“未來工廠”升級之路

王姍姍

犀牛智造的縫紉車間里，AGV小車正在運送物料。

“我們有網紅帶貨，有像拼多多這樣的廠家直銷方式，產銷協同被全部打通……”在周宇翔看來，電商渠道推動下的中國消費市場在過去十年發生了太大變革，已經影響至上游的制造業在生產效率和管理能力上出現變革訴求。所以他和兩位好友在2016年回國創辦黑湖智造，想參與的正是中國制造企業下一輪的升級改造。

周宇翔認為，彼時歐美軟件企業向中國制造業客戶兜售的生產信息化管理系統（MES）所依據的“最佳實踐”，已經是基于上一代制造業的陳舊經驗，對中國消費市場的靈活需求響應笨重。

帶著這種預期，黑湖默認中國工廠多半已完成數據層面打通，只需一套更適應市場需求的自動分析與預測系統。但進到工廠，他們才意識到現實的落差：多數生產車間仍然每天早上用Excel人工安排任務，再將其打印成紙單下發，根本不具備可供實時分析的數據基礎。

周宇翔和合伙人暫停了研發，從一線工人做起—這是中國制造的現狀，也是未來工廠的起 點。

全球制造業圍繞“信息化”的革新，公認始于1960年代，以計算機和互聯網為技術支撐。2013年，“工業4.0”（也稱第四次工業革命）的概念率先在德國提出并被列為國家戰略，它指明制造業在經歷了蒸汽化、電氣化、信息化三個時代的演進之后，下一階段應是向智能化轉型。此后，美國的“先進制造業伙伴計劃”以及中國在2015年發布的《中國制造2025》白皮書，無不是在順應這一潮流。一幅沒有員工、只有各種高科技全自動化機械設備在車間里作業的前衛景象，仿佛已經被描繪出來。

針對數字化制造，“燈塔工廠”聚焦

圖注：1.OEE是Overall Equipment Effectiveness的縮寫，指設備綜合效率 2.截至2019年年底，全球“燈塔工廠”網絡的最佳數字化用例總數達到92個

2018年，世界經濟論壇和麥肯錫合作全球“燈塔工廠”網絡項目，每年評選出在第四次工業革命中具有示范意義的工廠。是否采用工業4.0的核心技術便是評選的標準之一—包括數字化、自動化、人工智能、虛擬現實、工業物聯網等，而這些技術皆是以5G網絡為基礎發展起來的。

截至2020年完成的評選，這個全球“燈塔工廠”網絡已集納了54家工廠企業，其中有16家位于中國。這些工廠中圍繞生產制造、設備控制、質量維護、績效管理以及可持續發展等維度展開的各種創新項目，正像一幅大型拼圖的碎片，切實拼出了“未來工廠”應有的部分樣貌。

在中國的入選企業中，有9家都是以打通了“端到端”的價值鏈為特色—前端連接用戶和中小商家，后端連接原材料、物聯網和物流供應商，真正實現由燈塔工廠連接起來的網絡生態。這個數字在全球排名第一，排在第二名的美國目前擁有5家端到端“燈塔工廠”。

阿里巴巴旗下的犀牛智造在去年入選，成為全球首個服裝產業的“燈塔工廠”。國內有更多人也因此關注到世界經濟論壇的這項評 選。

阿里作為中國最大的電商平臺所積累的消費者數據，令犀牛智造天然具備了以端到端思路建立數字化供應鏈的基礎。按照犀牛智造CEO伍學剛的說法，該項目的核心是實現以消費者為出發的“以銷定產”。為了滿足需求，市場缺失的是“數據驅動的規模化柔性制造”。

伍學剛對《第一財經》雜志表示，“柔性”既是針對眾多中小品牌企業“多款少量快速交付”的訂單特征，同時也會服務于規模化制造，比如那些由直播電商和雙11大促觸發的脈沖式訂單洪峰。

整體來看，中國制造型企業的數字化轉型動力正在由弱變強。這背后，除了零售端釋放的需求變化和勞動力成本壓力上升這兩個核心誘因，家族企業“二代”接班人管理知識背景的普遍升級和國際貿易摩擦—這些或內部或外部的變化，都成為令工廠愿意主動變革的推手。

犀牛智造大事記

中國工廠的轉折

浙江杭州歐潤時裝有限公司總經理張冰力，從搞外貿到切入生產加工，已經在服裝行業做了20多年。

歐潤合作過的客戶中，既有海外快時尚品牌，也有各種起家于淘寶的“淘品牌”—它們正是中國服裝代工產業承接的核心客戶，其進退演變，會直接牽動上游生產制造企業的命運轉折。

2012年以來，張冰力的工廠明顯感受到勞動力成本逐年上升的壓力。國際品牌的代工訂單大量轉移到東南亞國家，張冰力目睹身邊不少同行也順勢轉到海外辦廠。他去東南亞考察過，感覺那里的生活和工作條件“比我們30年前還差”，實在不愿意外遷。但是要在國內繼續生存下去，克服勞動力成本的壓力，進一步服務好以淘品牌為核心的“內需”客戶，歐潤就必須對工廠做進一步技術升級。

頭部“網紅”雪梨、錢夫人的淘寶店鋪“錢夫人家雪梨定制”背后的公司—杭州宸帆電子商務有限責任公司（以下簡稱“宸帆”）在2017年找到歐潤合作，目前已經是張冰力最大的客戶。

淘寶平臺在2016年前后涌現了一批由網紅開辦的店鋪，她們在社交平臺發布穿搭建議從而贏得粉絲，再導流至淘寶實現商品交易轉化。以此模式不斷壯大的所謂第二代“淘品牌”，從早期拿貨賣到后來自己“做貨”，不斷累積供應鏈能力，依靠“快速上新”的打法來保持店鋪銷售熱度。為了控制庫存風險，這些淘品牌往往采取少量現貨，預售和補貨相結合的形式，也就是先向工廠下小批量的首單，之后賣得好的單品再多次翻單。

“錢夫人家雪梨定制”目前每一個月都會有“一大一小”兩次上新，小上新一次30到40個款式，大上新60到100個款式，針對年度大促活動每次還會額外增加40到60個新品。包括“錢夫人家雪梨定制”，宸帆旗下共30多個女裝品牌僅在2020年就上新了近7000個款式，從設計到上線的周期約20天。2019年8月宸帆嘗試直播帶貨，直播間有30%到40%的貨品來自旗下品牌。宸帆不僅要單獨為直播間準備新款，參與“秒殺”的單品也常常當日售罄。

“雖然我輸出的是穿搭的審美品位，但也需要給消費者提供獨特的貨品，提供不一樣的性價比，才能在未來獲得競爭優勢。”錢夫人告訴《第一財經》雜志，宸帆剛開始自己做貨時，找工廠并不容易，要么訂單達不到大工廠的起訂量，只能等大單的空閑時間做，要么找幾十個人的小作坊，連交付都不能保證。

上新快、首單和翻單的產量波動大，以及由直播電商觸發的訂單量短時間暴漲等問題—這些正是以淘品牌為代表的新一代國內客戶對于歐潤這樣的工廠提出的巨大挑戰。

按張冰力的說法，他早在2012年就看到了“小單快返”的柔性生產能力會是未來方向。之后這些年，他陸續砍掉了所有服務于大規模訂單的生產線，引入一批半自動化設備和配備了傳感器芯片的吊掛，并針對小批量訂單重新設計編排工序。原先四五百人規模的工廠，縮減到了如今的150人和4條生產線，廠房也只留了一層樓面。張冰力介紹，最忙碌的時候，一個生產線的工人可以同時被組織起來生產4款不同的衣服。

一件成衣在歐潤的生產車間里是這樣誕生的：從面輔料區出發，先在自動裁床上完成鋪布和裁剪，變成裁片被掛上吊掛衣架，送去自動模型機修整，分配到一個工位排成U型的縫紉組，完成車縫、門襟、拷邊等22道工序，質檢后分碼、折疊和打包—整個過程基本能在30到60分鐘之內完成。

天花板上的軌道不斷將吊掛輸送至下一道工序，吊掛上的半成品從工人們的頭頂上滑過，這似乎最能顯現車間繁忙卻有序的一面。

歐潤改造升級后的服裝車間，現在只需150個工人，是過去員工規模的1/3。

車間里的數字革命

在那段去工廠一線當工人的體驗中，周宇翔曾在一家為歐萊雅和雅芳代工的化妝品包裝工廠，負責口紅管的第二道工序“注塑”—把攪拌完成的原料投入注塑機，再用模具壓出容器形狀。

一個注塑機承載了3到4個任務，每次切換都要更換模具。周宇翔每天早上會收到十幾張紙單，分別寫著要在何時開啟哪臺機器以及要用到什么物料。他要先拿著這些工單找倉庫員工領取模具，再通知叉車工把模具運送車間，還要等待設備部門的員工現場調試設備參數，然后才能開工。

上述流程中的每個節點都在產生運營數據，但它們又分散在不同設備和工種個體上，無法實時共享，時常導致溝通脫節，某個環節一旦出現問題就只能層層匯報。“生產一個產品需要5個小時，但你還要用5個小時來換模具，相當于10個小時之內只有一半的產能被利用起來了。”周宇翔對《第一財經》雜志說。

憑借穩定的海外大客戶，這家化妝品包裝工廠的年產值可以達到40億元，利潤率也不錯，但它也在尋找新的增長點。機會并非沒有—越來越多的消費者把注意力從傳統大牌轉移到日韓小眾美妝品牌上，它們的生存之道與宸帆是一樣的，因而也會對合作工廠提出柔性需求。

“有的生產線原來的訂單任務是做10萬件，瞬間降低到5000件，并要在8小時、甚至5小時里完成，然后轉去生產別的產品。”周宇翔指出，數字化程度不足的工廠面對這種變化，在多條生產線之間或是上下游的協同上都會出現很大問題。

對工廠車間做數字化改造，前提是先實現所有端口數據的“線上化”，把每個節點的數據實時同步放到云端，然后完成對數據結構化和關系化的梳理，分享給需要消費數據的角色，以提升生產流程中的協同效率。

張冰力的服裝廠經過硬件改造，實現了基礎數據的線上化。那些通過傳感器芯片實時采集和分析數據的吊掛，會自動為衣物分碼、分款，識別出做完哪道工序、所處工序和未完成的工序;工人的工位旁邊有一個帶按鍵和小屏幕的看板，顯示著他們的姓名、正在做的工序、返工數、產量和效率等數據;每條生產線的前端還裝有一塊LED屏，上面不間斷滾動著紅色字幕，提示當天任務進展：目標200件，已完成70件，完成率35%……這些數據幫助車間管理人員清楚掌握全局，及時調整生產計劃。張冰力告訴《第一財經》雜志，國內代工H&M或Zara的工廠過去從面料下單到做出成品發貨，每個訂單的平均生產周期是30天到45天，而歐潤的車間現在完成一批訂單基本只需要10天。

傳統IT服務商開發的定制化系統，往往報價昂貴，開發周期較長，中間甚至還涉及到停產。為了降低改造門檻，輕量、便宜、快捷是黑湖智造試圖讓軟件實現的特點。

黑湖智造的主產品下設生產管理、質量管理、物料管理以及設備維護四大板塊，每個板塊中又縱向切分為計劃、執行和分析3層，共12個矩陣。各層中又有各種“微服務”，比如生產執行層中的良次品報工、返工管理等等，各自在縱橫交錯的網格中發生聯系。

這些微服務，正是黑湖智造提供的最基礎產品，用周宇翔的話說，它們就像樂高積木—工廠可以按需選購不同的積木以及員工賬號數量，再為每個賬號分配需要承載的積木—也就是功能模塊—用它們搭建出相應的業務流程，日后還可以按需靈活增減模塊。

“你租用的是我開發的代碼本身，代碼可以被n個工廠所分攤。當我做的工程越多，邊際成本越低。”周宇翔說，黑湖的系統價格是傳統MES的1/10，也可以年費化。從調研、搭建、現場培訓到上線試跑，平均需要6周時間。

從打樣到復刻

2017年，曾在優衣庫集團擔任全球供應鏈統括部長的伍學剛加入阿里巴巴，擔任犀牛智造的CEO。犀牛智造的初創團隊中，有70%來自互聯網行業—包括從阿里體系轉來—只有30%來自制造業。而這個項目在籌建之初就迅速放棄了“對存量的傳統企業進行改造”這條路，用從零新建一個工廠的方法，來給“未來工廠”打樣。

在首先切入哪個品類做試驗時，犀牛選中了服裝業。伍學剛解釋說，之所以選擇從服裝業切入，原因就在于它的規模足夠大，且痛點突出。服裝正好也是阿里電商平臺上最大的垂直類目，這意味著阿里巴巴可以對其做最充分的消費洞察。

歐睿發布的數據顯示，2019年中國整體服裝市場規模達到2.19萬億元。而阿里巴巴研究發現，商家每年因為供給的不確定性導致的庫存浪費高達4000億至6000億元，折合占到整體市場規模的20%到30%，同期因為需求和供給不平衡給工廠端造成的產能浪費，折算下來也在每年4000億元的水平。

2020年10月，保密3年的犀牛智造對外開放了位于杭州臨平的首家試驗工廠，外墻被紅磚覆蓋，廠房占地3萬平方米，在國內的服裝加工廠中屬于中等偏上規模。這家工廠生產出的第一件產品是一條牛仔褲。之所以選擇做牛仔褲，廠長胡志軍解釋，是因為它屬于一種“多變”的品類，同樣一塊料可以做出各種花樣的衣服，很適合工廠端為快速響應不同消費需求而做的各種試驗。此外，在面料軟硬度上，牛仔褲也是犀牛引入的初代機器人手臂最能輕松抓取并拖動的面料。

占據兩層樓的車間，整體格局像是歐潤的plus升級版。明顯優于普通工廠車間的樓層挑高和成排垂下的吊燈、清爽的白墻灰地搭配藍色的分揀筐和員工制服—這些環境層面的設計，將車間內部映襯得格外明亮，甚至附著了一層技術感。

一層中央倉裁配區的一邊是高達四五層的立體倉庫，碼放著待用的原材料;另一側的輔料區里，每種類別的輔料被放置在一個籃筐里，自動導引運輸車（AGV）在貨架間穿梭，將訂單所需的籃筐運送給分揀員。每個原料和輔料在進入倉庫時就完成了數字化，數據實時存儲到系統。

下游商家下達訂單后，如果已有材料，機器人把原材料從倉庫中調取出來;如果沒有原材料，將觸發上游供應鏈生產原材料，或者通過菜鳥物流調動到中央倉庫。

在二樓的印花區里，印花設備用數字導航代替手工，把圖樣用LED光投射下來，員工只需將產品對齊位置，便直接進入印轉。

縫紉區的生產線上方，傳統雙向軌道的吊掛被升級成蛛網式吊掛系統，類似四通八達的立交橋，不僅連接上下游的工序，還能在各個縫紉組之間橫向移動，基于款式難易程度和生產狀態，尋找在技能和時間上匹配的人。

胡志軍透露，所有的軟件系統都是阿里巴巴自研，硬件則是和供應商聯合共創。在物聯網方面，生產鏈條涉及的每一個遠端設備都被安裝了阿里巴巴自研的犀牛芯，目的是要盡可能完整地收集數據。

“這家工廠在數據采集和實時共享層面的先進程度，已經遠超過國內目前號稱已具備柔性生產能力的工廠。”一位在今年剛參觀過犀牛試驗工廠的服裝制造業人士告訴《第一財經》雜志，犀牛工廠里的一臺縫紉機可以記錄到的數據，細致到每一次被使用的起止時間、用線長短、工人的手速和精確度等所有能被人想到的生產信息。系統會基于這些動態數據，實時優化整條生產線的排產進程，以獲得最高的生產效率。但她也提及，這么高科技的設備和智能系統，目前僅僅用來生產T恤、牛仔褲等工藝最簡單的衣服品類，并不利于提升系統的算法能力。

對服裝工廠實施數字化改造，首先要為縫紉機和吊掛這些核心設備安裝傳感器芯片，實時收集生產線的開工數 據。

對服裝工廠實施數字化改造，首先要為縫紉機和吊掛這些核心設備安裝傳感器芯片，實時收集生產線的開工數 據。

車間每個員工身邊的iPad上，除了顯示一般任務完成度等基礎數據，還有紅色代表落后、綠色表示領先的實時排名，以及掌握的技能、工藝解說、一鍵改派等功能。每個在犀牛工廠里工作過的員工在生產線上的歷史操作數據都會跟著人流動，就像一份人生檔案。系統將基于這些檔案信息，隨時把處在某道工序上的半成品派給此刻最適合接手它的員工。

所有數據匯集到名為“犀牛智造-制造平臺”的軟件上分析管理，基于訂單，由AI算法自動調配、安排生產計劃—放在哪條生產線，由哪些人來做。針對非標準化的產品，又涉及手工作業的生產線，出現“堵點”是很正常的。從信息屏上看，每個堵點呈現為紅色，系統要做的，就是將堵塞于某個環節的半成品立刻推送給相對空閑的工位。

每天，一條滿負荷的生產線看起來就是處在不停出現堵點，又不停被迅速解決的狀態。AI算法正是在這個過程中得以不斷優化。犀牛工廠于去年10月首次對外揭開面紗時，直接交出了一份“最低起訂量100件，平均7天內交付”的成績單。燈塔項目的報告提及，犀牛工廠的訂單交付周期比同業縮短了75%，可實現的最低起訂量僅為傳統工廠要求的2%，而這些柔性生產的能力幫助渠道把庫存壓力降低30%。

一家在犀牛智造試驗早期就與其展開訂單合作的淘品牌告訴《第一財經》雜志，在這里的獲得供應鏈體驗，與那些合作多年、默契度已經很高的工廠相比，至少現階段沒有太明顯的優勢，所以暫時也不覺得要放棄與傳統工廠的合作。

伍學剛表示，犀牛智造已有6家工廠，分布在杭州、安徽等地，除了杭州的3家試驗工廠，其他是各自專注針織、梭織、羽絨服等品類的規模化柔性工廠，伍學剛表示，這些品類已經能覆蓋每年服裝總銷量的60%。

犀牛智造入選“燈塔工廠”的Top 5創新項目及實施效果

拿著這些工廠案例和越來越長的客戶名單，下一步犀牛想確立一套事關“未來工廠”建設的主流標準。

“要把不同設備用物聯網連接起來，就得讓大家用同一套標準、講同一樣的語言，這非常難。”伍學剛認為，作為一家設備商，如果今天不加入到一個主流的標準協議里面，未來可能會被整個柔性制造生態拋棄。

盡管全球已經擁有越過50座“燈塔工廠”，但麥肯錫2020年年末的一項調查顯示，約有74%的全球制造企業自稱深陷“試點困境”，因為此前的工業投資并沒有帶來計劃中的規模化擴張。

所以這些代表著未來先進生產力的“燈塔工廠”如何實現自身的規模化復制，將是下個階段全球制造業要重點征服的課題。

據悉，犀牛正在研究加盟工廠模式，試探性地尋找適合的合作伙伴負責出資建廠，犀牛則負責提供完整的技術解決方案和團隊搭建。

回過頭，面對在制造業仍然占據絕對主體的存量工廠，犀牛也不會袖手旁觀。從成本和改造難度上，雖然無法馬上輸出軟硬件配合的全套方案，犀牛智造首先打算對外輸出的是犀牛芯—先幫助服裝廠更新它們的縫紉機設備等關鍵設備，實現對生產數據實時在線采集。

產業端的創新和變革，遠比消費互聯網要慢得多，更何況每個產業、每個行業的特點都不一樣。伍學剛透露，犀牛的試驗若要從服裝業實現跨品類復制，最有可能試水的是一批與服裝制造屬性接近的產業，比如鞋、家紡、箱包—它們是偏時尚屬性，同時也偏勞動密集型。

即便不再排斥智能化、數字化改造的理念，也有能力斥巨資配備軟硬件，制造業中的大多數企業中短期還會面臨另外一個瓶頸—人才。從生產效率出發，系統算法調配的對象，不再是重復簡單操作、“螺絲釘”性質的單一工種工作。未來的工廠需要的是能夠參與更多工序的“全能工”，同時，他們還要懂得如何與系統數據互動，如何運用數據分析來幫助自己提高工作效率。當然，這樣的場景會引發一個非常值得思考的問題—“人工”這個角色與算法羅織的“系統”之間，究竟是誰在控制誰？