服饰是一个非常大的行业，在中国已经有3万亿的规模。服装是最传统的制造企业之一，市场大，面临问题多，在过去30年经历了高速增长-库存积压-存货出清-重新增长的几个周期，现今，产业各环节迎来新的机会与挑战。本文，将从供应链角度对其未来的发展趋势进行分析，个人观点，欢迎批评指正。

　　一、“数”说未来

　　马云在湖畔大学讲课中强调，自己如果现在再创业，一定不选互联网，要进入传统行业。他这里所说的传统行业，一定是经过数字化赋能的传统行业。

　　服装制造，作为最悠久的传统行业，数字化赋能是必然趋势。一方面是因为小厂较多，集中度不高，急需数字化赋能以提高竞争力，另一方面是因为服装行业数字化与产业融合的难度较低，容易实现。

　　支撑中国服装半壁江山的是珠三角，长三角，江浙沪等多个产业带里那些连正经名字都不见得有的小厂或者家庭作坊，更不用奢谈数字化。在制造业外迁的背景下，为提升中国制造业的竞争力，需要将这些企业纳入到数字化中来。

　　制造的逻辑，从工程难度和协同难度上分为巨复杂、复杂和简单。服装制造属于简单。服装行业虽然整体规模大，但数字化与产业融合的难度低。从某种意义上说，服装工业是技术含量低的工业，搞IT的人比较容易理解。这样，服装领域的知识就比较容易和互联网融合，实现流程和管理的创新。

　　对服装行业整体供应链条的信息化和数据化，既是挑战、又是创业者和投资人的机会。

　　服装行业数字化转型，从技术层面有数字化、网络化、智能化；从应用层面有平台化、生态化、个性化和共享化。

　　从技术层面来说：

　　我们常说智能化，其实，智能化是以数据化为基础的。根据2018年我国工程院提出实现智能制造要分三个阶段进行，这三个阶段即数字化阶段、网络化阶段、智能化阶段。并把以数字化为主的制造过程作为第一代智能制造；把以数字化、网络化为主的制造过程作为第二代智能制造；把以数字化、网络化、智能化为主的制造过程作为第三代智能制造。

　　服装行业，可通过有影响力的平台，形成开放、互通、普惠、共赢的数字化，协同网络（i-DCN） ，帮助中小工厂实现数字化升级，普及云端工厂，创造百万新产业工人，推动产业集群数字化转型，引领中国服装产业升级。

　　雪藏三年的阿里犀牛智造工厂，就是希望把数字洞察应用在服装制造环节中，实现真正的产销一体化，最终实现数据驱动。将消费者洞察、行业洞察与生产环节紧密相连，实现更聪明的生产排期、弹性生产。

　　具体地说，犀牛智造以开放数字技术，帮助中小厂家精准开发、精准设计，提升中小工厂的效能。犀牛智造依托阿里巴巴海量的购物大数据，进行大数据分析预测，进而为合作服装厂家提供未来产品的销售趋势，以数据预测来代替品牌商的主观预测，提高预测准确度。同时通过数字化模拟技术，采用3D仿真设计，最大限度完成设计对接工作，降低线下人工的沟通成本。

　　从应用层面来说：

　　运用数字化技术可进行消费洞察，通过预测销售趋势、快速响应市场需求，即需要大量的数据分析，让大数据告诉我们未来的发展方向。

　　从预测市场角度来看，传统制造也许刚拿到产品订单时，市场对这个产品是需要的，但传统制造生产周期长，等产品大批量出货时，市场可能又有了新的变化，而新的数字化制造有一定的数据库，可以通过数据库对消费者需求进行预测。

　　例如，阿里的犀牛制造，从淘宝天猫、社交资讯、潮流趋势等大盘数据中，获取消费需求数据，给予品牌商销售建议和销售预测，指导品牌商生产爆款产品。犀牛智造在需求端打通淘宝天猫，为品牌商提供精准销售预测，实现了以销定产的生产模式。

　　犀牛数字化设计系统联动需求和供给两侧，结合3D快速仿真测试、为商家提供报价基础、为供应链提供采购依据、为生产提供工艺指导，加速了产品上新、新增款式、联动销售预测以及对应款式开发。

　　有人会问，数据真的会预测未来吗？或者说数据趋势指引的未来可信度如何？大数据的经济作用确实是有的，从服装整体行业来说，目前能看到的，都是基于过去浏览操作历史所作出的惯性预测。未来不久，预测某一个方向或者风格，是有可能做到的，毕竟时尚就是一个圈。

　　以数据自动流动，连通消费、销售预测和柔性生产等方面，对中国服装制造业是大进步，通过大数据等尖端手段，预测未来趋势，提前备货，无论是原料还是成品，工艺还是生产线，如果能做到提前预测，那么毫无疑问将会彻底颠覆服装业界。

　　因此，从某种意义上来说，服装业的转型升级，归根结底是一个大数据整合问题。

　　二、制造即服务

　　制造即服务，是新制造一个核心内容，也是拯救服装业的重要途径。

　　服装制造行业链路很长，有卖家和品牌商，还有原材料商、面料商、加工商和中间的批发商，只有不断升级迭代自身服务的能力，才能将服务开放给更多的合作方。

　　新制造抱着推动整个行业变革的心态去工作的，真正以客户为中心，尽一切可能去满足客户，而传统工厂以自己的产能、排期为中心，这个导向是不一样的。

　　从供应链产能上来说，传统工厂无法及时响应订单需求，造成缺货空档期，对品牌产生损害，新制造是个性定制、柔性生产、快速反应。

　　柔性生产线，是一个很好服务生产线，销售商希望有这样的生产线，因为可以做到哪个款好卖，哪个款缺货就做哪个，不需要排期，不需要等待。比如，时尚达人/主播这类人擅长把握流行趋势、有很强的营销能力及粉丝号召力，但供应链是要求短的，都是数百件以下的小订单，找不到高质量的工厂接单，柔性制造解决了这个问题，把他们解放出来，专心做设计、营销，这就是服务。

　　因此，服装生产模式将从传统的大规模、大批量化生产转向个性化、批量定制生产，最终要求固定的模块化加工生产线变成动态的、自适应的、自学习的模块化柔性加工生产线。制造业真正的能力体现在真正的解决了用户的痛点，这就是服务的价值。

　　新制造将传统制造的流程数据化，客户可以远程看到产品生产到哪些阶段，新制造是一个新物种，横跨制造与销售，这是从客户需求出发，运用了云计算、IoT、人工智能等技术，连通销售预测和柔性制造的工厂。

　　新制造是快反的制造。快速反应是企业面对多品种、小批量的买方市场，不是储备了"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。

　　另外，“机器人换人”是服装智能制造的必然。以机器人红利时代替代人口红利时代，这里也有通过智能化提高服务的因素。未来人工智能将成为企业与客户之间的交互界面。服装企业要实现的智能制造说穿了其本质就是让人工智能成为服装需求端和服装制造端的交互界面，在服装需求端为客户提供高满意度的服务，

　　从事终端的销售，是一个卖的问题，从事生产的制作，是一个做的问题。新制造，或者说柔性制造就是服务，把二者有机融合起来，缺什么就做什么，满足用户追求穿着个性化，为客户/社会带来切实的价值，这才是正道。

　　三、C2M颠覆时尚

　　C2M是Customer to Manufacturer的简称，即消费者直达工厂。这种模式强调制造业与消费者的衔接，也可以简单理解为用户定制模式。

　　最近几年，C2M将保持40%以上的增速，2022年C2M产业的规模将跨入万亿级别。作为一种发展的新思路、产业升级的新工具，C2M无疑具有相当大的想象空间。

　　C2M定制其实并不新鲜，早期的凡客、京东乃至于拼多多都提出过这个概念。但是更多是在销售和营销层面的合作，并没有真正打通后台的数据，并根据需求定制。

　　而阿里犀牛工厂的核心能力在于“按需定制，100件起订，最快7天交付”从而整个链路实现了C2M定制。

　　90后人群有着与生俱来的独立人格与文化自信，个性化的诉求越来越强，衣食住行的“衣”，这件事情上面小众的、小批量的这种诉求越来越多。

　　服装供应链从长生产周期的订货会模式向快反模式转变势在必行，短平快的节奏要求，服装制造业拥有“从5分钟生产2000件相同产品，到5分钟生产2000件不同产品”的能力，即订单不大、款式应季、即卖即生产、品牌很杂，这就是C2M核心。

　　传统大批量、订货制的方式变为C2M短周期的供应链模式，对于线上服装品牌企业而言，在周转率、上新、数据化等方面实现了进一步的提升，可以很大程度降低厂商的试错成本和库存的管理成本。

　　由于服装的时尚属性，产品的生命周期极短，又受潮流、天气等诸多因素影响，传统的以产定销的商业模式造成巨大的浪费。完成C2M的新消费需求链接，满足了小批量、高灵活性的生产诉求，这就是未来的消费的趋势，这就是服装的时尚潮流。

　　服装行业最大的指标就是个性，美观、得体。如果说这件衣服整个全中国只有两件，一件在你面前，你买不买？全中国只有两件，管他多少钱，买了。

　　因此用户追求穿着个性化与供应链端规模化生产、反应慢、制造成本高的矛盾造成库存，原因永远都不是生产端的问题，永远是销售端的问题，反应越来越快、越来越碎片化的前端渠道 ，需要C2M制造来处理。阿里的犀年工厂，在这方面做了尝试，但只是起步，路还很长。

　　结语：中国拥有着世界上最大的服装生产和消费市场，需要一条鲶鱼，搅动传统服装制造业的死水，而这条鲶鱼，需要现代技术的赋能，现化管理模式的助力，这就是服装业未来的趋势。