犀牛智造,这不是两年前阿里吹过的牛吗?

2020-09-22 网络
浏览
[科技新闻]犀牛智造,这不是两年前阿里吹过的牛吗?

原标题:犀牛智造,这不是两年前阿里吹过的牛吗?

出品| 虎嗅科技组

作者| 宇多田

头图为杭州乔司小镇的打扮加工场

要想在互联网行业看懂一些东西,听说只要在媒体呆的够久就可以。

犀牛工场的新智造观点在这几天延续发酵后,我们一向以为这项营业的逻辑素昧平生,但又堕入自我疑心,想着也许此次面向中小打扮厂和淘宝衣饰商家的“赋能”,确实会由于技术的疾速迭代而异乎寻常。

然则,面临种种未见实在生产线,便入手下手“为民喝彩”,以至上升到推动悉数国家打扮行业生长的长篇画大饼式剖析,我们找到了走出“渺茫”的要领——把阿里曾在两年前做的一些事变展示给人人看,与读者一同议论二者到底有什么差别。

不吹嘘,不诽谤,让我们看看这场阿里新制作的狂欢,可否像许多人展望的那样,给打扮行业带来天翻地覆的变化。

图片来自虎嗅Pro:犀牛榜样工场

阿里犀牛CEO伍学刚在接收36氪专访时,明确指出犀牛新制作要做两件事变:

一边是面向淘宝商家,以销定产,做到小单快反,处置惩罚效劳和本钱困难;

另一边则是赋能打扮工场,做到“合理部署产能”。经由过程犀牛工场这个榜样间,将来将数字化生产形式“移植”给成百上千家工场,让工场生产流程数据化和透明化。

很明显,这实质上是处置惩罚供需两侧的信息不对称问题,让信息流畅越发高效。

而这正好是两年前,阿里1688(B2B商贸平台)牵头的“淘工场新制作项目”做过的事变。

淘工场项目负责人在2018年接收我们采访时,曾示意“已帮超3万家工场完成基于海量大数据的精准婚配,让优良工场取得精准客户资本,削减因供需不婚配形成的时候和资本糟蹋”。

而婚配的体式格局,就是与阿里云IOT团队协作:

第一,阿里云技术团队会协助工场产线安排IOT装备让打扮厂每条生产线的状况完整数据化。

第二,经由过程对打扮生产线的视觉辨认剖析,完成生产流程数字化。

第三,将线上悉数供给链数据买通。

很明显,他们要处置惩罚的,也是供需端的不婚配问题,要领也有点像“工场数字化革新”。

很荣幸,我们在2018年接收阿里1688的约请,曾到杭州看望过一个叫做乔司的小镇,那边群集着上百家中小打扮厂。有些以至不能称之为工场,它们许多隐藏在住民楼里,更应该被称为“制衣作坊”——

没有何等先进的生产线,然则一个不到50人的生产小组却可以天天制作出成百上千件衣服。

在杭州乔司小镇上,有许多家庭式生产作坊。

当时,淘工场的一个标杆项目——点石工场是我此行的目的地。但很遗憾,我当时看到的现象,跟当下看到的犀牛制作嵬峨上的“自动化榜样间”很不一样,但这倒是长江三角洲与珠江三角洲的数万中小打扮加工场的广泛模样容貌。

面料、裁剪环节以及缝制环节都在一个空间里。

它的“内中”一点也不嵬峨上,衣服材料在角落堆的随处都是,所谓的生产线,实在就是若干个裁剪师傅“手指翻飞”出牛崽裤或连帽衫的雏形,然后将它们奉上另一边的缝制台。

悉数排场是慌乱且没有节奏感的,只要机器嗡嗡的噪音和满天乱飞的棉絮填满一个几百平米的空间。

来料堆在一旁。

当时,淘工场打出的标语是“用低本钱数字化软硬件,帮工场完成各个生产数据流程化”。而点石老板王存石,听说是花了5万元采购了这套连系了人工智能和IOT技术的软硬件装备。

因而,我们看到在相对大略的事情台上方前后两端,都装置了相似摄像头一样的硬件。据点石老板引见,在这个不大的空间里,包含裁床、缝纫等统统生产环节共装了约莫20个摄像头以及可满足及时监测的边沿效劳器。

边沿效劳器

阿里当时通知我们,这些IOT硬件的作用主假如经由过程计算机视觉剖析,能把每一个生产流程都做数据化处置惩罚。

这样一来,工场假如接10个票据,那末每一个定单都可以被线上体系自动将工场与买家婚配成组,由线上假造机器人举行生产计划治理,自动跟踪生产计划。

“一环扣一环,能节约双方的时候吧。” 当时点石老板王存石通知我们,之前都是常常接5000件以上的大单,由于基础没时候接小单,既“糟蹋”人力和时候,也不太赢利。

然则,买卖确实真的一年比一年难做,票据要靠抢才抢到,而小工场本身也搞不清晰市场情势。

他悄然通知过我们,每一年有许多工场都邑因双十一压宝失误而致使产物库存积存,欠好多钱。“旁边就有一个工场主年前跳楼了,由于工场积存了太多羽绒服销不出去破产了”,他认可,市场展望才能和清库存才能是他们这些中小范围工场所不具备的。

与此同时,淘宝越来越多商号,特别是许多所谓的“设计师品牌”,更倾向于“依据销量来肯定生产数目”,所以他们就一向在找要领来优化生产流程,尽量收缩出货周期。

,科技日报,

“许多时候我们跟客户的抵牾是,他们以为我们没在给他们生产,把他们排到了背面,故意拖;但我们实在每一个定单都有牢固的排期,跟他们诠释也老是说不清晰。”

因而,将“面推测仓”、“投料开裁”,“生产车缝”,“下线撤产”等统统生意业务和生产步骤都经由过程线上公然透明化——由工场端上传图片或视频),让客户端在线看到本身的产物有了进度更新,确实处置惩罚了一个问题。

很明显,“投料开裁”一栏有上传的视频为证

另一边,作为工场老板,王存石为了可以接更多小单,将几十人的生产小组分拆为许多差别的组合形式,这跟传统大厂的流水组有异常大的区分。

“做大单的是凌驾20人的规范流水线,那做小单的就零丁成立了2人、4人以及6人小组。相当于就把每一个票据根据范围,天真部署给差别范围的生产组。”

故意思的是,当时这个项目也提到了要进修和逾越Zara的“快反”形式。

打扮供给链的疾速反应观点,是由环球有名快时尚品牌Zara起首提出来的。而一项叫做“射频辨认”(RFID)的技术,被其充足应用在了悉数供给链条中——经由过程商品以及生产流程上的“辨认码”,完成产物从工场终究抵达店面的全程追踪,并可以及时监测库存状况。

而在淘工场项目里,“计算机视觉”和”线上大数据剖析”则成为宣扬中打扮加工场完成小单快反和按销生产的关键技术。据当时官方供应的数据是,经由过程计算机视觉算法,点石工场优化了生产流程,排产提升了6%,托付周期收缩10%;而淘宝天猫数据则可以帮工场做市场推断。

另外,在1688平台上,淘工场参照了ZARA的供给商评级形式,关于工场做了品级分别。品级越高的工场,越有时机接到优良客户的定单。

没错,每一个环节的托付透明化和数据同享,可以让多个定单并行操纵时越发有序化,也在某种水平上“规范化”了托付流程,让每一个工序都能一环扣一环地举行,确实可以节约时候;

而线上的市场与销量大数据剖析与线下生产制作环节的数据买通,可以让工场在淡季和旺季部署挤“大中小定单”的差别最好组合,不涌现生产破绽,做到淡季不淡;而淘宝商家也能被婚配到产能和技术合适的工场。

统统从理论上看起来都无懈可击。

然则细致一想,这内里实在存在着一些肉眼可见的破绽和让人疑心的结论。

起首,生产流程透明化,是不是就须要计算机视觉?除了图象数据,另有什么其他数据?

依据做过相似项目的工业互联网行业人士的说法,许多衣服堆叠在一同,图象辨认几乎不起作用——无论是确认数目照样确认质量,都没有太大用途。

“在这类环境里,异常难。即使这个工序完成了,也可以由工人直接按下按钮,并不是须要机器来确认。

而且落成确认并不是是确认某件衣服的模样,而是经由过程一些实行行动或者是数目来肯定。总的来说,图象辨认在这类冗杂的环境里挺鸡肋,然则摄像头却可以做及时监测和现场工况确认,比如确认工人的加工状况,是有必要的。”

那末问题来了,除了图象数据,那末现场还采集了哪些可用的数据用来分配人力,调解库存?在逛了一圈车间后,我没有什么其他发明。

其次,虽然衣服可所以“标品”,然则在这类不到百人的小型打扮加工场,流程实在一点也不规范。

在观光时,打板的团队在一个关闭的小屋子里事情,那边并没有装置任何装备;而寄存衣料的角落也没有任何数字化的陈迹。而二人一组,四人一组手工做小单的师傅,其事情更是难以用摄像头或其他传感器来量化。

原本工业的智能化革新,都是竖立在自动化基础上。没有装备自动化,何谈智能化呢?这类革新更像是一种“生意业务上云”,而非智能化革新。

当时在向老板提出这个疑问时,他也曾认可一些环节“确实须要手动来点击完成”,定单线上化的意义更在于“防止双方扯皮,随时检察定单并行进度。”

第三,所谓不到5万,就能用标配软硬件装备帮中小打扮工场完成智能化革新,听起来有点像耍流氓。

即使像许多人说的打扮工场流程相对简朴,但每家打扮工场的生产车间大小不一样,员工数目也不一样,装备的功用和老旧水平不一样,各个生产环节的范围不一样,加工工艺也不一样,职员活动状况也不一样……不知怎样用一样的价钱和雷同数目的硬件混为一谈。

另外,工程师的人力用度、体系及时更新和后续效劳的用度,也都是异常高贵的本钱。

第四,以销定产,阿里确实可以协助工场完成。比如当季终究盛行什么,用人工智能来展望用户偏好,比起工场老板拍脑壳确实更管用。然则,技术现在只能把线上这部份单维度的事情做好,而线下生产车间是一个庞杂的多面体,即使将线上数据与工场的线下生产流程数据完整买通,也处置惩罚不了影响工场生存的实质问题。

技术和研发技术的人,也须要对打扮行业的生产工艺、师傅技术熟练度、工场职员活动(工人去留很不稳固),外贸转内销的市场变化,以及猛烈的合作环境有很高的洞察力和领悟力。

另外,人人大概无视了“点石”这个标杆项目的一个细节,就是统统分组都是老板部署的——大组与小组的职员配比,怎样分组才让生产效力最大化,做到充足弹性?依据我们的现场视察,现场没有涓滴体系决议计划的陈迹。“人”,仍然在中小范围工场中起着决议性作用。

总之,别妄想用“技术”和“革新”等字眼,就想完整处置惩罚打扮加工场以致一个行业长期存在的痛点。

有人说阿里想用榜样间,向国内工场出卖数字化处置惩罚方案。想问这机器臂有几家工场能买起,须要附带“回本攻略”,而犀牛智造关于商业形式和收入问题一向都回覆的比较隐约。图片来自虎嗅Pro

两年后,当我们看到阿里造出了犀牛工场这个“榜样间”后,一方面在思索是不是是阿里以为打破不了国内中小工场存在的本钱与人力瓶颈,干脆本身先造一个树模一下,安排上先进装备,从底层到上层悉数数据化;另一方面,我们也在想这个两年前的项目是不是是有了一些未知变化。

因而,我再次联络了阿里1688,对方已示意这个项目已不做了,“升级”为C2M营业,将内贸批发平台1688与淘宝特价版买通。换句话说,就是帮工场做好与消费者端的“对接”和“婚配”事情,重点放在“工场直销”上,不再提介入工场的革新问题。

另外,当我再次联络点石工场时,对方已无复兴。

现在,庖代阿里云IOT团队,由淘系孕育出的犀牛智造,本身造了标杆式的“榜样间”,再次提到将人工智能、IOT等技术应用到生产车间中,把工艺数据、产能数据、生产线数据悉数买通,用发生的数据来决议工人的调理问题;又再次提到了应用淘宝的海量数据,帮打扮品牌做市场展望……

听起来彷佛跟两年前一样,又好像不太一样。

但至少我们清晰了,沿海利润菲薄单薄且合作猛烈的中小工场里那种大略装备和车间安排,假如直接只架个摄像头,不从底层加以革新,是不会收成充足多的有用数据的。

但话又说返来,阿里本身造一个具有机器臂和蛛网式悬挂体系的榜样工场,是不是是能给时候徜徉在破产边沿的中小工场一些自创,好像没有太大意义。

那末回到阿里本身身上,这个榜样间带来的收益是不是足以支撑他们竖立第二家、第三家工场?

也许阿里本身算好投资报答比,并在将来完成盈亏均衡后,故意加盟的人大概会把这套形式推行下去,那末到时候结果怎样,我们会再次用笔墨记录下来。

重庆江津,向智能制造进发

在重庆,江津区政府联合阿里云天池、江小白公司,在构想另一种智能化的瓶装酒灯检场景:酒瓶的一边,机器收集光影图像,将图像信息转化为数据,智能算法分析数据,判断出酒液是否符合标准。酒液的数采方案模拟了流水线…