在酷特智能的服装制造工厂内，一位刺绣工人正站在缝纫机前，从智能吊挂装置上取下一组布料，把对应的电子卡片在面前的机器上刷一下，显示器上出现这件西服的个性化要求，包括刺绣内容、线的颜色、图案形状及位置等信息，接着他开始在操作台上进行相应所分配的工序作业——每一件个性化的西服，都需要经过400多道工序，最终成为一件独一无二的服装。而这样的服装，这家企业每年要生产40多万套！
物联网、人工智能等应用正在制造业发起一场技术变革。由达沃斯经济论坛评选的“灯塔工厂”是本轮“工业4.0”产业革命的代表，广泛分布于家电、汽车、消费品、钢铁、制药、工业设备等行业领域。全球103家已获得认证的“灯塔工厂”有37家在中国，占比超过1/3。
与高度自动化、数字化及智能化的灯塔工厂相比，服装行业的智能制造并不那么“高大上”，但互联网和信息技术在服装制造领域的深入应用同样使得相关企业乃至整个行业的商业模式、产品研发模式、生产组织模式、质量管理模式和消费者服务模式发生变革。从早期红领、红豆等制造企业的积极探索，到之后阿里巴巴旗下犀牛智造、Shein与其供应商辛巴达等平台公司的运营模式转变，通过“互联网+服装生产”解决方案，服装行业的智能制造转型帮助诸多中小企业建立实时需求响应、极小化库存的柔性快返能力。
我们认为，服装行业高度定制化转型有其内在逻辑的必然性。本文进一步探究“互联网+服装生产”所引发在商业模式、组织和管理方式及劳动者福利等方面的变化，并展望智能制造的未来发展路径。
一、服装行业定制化转型的必要性与可行性
服装产品装饰性强、功能性弱，且爆款时效性更为突出。装饰性和功能性是消费品的两个重要维度。功能性产品衡量标准明确，短期内消费者需求的波动性不大，更易于企业预测。服装属于装饰属性较强的一类产品，消费者对其的衡量标准是多维的，市场上的时尚与潮流快速变化，企业很难预测消费者的需求，滞销商品造成的高库存是服装企业普遍面临的难题。因此服装企业需要加快推陈出新的速度、缩小订单规模、扩大SKU数量、提高爆款率。
传统服装制造模式难以快速响应消费需求变化。在传统模式下，服装厂采用期货制的长周期交付，大批量的刚性订单可以摊薄设计、打版、试销等固定成本，倘若让传统工厂承接小批量的柔性订单，快速增长的交易成本会侵蚀其本就不高的利润空间，企业竞争力骤减。除了上述消费需求与供给能力的错配，我国服装制造企业还面临着劳动、房租等要素价格上涨，叠加销售端难以提高附加值，导致企业利润受到成本、售价两端挤压。因此，传统服装制造企业亟需通过大数据、人工智能、物联网等技术加持，提高柔性生产能力，从而开创新的蓝海。服装行业的大规模定制能充分发挥长尾效应，迎合实时市场需求变化。
服装制造行业生产周期较短，上游是标准化的面辅料，而汽车、家电的上游是非标准化的零部件。服装制造过程主要包括设计、制版、排料、断料、裁剪、加工，具有离散型制造的特点，工作流存在调整空间。与家电制造等行业相比，服装制造的生产流程较短，因此智能化改造的难度大幅下降。另外，面料、里料、纽扣、线等服装的原材料大多属于标准品，智能系统可以将一件个性化服装拆解为数个标准化的基础步骤，这在一定程度上简化了生产流程，进而实现具有成本优势的工业化定制生产。反观汽车制造、家电制造等行业，其产品的定制化涉及到上游产品的相应变化，导致更长的响应时间和更高的成本，短期内不具备经济性。考虑到消费者的多样性需求并没有伴随着预算的大幅放开，因此制造业的核心仍是控制成本。
服装制造行业本身具有劳动密集的特点，因此改革灵活性高；而资本技术密集型行业在转型时面临更为明显的设备刚性、技术泄露风险等问题。虽然机器设备已广泛应用于制造业各领域，但在某些特定的工作岗位上，手工作业仍具有比较优势——例如，一个服装制造工厂接到的订单可能包含个性化刺绣，当对应的工人拿到一组面料时，他可以通过电子标签卡查看这一订单对线的颜色、刺绣内容、缝制工艺的详细要求，并按照指引完成工作。
手工作业就好像是一台最灵活的3D打印机，对经手的原料、处理内容有极高的包容性，虽然与机器的高效率无法比拟，但是在细致、灵活的工作上却发挥出更高的比价优势。当智能化的排产排程系统与劳动密集产业相结合，可以有效提高整体生产的效率，赋能传统流水线。
对比汽车等行业的生产车间，后者遍布大型的机器设备，背后蕴含大量生产技术和工艺。如果连接到统一的智能系统中，由于设备运行的本质是逻辑运算，这一过程不可避免地涉及大量数据传输，因此人们会更加担心数据泄露的问题。因此，重资产行业中很多工厂内部的设备互联往往采用局域或边缘计算的形式。而服装制造业相对资本和技术密度更低，迎接智能化转型时包袱更小，在打通供应链数据互联时进展更快。
二、智能制造转型中的组织、管理方式、劳动者福利与商业模式转变
以提高效率为目的，智能化生产带动数字化管理。在犀牛智造的工厂内，工程师通过收集生产工人完成每个步骤时间的数据，改进排程系统的预测能力，同时，基于这些数据可以生成员工的数字化工作记录，作为绩效考核的依据之一。生产过程的智能化为数字化管理奠定了技术基础，进一步地，企业可以在管理端变革有所作为。酷特智能总结其管理模式的创新时指出，数字化系统可以替代中层管理人员的大部分工作，更加客观、量化地衡量员工的劳动成果，从而起到弱化岗位、强化功能的作用，企业鼓励员工多劳多得，提升了薪酬机制的激励作用和晋升机制的合理性，更好地调动员工个体的能动性。
智能化生产显著改善了工人的工作环境和工作强度。服装生产线的智能化程度提高后，重复劳动和体力劳动主要由机器承担，工人可以发挥其在手工作业和认知判断上的比较优势，与传统服装制造厂相比，工作岗位的吸引力显著增强。从犀牛智造工厂的内部场景来看，其工业化程度之高，已经与人们过去的印象大相径庭，蓝领工人的工作节奏和氛围逐步向所谓的“白领”靠近。借助成果导向的智能系统，犀牛智造和酷特智能分别表示厂内的工人无需加班。
工业互联网深化劳动分工，并推动数据和技术作为生产要素发挥更大的作用。服装制造行业最核心的技能劳动力是设计师，这一工种在工业互联网的辅助下发生了较大的变化——Shein和犀牛智造依靠互联网及平台端的消费者行为大数据，抓取关键信息，预测服装的时尚与潮流趋势，成为设计工作的重要参考，削弱了设计师岗位的技能要求。
根据领英上设计师的履历信息，可以看到，代表上一代服装制造的Zara的设计师多毕业于设计名校、拥有10年以上工作经历，而Shein的设计师多毕业于职校、工作年限仅1-2年。对于服装制造而言，数据大脑与相对低技能的劳动力共同实现较高的工作效率和可观的工作成果，对传统的“经验壁垒”形成冲击。
对于劳动者而言，设计这项工作本身被简化了，这些企业内的设计师与缝纫机前按部就班的工人、或者是流水线上拧螺丝的工人，差别也没有那么大了。观察犀牛智造工厂内的工程师和AGV（自动导引运输车）数量便可知，现代服装制造的技术和资本密集度相较过去已大幅提升。
与消费互联网大而广、双边网络效应明显的特征不同，工业互联网所塑造的平台具有网格化的特征。举例而言，向上游，Shein通过核心的供应链管理平台，在辅助供应商转型后，形成了以Shein为中心、集成多个供应商的平台；向下游，酷特智能通过标准化的订单平台，承接了多个独立设计师、独立门店的订单，形成一个制造中心、集成多个销售渠道的平台。本质上，工业互联网作为ToB的平台，目的是通过信息交互提升效率，而企业在横向竞争对手之间无法形成连接，因此工业互联网的发展呈现出纵向加深的特点。
制造业有长久的发展历史，其与工业互联网的叠加不是一件容易的事。在服装制造业柔性化的过程中，入局者有传统服装企业、新消费品牌、互联网企业等。酷特智能十余年始终坚持大规模个性化定制探索、Shein用了4年搭建柔性供应链、犀牛智造用了2年，可以预见到，随着行业经验的积累与扩散，未来服装行业的智能化转型会加速成熟。
从服装制造业的案例分析来看，工业互联网的应用抓住了服装产品需求变化快、传统制造力不从心的痛点，并从产业链中标准化程度高、工作内容灵活度高的环节着手，实现系统替代人工、端到端全流程的数字化变革。
放眼全制造业，从产品的消费属性和生产方式来看，家具制造、珠宝制造行业和服装制造有异曲同工之处，目前也有一些企业正在这些领域探索“工业互联网+”；而其它工业领域，如汽车制造业，虽早先面临生产周期长、设备刚性、技术保密性要求高等难题，但是伴随着特斯拉引领的电动化和智能化革命，其舍弃了发动机等传统机械部件，带来了超大中控屏及其背后的一整套智能系统，软件的重要性大幅提升，而在这一领域，工业互联网的协作性、自优化性等优势凸显，因此在“难啃”的行业中创造出局部的深刻变革。
制造业蕴含的巨大市场，是工业互联网的蓝海，下一个风口或落于显眼处，或藏在细微处；但拉长时间线来看，传统制造业的转型是大势所趋，工业互联网的风必将吹起每一个行业的变革，只是或早或晚而已。
陈志洪：上海交大安泰经管学院副教授、数字化平台行研团队成员
施琪：数字化平台行研团队成员
安泰主页