虎嗅科技集团出品
作者|乌托达
图为杭州乔司镇服装加工厂。
如果你想了解互联网行业的一些东西，据说你只需要在媒体待的时间够长就可以了。
工厂犀牛新概念在这几天不断发酵后，我们一直觉得这个业务的逻辑似曾相识，却又陷入了自我怀疑，认为也许这种对中小服装厂和淘宝服装商家的“赋能”确实会因为技术的快速迭代而有所不同。
但是面对各种看不到的生产线，我们开始“为人民加油”，甚至上了一个长篇大论的分析，推动整个国家服装行业的发展。我们找到了一条走出自己“困惑”的路——给大家展示两年前阿里做的一些事情，和读者一起探讨两者的区别。
不吹捧，不贬低，让我们看看这场阿里新做的嘉年华，是否能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:犀牛模型工厂
阿里犀牛CEO吴在接受36Kr专访时明确指出，新犀牛制造要做好两件事:
一方面面向淘宝商家，以销定产，让小订单快速反转，解决服务和成本问题；另一方面是在赋能服装厂“合理安排产能”。通过犀牛工厂的样板间，未来将数字化生产模式“移植”到数百家工厂，让工厂生产过程数字化、透明化。
很明显，这本质上是为了解决供需之间的信息不对称问题，让信息流动更有效率。
这正是两年前阿里1688主导的“淘工厂新制造项目”。
淘工厂项目负责人在2018年接受我们采访时表示，“基于海量大数据，已帮助超3万家工厂实现精准匹配，让优质工厂获得精准的客户资源，减少供需错配造成的时间和资源浪费”。
匹配的方式是与阿里云IOT团队合作:
首先，阿里云技术团队将帮助工厂生产线部署IOT设备，将服装厂每条生产线的情况全面数字化。其次，通过服装生产线的视觉识别分析，完成生产过程的数字化。第三，打通整个线上供应链数据。
显然，他们要解决的也是供需错配，方法有点像“工厂数字化转型”。
幸运的是，2018年我们接受了阿里1688的邀请，去了杭州一个叫乔司的小镇，那里聚集了上百家中小服装厂。有的甚至不能叫工厂，很多都藏在居民楼里，应该叫“服装作坊”——
没有先进的生产线，但一个不到50人的生产团队，每天能生产几百件衣服。
杭州乔司镇有很多家庭作坊。
当时淘工厂的标杆项目点石厂是我此行的目的地。但遗憾的是，当时看到的和现在看到的犀牛制造塔上的“自动化样板间”有很大不同，而是长三角、珠三角数万家中小型服装加工厂的大致模样。
面料，裁剪，缝纫都在一个空房间里。
它的“内部”一点都不高，衣料在角落里到处堆放。所谓的生产线，其实就是几个裁剪师傅用手指“翻转”出来的牛仔裤或者连帽衫的原型，然后送到另一边的缝纫台。
整个场面忙乱，没有节奏感。只有机器的嗡嗡声和飞舞的棉絮充满了一个几百平方米的房间空。
进厂的材料堆在一边。
当时淘工厂的口号是“用低成本的数字化软硬件帮助工厂实现各种生产数据的流程化”。据说点石的老板王花了5万元购买了这套结合了人工智能和技术的软硬件设备。
所以我们可以看到，相对简单的工作台上方，前后两端都安装了摄像头之类的硬件。石老板介绍，在这个小小的房间里，包括裁床、缝纫在内的各个生产环节，都安装了大约20台可以满足实时监控的摄像头和边缘服务器。
边缘服务器
当时阿里告诉我们，这些IOT硬件的功能主要是通过计算机视觉分析，可以让每一个生产过程数据化处理。
这样工厂接到10个订单，每一个订单都可以通过线上系统自动匹配买家，线上虚拟机器人可以管理生产计划，自动跟踪生产计划。
“一个环节一个环节，可以节省双方的时间。”当时点石的老板王跟我们说，我们以前接5000多的大单，因为根本没时间接小单，“浪费”了人力和时间，也没赚多少钱。
但是生意真的是一年比一年难做，单子只能靠抢，小厂自己也不知道市场情况。
他悄悄告诉我们，每年都有很多工厂因为双十一押宝失误，产品库存积压，欠了很多钱。“附近有个工厂老板，年前跳楼了，因为工厂羽绒服太多卖不出去，倒闭了。”他承认，市场预测能力和库存清理能力是这些中小型工厂所不具备的。
与此同时，越来越多的淘宝店铺，尤其是很多所谓的“设计师品牌”，更倾向于“根据销量来决定生产数量”，因此一直在寻找优化生产流程、尽可能缩短发货周期的方法。
“很多时候，我们和客户的矛盾是，他们觉得我们不是为他们生产，把他们放在后面，故意拖他们后腿；但我们其实每个订单都有固定的时间表，跟他们解释总是不清楚。”
所以“面料到仓库”、“送料裁剪”、“缝纫”、“离线退产”等所有交易和生产步骤都做到了网上透明(图片或视频由工厂上传)，让客户在网上看到自己产品的进度，真正解决了一个问题。
很明显，“喂切”一栏有上传的视频
另一方面，作为工厂的老板，王为了接更多的小订单，将几十人的生产团队拆分成许多不同的组合模式，这与传统大厂的流水组有很大不同。
“大单是20多人的标准流水线，小单的分别成立2人、4人、6人的小组。相当于把每个单子按照规模灵活安排到不同的规模生产组。”
有意思的是，当时这个项目还提到要借鉴和超越Zara的“快速反应”模式。
服装供应链快速反应的概念最早是由世界著名快时尚品牌Zara提出的。而一项名为“射频识别”的技术在整个供应链中得到了全面应用——通过商品和生产流程的“识别码”，可以实现产品从工厂到门店的全程跟踪，并实时监控库存。
在淘工厂项目中，“计算机视觉”和“在线大数据分析”已经成为服装加工厂实现小订单、快速响应和逐笔销售生产的关键技术。根据当时官方提供的数据，点石厂通过计算机视觉算法优化生产流程，排产提升6%，交期缩短10%；淘宝天猫数据可以帮助工厂做市场判断。
另外，在1688的平台上，淘工厂参照ZARA的供应商评分模型，为工厂做了等级划分。工厂的级别越高，获得优质客户订单的机会就越大。
没错，交割的透明化和各个环节的数据共享，可以让多个订单并行操作更加有序，也在一定程度上“规范”了交割流程，让每个流程一环扣一环地进行，确实可以节省时间；
线上对市场和销量的大数据分析，线下制造环节的数据，可以让工厂在淡季和旺季安排不同的“大中小单”最佳组合，没有生产缺口，让淡季不淡；淘宝商家也可以匹配到有合适产能和技术的工厂。
理论上一切看起来无懈可击。
但仔细想想，其实也有一些肉眼可见的漏洞和令人困惑的结论。
首先，制作过程是透明的，需要计算机视觉吗？除了图像数据，还有哪些数据？
据做过类似项目的工业互联网行业人士介绍，很多衣服叠在一起，图像识别几乎不起作用——无论是数量还是质量都没有多大用处。
“在这种环境下，很难。即使完成了这个过程，工人也可以直接按下按钮，而不需要机器来确认。
而且完成确认不是确认某件衣服的外观，而是通过一些执行动作或者数量来确定。总的来说，图像识别在这种复杂的环境下比较尴尬，但是摄像头可以做到实时监控和现场工况确认，比如要确认工人的加工情况。"
那么问题来了。除了影像资料，现场还收集了哪些可用的资料来调配人力和调整库存？在车间走了一圈，没发现别的。
其次，虽然衣服可以是“标准品”，但在这个不到100人的小服装加工厂，工艺其实一点都不标准。
访问期间，打板团队在一个封闭的小房间里工作，房间里没有安装任何设备；而且存放布料的角落也没有数码痕迹。然而，那些两人或四人一组手工制作小订单的大师们的工作更难以用相机或其他传感器来量化。
原来工业的智能化改造是以自动化为基础的。没有设备自动化，怎么谈智能化？这种转变更像是一种“云上交易”，而不是一种智能转变。
当时他问老板这个问题的时候，也承认有些环节“确实需要人工完成”，而网上下单的意义在于“避免双方斗嘴，随时查看订单并行进度。”
第三，所谓不到5万元就能帮助中小服装厂用标准的软硬件设备完成智能化改造，听起来有点流氓的味道。
即使很多人说服装厂流程比较简单，但是每个服装厂的车间规模不一样，员工数量不一样，设备的功能和老化程度不一样，各个生产环节的规模不一样，加工工艺不一样，人员流动不一样...同样的价格，同样的硬件量，不知道怎么概括。
另外，工程师的人力成本，系统的实时更新，后续服务的成本也是非常昂贵的成本。
第四，通过以销定产，阿里可以真正帮助工厂实现。比如当季流行什么，用人工智能预测用户喜好，确实比工厂老板拍脑袋有用。但目前技术只能做好线上工作的这个一维部分，而线下的生产车间是一个复杂的多面体。即使工厂的线上数据和线下生产过程数据完全连通，也解决不了影响工厂生存的本质问题。
而研发技术的人也需要对生产工艺、师傅的技能熟练程度、工厂人员的周转、市场从外贸到内销的变化、服装行业激烈的竞争环境有很高的洞察和理解。
另外，你可能忽略了标杆项目“点石”的一个细节，那就是所有的组都是老板安排的——大组和小组的人员比例。小组如何最大限度地提高生产效率和足够的灵活性？据我们实地观察，现场没有系统决策的痕迹。“人”在中小型工厂中仍然起着决定性的作用。
总之，不要试图用“技术”和“转型”这两个词来彻底解决服装加工厂乃至一个行业长久以来的痛点。
据说阿里想利用样板间向国内工厂销售数字化解决方案。如果你想知道有多少工厂能买到这款机械臂，需要配上一份“回归原始战略”，但犀牛智造一直对商业模式和收入含糊其辞。图片来自虎嗅专业版
两年后，当我们看到阿里打造犀牛工厂的“样板间”时，一方面我们在想，阿里是不是觉得自己无法突破国内中小工厂的成本和人力瓶颈，干脆自己做了一个演示，配置了先进设备，自下而上全部数字化；另一方面，我们也在想，两年前的这个项目是否有一些不为人知的变化。
于是，我再次联系阿里1688，对方已经表示这个项目不再做了，“升级”到C2M业务，将内贸批发平台1688与淘宝特供版对接。换句话说，就是帮助工厂做好与消费者的“对接”和“匹配”，以“工厂直销”为主，而不是参与工厂的改造。
况且我再联系点石厂，对方也没有回复。
现在，淘系孕育的犀牛代替阿里云IOT团队，自己打造了标杆“样板间”，再次提到了人工智能、IOT等技术在生产车间的应用，流程数据、产能数据、生产线数据全部开放，生成的数据用于确定工人的排班问题；再次，我提到了利用淘宝的海量数据帮助服装品牌做市场预测...
听起来和两年前一样，但好像不一样。
但至少我们知道，利润微薄、竞争激烈的沿海中小工厂里简陋的设备和车间布局，如果只直接装一个摄像头，不从底层改造，是不会获得足够有效的数据的。
不过话说回来，阿里自己打造一个机械臂蛛网悬挂系统的模型工厂，是否能给那些总是濒临倒闭的中小工厂一些借鉴，似乎意义不大。
那么回到阿里自己，这个样板间的收入够不够支撑他们建立第二个、第三个工厂？
可能阿里自己也算过投资回报率比例，未来实现盈亏平衡后，有意向加盟的人可能会推广这种模式。然后，我们将再次以书面形式记录效果。
