本期话题：保密三年，阿里巴巴犀牛智造揭开面纱。程序员做裁缝，从消费者到工厂“反向定制”——“按需生产”的柔性制造，将给传统制造带来怎样的变化？相比五年前的C2M模式，犀牛智造有何不同？物联网和智能算法，是否会削弱工人的价值？大数据对产业技工的精准画像和引导，如何兼顾人性？
阿里巴巴秘密开发三年的智能制造工厂“犀牛智造”揭开神秘面纱。这间定义为“C2M柔性制造”实验室的工厂，以服装为切入点，根据平台消费行为大数据，为商家和工厂提供时尚趋势预判和对服装生产供应链柔性改造。
所谓“柔性”，就是更有效率地“按需”和“个性化”生产。如，传统服装业生产为1000件起订，15天交付，才能做到“不亏本”；但通过柔性制造均摊成本，可以将生产条件变成100件起订、7天交货。
国家统计局数据显示，1-8月份全国纺织服装类零售总额6936亿元，同比下降15%。服装类上市公司上半年近1/4亏损，整体利润同比下滑超30%。
疫情让服装行业再次意识到数字化的重要，消除库存、降低成本风险，“以销定产”是最理想的方式。这只“会绣花的犀牛”能解决这个问题吗？
犀牛智造工厂车间 （版权方提供）
C2M发展史 “端到端”的渠道创新
一件普通品牌服装，出厂价到最终专柜售价，通常要翻5-7倍，否则不赚钱。为什么呢？假设成本是10元，区域代理商拿货价格要翻倍，经销商和终端零售商还要翻倍。在这个过程中，会产生人工、运输、仓储物流、线下店租和过季降价损耗等成本。
为缓解这个痛点，从2015年起，互联网行业开始尝试让消费者和工厂直接发生联系的C2M商业模式。
最先出现的是“必要商城”——将个体消费者的需求积少成多，以此为基础与各大品牌服装的代工厂谈判——最终用高于工厂价、但远低于零售价的价格卖给消费者。随着消费者订单数激增，平台甚至可以实现一款服装，不同部位的细节定制。
网易严选也通过C2M模式，将消费者和工厂直接打通，并将商品扩展到日用百货的各个品类。随后，京东、拼多多、天猫等平台都相继进行过尝试。
这种方式的本质是，打通供销两端，消除中间环节和流转成本。而这次揭牌的犀牛智造，则是直接下沉建造智能工厂，用数字化的方式“改造”供应链。
通过以云计算、大数据和物联网为核心的智能化生产线，可以在一个车间内，对十几个不同品类、面料和款式的服装，进行快速灵活的生产。用做菜比喻，就像是传统的一口“大锅饭”，变成十个小灶，分别由厨师自由配菜炒制。
犀牛智造生产线可视化监控（版权方提供）
探秘犀牛智造：“按需生产、技随人走”的AIOT工厂
在犀牛工厂里，都是“数量不大、款式多样、即卖即产”的订单，在这里每块面料都有自己的“身份ID”，进厂、裁剪、缝制、出厂都可全链路跟踪；产前排位、生产排期、吊挂路线，都由AI机器来做决策。
在车间正门的大屏幕上，清晰地显示着生产线的3D布局，车间的每个工位、每张订单的生产情况，都通过物联网和云端采集，实时显示在屏幕上。
在每个工位上，巨大的机械臂帮助工人完成缝制、剪裁、印花等工序。工位上方配有一块屏幕，显示工人的工作效率档案：“姓名、工序名称、难度、劳动量、单位时长、工人效率”都会动态显示。数据累积后形成个人的电子档案。
有了这张“真实、客观、不掺水”的电子技能证书，车间可以灵活调配生产线，如让状态火热的工人，分担状态不佳的工位任务，好员工多劳多得；还可以让工人在分配新订单任务时，承担自己擅长的工序和岗位。
车间一角的AIOT智能物联网设备，负责在订单转换时的程序调试。一方面，捕捉制衣工人对不同面料、款式服装的处理、缝制手法，上传数据；另一方面，通过物联网感知不同订单，自动调校生产线的处理、缝制方式。实现不同服装订单的程序转换。
智能车间投入运营以来，完成过很多传统生产线无法实现的订单：如“7天内，制作出12星座不同图案、不同颜色、不同尺码的T恤衫，只有5000件”。未来这种“小、快、灵”的设备工艺，还将输出到千千万万个中小服装企业。但智能系统，对传统工厂和工人有什么影响？机器愈发智能，是否意味着更残酷的人力淘汰呢？
智能生产线对工人“技能数字化”提出更高要求（版权方提供）
犀牛CTO高翔：柔性制造的目标 know how下的“极致平衡”
思远：现在C2M柔性制造有两种，一种是以C端消费者的个性化定制为主；一种是给小型、小额订单为主的工厂做“个性化”定制。这两种理念，到底哪个才是真正意义的“柔性制造”呢？
高翔：首先要理解一个理念，从最开始对工厂“以产定销”，到非常极致、纯粹追求消费者个性化的C2M，是一个极左和一个极右的观点。市场经济里，当个性化需求可以实现“经济性”的时候，才会得到蓬勃发展。所以要基于消费者需求和生产制造效率的平衡，我们要构建出一个端到端的数字化体系，让这样的生态平衡能够发生、聚集、增强。作为消费者，您为您身上的衣服做定制是什么时候？很久远了对吧？ 或许我们在某个阶段定制过衣服，但这种消费一定非常低频。现在时尚元素和趋势出现，比如像IP插画这样的个性化流行元素，能够被转换成消费者需求，同时又能完成小批量、某类群体消费者的个性化需求的平衡，那就可以做。这种“平衡”的受认可度越高，这个市场的规模就越大。
思远：现在的犀牛智造，更像“实验室”，自产自销。未来如果跑通，计划向更多的中小服装企业，甚至是其他消费品类制造开放，让产业链上众多中小企业都用这套系统。但这样一来，会不会出现“既当运动员，又当裁判员”？
高翔：我觉得现在还不到解释这个的时候，因为现在所有工厂端的数字化改革，更多是围绕管理创新、ERP（企业管理系统），真正要把行业的know how（方法论）集成到一个软件数字体系里，是非常艰难、长期的过程。我们才刚刚开始。
举个例子，任何一件衣服部件之间都要缝合对吧，普通人觉得缝起来就可以了；但是专业设计师看来，这是文化的体现，所以看似一样的缝合可能有很多种手法和差异，或者是牛仔裤破个洞，是工艺的表达，这些核心能力的表达和know how被数字化和产品化是我们坚定的方向。到目前为止，我们也只是走出第一步，当这个东西成功后，才可以认为我们说工业大脑这个概念真正被落地了。
思远：选择从服装切入，是不是因为淘宝系的平台数据优势呢？
高翔：我们长时间有大量的数据，包括洞悉服装产业链的各环节，知道消费者的喜好，服装是丰富性最强的品类。像汽车制造业、装备制造业，虽然也是一种搭配方式，但它的interface（接口）已经固定了，车门和车身的组装、铰链，就那么三种对吧？但服装的组合千变万化，面临着不同的挑战，它的丰富性会更强，比如一个领子肩型有很多种，这是不可枚举的款式数量。
比如，服装生产过程中的动作手势有50多种，他能够用来生产什么东西，用什么手势什么动作，对于劳动强度最低，对于生产员工体验最好？这就是我们研究的方向。智能制造打通了底层逻辑后，未来会有更多的想法和可能。
思远：不久前，“外卖骑手被系统困住”的新闻，再次引发了“人与系统、算法矛盾”的讨论。柔性生产让供应链更智能了，技术进步会导致大量工人失业吗？智能生产线的系统和算法，怎样才能尊重人类和人性呢？
高翔：这里有两个问题，第一个是工作机会。工作机会被变革，但变革不一定是取消，而是到了一个需要人类创新的领域，比如常规的CAD（画图），用人工一笔一笔画，是低附加值的劳动。未来的工人岗位会变成数据处理师，他更多是纠正系统的数据处理，这个岗位从原来的重复性岗位变成工程数学型岗位了，对吧？再比如，以前司机的技能之一是认路、记路。现在导航技术出来了，对司机的这块技能要求就下降了，他可以用更多精力去做好与乘客的服务关系。
第二是如何兼顾“人”。大家都看到我们那些显示数据的PAD端，会连接到员工手机端，让他们的职业周期得到引导和改善：一个新人，可以根据系统的反馈和建议，从技能上一步步升级，就好比我们在游戏打怪中得到经验。他会通过系统知道自己的长短板，通过系统和组织，就可以成长更快。要让员工选择自己成长最快的路径，工作岗位的人和系统不是博弈和对抗，而是共生。当然这件事，还没有最终做好，但这是我们的目标和方向。
思远：跳出来看，互联网行业怎么平衡人和技术的关系呢？
高翔：你看到我的岗位是CTO兼COO，对吧？所以，我会从两个视角去看待：第一，技术是否创造了生产价值？第二，生产者本身如何去看待技术？这是个情感问题，同时是工程技术问题，也是软件工程问题。
我们会从双向评估，谨慎对待员工的成长，这是由专门的团队来完成的。比如我们有health and care团队来完成，我们会从各个角度去看待这件事情。每名一线员工的技能性、效率性、劳动性综合看待，没有一个维度是打遍天下的，他效率最高一定好？不一定。他的生活一定最舒适？赚不到钱也麻烦，对不对？
（作者：王思远 中央广播电视总台经济之声《远见》栏目制作人）