多少，能夠讓工廠賺到錢，業界也有計算，但仍有一些差別。比如，工廠年產量原本是100萬件，進行了數字化、智能化后，效率提升了20%，年產做到120萬件，每件收入10元，就多入賬200萬元。再扣除物料、人員等成本，剩下的是工廠多賺到的。“一般而言，效率提升10%，是一個能賺錢的臨界點。”有業內人士粗略估算。更小的工廠則沒有能力購買系統化的技術，這是數字化和技術目前難以達到的“蠻荒之地”。業界也在探索一些其他的模式。“基礎款式的數字化是一個突破口。”廣州的一家數智化服務商智衣鏈創始人鐘凌云稱。基礎款衣物，如黑白T恤版型等被設定為標準化知識，積累到版單管理知識庫里，成為一個SKU。知識庫在逐漸積累完善。客戶需求來了，能基于選定版型作定制，版單管理系統會基于知識庫和客戶的需求，自動裁剪布料和計算輔料。最終訂單生產會分配到小工廠里。小工廠無需以很高的成本去完成換款，只需完成最基礎的縫制環節。某種程度而言，這樣的方案是將數字化的架設，從小企業剝離。整個訂單流程里小工廠需要用到的軟件支持，基于現成的溝通聊天應用搭設。這樣，珠三角、長三角大量的小工廠閑散的制造能力，能夠得到應用，也最大限度降低了這些小企業智能改造的成本。
技術如何深入行業
關于傳統行業與AI能不能結合，一直是一個有爭議的話題。當年IBM的人工智能業務沃森落地出現問題時，AI科學家山景博士對數智前線分析，其中一個重要原因是科學家不太能躬身于行業實踐，“兩腿不沾泥”。山景博士曾在阿里負責開拓了工業領域的智能化，這讓他對下一線有深刻體驗。從IBM回國創業的飛榴科技劉珂博士則一直在服裝領域從事智能化。她看到服裝行業的一些AI團隊，缺乏“下沉精神”。很多場景，在家里思考，是很難去理解的。比如，明明從工序的角度說，是一道道往下走的，為什么有的又回流到前面的員工？到了現場，工程師才發現，那個員工的縫紉機后面有一個風扇正好對著他吹。“他坐在這里心情很好，能完成復雜的工作。”劉珂稱，“這時候，你自然而然就會做出符合工廠的最好設計。”在這樣的背景下，她和團隊團隊，一年基本上有超過300天的時間在工廠。他們住工人的宿舍，“沒有碗的，要么自己買個飯盒，要么找工人要個大瓷碗”。
相比而言，中國工廠的智能化，比起歐美企業要復雜得多，甚至有時“狀況百出”。一些工人想多掙錢，只要我在流水線上，就不能讓手上空著。他們做完自己的活，會跑到別的工人那里抱走一些裁片繼續做，或者要求班組長給他增加一道工序。工序會被打亂，這是坐在辦公室里想不到的場景。在系統設計中，科學家們要思考怎么來管理這樣的場景，讓它成為“規范操作”。目前，在中國服裝行業核心產業帶，如珠三角的東莞、深圳、番禺、中山，長三角的江浙一帶，華北、東北和山東一帶，工廠中正在發生變化。全面應用這些創新之后，消費者的需求能否被更好地顧及？工人們能否獲得更好的回報？相比國際服裝巨頭們動輒千億美元的市值，中國服裝行業整體競爭力能否得到提升？從事智能化企業的價值是否可以體現？業界正在一點點地等待這些多贏局面的出現。
來源：數智前線
【免責聲明：本文版權歸原作者所有。為尊重版權，我們盡量標注文章來源，若不愿被轉載或涉及侵權，請及時通過在線客服和郵箱聯系，郵箱地址：wutongtai@wttai.com，我們將第一時間予以刪除】
