聞力生：服裝企業智能製造離實現還有多遠？

　　8月25-26日，“2022中國服裝科技大會”在浙江省杭州市臨平區舉行，大會以“新技術·新產品科技驅動新發展”為主題，涵蓋一場開幕大會、三大主題論壇、兩場圓桌對話以及多項交流展示、參觀遊學，彙聚眾多行業權威專家、企業領袖及科技創新先鋒，聚焦服裝行業科技創新領域，在行業內掀起時尚科技大潮。

　　會上，東華大學教授、中國服裝智能製造聯盟專家組副組長聞力生做了題為“服裝企業智能製造離實現還有多遠？”的主題發言。

　　2016年6月中國服裝智能製造聯盟成立之後，曾經製訂了一個實現服裝智能製造從2016年至2025年的三段式戰略規劃，在這個規劃中的後三年，也就是2023年至2025年提出要實現服裝智能製造工廠和社會智能生產。根據現在國內外智能製造進展情況來看，我們要在今後短短的三年實現服裝智能製造工廠是困難的，為什麼呢？實現服裝智能製造到底還離我們多遠呢？我以為服裝智能製造工廠的實現至少還需要十五年左右的時間，為什麼這樣說呢?

　　一、服裝智能製造是一個十分複雜的製造係統

　　2016年我國工信部對什麼是智能製造曾經下了這樣的定義：“智能製造是基於新一代信息通信技術與先進製造技術深度融合，貫穿於設計、生產、管理、服務等製造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式”。從這個定義可知，首先，對一個製造企業來說，要轉型於智能製造工廠，必須要將新一代信息通信技術與先進製造技術深度融合，這意味著智能製造工廠是要建立在所有車間數字化基礎上的；其次，所有業務必須智能化，隻有智能設計、智能生產、智能管理、智能服務等業務等實現了，才有可能做到具有自感知、自學習、自決策、自執行、自適應的智能製造工廠，見圖一。

　　智能製造的業務智能化是建立在各項具體技術基礎之上的，也就是大家通常所說的智能製造相關技術ABC，請見圖二。由圖可知，要實現製造業的智能製造，必須要有人工智能技術、大數據技術、機器人技術、元宇宙、5G、數字孿生、工業互聯網及平台技術、雲計算技術、傳感器技術、AR/VR/MR技術、增材製造技術、縱模向係統集成技術等等的實現。

　　2020年我國發布了《智能製造能力成熟度模型》(簡稱CMMM)GB/T39116-2020，它描述了企業實施智能製造要達到的階梯目標和演進路徑，是引導企業數智轉型工作的標尺。見圖三。

　　目前除了“全球燈塔工廠”作為智能製造工廠的示範工廠之外，我國製造業尤其是我國服裝製造業絕大多數對標智能製造能力成熟度模型，還都處在規範級和集成級之間，也就是說處在數字化改造和網絡化集成之間，距離優化級和引領級還遠著呢。

　　我們服裝製造企業是離散型製造業，由圖可見，我國整個離散型製造業處在一級的占67.1%、二級的15.8%、三級的7.8%，其它級別的甚少。工信部《“十四五”智能製造發展規劃》明確提出到2035年通過“兩步走”，加快推動生產方式變革：一是到2025年，規模以上製造業企業大部分實現數字化網絡化，重點行業骨幹企業初步應用智能化；二是到2035年，規模以上製造業企業全麵普及數字化網絡化，重點行業骨幹企業基本實現智能化。由此可見實現服裝智能製造工廠還尚需時日、有待發展。

　　二、目前，我國服裝企業尚處在數字化轉型階段

　　大家知道我國製造業轉型是分三個階段進行的，這三個階段即信息化、數字化和智能化，目前我國服裝企業尚處在數字化轉型階段。2018年麥肯錫公司與世界經濟論壇(WEF)發起全球評選“燈塔工廠”項目，尋找製造業中的數字化轉型典範，至今年3月有來自全球多個國家、不同行業的103家工廠入選“燈塔工廠”(其全球分布見圖五)，而中國就獨占37家，位居世界第一，其中服裝行業隻有一家即我國杭州的阿裏巴巴犀牛工廠。

　　犀牛工廠最大特色是把製造業所有業務全麵上雲，它是雲端算法定義的在線工廠，以及服裝行業所有軟件在平台運行，因此，他們是服裝行業的數字化示範者。麥肯錫繼2018年尋找製造業中的數字化轉型“燈塔工廠”典範之後，2021年又在全球範圍調研了傳統製造企業數字化轉型情況，結果說盡管已有70%的企業啟動了數字化，但是其中的71%仍然停留在試點階段，遲遲不能實現數字化較大規模的推廣。我國製造業也一樣，目前大中小企業平均對數字化轉型的投入隻占銷售收入額的0.27%，就是製造業發達的浙江省大企業，其投入也隻有0.56%，遠遠低於跨國公司的著名企業，見圖六。

　　我國的“先進製造業公眾號”2021年在調研製造業數字化轉型現狀報告中說，我國企業數字化轉型成功率僅為20%，而失敗率高達80%，這其中很大的原因和認知有關。數字化轉型的關鍵不是數字化技術和設備，而是企業組織變革使之具有敏捷性和適應性。

　　麥肯錫曾總結，一個企業的數字化轉型一定要堅持一個目標、三個領域和九個環節，一個目標是捕獲增長，提升價值；三個領域是業務轉型、技術轉型、組織轉型；九個環節是成立企業轉型辦公室、工業物聯網培訓、數字化研發、數字化采購、數字化製造、數字化供應鏈、數字化業績增長、工業物聯網架構、前中後台數字自動流動，隻有這樣才能有效的實現企業數字化轉型。

　　如何界定企業數字化轉型是否成功？我國國家工業信息安全發展研究中心發布的具有中國特色的DCMM數據管理能力成熟度模型(見圖七)說得很清楚，對照這個模型，可以看出企業對待數據資產的態度及管理程度是衡量企業數字化轉型界定指標，鑒於目前服裝企業對數據資產的認識，可以判定服裝企業的轉型尚處在受管理級和穩健級之間，要成功數字化轉型，達到數據量化管理級和優化級還尚需時日、有待發展。

　　三、大數據技術和人工智能技術還有待發展

　　我們未來的時代是智能時代，智能時代是人的認知和以數據為基礎的機器認知共存時代，人的認知靠人類大腦，機器的認知靠人工智能。例如，同樣要製造一個產品，人靠觀察思考以及科學技術獲得產品，而機器靠獲取數據裏的知識和利用數據不斷迭代而獲得產品，可見數據和知識是一體兩麵，數據是知識的載體，見圖八。

　　機器靠人工智能就能認知，我們把這樣的機器就叫做智能機器，在智能製造中我們要使智能機器會聽(例如語音識別、機器翻譯等)、會看(例如機器視覺、圖像識別、文字識別等)、會說(例如語音合成、人機對話等)、會思考(例如人機對弈、決策及定理證明等)、會學習(例如機器學習、深度學習、知識表示等)、會行動(例如機器人、自動駕駛汽車)等等。我曾經多次說過沒有大數據就沒有人工智能、沒有人工智能就沒有智能製造，可見大數據技術和人工智能技術對智能製造是多麼重要，那麼我們現在的大數據技術和人工智能技術發展如何呢？

　　人工智能有三要素，大數據、算法、算力。這三者算力在於數據中心的建設及投入，關鍵在於大數據和算法模型及算法。

　　2021年我國製造業大數據采集與應用情況並不見好，企業自動數據采集隻達到40.18%，企業內部各部門間共享數據隻達到75%，能應用大數據平台的隻有14%，對基於模型開展大數據應用分析的隻有12%，能夠利用大數據進行智能決策的隻有5%，由此可見，在我國能夠自動采集分析和應用大數據的企業的確很少，全國製造業是如此，低於全國製造業水平的服裝製造業當然好不了多少。

　　人工智能的實現在有了大數據以後，便是對大數據的分析、建模和計算，如何分析建模和計算我在“數據是服裝智能製造的資產”一文中已有敘述，此處不再贅述。但還有兩點我們還要弄清楚，一個是人工智能是在大數據基礎上靠機器學習、深度學習、監督學習、無監督學習、強化學習、深度強化學習等實現的，而這些學習又建築在各種各樣的計算方法之上。因為計算方法的不同，人工智能技術中出現了很多門派，其中有以反向推論(Inverse Reduction)算法為主的符號派、有模擬人腦讓機器獲得知識的連接派、有以基因編程(Genetic Programming)主打算法的進化派、有以使用概率論算法的貝葉斯理論派、有以內核機器(Kernel Machines)如支持向量機(Support Vector Machine)主打算法的類比派、有以機器人技術模仿人的行為的行為學派等等，門派越多，競爭越激烈，說明實現真正的可以相信的人工智能技術還須時間；二是僅有算法沒有算力也不行，算力的強弱主要看計算機的CPU/GPU/TPU和數據中心的建設。當今世界CPU/GPU/TPU誰最強？大家一定知道，在CPU時代，推動算力發展的主力是英特爾；在GPU時代，這個主力則變成了英偉達；而TPU目前隻有穀歌和我國的華為。為了我國製造業智能製造的實現，必須要不斷突破算力瓶頸，為此，我國提出“東數西算”的戰略方針。我國“十四五”規劃和2035願景，提出加快構建全國一體化大數據中心體係，強化算力統籌智能調度，建設若幹國家樞紐節點和大數據中心集群。2021年5月，國家四部委根據指導意見部署要求，製定了《全國一體化大數據中心協同創新體係算力樞紐實施方案》，提出8大國家樞紐+省級節點+邊緣節點的“東數西算”架構，打通網絡傳輸，提升跨區域算力調度水平，確保資源高效利用；2021年7月，工信部又發布《新型數據中心發展三年行動計劃(2021-2023年)》，進一步加快了我國數據中心的建設。

　　四、工業互聯網平台與服務有待發展

　　大家一定記得，我國國務院已經連續五年在政府工作報告中提出要發展工業互聯網的要求：2018年，政府工作報告中首次提出要“發展工業互聯網平台”；2019年提出要“打造工業互聯網平台，拓展‘智能+’，為製造業轉型升級賦能”；2020年提出要“發展工業互聯網，推進智能製造”；2021年提出要“發展工業互聯網，搭建更多共性技術研發平台，提升中小微企業創新能力和專業化水平”；2022年提出要“加快發展工業互聯網，培育壯大集成電路、人工智能等數字產業，提升關鍵軟硬件技術創新和供給能力”。在國家如此重視之下，中國工業互聯網及其平台進入了快速發展階段。

　　工業互聯網是在互聯網基礎上發展起來的，最早提出工業互聯網定義是美國GE公司，GE公司在2012年11月26日發布的白皮書中是這樣定義工業互聯網的，“工業互聯網是打破智能與機器的邊界”，它的這個定義非常深刻，把工業革命和互聯網革命中的成果相融合在一起，說明了工業互聯網要解決的問題是工業革命的成果帶來的無數的機器、設施、機群和係統網絡(全球工業係統)的運行效率的提升和運行成本的降低；解決這個問題的手段是互聯網革命中湧現出的先進計算、分析、低成本傳感、控製軟件和互聯網帶來的新水準的連接能力；解決這個問題的途徑是連接，彙合，彙聚(融合)。後來GE公司為了推廣工業互聯網，於2014年成立了世界上推廣工業互聯網的最大組織Industrial Internet Consortium，縮寫為IIC，IIC工業互聯網把GE工業互聯網向前推進了一步，就成為今天大家所熟悉的工業物聯網IoT。

　　2016年，我國參考了GE工業互聯網和ICC工業互聯網定義之後，也對工業互聯網進行了定義，但我們的定義有兩個：一個是由2016年2月成立的中國工業互聯網產業聯盟(簡稱AII)作出的，AII的工業互聯網定義：工業互聯網是新一代信息通訊技術與工業經濟深度融合下的關鍵基礎設施、新型應用模式和全新工業生態。工業互聯網通過人、機、物的全麵互聯，實現全要素、全產業鏈、全價值鏈的全麵連接，將推動形成全新的工業生產製造和服務體係；另一個是由中國工業互聯網研究院作出的工業互聯網定義：工業互聯網是新一代網絡信息技術與製造業深度融合的產物，是實現產業數字化、網絡化、智能化發展的重要基礎設施，通過人、機、物的全麵互聯，全要素、全產業鏈、全價值鏈的全麵鏈接，推動形成全新的工業生產製造和服務體係，成為工業經濟轉型升級的關鍵依托、重要途徑、全新生態。可見，我國工業物聯網的定義賦予了“工業互聯網”全新的含義，其內涵擴展的較大。

　　工業互聯網是由網絡、平台、安全三個部分構成。其中，工業互聯網平台是工業互聯網的核心，平台是製造業全要素、全產業鏈、全價值鏈的全麵連接、彙聚、配置的樞紐。工業互聯網平台最大作用是：①能夠解決智能化生產，提升生產效率，提高產品的質量，降低生產的成本；②可以做網絡化協同，眾創協同設計，協同製造；③個性化定製；④服務化延伸。鑒於此，工業互聯網平台便成為製造業轉型於智能製造的重要抓手。根據我國前瞻產業研究院研究，2020年至2025年我國工業互聯網產業經濟總體規模如圖十一所示，2022年產業規模可達5.874萬億元。

　　據工信部統計到2021年底，我國工業互聯網平台比較有影響力的有100多家，平台彙聚工業APP突破59萬個，平台連接的工業設備達到7600萬台，平台服務的工業企業達到160萬家。“十四五”期間工信部還將實施中小企業數字化促進工程，爭取到2022年年底組織100多家工業互聯網平台和數字化轉型服務商為10萬家以上中小企業數字化轉型服務，推動10萬家中小企業業務“上雲”。總體來說，當前工業互聯網平台服務架構和容器技術等相對成熟，但邊緣計算、產業協同、工業機理模型、高端軟件研發、平台安全保障技術等核心技術還亟待攻克求得發展。我們服裝行業至今還沒有一個真正實用的服裝行業級工業互聯網平台，幾年前我們曾經對打造服裝行業級工業互聯網平台進行了研究，提出了紡織服裝行業級應用平台的架構，見圖十二，後因架構的SaaS、PaaS、IaaS以及邊緣層建設與研究等種種困難，平台還沒有成為現實。

　　五、服裝智能製造用數據智能分析機器人有待發展

　　2022年美國公布了一份“新興科技趨勢報告”，報告通過對近700項科目趨勢的綜合對比分析，最終提出了20項最值得關注的科技發展趨勢。這20多項科技中有大部分科技都與人工智能、數據智能相關。其中還特別認定未來30年(至2045年)顛覆人類社會的潛在技術之一是數據智能分析機器人與自動化係統。

　　數據智能分析機器人是工業機器人加上人工智能技術形成的，成為數據智能分析機器人以後才能具有感知能力、決策能力、業務能力、人機交互能力，見圖十三；有了這些能力之後才能在服裝智能製造中實現“機器人換人”，實現無人或少人的服裝智能製造工廠。服裝智能製造工廠中就是應用數據智能分析機器人，其難度也要遠比其他製造業難得多，其中最難的是衣片的精準的抓取與輸送、加工模塊的協同、靈巧手的折疊與鋪攤，見圖十四，這要靠今後繼續發展的。

　　“十三五”期間，我國工業機器人應用領域已經覆蓋52個行業大類，機器人產業營業收入突破1000億元。從技術上看，近年來，我國攻克了機器人運動控製、高性能伺服驅動、高精密減速器等關鍵核心零部件的部分難題，自主產品整機性能大幅提升；從應用上看，我國已經連續8年成為全球最大的工業機器人消費國，2020年製造業機器人密度達到246台/萬人，是全球平均水平的近2倍。當然與工業機器人產業世界先進水平相比，我國還存在一定差距。例如，材料、核心元器件、加工工藝等方麵比較薄弱，核心零部件的穩定性、可靠性還不夠,所以工業機器人還處於行業的中低端。今年工信部等15個部門聯合發布了《“十四五”機器人產業發展規劃》，標誌著我國機器人產業迎來自立自強、跨越發展的戰略機遇期。

　　六、服裝智造設備的智能化有待發展

　　當今在我們服裝製造業的縫前工段、縫製工段、整理整燙工段和倉儲物流配送工段來說,實現數字化、網絡化和部分智能自動化比較好的是自動裁剪工段和倉儲物流配送工段，但服裝設計、服裝縫製和整理整燙數字化智能化程度比較差。服裝設計智能化在於研發服裝智能CAD，做到設計製版少用人或不用人。至於服裝縫製和整理整燙適宜智能製造的發展還是在於“設備+人工智能”，使所有縫製設備成為智能機器。

　　我曾多次說過服裝智能縫製加工流水線、車間和工廠的實現一定會沿著下麵五個步驟發展：1)在數字化轉型過程中，所有縫製設備要首先要完成數字孿生，打好智能製造底座基礎；2)所有縫製設備要成為AI的載體，使縫製設備具有機器感知、機器學習、機器思維、機器行為的功能；3)要把服裝產品製造模式改為模塊式製造，這樣有利於實現智能化；4)以“人+智能縫製+智能機器人(含AGV)”構建模塊式加工工位及固定的模塊式縫製加工流水線；5)在固定的模塊式縫製加工流水線實踐基礎上逐步實踐自學習、自決策、自適應、自執行、動態的模塊式縫製加工流水線，實現真正意義上的智能工廠和智能生產。

　　七、服裝企業實現智能製造不是遙遙無期

　　由前麵可見服裝智能製造係統的確很複雜性，其複雜性不僅來自於相關技術期待發展,還來自於服裝產品本身、來自於客戶需求、來自於全球化、來自於供應鏈、來自於世界政治經濟環境的變化等等。我們現在正在經曆從2020年到2040年的一個曆時20年的世界製造業技術架構體係複雜性大變革時代，見圖十六。由於製造業業務複雜性，它的複雜性已經不是傳統的信息技術所能解決的，隨著製造係統複雜性不斷提高，信息技術的響應能力也要不斷提高，智能製造的複雜性需要智能雲端架構的信息係統來解決。

　　根據2019年埃森哲的預測，現在人工智能已經超過人類智能，特別在人臉識別、圖像識別、語音識別上；到2025年全球將有97%的製造業會部分使用人工智能技術；而在未來10年人工智能技術將成為企業和客戶之間的主要交互界麵(UI)，見圖十七。

　　換句話說，這意味著製造業以人工智能技術打造的智能製造將成為客戶與企業的主要交互界麵，而這一切將發生在未來10年！聯係到工信部《“十四五”智能製造發展規劃》明確提出到2035年通過“兩步走”而實現智能製造；再聯係到從2020年到2040年的一個曆時20年的世界製造業係統複雜性的大變革時代的結束，不難預測服裝企業實現智能製造不是遙遙無期，它將在今後的15年左右即在2035年到2040年之間實現!

AAA阻燃麵料網SDFWFWFWE