2022年12月份蘇州工業(yè)區(qū)的一家職業(yè)裝定做廠內(nèi)，工人們正在埋頭為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(shè)備上的大按鈕，進(jìn)行計件。這一幕正漸漸出現(xiàn)在更多服裝工廠里。在中國服裝加工廠中，正在發(fā)生一些變化。

        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(chǎn)過的服裝進(jìn)行補貨。但這些翻單需求通常很急，很多要在7天內(nèi)交貨。這與過去服裝廠的情況完全不同。

傳統(tǒng)上，每年10月是全球各大時裝周的忙碌時節(jié)。在巴黎時裝周、上海時裝周上，會發(fā)布明年春夏的潮流款式。之后，各種渠道召開洽談會，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(tài)。每個季度做的款式和數(shù)量是確定的，可以有條不紊地組織生產(chǎn)。

        但現(xiàn)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(chǎn)幾萬件，很可能會變成庫存。

庫存是國內(nèi)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(chǎn)業(yè)。爆款貨快速返單，滯銷產(chǎn)品打折快速清庫存。ZARA創(chuàng)造過行業(yè)的新記錄，它的新品從工廠到上架，達(dá)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，職業(yè)裝定做廠家銷毀庫存的案例頻發(fā)。2018年燒毀的庫存多達(dá)數(shù)千萬元；在國內(nèi)曾經(jīng)打造了增長神話的美特斯邦威、拉夏貝爾，庫存更是高達(dá)幾十個億，直接導(dǎo)致企業(yè)資金鏈斷裂，拉夏貝爾甚至被迫退市。按照傳統(tǒng)作業(yè)邏輯，新款版樣到達(dá)工廠后，需要經(jīng)歷一系列復(fù)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(zhǔn)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(xiàn)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(zhuǎn)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(tǒng)也在這個時候進(jìn)入了中大型服裝廠。AI汲取了大品牌、大工廠的供應(yīng)鏈管理經(jīng)驗和精益生產(chǎn)理念，并在交期、人員技能、設(shè)備、工序、小組等約束條件下，對全廠范圍內(nèi)進(jìn)行資源的配置，算出最優(yōu)的生產(chǎn)和排產(chǎn)規(guī)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(jiān)控流水線上的動態(tài)波動，解決瓶頸工序，讓生產(chǎn)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(jù)員工的“學(xué)習(xí)曲線”，安排員工最擅長的工序，生產(chǎn)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(yīng)對復(fù)雜生產(chǎn)狀況的能力，從而適應(yīng)小單快返。傳統(tǒng)上，企業(yè)的管理信息系統(tǒng)都是從上到下推動的。無論是企業(yè)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(xiàn)在還要在這個地方輸一個數(shù)，那個地方再輸一個數(shù)，這會很煩。”工人們說。現(xiàn)在，在數(shù)字化和智能化中，一些行業(yè)人士達(dá)成了共識，它應(yīng)盡量是無聲無息的，不給一線人員添麻煩，而最重要的是，它能讓一線員工多賺錢。

      根據(jù)每位工人的產(chǎn)量、質(zhì)量、返修量數(shù)據(jù)，系統(tǒng)會生成每個人的學(xué)習(xí)曲線，不同員工構(gòu)成一個學(xué)習(xí)矩陣。系統(tǒng)會按照員工技能進(jìn)行工序分配。之前那種靠與班組長的關(guān)系吃飯的狀況，也不復(fù)存在。

例如，工人的工作狀態(tài)并非始終能保持最高效率，數(shù)智前線在某知名的應(yīng)用數(shù)字化手段的服裝廠里就見到了一位厭惡智能技術(shù)的工人。他憂心忡忡，充滿不滿，“廠里給做得最快的人發(fā)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(tǒng)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(yōu)表現(xiàn)后，如果未來狀態(tài)下滑，對企業(yè)主而言，這些人將被如何對待？新技術(shù)進(jìn)入生產(chǎn)環(huán)節(jié)，提升了生產(chǎn)效率后，能不能更大限度保護(hù)工人的利益，人能否在技術(shù)應(yīng)用之后有尊嚴(yán)、有出路呢？這些也是業(yè)界需要思考的問題。

      不同類型的工廠，對智能技術(shù)的接受速度和能力并不一樣。

最終訂單生產(chǎn)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(chǔ)的縫制環(huán)節(jié)。

      某種程度而言，這樣的方案是將數(shù)字化的架設(shè)，從小企業(yè)剝離。整個訂單流程里小工廠需要用到的軟件支持，基于現(xiàn)成的溝通聊天應(yīng)用搭設(shè)。這樣，珠三角、長三角大量閑散的職業(yè)裝定做廠家制造能力能夠得到應(yīng)用，也最大限度降低了這些小企業(yè)智能改造的成本。