中国4万亿服装生意，正在被人工智能改变

　　广东番禺开发区的一家服装厂内，工人们正在埋头为Shein的快时尚外销服装赶工。吊挂在屋顶上的衣架在工位间穿梭，在一个工位上，工人每次快速完成一个流水线操作后，就拍一下缝纫设备上的大按钮，进行计件。

　　这一幕正渐渐出现在更多服装工厂里。在中国服装加工厂中，正在发生一些变化。

服装厂换款的困难

　　小批量、碎片化订单给服装加工厂带来了巨大的挑战。

　　按照传统作业逻辑，新款版样到达工厂后，需要经历一系列复杂的工作流程。首先由成熟的样衣工，将衣服从图样变成一件可以仿制的衣服，工艺工程师把制衣过程拆解成一道道较为简单的工序，一件羽绒服或连衣裙，可能要上百工序，几十个裁片;然后班组长按照工序安排工人，仓库和裁剪房准备物料。

　　这些事要靠人脑来做，跑通人、机、料一个流程通常要一到两周。

　　现在，小单快返的趋势，工厂上新款、翻单的频次越来越密集，从A款服装转到B款，也涉及很多问题，仅靠人脑来安排，变得越来越困难，时间也“耗费”不起了。

　　人工智能系统也在这个时候进入了中大型服装厂。AI汲取了大品牌、大工厂的供应链管理经验和精益生产理念，并在交期、人员技能、设备、工序、小组等约束条件下，对全厂范围内进行资源的配置，算出最优的生产和排产规划。

　　“AI其实模仿了工艺工程师拆款的能力，组长分配工序的能力，裁剪房算料、安排二次工艺的能力，同时监控流水线上的动态波动，解决瓶颈工序，让生产更加顺滑。”刘珂博士说。比如，一个工序上员工还不熟练，或者生病了，AI会实时算出新的分配方案。

　　这样，即使换款，人工智能还是能及时算出新款服装的方案。而且，它还能根据员工的“学习曲线”，安排员工最擅长的工序，生产效率能有所提升，员工的工资还会提高。

　　在人工智能的帮助下，这些工厂逐渐具备了应对复杂生产状况的能力，从而适应小单快返。

技术如何深入行业

　　AI进入行业，离不开人工智能科学家的智慧。

　　关于传统行业与AI能不能结合，一直是一个有争议的话题。当年IBM的人工智能业务沃森落地出现问题时，AI科学家山景博士对数智前线分析，其中一个重要原因是科学家不太能躬身于行业实践，“两腿不沾泥”。

　　山景博士曾在阿里负责开拓了工业领域的智能化，这让他对下一线有深刻体验。

　　从IBM回国创业的飞榴科技刘珂博士则一直在服装领域从事智能化。她看到服装行业的一些AI团队，缺乏“下沉精神”。很多场景，在家里思考，是很难去理解的。

　　比如，明明从工序的角度说，是一道道往下走的，为什么有的又回流到前面的员工?到了现场，工程师才发现，那个员工的缝纫机后面有一个风扇正好对着他吹。“他坐在这里心情很好，能完成复杂的工作。”刘珂称，“这时候，你自然而然就会做出符合工厂的最好设计。”

　　在这样的背景下，她和团队团队，一年基本上有超过300天的时间在工厂。他们住工人的宿舍，“没有碗的，要么自己买个饭盒，要么找工人要个大瓷碗”。

　　相比而言，中国工厂的智能化，比起欧美企业要复杂得多，甚至有时“状况百出”。一些工人想多挣钱，只要我在流水线上，就不能让手上空着。他们做完自己的活，会跑到别的工人那里抱走一些裁片继续做，或者要求班组长给他增加一道工序。工序会被打乱，这是坐在办公室里想不到的场景。

　　在系统设计中，科学家们要思考怎么来管理这样的场景，让它成为“规范操作”。

　　目前，在中国服装行业核心产业带，如珠三角的东莞、深圳、番禺、中山，长三角的江浙一带，华北、东北和山东一带，工厂中正在发生变化。全面应用这些创新之后，消费者的需求能否被更好地顾及?工人们能否获得更好的回报?相比国际服装巨头们动辄千亿美元的市值，中国服装行业整体竞争力能否得到提升?从事智能化企业的价值是否可以体现?业界正在一点点地等待这些多赢局面的出现。