市场咨询机构埃森哲2018年在一份报告中感慨,在中国,规模是一件令人着迷的事。巨国效应让观察中国成为一件极具挑战的事,但规模同时又成就了波澜壮阔的美感。
这个发现并不新鲜,早在1937年,美国记者卡尔·克劳(Carl Crow)就在《四万万消费者》中有过类似的喟叹——“这个国家如此之庞大和如此之复杂,它永远不会让人感到无聊和平庸,而且人们对她知之甚少。只要多走走,你总会有新发现和新惊喜。”
规模也是工业时代的神迹。从福特大力推广流水线开始,规模效应的形成得益于分工和零部件的标准化。
亚当·斯密在《国富论》中对生产扣针的劳动分工有过经典的描述。一个工人每天至多生产20枚扣针,如果将扣针生产程序分解,一个人抽线,一个人拉直,一个人切截,诸如此类,一共分为18种操作,每种一位专门的工人承担。这样一个十几人的小组,只要具备最基本的技能,就能在一天内制成48000枚扣针。
生产的产品数量增加,其生产成本却并未随之同比例增长,每一件产品的边际成本摊薄,企业自然有动力追求更大的产品数量,规模效应由此而来。1910年,使用标准零部件的福特T型车实现了量产。
在消费互联网时代,互联网公司们提供的软件及数字消费产品并不会随着服务用户的规模扩大而增长,相较于用户体量的增长,产品的运维成本极低,这是网络效应产生的价值,也是互联网产品能实现指数级增长的秘密。
而当数字化进入工厂的生产逻辑里,数字革命如何影响“规模”?在工业革命的源头服装产业里,我们发现了一些迹象——需求端对个性、差异的追求变得前所未有强烈,消费越来越圈层化,这使得从前是生产端所熟悉的大规模—低成本链条变得难以为继,大规模生产带来的可能是会把企业压垮的库存。
数字技术试图抹平这种分裂。SHEIN是从跨境赛道上杀出的超级明星,它以自身的产品力凝聚而来的消费者和订单为指挥棒,将世界纺织重镇的小工厂们通过数字技术手段整合,实现了分布式制造。庞大的订单被化整为零,在广州周边的中小工厂里,实现了碎片化订单的大规模、低成本生产。
而犀牛智造则是国内互联网平台式的尝试。在蛰伏三年后,阿里巴巴悄无声息打造出了一家被世界经济论坛认可的灯塔工厂。服装产业从未出现过灯塔工厂,而一家由互联网公司完成的灯塔工厂本身就颇具观察性。犀牛需要连接的主体比SHEIN更为复杂,消费者—品牌—犀牛智造—工厂—工人,阿里通过打造这座云上的工厂,试图在碎片化、多样化的消费和广大中小企业的生产能力之间扮演连接者。这是另一种对规模的超越,小订单和小生产能力通过一个平台,实现了多对多的供应。
服装产业里的创新让人窥见了数据成为生产资料的一种途径,它似乎正在打破一个工业时代以来形成的不可能大三角,订单规模、多款式快速上新和成本三者不能得兼的情况正在改变,大规模定制越来越变得可能。
古老的行业,变幻的市场美国商业史研究学者迈克尔·波特在《国家竞争优势》中提及,几乎所有的产业在世界市场的主导地位都有时间限制,有些产业的优势地位极其短暂,易于流逝。
“在那些劳动成本或者自然资源对竞争优势至关重要的产业也通常如此……投资的平均收益很低,许多国家都有条件进入这些产业……由于进入门槛,这些产业中很容易就会有太多的竞争者……快速转移的要素优势不断地吸引新的进入者,他们的进入促使利润、工资都会下降……发展中国家的这些产业往往难以摆脱边际利润不断下降的尴尬境地……在这种情况下,国家不得不持续面对失去竞争优势的威胁……”
劳动密集型的棉纺织产业便是这样的一个产业,一劳永逸的进入门槛很难与之关联。
中国是世界纺织产业的中心,拥有全球规模最大、最完备的产业体系,生产制造能力与国际贸易规模长期居于世界首位。公开数据显示,2020年,我国纺织纤维加工总量达5800万吨,占世界的比重保持在50%以上,化纤产量占世界的比重超过70%;纺织品服装出口额达2990亿美元,占世界的比重超过1/3,稳居世界首位。
硬币的另一面是,中国服装产业的集中度偏低。银河证券的一份报告显示,纺织服装上市公司占国内纺织服装行业整体比例不足1%。在世界第一的市场规模下,上市公司比例低,中小企业居多,竞争激烈。
如果我们从另一个维度来考察,会发现即使是上市企业中,服装企业的市值也有明显的天花板。
有人曾经做过一个横向对比,盘点了当今全球的服装产业链条接近千亿美元的服饰企业核心竞争力。一种是ZARA这种通过极致供应链管理实现扩张的企业,它的产品品类多,产品价格溢价率不高,技术难度也不高,以薄利多销取胜;一种是奢侈品企业,如LVMH,它的服饰品类少,但价格颇为高昂,溢价率超高,不依靠任何渠道的品牌能力是它的核心竞争力;另一种是优衣库,以基本款研发及供应链管理并举,产品的研发过程中科技含量高,产品价格亲民,通过量大实现品牌扩张。中国企业在这三种分类中都没有诞生千亿美元量级的公司。
以服装产业为例,中国制造有向更高链条爬坡的可能性吗?回答这个问题可能要从中国服装产业是如何在产业链条里获得当下的位置,以及企业当下发展的困境及机遇说起。它与产业和贸易在地理上的迁移及制造业的全球分工有关。中国要实现服装产业的价值链跃迁,本质是产业发展要改变固有路径,获得新的发展动能。
如迈克尔·波特所言,全球纺织行业中心的确历经了数次转移。近代纺织的工业化生产起源于第一次工业革命时期的英国,1900年前后美国接力英国成为新的纺织制造中心。二战后全球纺织制造中心转向日本,20世纪60年代后逐步又转移到亚洲四小龙国家和地区。中国在上世纪80年代走外向型发展路线,在世界棉纺织产业中逐渐显示了存在感,而生产制造地位的确立与中国2001年加入WTO有关。
2005年,欧美开始全面取消中国纺织服装产品配额限制,被钳制住的“世界工厂”的服装产能得到了释放。服装产业的对外贸易迅猛发展,中国顺利成为全球纺织制造业中心。近年来,东南亚国家由于劳动力成本等方面优势,开始承接部分来自中国和其他地区的制造产能,纺织制造中心有向东南亚部分欠发达国家转移的趋势。
经济学者们用比较优势理论解释过纺织产业里的这种生产力地理变迁,日本学者赤松要的“雁阵模型”十分形象地描述了产业从劳动力价格高、土地成本昂贵的地区转移到次发达区域的过程。这种转移和演进在全球范围内形成了相对稳定的分工,纺织产业链的不同环节由不同国家和地区占据——欧美以品牌零售为主,日本纤维研发及面料设计处于世界领先水平,韩国、中国台湾地区在纤维面料生产环节占据了一席之地,中国以面料生产和成衣制造为主,而东南亚和南亚国家逐步承接纺织产业链中的低端制造环节业务。如果用“微笑曲线”理论来解释,中国在产业链条里的位置居于价值相对低的环节。
中国服装纺织产业的位置当然与其发展历程密切相关。回顾20世纪80年代以来的中国服装纺织业发展历程,中国的起点极低,社会整体经济发展水平和发展阶段限制了产业的整体竞争力。
20世纪70年代末到80年代中期之前,整个国家处于由计划经济向市场经济转轨阶段,由于工业生产不发达,实行布票配给制,市场上供应的服装产品数量有限。公开数据显示,1980年,服装产量9.4亿件,人均不足1件的水平。从这个数字也能看到,当时中国国内的服装消费主要以功能性消费为主,满足冷暖需求为最大目标。
1980-1985年,政府逐步贯彻对外开放、对内搞活的方针,大力发展消费品生产,服装业被列为消费品生产的三大支柱产业之一。据公开统计数据,1980年服装产量比1979年增长了27%。当时我国的服装出口也在发展,从1976年创汇1.9亿美元开始起步,1980年增长到了16.53亿美元。1983年国家取消布票配给制后,纺织品和服装供应限制取消,国内服装市场逐步活跃起来。
我国有丰富的原材料供应来源,以棉、麻、毛、丝为主的服装原材料供应充分,这也大大便利了纺织产业的发展。1986年“七五”计划后,沿海经济特区及开放城市都开始大力发展外向型的劳动密集型产业,服装产业成了国家重点发展的产业之一。同时,国内的消费市场正经历从消费短缺向商品丰裕的过渡期,服装企业投入少、产出快,因而产业规模得到了快速扩大。
1995年WTO成立,纺织品与服装协定取代了多纤维协定,根据该协定要求,各国之间的纺织服装配额从1995年起至2004年12月必须逐步取消。中国2001年加入WTO,此后中国纺织服装出口拥有了更加宽松的外部环境。到2010年时,中国的纺织产业出口占全球份额从中国加入世贸时的15.6%提升到近三分之一。
在外部市场快速扩大时,服装的内销市场也在激烈变化中。
经过改革开放以来二十余年的发展,中国人的消费能力持续增长。根据国家统计局统计,城乡居民收入水平较改革开放初期有了明显的提高,城镇居民人均可支配收入从1978年的343元增长到2000年的5027元;农村居民人均可支配收入从1978年的134元增长到2000年的2282元。中国人的消费观念也从功能消费转向品牌消费阶段,服装领域也不例外。
前瞻产业研究院的一份纺织行业的报告显示,在纺织产业的中游服装生产环节,中国企业有OEM、ODM、OBM三种模式,毛利率依次升高。其中,OEM模式毛利为5%~10%,生产企业完全按照品牌企业的订单加工,开发和销售环节都掌握在产品品牌所有者手中。ODM模式下,ODM企业的毛利率为一到两成,在生产制造环节主动发现客户的需求,并自主帮助对方进行原始设计制造。而在OBM模式下,毛利率达到了35%~50%,企业自身掌控着销售渠道和商业运营。品牌化经营对企业而言意味着更高的利润、更高台阶的发展。从改革开放初期至今,中国大量的服装企业处在微笑曲线的价值洼地部分。
世纪之交,沿海的开放城市宁波、温州、东莞、泉州等地的一批服装企业品牌意识开始觉醒,为了获取更高的利润,做大品牌、占据日渐壮大的国内市场成为它们的目标。
以美特斯邦威、森马为代表的一大批企业建立了覆盖全国的专卖店,构筑了品牌化的商品和传播体系,其中的佼佼者还敲开了资本市场的大门。千禧之后的十年,称得上是中国服装品牌发展的黄金十年。
但产业里的风险同时也在酝酿。WTO让中国服装出口有了更为有利的国际环境,国内的市场同时也向国际一线品牌开放。ZARA、优衣库、Mango等纷纷进入中国市场,外资品牌的全面进驻一定程度上丰富了中国时尚消费市场,教育了中国消费者。国际服装巨头们拥有更先进的管理理念,在设计与品牌运营层面的能力都较本土品牌更为突出,它们的存在也冲击了国内品牌的市场生存空间。
21世纪的第二个十年,本土服装品牌们纷纷陷入了库存压力和闭店风波之中。2012年中国服装企业集体遭遇高库存挑战。当年,李宁、安踏、特步这些知名服装企业库存高达几十亿元,美特斯邦威、波司登、七匹狼都深陷高库存漩涡。而这个问题从这时起就成为中国服装企业共同的心病。
对中国服装产业而言,“门口的野蛮人”不仅仅只是跨国服装品牌。电商渠道的兴起、新兴消费群体的成熟、购物习惯的变迁,都在加剧服装品牌企业们的危机。
服装企业的危机并未影响中国服装市场的规模扩张。国家统计局数据显示,2016年中国首次超越美国,成为世界第一大服装零售市场。这个位置此后几年虽然时有变动,但中国服装消费市场的规模已现,不逊于美国市场的体量让这里也成为全球服装品牌角逐与竞争的最前沿。
危与机并存之际,服装行业也因数字化浪潮的到来正在发生微妙的新变化。
ZARA的中国门徒2020年8月初,一则标题为“中国最神秘百亿美元公司的崛起”的报道让跨境快时尚服装巨头SHEIN第一次在主流财经媒体的视线中现身。
文中称,“它希望成为线上ZARA,去年将300亿元的服饰卖到海外——大约1/7个ZARA或者2.5个H&M……在SHEIN的第一大市场美国,Google上搜索它的用户已经是ZARA的3倍以上,但没有一家媒体机构报道过这个中国公司的突然崛起”。
SHEIN被类比为线上ZARA,在于它具备了每天能上线600款价格在12美元的衣服同时不被库存压垮的能力,从产品设计到上线只需要让人咋舌的7天。事实上SHEIN不是第一个被称为中国版ZARA的服装巨头。在SHEIN之前,以纯、美特斯邦威、凡客诚品、拉夏贝尔都曾被媒体视作中国版ZARA。
新锐的服装公司总会被类比为中国版ZARA。为什么是ZARA?
这可以从ZARA的成绩说起。时装圈的上新纪录和世界服饰第一的宝座都曾是ZARA。这家创立于西班牙的服装品牌每年推出超过12000种新款服装,只需要两周的时间就可以设计开发出新产品并摆上货架,因而在全球掀起了一股快时尚热潮。ZARA在2004年5月进入中国香港,2006年在上海开设第一家内地的专卖店,从2011年起,连续5年保持着每年在中国市场净开店近20家的扩张速度。
一家服装企业公司被称为中国版ZARA意味着,它具备一定的潮流把控力,快速上新,同时发展势头迅猛。无论是以纯、美特斯邦威还是拉夏贝尔都曾在各个层面模仿过ZARA。
2008年,以纯董事长郭东林在接受媒体采访时曾经提过,“以纯的模仿对象就是ZARA,向ZARA学习”。而2008年上市风头大盛的美邦也被视作中国最接近ZARA的公司,为了学习ZARA,媒体报道过周成建曾专门把一些订单交给ZARA在中国的代工厂,并自己到这些工厂详细了解整个运营过程。至于拉夏贝尔,也公开对外宣称“从创立之初就主打‘ZARA’模式”,它吸引消费者的方式也是通过快速上新,款式新颖,从而实现门店的快速扩张。
对ZARA执念的另一面在于,在SHEIN之前,打着中国版ZARA旗号的服装品牌们始终未曾到达过ZARA的高度。2015年,ZARA的母公司问鼎全球服饰第一宝座并持续多年登顶,2016年ZARA的创始人阿曼西奥·奥特加凭借着这一超级品牌,个人财富超越微软创始人比尔·盖茨,成为世界首富。
ZARA的中国门徒们步伐颇为蹒跚。这些试图仿效ZARA、打造服装帝国的企业们,品牌化之路走得并不顺畅。
以美邦为例,2008年8月28日,美邦成功上市,周成建及其家族以20亿美元资产跻身福布斯中国富豪榜第5位。美邦的崛起与它的“虚拟经营”模式分不开,美邦自身将生产、销售外包,直营与加盟结合,只保留最核心的品牌、设计和少量直营店,从而撬动上下游资源实现在全国迅速扩张。到2011年,美邦财报显示服饰营业总收入达99.45亿元,净利润高达12.06亿元。2012年,美邦店铺总数达5220家。这也是它最为辉煌的时候。之后它就步入了不断关店、市值狂跌、业绩连年亏损的魔咒中。
拉夏贝尔的情况也类似。2014年拉夏贝尔赴港上市,2017年又在上交所挂牌,成为国内首家“A+H”两地上市的服装企业,市值曾一度飙升至120亿元。2017年营收近104亿元,是国内营收最高的女装上市企业。它还豪气地喊出“3年新增3000个网点”的口号。但到2019年,拉夏贝尔经营不善闭店的消息就经常上财经新闻头条。
效仿ZARA的品牌们频繁折戟,背后的原因总结起来是经营不善。某种程度而言,这些企业的命运也反映出了中国服装行业从改革开放后市场化发展阶段以来始终存在的困境和行业痛点。
中国企业重生产制造,企业管理运营能力相对薄弱,设计、品牌及科技含量相对欠缺,最终在激烈的市场竞争里进退失据。即使身居全球最大的服装销售市场,领头服装企业的发展始终存在天花板。
新崛起的SHEIN与此前的中国版ZARA们有明显的不同之处。
它主打的是海外市场,通过线上销售,与此前的国内服装企业发展路径的差别颇为明显。观察家和服装行业资深人士分析,SHEIN与此前服装产业里的快时尚玩家的不同点还在于,它通过对技术的投入成功建立了一套柔性的供应链。SHEIN的成功离不开数字技术、柔性供应链等关键词。走入公众视野后,SHEIN的增长并未停止,成立才几年时间就已在估值上超越服装行业的前辈们,还带动了一大批模仿追随者,资本甚至因之燃起对服装厂的兴趣。
无独有偶,就在SHEIN被主流媒体关注的几乎同时段,2020年9月,阿里巴巴旗下的犀牛智造经过三年蛰伏横空出世。它从改造工厂末端,提升服装厂的数字化技术设施层面开始,依托阿里巴巴电商体系的丰富资源,试图以数字化能力打造服装行业的新物种。
SHEIN和犀牛智造是数字浪潮里中国服装产业的新面孔。希望通过数字手段来实现规模化扩张的当然不止两家,传统的服装巨头、新兴的SAAS产品服务商和各类效仿SHEIN做柔性产业链出海的跨境品牌等,都是当下如火如荼的数字革命里玩家们尝试改造服装业部分环节的努力。
这些新的生产组织形式指向非常明确——数字化探索和技术改造尝试给这个竞争激烈又风云变幻的市场带来新的可能性。
被数字技术武装过的玩家们能否拉大中国服装行业整体的骨架,打破世界第一服装市场里的领头企业体量的天花板?这要看行业的顽疾能否被解决。
库存的本质2017年,丹麦TV2电视节目Operationx报道了一则颇为轰动的新闻——2017年6月15日,时尚巨头H&M公司派出一辆装有1580公斤(3483磅)纸箱的卡车前往丹麦的废物处理厂。报道称H&M为处理库存焚烧未出售新衣,自2013年起已焚烧了60吨新的可用服装。而一切的原因在于生产过剩,服装滞销。H&M当然坚决否定了这一消息,称处理的只是因为霉菌或不符合化学限制而被送去焚化的停止订单。
这不是H&M第一次被指控通过损毁的方式处理库存。2010年初,这家瑞典时装零售商在《纽约时报》的一篇曝光文章中被指控在纽约35街的一家商店里剪毁和倾倒不想要的衣服。当时H&M曾承诺将确保这些做法不再发生。
由此可见,供需间的错配是全球服装企业的心病。不过,中国服装市场供需错配的问题颇为突出。
根据媒体公开报道信息,中国服装纺织行业的存货周转期指标近年来一直呈上升趋势。从行业总体表现来看,截至2020年6月30日,沪深两市(A股)纺织服装板块共177家上市公司,存货周转期232.33(天),比上年同期提高了35.08%。
存货周转天数指企业从取得存货开始,至消耗、销售截止所经历的天数。它反映了存货在库天数。它的数值越小,代表产品越畅销。存货周转期为232.33天意味着服装板块的企业平均需要大半年时间才能资金周转一次。财经媒体分析企业财报时经常会用这个指标来衡量一家企业的现金流。现金周转天数=存货周转天数+应收账款周转天数-应付账款周转天数。
它其实传递的是一个很朴素的道理:越快把货卖出去(存货周转快),越快收到销售款(应收账款周转快),同时压住给上游供应商结尾款时间(应付账款周转慢),那么短期企业手里可支配的现金就越多,企业的财务状况也更健康。
苹果2021年9月公布的财报数据显示,苹果的存货平均周转天数是11.13天。也就是说,苹果全球门店的货每11天清空一次。科技公司亚马逊2020年这一指标为27.2天,它的近10年中位数为37.0天,而零售周期性行业中位数则为93.12天。
177家服装上市公司平均的存货周转期为232.33(天),这意味着库存压力大,企业的现金回流难度高。此前被中国服装企业争相学习的、超级供应链巨头Inditex(ZARA母公司),2019年平均存货周转日为72天。
高库存、低利润是中国服装行业的重要矛盾,在服装市场消费和企业生产供给之间出现了系统性的错配。供给颇为低效,消费者的需求可能也并未及时得到满足,最终在企业端形成巨大的库存压力。
我们可以从生产端和消费端的不同表征来拆解当下服装行业内存在的巨大的供需错配矛盾。
在生产端,供需错配和矛盾也可能表现为两点:一是生产者提供的大量的服装产品出现滞销,形成了大量的库存;二是一些产品的消费者反馈不错,但因为销售状况超预期是突发情况,造成生产计划无法及时跟上,后端的供应链条无法满足,导致畅销品无法持续稳定供货。
生产端的库存形成的原因可能是多元的。第一,企业未充分考虑目标市场的消费者的需求,盲目生产出了大量不符合消费者喜好或消费习惯的产品。例如审美层面、风格把握层面出现的偏移,没有真正去调查消费者的偏好或者需求。另外,中国人的服装消费当下虽表现为个性消费和品牌消费特性,但其仍然具有功能性特征。在客观季节气候层面出现突变,而产品的供给模式未跟上这种突变时,服装依然可能会出现不符合消费者需求的状况。
第二,服装行业自身的季节限定特性。有行业分析者将服装视作另类的生鲜商品,因为它具有强烈的时效性。春夏秋冬,每个季节都有新品,3个月的季节时长,加上消费者购买习惯,往往是买可以即时穿着的衣服,因此3个月就是时装的保鲜时间。新品在这两三个月里才能以原价销售,一旦过季,它就必须打折出售,实现资金回笼。从当下的现状看,大量的时装做不到真正的应季售罄。
第三,新的消费场景和渠道变迁给服装生产企业连接消费者带来了巨大的挑战。从前,服装的消费场景是,生产企业通过品牌专卖店售卖及通过批发环节到达线下的零售终端,但电商崛起之后,线下的商场百货及服装门店人流量受到了巨大的冲击。如果把人到品牌的购买行为本身视作一种流量的话,从前连接人和货的场域发生在专门店等品牌自身具备覆盖能力的终端渠道,流量能够得到保障。电商崛起之后,这种终端的掌控力不再握在品牌自身的渠道体系中,生产制造品牌也出现了流量的焦虑和瓶颈。这是渠道剧变后的服装品牌们切实遭遇的困境。生产制造品牌无法连接消费者,即使企业生产出的货物和产品符合目标人群的需求,但由于品牌的货架不再处于目标消费者的可触达范围内,购买行为依然不会发生,库存压力依然会出现。
针对这一困境,不少企业也做出了非常大胆的尝试。为了在数字时代重建和消费者的连接,一些服装企业甚至自己下场做起了APP和网站。比如美邦就曾经开发过邦购产品。但仅有一个线上终端并不意味着和消费者的联系就此打通,它们只是一个消耗流量的入口,并不是能带来流量的渠道。除了服装企业,服装批发市场也曾经试图重建自己与下游零售端的联系,一些服装批发市场也尝试过建设自己的线上商城。但它们同品牌自建商城一样面临同样的困境,自然也会铩羽而归。
第四,激烈的本土厮杀和肉搏,国际品牌和本土品牌同台竞技,在竞争激烈的情况下,企业会陷入低水平重复建设中。这是过于残酷的市场竞争和内卷导致的重复生产和行业性浪费,也与服装市场的门槛和壁垒不高有关。
总之,库存成了压在中国广大服装企业头上的达摩克利斯之剑,随时会被引爆。
在消费端,供需错配的矛盾可能表现为两点:第一,消费者的需求旺盛,但世面上的产品可能不一定是自己喜欢的,或者产品的价格高,影响了消费需求的释放。第二,在消费意愿充足的情况下,却出现买不到想要的产品或者延时才能买到想买的产品,后者多表现为应季产品无法适时被买到。
由此服装消费行业的供需错配可以被总结为偏好问题和数量问题,前者指向了生产的产品内容,后者指向了产品供给的能力和时机。
要解决这些问题,不同的玩家开出的解决方案并不一致。有人试图从服装厂里的缝纫机及设备环节的标准化切入,打造一座灯塔工厂;也有玩家把供应链的快捷性和高效性视作最高目标,最大限度利用既有资源;还有生产制造企业试图从生产制造环节转型输出数字化转型经验和能力;当然也有新兴创业公司基于软件和算法来寻找市场机会。改变已经开始。
犀牛智造:服装行业第一座灯塔工厂2020年9月18日,世界经济论坛宣布“全球灯塔网络”新增10家灯塔工厂成员,阿里巴巴旗下的迅犀试点工厂入选。迅犀试点工厂有个公众更为熟知的名字——犀牛智造。
世界经济论坛对它的点评是:“迅犀试点工厂将强大的数字技术与消费者洞察结合起来,打造全新的数字化新制造模式。它支持基于消费者需求的端到端按需生产,并通过缩短75%的交货时间、降低30%的库存需求,甚至减少50%的用水量,助力小企业在快速发展的时尚和服装市场获取竞争力。”
犀牛智造还被视作阿里发力新制造的样板间,阿里在犀牛智造亮相时曾对外表达过从服装行业切入新制造的原因。一是行业市场规模足够大,服装行业在国内是3万亿元的市场规模;二是行业的痛点足够强,库存和供需不匹配的问题深深困扰着行业;三是能够发挥阿里巴巴的优势,阿里的电商平台上服装是规模最庞大的类目之一。
而如果要拆解这座服装行业的灯塔工厂,我们应从世界经济论坛的点评关键词出发。最重要的关键词当属“支持基于消费者需求的端到端按需生产”。它意味着生产端能够捕捉消费端的需求,并切实完成从需求出发的订单生产,它的实现当然要借助数字技术和消费者洞察的结合。
从现有的公开报道和对犀牛智能工厂的调研,我们将这种从需求端到生产端的过程分为两部分,一部分是消费者需求的捕捉,另一部分是生产端的工厂如何用数字化技术及手段接受这些需求,并以高效、低成本和高质量的方式完成。
消费者需求的捕捉来自阿里电商平台过往大数据和算法的积累,来自它们对消费者偏好及具体时段流行趋势的综合把握。阿里的淘宝和天猫电商平台每一天都在沉淀着大量的服装行业数据,它与消费者的购买动作、浏览行为等紧密挂钩。除此之外,整个社交平台的一些趋势性数据也都会被纳入这种需求洞察中来。过往的海量消费者交易、浏览行为大数据和全网趋势最终通过犀牛数据团队的分析处理,会形成两种类型的数据产品。
一种是新品赛道层面,犀牛智造自研了基于舆情热点、传媒资讯、市场热度、成交数据的热点机会发现模型及市场增长预测模型,可以通过对不同品类、不同功能性场景的洞察,给品牌做出一些方向性的指引。另一种是具体的款式推荐。根据热点机会,让AI与设计师合作形成行业首创的人机协同设计模式,快速生成高精度、可直接用于商家选款的服装设计作品。这些包括面料的款式信息推送到犀牛的商家服务端口,形成3D打样的虚拟产品,设计师可以查看虚拟产品做出修改,最后形成自己的新品设计方案。
通过对即时或未来某个短周期的消费者需求的预测和把握,品牌在新品的细分赛道及单品的款式层面都有了相应的指引。相比此前品牌的设计师设计新品、发现新赛道的方式,大数据和算法的能力能更即时、更高效地实现对品牌的目标消费群体的需求及偏好的捕捉。这些信号反馈到生产端,生产出的产品成为库存的概率会更低。
当企业敲定了具体的款式后就可以把订单信息提交到犀牛智造的商家端口,商家可以提交生产需求,向犀牛智造所连接的制造环节发出生产指令。到这一步,生产企业与消费者需求的连接就此建立。
至于生产端如何完成符合消费者需求的订单,高效、快速及少量多类地生产,则离不开对工厂的智能化改造。对工厂的数字化改造也是犀牛智造的一大亮点和难点。
中国的服装产业上市公司比例低,集中度低,生产环节更是典型的劳动密集型行业,中小企业多且竞争激烈。这些工厂的数字化基础薄弱,自动化的设备也很少,从原材料运输到生产缝纫再到成本检测、装包等大量环节都依赖人力完成。
犀牛智造用了几年时间对中国制造相对原始的环节做改造。在工厂建设中,与其他的服装工厂不一样的点在于,IT技术类人才的占比很高。因为讯犀试点工厂除了物理实体的存在,还有一个云上的指令系统,因此它也可以被视作一座长在云上的工厂。
从订单接入环节开始,生产的计划安排就由云上的大脑接管。订单的件数、需要的辅料、交货截止期等信息都会自动从犀牛智造开发的商家端口传输到工厂的自动排单系统里。它能智能调度生产物资来筹备生产,AGV小车拖着布料和各种辅料在工厂的车间里移动。它还能综合判断工厂的生产能力来自动分发订单里的每一件衣服的生产制作任务。裁剪、印花等诸多环节都由更具标准化的机器来完成,这样就保证了每一件衣服的质量。
但服装生产环节的全面数字化并不那么容易,例如布料的自动抓取就是门技术活。
这个环节的难点在于:一是服装是非标品,没有标准化的生产模板,布料的形状多变,光是辨认就需要花费工夫。二是服装面料是软体,具有透气性、延展性和柔软的特性,这导致在整车、手机等制造车间里屡见不鲜的自动化抓取工具到服装行业变得不具可行性。布料透气,传统的负压吸盘不能用。布料又很柔软,延展性强,单点式抓取的夹具不能把布料摆放平整。因此,如何通过机械化的抓取工具实现面料分层抓取、精确自动堆叠,是全世界纺织行业的共同难题。犀牛智造与设备商试验研发了新的静电吸盘、针式吸盘、正压吸盘,它们可以克服布料柔软和透气的特点,轻松实现平整的抓取和释放不同类型的布料。
这座长在云上的工厂,还引入了一种新颖的设备——蛛网式吊挂系统。它的存在让服装厂变得更像钢铁、汽车等自动化程度高的行业里的生产车间。传统流水线通常单线生产运转,一件衣服从半成品到成品一步步流进所有工序,每个工序的工人完成一件再进行第二件。而蛛网式吊挂生产系统,把整个工厂进行集成式蛛网设计,每一条生产线是相互串联的,它会基于生产过程中的实时调度和实时平衡,进行智能的配送和智能的生产。一道工序上有积压,系统会自动分配生产任务到另一个同样工序的工人手中,也可以调配到另一个工序但具备同样生产能力的工人手中。这就减少了生产过程中工人熟练程度不同带来的积压现象。这套生产线上还能同时生产不一样款式的产品,比从前的单线生产效率更高。
缝纫机是服装厂里的重要生产工具,犀牛智造的工厂里配置的是专门向日本重机定制的一种嵌入PAD和数据盒子的机器,连接到云端,能够记录剪线与断线操作、起停时间、线和布匹的张力数据。这些数据配合蛛网式吊挂系统,实现云端的智能系统对每一台缝纫机生产能力的调配。
从这些部署和硬件层面的调整能看到,工厂的数字化并不是一蹴而就的。在没有数字化地基的地方,平台企业需要做大量打地基的工作,和工厂一起寻找适合具体产业的硬件工具、软件助手,才能实现物理世界和数字世界的连通。
端到端按需生产,除了让生产的内容符合消费者审美,还改变了单个订单的起订数量。从前服装产业订单最小生产规模的行业记录在500件左右,15~20天交货期,犀牛智造对外公布自己的效率大大提升,每个款式的起订量下降到了100件,7天交货。丰富性和多样性是当下消费者对服装消费的内在要求,每个订单的最小起订量降低对品牌而言意味着库存风险的降低,通过更小的订单、更多款式的测试,品牌能更好把握消费者的需求。这一能力被犀牛智造称为“小单测款”。
基于小订单的销量数据,这座云端工厂的大脑能够更好地为可能出现的爆款产品筹备好生产资源。犀牛智造对外披露,它们拥有通过大数据分析、自然语言处理、图像识别、深度学习等技术构建出的商品库存预测模型,能够为商家发现尖货和潮流趋势,产生精确到颜色、尺码的销售预测和库存控制方案。例如能监控和洞察款式售卖过程数据,做到智能补单、供给侧快速翻单,以满足市场需求。这能应对爆品出现,因而能实现“大单快反”。
一个服装订单从诞生到交付至消费者手中的过程被数字全面解构,在整个流程里犀牛工厂数字化的颗粒度精确到了单件衣服,而此前服装行业盛行的是以单个订单来配置资源。
这些在行业里都是突破,也因此它让服装行业第一次跻身技术密集型企业的一员。但不可否认的是,位于杭州的讯犀依然是一座试点工厂,它是服装行业未来可能性的一种样板。
2021年11月下旬,阿里对外披露的信息是,犀牛工厂已经在三个自营产业园建成了八家工厂,分布在杭州及宿州两个城市。2021年,犀牛与鲁泰集团在智能制造、面料供给、生态协同等领域的合作,完成了鲁泰工厂数字化改造升级,与此同时,犀牛还和全国几十家工厂合作。
对于这头智能化的犀牛而言,未来要在更大范围内扩张和赋能,智能设备的建设投入和成本都要被纳入考量中。作为一个对接供需双方的平台,只有当改造的成本足以被整体效率提升带来的收益所覆盖时,大量的中国普通中小服装厂才有全面接入这个系统的可能。而这个目标的实现,依然任重道远。
SHEIN:数字打造的极致供应链创立于2014年的SHEIN可能是成长最迅速的百亿美元企业。根据中泰证券在2021年6月研报中的数据,SHEIN 2020年实现营收约700亿元,近4年复合年均增长率高达189%,是全球最受欢迎的线上购物平台。
而回溯它的成长之路,市场驱动的极致供应链可能是最重要的关键词。中信证券曾在一份SHEIN系列报告中总结为:精准营销、流量运营以及出色的供应链管理能力。
精准营销和流量运营,本质是针对消费者端的把握,是对流行的捕捉和对需求的预测。SHEIN能做到这两点,与它的互联网企业属性善用数字工具有关,也与它出海策略中选择自建平台密不可分。正是这二者让它得以实现对消费者端需求更全面的掌握。
中国的服装企业们把握需求的途径曾经是服装品牌们的订货会。服装企业的区域经销商在企业定期举办的新品会上订货,经销商由于处于市场前端,更熟悉品牌在具体区域的消费群体喜好及市场趋势,因此品牌通过它们的订货行为来进行生产和供货,从而实现从市场上的消费端到生产端的连接。
但随着许多企业经营状况的恶化,加上电商渠道的崛起,线下零售点生意冷淡,末端经销商对市场的感知能力也逐渐丧失。订货会不仅没有有效获知市场反馈的能力,反而变成生产商将库存压力转移至末端经销商的手段。只要经销商订货,一些企业在指标上就将产品视作销售完毕。后果是企业陷入虚假繁荣,经销商丧失了对消费者偏好的捕捉能力,最终被库存压垮。
国外颇为推崇的买手制是另一种把握市场需求及消费者偏好的途径。快时尚巨头ZARA也推崇过买手制。在欧美,时尚产业发达,品牌和设计资源扎堆,经验丰富的买手们经常穿梭在各大时装周汲取滋养,感知下一个季节的流行元素、美学风格,最终将这些元素体现在快时尚品牌频繁推出的新品中。这种要素汲取方式也带来过争议,ZARA曾多次被指控抄袭。
线上平台SHEIN连接消费者的方式是互联网化的,通过对用户在线行为的追踪、记录、分析和挖掘,最终形成洞察。它的流量运营策略可以分为对外部流量的利用和对私域流量的运营两类。
在互联网公域流量的利用层面,SHEIN通过搜索引擎优化、社交平台展示和KOL种草,来实现为其独立站点的引流,从而扩大用户体量。
公开信息对SHEIN的获客成本有不一样的两种看法,财经媒体晚点在报道中提及,“一般人投广告做到一定程度就可以了,但许仰天骨头缝里的都吃掉,营销成本控制得比同行便宜70%”。精准的成本管控和强大的内容营销能力让它踩中了社交平台流量红利,在主流平台的大规模商业化之前实现了人群的跨圈层扩张。不过也有财经媒体报道SHEIN的获客成本要高于绝大多数竞品,SHEIN经常会采取战略亏损的方式,“简单粗选几个指标就会全量启动投放,不怎么算细账”,但由于SHEIN的客单价、转化率、复购率都高于竞品,因此能够承受更高的前端成本。
但不管成本高低,SHEIN充分展示出了当下消费品牌最看重直面消费者的能力,它摆脱了其他在亚马逊上开店的跨境品牌们对主流电商平台的依赖和掣肘,更有利于在消费者中沉淀自有品牌。基于数据捕捉与挖掘及海量物美价廉产品带来的产品力,最终它实现了用户规模的起飞。
SHEIN还会通过外部的数据工具,挖掘潜在消费群体的群体性消费趋势,获得商业机会,典型代表有Google Trends Finder。谷歌在推广自己的这款大数据工具时频繁以SHEIN为案例,在一篇推广文案中,谷歌指出自己的工具帮助SHEIN成功:“消费者喜好瞬息万变,卖家缺乏实时信号调整产品结构;另外,海外不同国家用户的购买习惯、款式偏好都有所不同,卖家难以准确了解不同地区用户当下的新需求。……在与谷歌的合作过程中,Trends Finder(爆款发现器)主要帮SHEIN做到了以下三点:实时锁定爆款、帮助选品和广告产品优化、快速了解新市场。”
有一个案例实时锁定爆款,通过锁定国家和关键搜索词,发现具体的国家或区域市场消费者的消费习惯。例如,在某一个时间段,SHEIN发现印度女性消费者对某一种肉色长裙的兴趣激增,还准确预测了2018年夏季美国流行蕾丝,印度流行全棉材质等。
公开数据显示,SHEIN 2021年5月APP下载量在超20个国家中排名第一,在超60个国家中排名前五,是中国出海品牌中快时尚行业第一。如同所有的电商平台,每一个人下载SHEIN后,都会浏览、点击和消费,庞大的用户量让点击行为本身形成了用户的偏好大数据系统。SHEIN对站内流量的成功运营是其商业成功的重要原因。
在庞大的用户池里,SHEIN可以像任何一家互联网公司一样进行用户偏好测试,许多基于电商平台来运营消费者群体的品牌都具备这种能力。例如“批量测品”,它类似于Facebook的A/B测试,字节跳动也通过A/B测试来完善平台的大数据处理能力,磨炼推荐算法。媒体报道,SHEIN在深圳有一个几百人规模的数字智能中心(AIDC),负责SHEIN的个性化推荐算法,它在2021年底面向社会的招聘中也在大量急招与大数据、AI相关的开发和算法工程师,可见其对大数据能力的重视。
这种A/B测试的存在源于SHEIN的推新逻辑。SHEIN的柔性供应链服务商辛巴达的创始人在对外分享中曾提及,一般品牌是基于预测“找交集”,SHEIN找交集做得更彻底,它会对市场几乎所有热点机会进行测试,一年上新30万个新款,通过在不同群体中进行货品的推送测试,寻找不同区域、不同类型的消费者偏好。
基于社交平台和搜索引擎实现获客,在自有渠道上沉淀出庞大的用户群体,一年30万个新款,对消费者的消费行为和习惯进行大数据挖掘,最终把抓住的每一个销售机会价值最大化。这就是SHEIN运营流量的目的。
还需要注意的是它的30万新品设计的模式。SHEIN不同于犀牛智造,它要控货,承担库存成本和压力,每天上新的SKU以万计,设计出受欢迎的新品是整个平台能够持续保持吸引力的关键。款式设计层面,犀牛智造主要从赛道捕捉和新款推荐层面来赋能其他品牌,SHEIN与之颇不一致,它选择了将设计权把控在手中,而将生产环节向外分发,形成链条上的协同。
当设计款式与消费者需求契合,形成了订单之后,SHEIN会迅速对外分发订单,小批量、多款式、超大数量的订单需要匹配相应的供应链。自己不介入工厂建设和生产,通过其他的供应商代工完成产品制造,这是典型的设计—代工模式。品牌不直接参与制造的优势在于可以集中优势资源专攻自己最擅长的部分。
另外,产业里也拥有现成的制造资源,能满足品牌企业的需求。快时尚行业产品多、单价低又讲究上新速度,同时订单起订量还很小,这需要颇为高超的供应链管理能力。
从SHEIN的发展路线看,供应链管理也是它最被外界称道的部分。中国的服装产业此前习惯了期货、较大批量的生产模式,工厂适应这些小批量、多频次的订单需要时间。SHEIN花了大量的时间与经历来与供应商磨合。亿邦动力网报道,2014-2017年,SHEIN重点整合了以广州番禺为代表的中小型工厂,帮助他们实现IT系统和数字化升级。经过几年磨合才打造出了年营收2000万元的工厂。
SHEIN的供应链中心在广州,这也是它充分利用产业固有资源的体现,广州所辐射的珠三角是中国的纺织工业重镇,这里有经过改革开放几十年千百次锤炼锻打形成的服装产业优势,能够大规模地快速制造高性价比的产品。
数字化的管理工具在SHEIN管理这些大小供应商时起到了关键作用。SHEIN自建了一套与大小供应商连接的信息化管理系统,打通终端、生产及面料供应的全流程,便于需求和订单高效发放到供应商,方便向其同步补单需求,优化排产,实现对生产数据的实时监控。
相比犀牛智造希望从服装厂的土壤层开始全面推进数字化,建设高科技工厂,SHEIN对这些小作坊式的供应商动刀相对较少,主要体现在供应商使用的制造执行系统与自身的订单管理打通层面。另外据媒体报道,它的账期结算周期低于行业平均水平,还会扶持供应商扩大规模、升级设备。
某种程度上,SHEIN的崛起路径并非以数字化为目的,数字化是它实现商业价值的手段。控货卖货,打造一个线上时尚品牌,才是它的目标。
不可能大三角除了互联网基因的线上平台试图解决产业内的供需矛盾、提升生产效率,服装生产制造品牌也在进行数字化探索。
2019年3月,中国最大的女装制造商汉帛国际的工厂也在尝试把缝纫机接入互联网,让适应大订单的生产流程能够承接碎片化订单。《三联生活周刊》探访过汉帛国际的工厂,发现订单背后的品牌来自线上平台必要商城。这是一家创立于2015年的主打C2M模式的电商公司,创始人毕胜创立必要商城初衷就是希望消灭库存,先下单后生产,来经销物美价廉的产品。
汉帛国际上世纪90年代创业,最初从代工起步,新世纪之初开始打自己的品牌,之后尝试孵化过设计师品牌。2011年企业的第二代接班后,它重新走回供应链代工路线。
前端C2M电商连接后端老牌服装巨头,这种先下单后生产的模式跑通,会改变服装行业积弊多年的期货模式,算得上真正意义上的以销定产。它与2013年兴起的淘品牌,以及2015年兴起的网红品牌有类似之处。当年的网红品牌也是先下单再生产,通过网红的个人号召力来集聚订单,达到代工厂要求的最小开版数量。一些大流量网红上新可能还会出现超大量订单。碰到这种情形,链条上的压力不再来自库存,而是原材料备货和代工厂的产能瓶颈。网红或者网红品牌们没有了库存压力,但消费者却要等待大半个月才能拿到质量有参差的产品。
必要和汉帛的尝试不一样的地方在于,没有了网红的引流,订单的数量不会出现超大规模级别的爆款。更大的考验来自订单的零散化,它可能比犀牛和SHEIN的模式还激进,订单碎片到不以百件为计量单位,而是极小数量甚至单品生产。汉帛在行业经营多年,是ZARA、H&M等品牌的合作伙伴,最终,它同意用一个车间做柔性化尝试,车间里的缝纫机上安装了在线设备,摆放的位置也发生了变化,U形摆放加上吊挂,形成微型工作站。
《三联生活周刊》报道,一个车间的数字化尝试迈开步伐时,工厂层面也遭遇了不小的阻碍。压力来自两方面:首先车间用来承接柔性订单,就浪费了原本用于常规大规模定制的产能,管理层中有人对此存在意见。同时,由于工作任务每天都变,工人在订单上要花的心思也得增加,许多人不适应工作模式的改变。最终是企业的核心管理层期望在变幻莫定的女装行业里探索柔性产业链的更多可能性,才顶住压力完成了改造。
红领则是从男装领域尝试柔性产业链,实现个性化定制的案例。2014年《第一财经日报》报道,红领频繁向海外代理商发送定制西装的订单,曾成为跨国物流公司UPS在山东省最大的客户。
红领案例里的关键词是“工业化定制”,根据当时它们披露的信息,红领集团研发了酷特智能个性化定制平台RCMTM(redcollar made to measure,红领西服个性化定制),用大数据系统替代手工打版,“输入顾客身体测量数据和细节要求后,会自动生产所谓的版型”。
2014年时,红领对外披露这套系统提升了产能,使得一套西服的制作只需7个工作日,每天可以生产1200套西服,比行业里动不动几个月的生产周期、一天产量几套的水平高了不少。酷特智能个性化定制平台让红领集团在此后几年一直是服装行业里大规模定制的样板企业,许多龙头企业组织去学习。2015年,复星领投酷特(红领)智能B轮融资,2020年7月酷特智能在A股创业板上市。
不过,酷特这个男装数字化标杆的尝试可能并非一路高歌。2021年1月,《亿邦动力》报道酷特智能的线上定制业务酷特云蓝店铺已停止运营。酷特智能当时回应称2021年战略调整,实施“一个品牌战略”,聚焦做“红领”品牌。亿邦分析,C2M的核心在于先寻找订单,再安排生产,以此让公司保持一个比较高的存货周转率,但在疫情到来后,半年报时酷特智能存货增长60%,加上线上定制业务的店铺关闭大半,这让外界开始担忧酷特智能C2M模式的发展前景。
从这些制造业的案例中,我们发现,制造基因的服装厂通向数字世界的路途并不那么顺畅,步伐也迈得艰难。它们的优势之处在于,相比互联网玩家,它们拥有深厚的行业积累,熟悉产业链条。但优势有时也可能是累赘,创新的尝试在初期总是不太成熟,而向创新倾注资源又会影响成熟业务的效益,老牌成熟的传统业务遏制新生力量的“创新者窘境”正是在这样的背景下产生的。因此许多人倾向于创新诞生于现有的成熟商业模式之外。
既然是尝试和探索,这些案例就会在不同层面存在问题,自然也遭遇过一些质疑。
例如,跨境行业自媒体雨果跨境曾报道过一个SHEIN供应商的案例,其中提及SHEIN对供应商的考核体系相对单一,仅计算工厂每月产能,而不考虑不同款式的生产流程差异。生产梭织连衣裙的工序环节和人员配置比生产T恤复杂,但在上下游连接过程中,两种工厂的考核指标却是相同的,最终导致供应商只愿意生产简单的款式,想做出差异化的工厂难以在他们的考核体系中生存。在以快为最高考核指标的体系里,难以保障生产品类的丰富性和多样化,同时对极致性价比的追求,可能也让一些供应商感觉深陷低毛利、满负荷运行的漩涡。这篇报道揭示的境况如果属实,SHEIN产业链上企业的成长性有待观察,这家强调数字技术改造中国服装产业的企业能否真正意义上解决中国服装产业的问题也需要打上问号。
在犀牛智造的案例里,它需要解决的是重度改造工厂所耗费的成本问题。只有改造的收益超过了成本,这种模式才有可能被大规模推广。
尝试并非毫无意义,所有的新事物都有稚嫩与青涩之时。
辛巴达创始人大风在2021年的一次分享中将大量快速上新、极高性价比和高周转零库存三点视作服装产业里的大三角。“低成本的大量快速上新是第一角,极高的性价比是第二角,高周转低库存是第三角。大量快速上新意味着高投入,高性价比又意味着低毛利,在高投入低毛利的情况下,如果企业要赚钱,就必须有很高的效率且同时有很低的库存积压。”大风称ZARA和SHEIN是服装行业里真正完成了这个大三角能力建设的企业。
在本文的观察视觉中,数字化技术正让服装产业构建了一个新的针对服装产业供需现状层面的不可能大三角。碎片化订单、快速制造多款式产品与成本这三者是很难同时满足的三大目标——只要有足够多的投入,快速制造多款式产品且体量很小不算难题;快速生产很多款式的产品且要求成本低并非不可能完成的任务,只要形成规模效应,分摊到单件产品的成本也能压下来;以相对低的成本生产很小的订单则是前工业时代的常态,不加上款式多且速度快的限定词,它可能只是手工作坊。
而现在,成本、速度和更小的规模三者得兼,正因数字技术的应用而有了实现可能。
超越规模个性化和成本在工业界是一个互斥的命题。企业的优先级在追求低成本和品种多样化之间游移,很难将二者并列。个性化的反面当然是规模,规模确保了稳定的产出、质量和标准;个性和差异则将一家企业区分于另一家,最终铸就企业的竞争力。
这是工业时代以来的守则,大多数企业所追求的差异也是有别于其他规模产品的差异,个性化的限度依然被框在生产和工程层面的成本线之上。如果希望从机械工程工艺层面实现柔性制造,它意味着这种工具一定是多用途的,而非专门化的,从生物学层面说,它意味着冗余的存在。
乔纳森·斯威夫特在《格列佛游记》中提到巨人们看到格列佛时的反应曾这么说——
第三位智者说:“似乎没有什么生存方式是适合他的,他行动笨拙,不会爬树,也不会掘洞。他无法维持生计,也没有能力从敌人手中逃脱。”
校长说:“如果他是活生生的动物,那么我们必须承认大自然有时也会出错。”
他们都说:“没有……他是自然界中的怪胎。”然后鞠躬离开了房间。
巨人们对人类这种生物体形的嘲讽指向了人类这个物种在技能层面的相对平庸。看起来,这个物种似乎不特别适合任何一种生存环境。人类的奔跑速度不快,不是游泳高手,不是挖洞高手,也不擅长在树梢间游荡,牙齿的咬合力也不够强,狩猎能力也不够强。但人类是第一种拥有多项技能的生物,拥有大量的能力冗余,最终正是这些冗余让人类成为地球的主导生物。
回到工业制造的柔性工具层面,一个高度柔性化的系统,意味着对某方面效率的牺牲,最终带来的是成本层面的损失。要么,它就只能在约束条件下进行有限范围的产品制造,如汽车产业里的大规模定制。设定某些部件可定制,颜色、车内的配饰、规格等进行定制。这是标准化产品在有限范围内的个性化,它的排列组合有限,最终每一种排列组合依然能形成规模化的订单,形成批量化的产品。
在服装行业这种非标准化又单价较低的领域,生产一种专门的器械,全自动式实现柔性是不可能的选项。正是因为它的非标准化,产业里的柔性和变动往往是通过人来实现的。
人的双手和大脑是最擅长处理柔性需求的组件,人对褶皱与花纹的区分、对不同规格面料的分辨、对轻薄面料的抓取等,都仿佛是与生俱来的、隐藏在生物本能里的能力。大脑作为最精密的计算组件,能在最短的时间判断并处理这些复杂的需求。而上述流程要被机器和算法理解,则需要非常长的链路,对计算的要求很高,从而构成了一个复杂而颇具难度的挑战。也因此,有人说,服装产业是最难被数字化的行业之一。
因此,在服装产业里的数字化和对柔性的探索,从来也不是以对人的完全取代为目的的。机器或者说数字化手段完成的,是以对供需匹配的失灵、对信息的不对称、对生产效率带来不必要浪费环节的优化为背景的。
大规模生产的资源利用效率最高,但消费需求又追求差异和个性。大规模生产带来的可能是会把企业压垮的高库存,生产端所擅长的大规模—低成本链条变得难以为继。所谓对规模的超越,是更小的规模成为企业获得灵活性和某种确定性的根本。这样,通过大数据的预测和对从需求到生产制造环节的管控,服装产业在成本、速度和最小的规模之间达成了某种平衡。小规模定制的大规模重复成为可能。
犀牛智造、SHEIN、汉帛国际和辛巴达们都在尝试用新的技术来解决需求端和供给端之间的尖锐矛盾。至于最后谁能真正解决问题,也许最终解题方并不来自当下的任何一种模式。但至少改变和尝试已经在进行中。
回到开头迈克尔·波特的那个问题,一个产业的竞争优势从何而来?中国服装产业的答案可能是,最初它来自劳动力密集的低成本优势,但随着市场的发展和技术的应用,从设计到市场的创新机制被打通,进而对生产、设计、制造、管理和营销等所有环节进行尝试。激烈的竞争中,企业家们苦心孤诣、殚精竭虑,江山代有才人出,但在这个市场却只能领三五年风骚。最终,它成就的是一个关于进化和筛选的故事。