自服装产业诞生以来，就大量依赖人的参与。打版、分拆、裁片、醒布、组装……制作一件衣服并非易事，不同的工人负责不同的工序，高度紧张的流水线下，一个工序的失误往往会造成整个产线的拥堵。

服装行业同时又是一个存在大量浪费的行业。传统的大订单模式往往造成库存积压，价值上亿的服装最终付之一炬也常有发生。2018 年，奢侈品牌博柏利（Burberry）就焚毁了约 2.5 亿元人民币的服装。

博士毕业后，刘珂就长期在 IBM 担任产品经理，负责给快时尚公司提供快反供应链（快速反应，指物流企业不储备「产品」，而是准备了各种「要素」，在用户提出要求时，能以最快速度抽取「要素」，及时「组装」，提供所需服务或产品）的解决方案。她服务过飒拉（ZARA）的巨头，也亲身下到过一线工厂。

她看到了一些问题，继而有了自己的想法：能不能用技术方式，改造这些工厂，提升他们的生产效率？

近期，我们邀请到了飞榴科技的 联合创始人 & CPO 刘珂 Kate，和她聊了聊，柔性供应链改造能给工厂带来哪些改变。

只有真正给工厂带来价值，飞榴才有价值。

只有真正给工厂带来价值，飞榴才有价值。

01

从订货会到小单快反

Founder Park：服装行业在中国大概是怎样一个规模？

刘珂：中国是个纺织制造大国，服装行业在国内是一个约 4 万亿人民币的产业。就服装加工厂来说，中国大约有 40 万家工厂。但是在这 40 万家工厂中，年收入达到 2000 万元人民币以上的不足 10%，大部分都是中小加工厂。

Founder Park：创业之前你长期在 IBM 负责供应链解决方案，国外的供应链方案可以直接落地到国内吗？

刘珂：国外的供应链方案一般是分阶段进行的。在 IBM 时，最早我们会咨询品牌方存在的问题，然后帮它做一些 IT 架构的设计，最后是一整套资源的搭建。

但是国内很多服装加工厂没有这样的时间和预算，能够从头搭建这种供应链体系，有些工厂甚至连电脑也不想买。另一方面，国内的很多解决方案也很难适应不同款式服装的生产。

所以飞榴所做的，就是在熟悉各种工厂的真实生产场景后，分析数据、迭代版本、在云上部署，最终给这些工厂提供一套不用投入很多 IT 资源、即插即用的解决方案。这个是我们一直想要帮助服装工厂实现的效果。

Founder Park：我们现在也可以明显观察到一些服装行业的趋势，比如快时尚品牌和电商平台的崛起。它们对上游的服装生产有什么影响？

刘珂：近几年，小单快返的需求确实越来越明显了。

从需求上看，现在有很多新形式的冲击，像网红带货、抖音电商，一些国货、潮牌也在崛起。这种订单批量更少，交货周期更短，可能就是一个热点事件，比如冬奥会的冰墩墩。

总体来看，需求方的订单越来越小，款式越来越多，也越来越分散。对供应链来说，是一个很大的挑战。

Founder Park：飞榴的投资方其实很豪华，其中就包括了字节跳动。可以跟我们透露一下，字节跳动选择飞榴，是基于什么样的思考吗？

刘珂：抖音电商其实是字节跳动接下来战略中非常重要的一个点，因为短视频天然对商品有更多维度的展示。这样的电商战略背后，最核心的其实就是供应链，它要满足小单快反的需求。

通过 AI 的方式，飞榴提升了供应链的生产效率，这成为了我们和字节跳动形成合作的基础。

Founder Park：抖音电商的供应链，跟其他平台相比，会有什么不同吗？

刘珂：差别最大的是，在抖音，会有更多个性化、快速化的需求。很多年轻人都追求个性，不喜欢那种生产了几万件、容易撞衫的款。

这对供应链是很大的挑战，因为很多款式工厂也没做过。如何保质保量地把订单交付出去，对很多工厂来说也是一个痛点。这也是飞榴的系统致力解决的问题。

Founder Park：可以这么理解吗，需求端被数字化后，倒逼了供应链的数字化？

刘珂：这个逻辑是成立的， 但其实需求端的数字化也是处在一个正在探索的过程。

电商平台确实有很多数据，但是如何利用这些数据，帮助他们做出更好的决策，是一个关键点。因为服装销售是分波段的，即使在电商平台，线上投放也是不一样的。同一件衣服，可能在已经春暖花开的南方卖得比较好，但在还比较寒冷的北方就卖不动。需求方要能够分季节、分人群、分地区决定进多少货，这对他们来说也是比较难的。

需求端的数字化和供给端的数字化，它更多是共生共存、相互促进的关系。

02

AI 赋能，人机共生

Founder Park：飞榴的主要客户是小厂，但小厂一般接受新技术的程度较低，飞榴如何解决这方面的问题？

刘珂：飞榴开发了一套 SewSmart 系统。有别于传统的软件，这套系统部署的时间只需要 3 天，门槛相对要低得多。

传统的软件部署，从了解工厂的需求，到调研分析，再根据工厂情况调整改造、最终上线，整个过程动辄一两个月，很多小厂很难承受这样的时间成本。

SewSmart 系统安装现场｜图片来源：飞榴科技

对 SewSmart 系统来说，只要工厂有网络，我们的顾问就能进场安装平板，给到管理层一些简单的培训。3 天左右，工厂就可以转款上线，使用系统生产了。相对成本就低得多。

Founder Park：「工序拆分」是很多服装厂面临的一个核心问题吗？飞榴可以带来哪些改变？

刘珂：确实如此。传统服装厂工序拆分更多依靠人的经验，比如生产一件衣服有 35 道工序，班组长拿到样衣后会按照样衣做一遍，然后把这 35 道工序按照工人的特点分配下去。

但这个过程其实有很大的优化空间：班组长的拆解是不是最优的？他分配的步骤有没有遗漏？其实很多快反订单工厂是从来没做过的，还需要有一个试错的空间，比如拉滚条是先拉中间还是先拉两遍？袖子应该缝一套线还是两条线？这些都是有讲究的，也导致拆解的时间会特别长。根据衣服的复杂程度，有时候甚至需要 7 天时间。但很多快反单的交付时间也就 14 天，等于说只给生产留下了 7 天时间。

飞榴带来的改变在于，飞榴自身就有比较强大的工序数据库。当一个新的款式出现之后，我们会首先在数据库里比对、拆解，给出一个跟现有款式相似度的比较。在这样的基础上，再通过人工检查，就可以提升拆解的效率。

服装生产实际上是一个及其非标的、离散的生产，很难碰到完全一样的款式。生产过程中也会遇到各种问题，比如一个全能工意外被针扎了，就可能导致整个流水线拥堵。飞榴的做法就是采集录入工人在一段时间内的生产记录，取平均值之后就会比较趋近工人技能的真实水平。通过这种方式，系统就掌握了不同工人的技能特点。进入实际生产后，系统会按照流水线上工人的技能，分配工序。即使出现意外，也能按照人员特点迅速给出替补方案。

Founder Park：你认为飞榴的竞争壁垒是什么？

刘珂：整个服装生产的供应链，包含了设计师、品牌商、批发商、供应商、加工厂等很多角色。 飞榴最大的价值就是把这个链条上的每个角色都连接起来，让每一类用户都能找到他们想要的东西。

对设计师来说，就是他的作品能被更多人了解、能找到更好的供应链来生产。

对批发商来说，他能拿到更多更好的客户。

对品牌方来说，他能够小批量、多批次地生产，

对加工厂来说，他的效率可以得到提升，能够接到更多品类的订单。

连接产业链上的每一个角色，我觉得这是飞榴最大的价值。

Founder Park：听说你们还做了一个 App 叫黑袋子，为什么要做这个 App？为什么要叫黑袋子？

刘珂：黑袋子是一个连接供需两端的平台。

黑袋子来源于批发市场常见的黑色马甲袋。在动物园、七浦路这种服装批发市场，档口老板对散客的报价会比进货商更高，他们判断的标准就是顾客有没有拿黑色马甲袋——因为进货商不愿意别人看到他进的款式，所以往往会拎着黑色马甲袋。

黑袋子就是类似进货商的一个连接供需两端的平台。一方面很多服装工厂经常没有订单，另一方面市场上也有各种快返订单的需求出现，但他们又找不到供应链生产。

另外黑袋子上也汇集了很多买手团队。他们会去各大批发市场把档口的衣服进到平台上来，比如北京的动物园、成都的荷花市场、广州的十三行等等。特别是在疫情的情况下，很多批发商就可以直接在黑袋子上选货。

同时作为一家科技公司，通过 AI 的数据分析，我们会根据用户不同的情况推荐不同的款式。所以他们得到的不仅是现货，不仅是后面的供应链，同时还有选品推荐的服务。通过这种方式我们服务了很多抖音的主播。选品对他们来说不是一件很容易的事情，因为既要针对目标人群的风格，有一定的原创性，又要保证性价比。由于更靠近源头，所以黑袋子可以比较好地满足这些需求。

Founder Park：同为 toB 的平台，黑袋子和 1688、一手（快时尚供应链平台）区别在哪？

刘珂：看起来 1688 和黑盒子都是撮合买方和工厂，但黑袋子背后是整个快反供应链的支撑。

我们常说「5 天打样、7 天生产、3 天翻单」，工厂接单后能够高效地拆解衣服、分配工序、快速生产，这种「5+7+3」的模式，是黑袋子区别去其它撮合型平台最大的不同。

黑袋子和一手的不同在于，一手主要是把线下的批发市场搬到了线上，但黑袋子还拥有直连生产的能力。买方可以直接在黑袋子的云工厂上下单，黑袋子会为他匹配比较合适的工厂，在较短的时间内生产出来。

黑袋子本质上是供应链和优质产能的重塑，1688 和一手做的更多是信息撮合。

Founder Park：你会怎么看待工厂数字化过程中，机器和人的关系？

刘珂：观察工厂演变的路径，其实是在不断进化的。

从最早的家庭作坊开始，到慢慢形成流水化生产，再到引入数字化的技术，它最终的目标就是使得分工协作更加细致，效率更加提升，整个流程可以不断优化。整个工厂，最终都变成由系统来驱动运转。每个人都能在过程中习得技能，得到提升。这是飞榴今后致力的发展方向。

飞榴改造后的服装生产线｜图片来源：飞榴科技

数字化，归根到底还是要以人为本。现在的工人受教育程度比以前高很多，他们这一代的选择也比以前多很多。他们之所以不去做外卖小哥，而是来到工厂，其实更多的还是关注自身的成长——我在这段工作中能不能学到东西。

以前，这种成长很大程度上取决于工人跟班组长的关系。跟班组长关系更好的工人，可能就能分到 A 类的工序，那成长就更高一些。

现在，在飞榴的系统中，这些工人能够得到自己的一个学习曲线。他可以直观知道：我再多会哪些工序，收入就可以提高多少。这就可以帮助这些新一代的产业工人更好地实现自身的成长。

这也是我始终在说的，机器和人，它是一个共同发展的关系。

03

关于创业，起始和未来

Founder Park：是怎样的一个时刻，让你选择创业？

刘珂：其实我在服装厂待的时间挺长的，每次去服装厂心情都比较震撼，因为服装加工厂其实是处在整个「微笑曲线」的底部。

微笑曲线分成左、中、右三段，左段为技术、专利，中段为组装、制造，右段为品牌、服务。曲线代表的是附加价值，微笑曲线在中段位置的附加价值较低，而在左右两段位置的附加价值较高｜图片来源：Wikipedia

工人们昼夜辛苦把原料做成了我们身上漂亮的衣服，但我也看到这个行业里的浪费是非常惊人的。一些国际大牌为了防止产品流入黑市，会销毁积压库存，像博柏利（Burberry）就在 2018 烧掉了大约价值 2.5 亿元人民币的库存。国内的品牌很少直接销毁，但也会有库存积压的问题。

所以我和我的团队就是希望能够改变这种浪费的情况，用可持续的生产给这个行业带来一些不一样的东西。

Founder Park：如果用一个词来形容飞榴看重的人才素质的话，会是什么？

刘珂：我非常看重的一个素质就是学习，不断地学习，跨领域地学习。

在飞榴最早期的时候，工厂会反馈，系统并没有帮助他们提升效率。我们就会马上总结问题，不断地研究、提升。飞榴所从事的事业，不是一个在短期内可以明显看到回报的事情。我们相信，只有真正给工厂带来价值，这项长期的事业才能做好，而我们最后得到的回报也会是长期的、可持续的。

Founder Park：创业这几年，你遇到最大的挑战是什么？

刘珂：最大的挑战还是在前期产品摸索的阶段。

在创业两三年后，几个版本的产品都没有达到目标，很多一起打拼的同时也离开了飞榴。我当时觉得挑战特别大，甚至开始怀疑自己，但始终相信我们所做的事情是有价值的，所以最终还是坚持下来了。

后来又有很多更优秀的同事加入了团队，大家也都相信我们在建立一个服装产业更可持续的生态。

能够真正帮助工厂提升效率，是一件很开心的事。

Founder Park：飞榴接下来的目标是什么？

刘珂：之前也谈到，服装行业里有很严重的浪费，整个行业都在面对一个可持续发展的挑战。

品牌需要满足消费者不断变化的、多样的需求，于是做了很多生产。在这个过程中，如何在满足这种需求的同时，避免过度生产，打造一个可持续的生态，是飞榴想要承担的社会责任。

我们希望用我们技术——不管是 SewSmart 系统还是各种数据分析的方式——让一个比较古老的行业更有生机。

*以上嘉宾观点不代表 Founder Park 立场，也不构成任何投资建议。

公司简介

飞榴科技是一家基于人工智能技术的服装柔性供应链服务公司，利用互联网和深度学习技术，链接服装产业上下游（面辅料供应商、服装加工厂、产业工人、电商和品牌商），提供小批量、多批次、快生产的供应链服务。作为 SHEIN 的核心供应商，飞榴科技在 2021 年被选为「SHEIN 最佳供应商 针织品质 TOP10」。

美国马里兰大学工程硕士、博士；人工智能专家；前美国 IBM 全球商业解决方案中心资深产品经理。返回搜狐，查看更多