当前位置:首页|资讯|AI大模型

网购“爆款”衣服出自AI之手 这朵数字化的“云” 正在激活广东纺织服装产业链

作者:北青网发布时间:2024-11-08

史上最长“双11”正如火如荼进行中,各类服饰纷纷推出新款满足消费者新需求。近年来,电商平台上服饰类上新以预售状态居多,而且预售期正在变得越来越短——工厂从下单到出货,最快只要3天。

一件预售的衣服,还没有被生产出来就已经有了自己的“身份”,这是怎么做到的?预售后才开始生产制造,如何快速送到消费者手上?这一切都要从一朵“云”说起。

在广东,这朵名为数字化的“云”,正在激活纺织服装产业链:AI大模型4秒钟就生成设计图,“百布机器人”2分钟就能在成千上万种品类中精准匹配布料,3天左右制衣厂就能完成接单到出货全流程……

记者走进产业一线,试图拆解这朵“云”背后的“链”式变革。

设计打版10多天 如何缩短到4秒?

一件预售的衣服是怎样诞生的?过去,要经历从平面设计、面辅料挑选、服装裁剪、模特试穿等一系列繁琐流程。如今,在AI等技术的重构下,一切正变得轻盈快捷。

“秋装”“连衣裙”“橙色”“圆领”——在FashionMind系统上敲下4个关键词,仅用时4秒,电脑屏幕上就弹出了4张服装设计图。将设计图输入Fashion3D系统后,再对面料、纹理、版型等进行调整,就可以一键生成3D建模的模特试穿图。

在广州海珠区,天工选款女装快返供应链办公区内,致景科技天工数字版房员工方金桥轻轻松松一番操作,就完成了从平面设计、平面制版、立体剪裁、面辅料挑选、服装裁剪、模特试穿等一系列流程,“都是AI的手笔”。

从业10多年来,方金桥深切地感受到AI带来的无限可能。“过去一名设计师每天只能设计两三款衣服,有了AI辅助后可以增加到二三十款。”他感慨道,高峰时1个月能设计上万款,相当于5个品牌公司1年的量,“这是我们过去想都不敢想的事”。

不仅是设计环节,后续从打版到样衣制作全流程都被“颠覆”了。

方金桥回忆说,过去,设计师们会去米兰国际时装周等时尚盛会了解最新的色彩、款式等,然后根据客户需求手绘设计图,手工制版,用牛皮纸裁剪打版,还要跑到批发市场选面辅料。如今,一些老师傅的手上还有常年打版剪牛皮纸结下的茧。

接下来,设计师、版师、品牌商、服装厂还要一起不断讨论、反复修改,才能确定是否要生产,“线下的沟通费时费力,从设计、打版到样衣制作要花15到20天。”方金桥说。

如今,这些流程全部被搬到了“云”上。

“大家在‘云版房’就能协同审版,开款效率提升50%。以前出款流程复杂、反复修改、出款周期长,这些问题都迎刃而解。”方金桥说,不少品牌店直接拿样衣去直播,图片上架线上店铺进行销售,根据预售情况再下单生产,卖多少产多少,大大减少了库存成本。

“快时尚时代,服装品牌要不断‘卖内容’,就要不断降低设计成本、提升效率。”方金桥举例说,如果每月要在平台上新5万款衣服,即使每天加班也要雇上千名设计师。但有了智能设计系统,只需10名设计师、10名助理就行,效率大大提高。

不仅如此,过去,设计往往依赖老师傅的经验。如今,商家、个人都可以利用软件打造自己的服装品牌。

“人人都可以成为设计师。就像网约车一样,个人在家也可以接单做设计。”在方金桥看来,时尚的想法是由人产生的,数智化工具不会代替人的构思,“但我们可以用工具更便捷地丰富设计,天马行空地创造时尚,打开更广阔的创意空间”。

找布如大海捞针 如何2分钟精准匹配?

设计完成后,就到了挑选面料的环节。为找一块布,奔忙数万步一点也不稀奇,找布也曾是一门专业的行当。如今,在大数据和AI技术赋能下,纺织服装行业“找布难”痛点迎刃而解。

“嘀——”只需拿起pos机大小的“百布对布机器人”进行扫描,短短2分钟就能在偌大的中大布匹市场,匹配到所需面料。面板上,针织、梭织、颜色、纹路、成分比例、克重、密度等面料特性一应俱全。

“现在做生意轻松多了。”和布匹打交道几十年的衫生,一直在中大五凤西场经营面料店,找布曾是最让他头痛的问题。

以前找布靠人工翻阅色卡、肉眼识别,还要花不少时间挨个店铺询问、比对。“一天下来,步数有两万多步。不仅耽误时间,还有可能因为找不到布,把订单丢了。”

愁找布愁了十几年,数字化终于让衫生看到了新转机。2022年,他的档口接入了致景科技的百布平台系统,“面料数据库很大,也比较全,很容易找到合适的面料。粗略算下来,找布效率提升300%,人力成本减少30%”。

2023年夏天,市场上掀起一股“多巴胺穿搭”热潮,各种色彩鲜艳、设计独特的面料需求迅速飙升。尽管已经提前备足了货,但衫生仍被打了个措手不及,“面料需求的暴涨让我们应接不暇”。

幸好,他提前对接了飞梭智纺平台,“有面料需求时,系统会匹配有空闲产能的工厂来生产,全程追踪订单流程,高效响应服装制造的‘小单快反’。”衫生很庆幸,数字化为他解决了好几笔燃眉之急的订单。

随着纺织服装产业链上下游数字化的推进,衫生深深地感受到,“链”式改造让上下游协作更容易了。“供需对接变得更高效,面料的交易更顺畅、便捷,整个供应链的效率大大提升。对我们企业来说,能更快响应客户需求,更好地服务客户。”

厂里有了“智慧大脑”工人工资还涨了?

面料选好后,就来到生产制造环节。在这个环节,有大量中小工厂,而且相对分散。

如今,当我们深入织布厂一线,可以看到一个个织造设备的“换羽新生”。

佛山张槎,这个曾有着“中国针织看张槎”美誉的地方,受到人力成本上涨、外贸订单“东南飞”等因素影响,近年来也走到了转型的十字路口。

如今,一部手机,就让佛山市鑫威针织有限公司总经理陈凯对工厂运营了如指掌。即使在千里之外,从订单、生产到物流等全流程都可以实时追踪。

陈凯是一名老纺织人,1995年入行,2015年起自己开工厂。此前20年在纺织行业的沉浮与积淀,让陈凯意识到,传统的纺织行业必须降本增效,关键就在数智化。

于是,工厂刚办起来,他便成为第一批与致景科技合作的工厂,“当时很多人都不看好,毕竟数字化改造要花钱”。

但喝上“头啖汤”的陈凯,很快便尝到了数字化带来的甜头:将设备通过小小的传感器接入飞梭智纺系统后,异常停机时间减少35%,整体效率提高30%,出入库出错率近乎为零……

“工厂像是有了‘智慧大脑’。”更让陈凯惊喜的是,如今一年只花2000多元,就能便捷使用数字化系统管理整个工厂。

回想起过去,他和妻子都是手抄订单,费时费力又容易出错。如今数据上“云”,不但减少了错发、漏发风险,还能通过“一布一码”的坯布管理、异常情况自动报错等功能,让所有流程清晰可追溯。

在陈凯看来,数智化不仅带来了技术变革,还能更好地调动员工的积极性。

走进鑫威升级改造后的车间,只听到机器运转时的“沙沙”声,工人少了,设备多了。“以前1个工人只能操作两三台机器,现在能看6台机器。工作量没增加,工资却高了,大家的积极性更高了。”他说。

效率质量双提升后,小工厂还拿下了大订单。2016年,争取海澜之家订单的初期,鑫威只有30台机器,远低于品牌对供应商超百台机器的规模要求。“当时对方听说我们的人和机器都这么少,上报后还被批评了。我就说,你们来工厂实地看看!”陈凯回忆道。

实地考察后,对方发现,装上数字化系统的鑫威,开机能力更快,在人力成本和成品质量上都有很强的优势,立马就下了一年700多万元的订单。

预售最快3天出货 企业怎么做到的?

预售后才开始生产,会不会很耽误时间?其实,在数字化的加持下,工厂从下单到出货,最快只要3到7天。唯快不破的背后,靠的是慢功夫。

“只有对工厂的设备了如指掌,才能对症下药,开发出让中小企业用得起的数字化平台。”最近,致景科技全布产研副总裁刘运春又跑了浙江嘉兴、杭州和广东佛山、东莞等地的多家工厂。扎根产业做研发,是他入行10多年来保持的习惯。

“从一朵棉花、一根丝线,到一匹布、一件衣,纺织服装行业涉及多个环节、多家企业,效率不高、协同性弱一直是行业痛点。”互联网行业出身的刘运春仍清晰地记得,2018年到刚创办的致景科技后,他就被派去了佛山的一家织布厂考察。

“当时我感触很深,以前在互联网公司,自动化程度很高,数字化解决方案也很多。而在纺织服装行业,数字化程度很低,从生产到管理模式都很传统。”刘运春发现,工厂里的设备要么很老旧,要么设备协议不开放,没法接入数字化设备。

更大的挑战是,工厂老板都不太敢或没有兴趣做数字化。刘运春说,有的老板开厂几十年,每天到车间看看就觉得没问题了,订单也只做四五个熟客。

怎么破局?“一是解决技术问题,二是让老板们能接受。”刚开始时,刘运春带着技术团队跑了广东、浙江、江苏、河南、安徽等地30%的纺织服装厂。

在刘运春看来,平台首先要成为“懂行人”,才能让中小企业数字化转型转得好。“我们在研发上投入了大量人力物力,比如在佛山开设了实验室,采购了不同类型的机型回来研究,针对不同机型、不同生产流程来设计开发数字化解决方案。”

“在管理上,让厂长通过1台电脑或1部手机就能快速部署生产流程;在设备改造上,只需接入小小的传感器,就能与数字化平台连接。”刘运春说,随着接入的工厂设备越来越多,成本也会不断降低。

就这样,从一台台设备起步,致景科技的研发人员扎进产业细细打磨、不断沉淀,让看似传统的纺织服装产业链渐渐长出“智慧大脑”。

如今,致景科技构建的“全布”工业互联网平台已串联起纱线原材料、面料生产、成品布分销、服装打版设计等各环节,接入超1万家纺织服装企业、70万台织机,帮助企业整体效率提高30%。

这两年,随着服务企业越来越多,致景科技又搭建了联动上下游企业生产的云平台。

“下游服装生产企业叫单,平台响应派单,中上游纺织企业接单,推动高效生产。”谈起未来规划,刘运春干劲很足,“要从服务上下游,迈向打通上下游,让产业链更有韧性、更有竞争力!”

文/昌道励许宁宁 马嘉涵


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1