大數據背景下智能服務在傳統服裝業的應用與發展研究

許榮臻　張明威　李超宇　李瑞卿　黃敏娜

摘要：2016年7月26日，由政府牽頭制定的《發展服務型制造專項行動指南》提出，服務型制造要向專業化、協同化、智能化發展，而智能服務是智能制造的必然延伸。為構建大數據背景下智能服務體系，初步建立以數據驅動的智能服務體系，促進傳統服裝產業轉型升級以借鑒作用。

關鍵詞：大數據;智能服務;服裝業

中圖分類號：F2文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2019.15.007

1研究背景

1.1智能服務是智能制造的延伸

2015年3月，德國國家科學與工程院發布的《智能服務世界》報告給出了智能服務的概念：智能服務是智能產品、實體服務和數字化服務相結合的不同類型服務組合，是工業4.0 制造的智能產品（出廠后）組成的價值鏈。智能服務作為智能制造的延伸，是服務型制造的重要模式之一，要實現“中國制造2025”，需實現智能制造，而智能制造又需要智能服務。

1.2智能服務是大數據的創新應用

在大數據時代下，新零售模式的漸漸興起，即以消費者體驗為中心的數據驅動泛零售形態，通過用戶行為數據持續優化精細化企業運營的同時，注重每個用戶的，明面和潛在的需求，并且主動、高效地滿足用戶的需求，即所謂的智能服務。因此，在大數據背景下，發展智能服務是目前廣大制造和銷售業的迫切需求領域。

2研究現狀分析

2.1智能服務理論

2.1.1智能服務的基本概念

關于智能服務，各方對其認識還未形成共識，由于支撐智能服務的技術還在不斷發展，智能服務的形態和分類也未定型，需在發展中不斷總結。

Ammar Alkassar博士（2015）提出，智能服務是對大數據進行分析解讀、互相聯系以及補充，集合成為知識，最終運用到產品和服務當中去。邁普（2012）指出能夠自主辨別用戶的需求，并且高效，主動，安全，環保的滿足需求，就是智能服務的目的所在。

劉鑄紅（2016）提出，智能服務是指將生產，供應和銷售各個環節通過物聯網信息系統進行數據化的分析處理，通過智能工廠達到快速有效的產品供應。肖志輝（2016）認為，智能服務與傳統的被動服務有所差異，在于智能服務能夠通過對用戶信息的攝取分析用戶的消費特征和消費需求，能夠準確的對接用戶需求，并提供給用戶更高價值，更多選擇的資訊，讓用戶能更高效，更便利的獲取自己所需要的服務。李曉鐘（2017）提出促進智能服務轉變為產業化的相關因素有：信息網絡基礎設施、核心技術的自主創新能力、信息網絡技術安全性和數據保護、智能服務人才和規章制度（規范與標準）等。同時，智能服務產業不但具有導向性、關聯性、前瞻性和全局性等基本特征，而且具有市場高風險性，需求不確定性、技術依賴性等特點。

2.1.2智能服務發展現狀

Michael Wei（2017）曾表示，隨著人工智能技術的不斷發展，人工智能對人們生活的滲透會逐步加強，智能服務就可能成為人們生活中的水和食物一樣，沒有智能服務就像生活中缺少水和食物。而人工智能服務的一個障礙是沒有明確的標準來衡量水平和質量，而利用人工智能作為基礎來提供的服務可能反而能夠體現出差異性，所以人工智能可能會成為智能服務的基礎能力。Ammar Alkassar（2015）提出在“智能服務世界”中憑借廣泛可用的數據庫，便可以預見和避免企業范圍內即將發生的故障或沖突，首先，在問題出現之前，服務提供商要完全自主地，有預測性地在遠程或在現場提供智能服務。

岳高強（2014）認為，近年來，隨著數量不斷增加的智能服務終端，為滿足用戶的體驗和使用需求，智能服務平臺的水平也會逐步增強，而通過云端和終端的相互影響和相互促進，也有利于更好的提升智能服務水平和改善智能服務環境，最終增大服務附加價值。劉鑄紅（2016）提出，目前智能服務在企業中，ERP更傾向于企業信息的管理，MES更傾向于生產過程自動化的控制，但是ERP和MES沒有很好的有機連接。孫浩林（2018）提到，智能服務已經延伸出跨行業科技，主要指一些數字化平臺生態系統或線上市場，企業可以在平臺上提供商品、數據以及一些智能服務。

2.1.3智能服務的創新發展途徑

Dieter Spath博士（2015）提出，智能服務必須保持著這樣的理念：為用戶提供更好的產品、提高社會福利以及為員工提供更好的工作。誰能將智能服務，智能產品和智慧人才匯集在一起，誰就能獲得在智能服務世界中的領先地位。

周宏仁（2015）指出，智能服務是要實現集成化、一體化和全方位的數字化，也就是全面的智能化。劉希儉（2015）認為，智能服務依托于大數據，在加大信息化投入資源的同時，還要加上企業對信息管理的能力，包括企業對大數據的獲取能力，信息化的認知能力，篩選分類能力，組織能力以及應用能力等。孫浩林（2018）提到，智能服務平臺設計要有統一標準，如通訊設施、連接方式、數據安全等，企業要判斷當前的國際通行標準在多大程度上可以保留和應用于新的數字化領域，那些標準需要進行修改或重新制定。周濟（2017）對智能服務發展表示，在今后的幾年中，將以遠程人工智能服務為重點發展，并以此為基礎，將制造業全面推進以智能服務和智慧化工廠的結合為中心的產業模式全面改革，讓更多的企業從勞動密集型的生產企業轉變為以智能服務為中心的服務型制造業。李曉鐘（2017）認為應建立智能服務產業和技術孵化器，通過智能服務技術應用示范項目和基地，推動科技資源集聚和資源轉化，構建智能服務產業技術協同創新平臺，提高科技成果轉化率，建立科技資源轉化支撐體系。

2.2服裝業運營情況

2.2.1服裝業經營情況整體向好

在經歷服裝業下行的形勢后，2017年服裝業迎來復蘇。2017年服裝業各月營業收入累計值均高于上年同期。尤其是2017年2月—8月，其收入累計增長率保持在6.5%以上。據統計，2017 年 1—5 月，服裝行業規模以上企業累計實現主營業務收入 9224.96 億元，同比增長 7.70%點;利潤總額 522.35 億元，同比增長 9.42%;銷售利潤率為 5.66%，比 2016 年同期提升 0.09 個百分點;銷售毛利率 13.93%，與 2016 年同期提升 0.04 個百分點;三費比例為 7.92%，比 2016年同期下降 0.12 個百分點。近幾年的數據顯示，服裝業虧損企業單位數量呈現下降趨勢。虧損企業比例從 2013 年的 20.38%下降至 2017 年的 16.45%?？傮w來看，2017年服裝業“回暖”，服裝業的發展仍有上升空間。

2.2.2服裝需求呈現多元化、個性化趨勢

隨著模仿性消費需求的逐步下降，人們對服裝的多元化和個性化消費需求快速增長，逐步取代模仿性消費成為消費主流。因此，由于消費者對服裝需求各異，服裝流行元素變化迅速，服裝生產成本逐步降低，人們對服裝產品的個性化和設計性要求增高，服裝業轉型升級步伐加快。

2.2.3服裝業庫存壓力大

2017年服裝業庫存量顯著高于去年同期，且2017年6月存貨累計值突破2000億元，累計增長達6.4%。據統計，服裝業平均毛利率一般為20%，即使沒有庫存，減去10%的各項費用，剩余利潤也只有10%，在沒有消化庫存的情況下，利潤進一步降低甚者獲得“零盈利”。實現“零庫存”將是服裝業轉型、創新的一個關鍵點。

2.2.4服務數據化、智能化程度逐步提高

近年來，以互聯網為代表的信息通信業正在加快與傳統制造業、服務業的跨界融合，“智能產品即服務”、“智能制造即服務”等理念使得新的智能服務業態開始涌現。2017年，伴隨著產業轉型升級和居民消費多元化、個性化的發展，服務運營數據化驅動、打造智能服務體系對傳統服裝業創新服務模式有著突出的意義。

3應用價值

2016年政府報告提出，“把握智能服務新趨勢，探索智能服務新模式，培育智能服務新能力”的行動指南要求。我們的研究以傳統服裝業為方向，將智能服務充分應用其中。

而在智能服務體系下，一方面通過大數據挖掘，可以幫助服裝業商家動態感知消費者的時尚需求變化，更高效地與供應商對接，最終幫助服裝產業解決庫存問題。另一方面在挖掘每個用戶的顯性和隱性需求的過程中，通過C2B模式實現反向定制，企業也可以據此及時調整經營策略，減少因為模仿性消費降低導致的壓庫存情況，從而大幅度降低生產經營成本，最終實現品牌的重塑升級。

4傳統服裝業發展轉型綜述

4.1傳統服裝業存在障礙

4.1.1服裝業中智能服務體系中按需定制服務與追求高效生產之間的矛盾

按需定制的智能服務模式以用戶的個性化需求為中心，如何提升地方傳統服裝業的定制設計與按需制造能力，在滿足用戶需求的同時實現高效的生產制造，追求更高的經濟效益和社會效益。

4.1.2地方傳統服裝企業向智能服務轉型的動力不足問題

傳統服裝企業多數以勞動密集型為主，企業對服務的需求僅停留在倉儲物流、批發零售等較為低端的服務領域，極難在產業鏈上進行延伸，在產品上的附加服務也極為有限。如何才能為這些傳統服裝企業創造足夠的轉型升級動力是我們致力解決的問題之一。

4.2轉型的對策及建議

4.2.1提升服務效率，降低服務成本

通過對當地制造業和銷售企業的實地考察，能針對性提出智能服務的構建方法，動態感知消費者需求變化等方法來預測消費者的需求、意圖和偏好，從而針對性地生產產品，主動地提供服務以滿足其需求，進而提高全要素生產率、產品附加值和市場占有率。同時更高效地與供應商對接，最終幫助服裝產業解決庫存問題，減少勞動力的投入，從而降低服務成本。

4.2.2促進傳統服裝業轉型升級

通過實地考察可以豐富智能服務在新需求和制造業方面的應用。以智能服務為思路，考慮到客戶的需求、意圖和偏好為中心，從而建立在數字基礎設施上的數據化商業模型，開展數據分析服務也是智能服務拓展盈利來源的可行方向。我國服裝業業還是勞動密集型產業，智能服務使以往生產要素的生產競爭方式正在轉變為科技實力的綜合競爭，使產品智能化，生產要智能化，消費體驗交互化，從而提高核心競爭力。

5智能服務于傳統服裝業發展建議

5.1大數據背景下智能服務與智能制造的有機對接

在科技革命與產業革命的浪潮中，智能服務將會成為智能制造的必然延伸。通過走訪傳統的服裝織造廠，探索服裝業已有的大規模流水線生產模式以及生產型制造的產業形態。后續輔以物聯網、云計算和大數據等技術，擬追求低時延、高可靠、廣覆蓋、更安全的網絡化協同制造服務，添加數字內容增值服務。在使制造業提高全要素生產率、產品附加值和市場占有率的同時，科學滲透“線上線下多元服務，增強客戶黏性”的智能服務模式，實現產業模式從以產品為中心向以用戶為中心的根本性轉變，實現產業形態從生產型制造向服務型制造的升級，實現智能服務與智能制造的有機對接。

5.2大數據背景下智能服務在傳統服裝業中的實際應用

了解其現有的服務內容與模式，對其進行全面科學的SWOT分析，從而研究在大數據背景下傳統服裝業實施智能服務的可行性，促進地方傳統服裝業轉型升級。以產需互動，價值增值為導向，建議企業建立大數據聯盟等產業鏈合作組織，對接科技、金融、網絡等多種資源，引導企業建立信息流、資金流、物流實時并行的數據模型和數據鏈條服裝業互聯網平臺。

參考文獻

[1]計世資訊.智能服務服務中國[J].計世資訊，2012-7：17.

[2]孔翰寧.從工業4.0到智能服務的世界：數據驅動型的經濟轉型[C].中國信息化百人會公共政策圓桌會議，2015-10-22.

[3]工業和信息化部，國家發展和改革委員會，中國工程院.發展服務型制造專項行動指南[Z].2016-7-12.

[4]服務型制造解讀專家組.發展服務型制造專項行動指南（十一）[N].中國電子報，2016-7-29（12）.

[5]葉檀.新零售瘋狂來襲-弱者已無生路[J].上海企業，2017，（10）：42-47.

[6]張恒梅，王曼瑩.中國制造業以服務化轉型構建新競爭優勢研究[J].經濟縱橫，2017，（11）：72-77.

[7]田立民，樂嘉春.大數據應用，長虹智能服務新起點[J].上海證券報，2014，（B01）：1.

[8]胡虎.從智能生產到智能服務[J].人民郵電，2015，（5）：2.

[9]孫浩林.德國“智能服務世界”計劃助力工業4.0[J].環球視角，2018-1：73，74.

[10]徐恒.智能制造：智能服務引領平臺之爭升級[N].中國電子報，2017-01-01（2）.

[11]Manvi.S.S.An intelligent product-information presentation in E-commerce[J].Electronic Commerce Research and Applications，2005，（3）：220-239.

[12]Xiaoyu Yang.Intelligent products： From lifecycle data acquisition to enabling product-related services[J].Computers in Industry，2008，（3）：184-194.

[13]Dobre.C.Intelligent services for Big Data science[J].Future Generation Computer Systems，2014：267-281.