犀牛智造,这不是两年前阿里吹过的牛吗?
原创2020-09-22 17:26

犀牛智造,这不是两年前阿里吹过的牛吗?

出品| 虎嗅科技组

作者| 宇多田

头图为杭州乔司小镇的服装加工厂


要想在互联网行业看懂一些东西,据说只要在媒体呆的够久就可以。


犀牛工厂的新智造概念在这几天持续发酵后,我们一直觉得这项业务的逻辑似曾相识,但又陷入自我怀疑,想着或许这次面向中小服装厂和淘宝服饰商家的“赋能”,的确会因为技术的快速迭代而与众不同。


然而,面对各种未见真实生产线,便开始“为民欢呼”,甚至上升到推进整个国家服装行业发展的长篇画大饼式分析,我们找到了走出“迷茫”的方法——把阿里曾在两年前做的一些事情展现给大家看,与读者一起讨论两者到底有什么差异。


不吹捧,不贬低,让我们看看这场阿里新制造的狂欢,能否像很多人预测的那样,给服装行业带来翻天覆地的变化。


图片来自虎嗅Pro:犀牛样板工厂


阿里犀牛CEO伍学刚在接受36氪专访时,明确指出犀牛新制造要做两件事情:


一边是面向淘宝商家,以销定产,做到小单快反,解决服务和成本难题;


另一边则是赋能服装工厂,做到“合理安排产能”。通过犀牛工厂这个样板间,未来将数字化生产模式“移植”给成百上千家工厂,让工厂生产流程数据化和透明化。


很明显,这本质上是解决供需两侧的信息不对称问题,让信息流通更为高效。


而这正好是两年前,阿里1688(B2B商贸平台)牵头的“淘工厂新制造项目”做过的事情。


淘工厂项目负责人在2018年接受我们采访时,曾表示“已经帮超3万家工厂实现基于海量大数据的精准匹配,让优质工厂获得精准客户资源,减少因供需不匹配造成的时间和资源浪费”。


而匹配的方式,便是与阿里云IOT团队合作:


第一,阿里云技术团队会帮助工厂产线部署IOT设备让服装厂每条生产线的情况完全数据化。


第二,通过对服装生产线的视觉识别分析,完成生产流程数字化。


第三,将线上整个供应链数据打通。


很明显,他们要解决的,也是供需端的不匹配问题,方法也有点像“工厂数字化改造”。



很幸运,我们在2018年接受阿里1688的邀请,曾到杭州探访过一个叫做乔司的小镇,那里聚集着上百家中小服装厂。有些甚至不能称之为工厂,它们很多隐藏在居民楼里,更应该被称为“制衣作坊”——


没有多么先进的生产线,但是一个不到50人的生产小组却可以每天制作出成百上千件衣服。


在杭州乔司小镇上,有很多家庭式生产作坊。


当时,淘工厂的一个标杆项目——点石工厂是我此行的目的地。但很遗憾,我当时看到的景象,跟当下看到的犀牛制造高大上的“自动化样板间”很不一样,但这却是长江三角洲与珠江三角洲的数万中小服装加工厂的普遍模样。


面料、裁剪环节以及缝制环节都在一个空间里。


它的“内里”一点也不高大上,衣服材料在角落堆的到处都是,所谓的生产线,其实就是若干个裁剪师傅“手指翻飞”出牛仔裤或连帽衫的雏形,然后将它们送上另一边的缝制台。


整个场面是忙乱且没有节奏感的,只有机器嗡嗡的噪音和满天乱飞的棉絮填满一个几百平米的空间。


来料堆在一旁。


当时,淘工厂打出的口号是“用低成本数字化软硬件,帮工厂实现各个生产数据流程化”。而点石老板王存石,据说是花了5万元采购了这套结合了人工智能和IOT技术的软硬件设备。


因此,我们看到在相对简陋的工作台上方前后两头,都安装了类似摄像头一样的硬件。据点石老板介绍,在这个不大的空间里,包括裁床、缝纫等所有生产环节共装了大约20个摄像头以及可满足实时监测的边缘服务器。


边缘服务器


阿里当时告诉我们,这些IOT硬件的作用主要是通过计算机视觉分析,能把每个生产流程都做数据化处理。


这样一来,工厂如果接10个单子,那么每个订单都可以被线上系统自动将工厂与买家匹配成组,由线上虚拟机器人进行生产计划管理,自动跟踪生产计划。




“一环扣一环,能节省两边的时间吧。” 当时点石老板王存石告诉我们,以前都是经常接5000件以上的大单,因为根本没时间接小单,既“浪费”人力和时间,也不太赚钱。


但是,生意的确真的一年比一年难做,单子要靠抢才能抢到,而小工厂自己也搞不清楚市场形势。


他悄悄告诉过我们,每年有很多工厂都会因双十一押宝失误而导致产品库存积压,欠好多钱。“旁边就有一个工厂主年前跳楼了,因为工厂积压了太多羽绒服销不出去倒闭了”,他承认,市场预测能力和清库存能力是他们这些中小规模工厂所不具备的。


与此同时,淘宝越来越多店铺,特别是很多所谓的“设计师品牌”,更倾向于“根据销量来确定生产数量”,所以他们就一直在找方法来优化生产流程,尽可能缩短出货周期。


“很多时候我们跟客户的矛盾是,他们觉得我们没在给他们生产,把他们排到了后面,故意拖;但我们其实每个订单都有固定的排期,跟他们解释也总是说不清楚。”


因此,将“面料到仓”、“投料开裁”,“生产车缝”,“下线撤产”等所有交易和生产步骤都通过线上公开透明化——由工厂端上传图片或视频),让客户端在线看到自己的产品有了进度更新,的确解决了一个问题。


很明显,“投料开裁”一栏有上传的视频为证


另一边,作为工厂老板,王存石为了能够接更多小单,将几十人的生产小组分拆为很多不同的组合模式,这跟传统大厂的流水组有非常大的区别。


“做大单的是超过20人的标准流水线,那做小单的就单独成立了2人、4人以及6人小组。相当于就把每个单子按照规模,灵活安排给不同规模的生产组。”


有意思的是,当时这个项目也提到了要学习和超越Zara的“快反”模式。


服装供应链的快速反应概念,是由全球著名快时尚品牌Zara首先提出来的。而一项叫做“射频识别”(RFID)的技术,被其充分应用在了整个供应链条中——通过商品以及生产流程上的“识别码”,实现产品从工厂最终到达店面的全程追踪,并可以实时监测库存情况。


而在淘工厂项目里,“计算机视觉”和”线上大数据分析”则成为宣传中服装加工厂实现小单快反和按销生产的关键技术。据当时官方提供的数据是,通过计算机视觉算法,点石工厂优化了生产流程,排产提升了6%,交付周期缩短10%;而淘宝天猫数据则可以帮工厂做市场判断。


此外,在1688平台上,淘工厂参照了ZARA的供应商评级模式,对于工厂做了等级划分。等级越高的工厂,越有机会接到优质客户的订单。



没错,每个环节的交付透明化和数据共享,能够让多个订单并行操作时更加有序化,也在某种程度上“标准化”了交付流程,让每个工序都能一环扣一环地进行,的确可以节省时间;


而线上的市场与销量大数据分析与线下生产制造环节的数据打通,可以让工厂在淡季和旺季安排出“大中小订单”的不同最佳组合,不出现生产缝隙,做到淡季不淡;而淘宝商家也能被匹配到产能和技术适合的工厂。


一切从理论上看起来都无懈可击。


但是仔细一想,这里面其实存在着一些肉眼可见的漏洞和让人困惑的结论。


首先,生产流程透明化,是否就需要计算机视觉?除了图像数据,还有什么其他数据?


根据做过类似项目的工业互联网行业人士的说法,很多衣服堆叠在一起,图像识别几乎不起作用——无论是确认数量还是确认质量,都没有太大用处。


“在这种环境里,非常难。即便这个工序完成了,也可以由工人直接按下按钮,并非需要机器来确认。


而且完工确认并非是确认某件衣服的样子,而是通过一些执行动作或者是数量来确定。总的来说,图像识别在这种繁杂的环境里挺鸡肋,但是摄像头却可以做实时监测和现场工况确认,譬如确认工人的加工情况,是有必要的。”


那么问题来了,除了图像数据,那么现场还采集了哪些可用的数据用来调配人力,调整库存?在逛了一圈车间后,我没有什么其他发现。



其次,虽然衣服可以是“标品”,但是在这种不到百人的小型服装加工厂,流程其实一点也不标准。


在参观时,打板的团队在一个封闭的小屋子里工作,那里并没有安装任何设备;而存放衣料的角落也没有任何数字化的痕迹。而二人一组,四人一组手工做小单的师傅,其工作更是难以用摄像头或其他传感器来量化。


 本来工业的智能化改造,都是建立在自动化基础上。没有设备自动化,何谈智能化呢?这种改造更像是一种“交易上云”,而非智能化改造。


当时在向老板提出这个疑问时,他也曾承认一些环节“的确需要手动来点击完成”,订单线上化的意义更在于“避免两边扯皮,随时查看订单并行进度。”



第三,所谓不到5万,就能用标配软硬件设备帮中小服装工厂完成智能化改造,听起来有点像耍流氓。


即便像很多人说的服装工厂流程相对简单,但每家服装工厂的生产车间大小不一样,员工数量也不一样,设备的功能和老旧程度不一样,各个生产环节的规模不一样,加工工艺也不一样,人员流动情况也不一样……不知如何用同样的价格和相同数量的硬件一概而论。


此外,工程师的人力费用、系统实时更新和后续服务的费用,也都是非常昂贵的成本。



第四,以销定产,阿里的确可以帮助工厂实现。譬如当季究竟流行什么,用人工智能来预测用户偏好,比起工厂老板拍脑袋的确更管用。但是,技术目前只能把线上这部分单维度的工作做好,而线下生产车间是一个复杂的多面体,即便将线上数据与工厂的线下生产流程数据完全打通,也解决不了影响工厂生存的本质问题。


技术和研发技术的人,也需要对服装行业的生产工艺、师傅手艺熟练度、工厂人员流动(工人去留很不稳定),外贸转内销的市场变化,以及激烈的竞争环境有很高的洞察力和领悟力。


此外,大家可能忽视了“点石”这个标杆项目的一个细节,就是所有分组都是老板安排的——大组与小组的人员配比,如何分组才能让生产效率最大化,做到足够弹性?根据我们的现场观察,现场没有丝毫系统决策的痕迹。“人”,仍然在中小规模工厂中起着决定性作用。


总之,别妄想用“技术”和“改造”等字眼,就想完全解决服装加工厂乃至一个行业长期存在的痛点。


有人说阿里想用样板间,向国内工厂出售数字化解决方案。想问这机械臂有几家工厂能买起,需要附带“回本攻略”,而犀牛智造对于商业模式和收入问题一直都回答的比较模糊。图片来自虎嗅Pro


两年后,当我们看到阿里造出了犀牛工厂这个“样板间”后,一方面在思考是不是阿里觉得突破不了国内中小工厂存在的成本与人力瓶颈,索性自己先造一个示范一下,部署上先进设备,从底层到上层全部数据化;另一方面,我们也在想这个两年前的项目是不是有了一些未知变化。


因此,我再次联系了阿里1688,对方已经表示这个项目已经不做了,“升级”为C2M业务,将内贸批发平台1688与淘宝特价版打通。换句话说,就是帮工厂做好与消费者端的“对接”和“匹配”工作,重点放在“工厂直销”上,不再提参与工厂的改造问题。


此外,当我再次联系点石工厂时,对方已经无回复。


如今,取代阿里云IOT团队,由淘系孕育出的犀牛智造,自己造了标杆式的“样板间”,再次提到将人工智能、IOT等技术应用到生产车间中,把工艺数据、产能数据、生产线数据全部打通,用产生的数据来决定工人的调度问题;又再次提到了利用淘宝的海量数据,帮服装品牌做市场预测……


听起来好像跟两年前一样,又似乎不太一样。


但至少我们清楚了,沿海利润微薄且竞争激烈的中小工厂里那种简陋设备和车间布置,如果直接只架个摄像头,不从底层加以改造,是不会收获足够多的有效数据的。


但话又说回来,阿里自己造一个拥有机械臂和蛛网式吊挂系统的样板工厂,是不是能给时刻徘徊在倒闭边缘的中小工厂一些借鉴,似乎没有太大意义。


那么回到阿里自己身上,这个样板间带来的收益是否足以支持他们建立第二家、第三家工厂?


或许阿里自己算好投资回报比,并在未来实现盈亏平衡后,有意加盟的人可能会把这套模式推广下去,那么到时候效果如何,我们会再次用文字记录下来。


我是虎嗅科技组的傅博,关注智能制造、半导体以及自动驾驶,欢迎行业人士聊天爆料(微信:fudabo001,加微信请务必备注身份)。

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定