这期我们聊聊AI进产线。虽然是以服装行业为例子，但不影响，因为观点非常直给、易懂、尖锐。希望大家代入自己的行业。恰巧，我的两位合伙人，欣华和Tiffany都是跨越了AI 1.0到2.0的投资人，投资过依图、商汤、经历过AI四小龙年代的挣扎。这次对话，我们请到了“番茄炒蛋之父”叶超莹，他是浙江壹禾服饰有限公司董事长、三届奥运会中国体育代表团礼服设计师，同时也是中国AIGC产业联盟秘书长。我们一起复盘AI 1.0到2.0投资人和创业者踩的那些坑，服装行业经历过行业的狂热与回调，以及AI时代，什么样的企业，会成为中国的优衣库。注：本文的AI 1.0 是指专注于特定任务的感知智能，以图像识别技术为代表。AI 2.0 是指能够完成复杂任务的认知智能，即以ChatGPT为代表的AIGC。一、AI 1.0：狂热与回调那时，每个创业者都相信，各行各业都能用技术重做一遍，唯独对产业少了一份敬畏。2015年，那是资本助推之下的AI1.0时代。作为“衣食住行”四大刚需高频场景之一的“衣”--服装行业，这个万亿美金级别的巨大市场，在拿着锤子找钉子的技术创业公司眼里，是兵家必争之地，各类型找场景的技术公司，都纷纷将目光投向了服装行业，加之同时期服装在电商渠道的渗透率快速提升、在营销端的数字化场景无比丰富，为以机器视觉技术为代表的AI1.0应用落地，提供了无限的幻想。 09:50而同时期，经历了高速发展的工厂模式，在2015年之后，随着产能过剩、内需疲软、以及国际品牌产业链的逐渐转移，这种“乙方思维”开始行不通了，离终端需求太远、链条太长、信息反馈太慢、库存的压力扑面而来，乙方工厂也被逼得要转型，要向微笑曲线的两端转移，重视研发、更数字化、做品牌、靠近终端消费者。 04:43在这一冷一热的氛围下，大家开始越发开始抱团期待：技术公司期待着，是否可以用AI贯穿从草图、版型设计、虚拟试衣、3D量身、工艺识别，数字化整个产业链？企业期待着，AI能否极大地降低服装行业供需信息不对称、库存积压、退货率高、资源严重浪费等痛点？投资人期待着，中国的优衣库、迪卡侬在哪里？管他呢，干起来。图片来源：CBNData后来大家知道了，各种各样的AI货架、AI试衣间、AI上妆、AI订货层出不穷。结果是，大家都只挠到了产业的痒点，没有真正地解决产业的问题，在后来几乎全被证伪---大多是技术创业者假象出来的伪需求。那真是一个大家相信人有多大胆，地有多大产的年代。以史为鉴，现在看来，整个服装的产业链巨长无比，从纤维厂到制衣厂到终端涉及十几个角色，各环节信息传递效率低改造难度极大，以至于后来产业互联网高峰的那一波企业，例如百布，链尚网、知衣等，都是在单个或几个产业链条上深耕，能打通全产业链的寥寥无几。 12:07而且很多时候，尤其是在服装和零售这类利润率本来就不高的行业，反而因为一些技术的过度投入，把简单的问题复杂化，会让成本居高不下。我真见过数据科学家去培训工厂的案例，算上各种硬件成本、软件成本、培训费用、大数据工程师和CV科学家的工资，加起来让本毛利就不高的传统行业，根本算不了经济账。嗐，数字化了个寂寞。图片来源网络二、反思：从产业中来，到产业中去既然AI无法让服装行业弯道超车，企业经营还是要回到内功，那么我们不禁要问：中国的服装行业，是先做品牌，还是先做供应链呢？是要先去补优衣库、迪卡侬的功课呢？还是要接着硬啃这一波AI、实现弯道超车？这次和叶总的对谈，给了我们一份从产业视角出发的答案。1、差异破局：与其更好，不如不同。“我们看到优衣库的供应链能力强大无比，单一款衣服可以做50万件，新的入局者很难做到比他们更具有竞争力”。所以，与其更好，不如不同。 49:58如何不同？“做大公司一碰就失败的项目”是一个突破点，比如聚焦内衣的蕉内，就通过聚焦内衣和主打科技面料营造品牌的心智，也能打出一个细分市场。所谓“量治百病”，通过产品差异化定位精准地切中细分市场，快速起量，再回过头来投入供应链，是产业人更关注的点。毕竟，“量治百病”。2、找到根源：AI试衣是伪需求。外行思考的是AI试衣、AI货架，内行则会从库存和退货率思考问题。直播电商平均退货率为30%~50%，一件衣服只要吊牌没拆，7天内就能无理由退货。高退货率又加剧了高库存，我们往深一步想，为什么有这么高的退货率？ 51:23其实，不管是买家秀和卖家秀的不符、还是平台价格导向的冲动消费，本质上都是宣传和实物的巨大割裂，货不对版。那么货不对版的问题，是不是可以反过头来从供应链解决？叶总给了我们一个例子：“首先衣服做起来一定要合体，后背是贴身的。女性有点发福是正常的，我们保证她腰围线的维度不变，把胸围放大，那腰线自然就出来了，看上去人的线条就很美”。这就是从产品端去解决问题。 37:16为什么说AI试衣是一个伪需求，就是因为，它还是从前端，从营销端解决体验的问题，而没从后端，从产品供应链端去根治高退货率高库存问题。图片来源网络伪需求，害死了多少创业公司啊！举个反面案例：“有一些公司做3D扫描全身，一扫就扫出2800个数据。你说做服装用得到2800个数据吗？顶多只有12个到15个关键数据就不错了。而且同样的数据，不同的公司、不同的版式、不同的工艺师，做出来的服装又完全不一样”... 51:59数字化了一个寂寞。3、放大优势：用柔性制造提供个性化体验。任何万亿级别的生意，不谈到基础设施就是耍流氓。服装行业正是依托于中国过去3-40年积累下来的强大基础设施。其实所谓的以销定产、柔性生产并不需要多少AI，也并不需要多复杂的技术。只要从原本的工序上进行一些优化。叶总举例说：“原本做一套西服，两百多道工序，要八十几个人做”。而通过流程的拆散和再造，“现在3-5人就能完成一件成衣”，这样就能做到量体定制，先付款再生产，并不需要多少AI，只是过往的工厂模式太好做了，大家没意愿改变。 35:01很多没做过实体的朋友不知道，后端只需要变一点，前端就能有巨大的突破。因为组织和工序的调整，一旦后端变了，支持按需生产，前端自然会产生更多创新的营销打法，会更多有个性的品牌会冒出来。这种良性的前后端闭环，并不是现在大家看到的，负责卖的不考虑退货率，负责生产的不考虑怎么卖。未来，新的消费模式，必然需要新的生产力、新的组织形式。那么，新的生产力、新的组织形式，是什么呢？三、AI 2.0：未来已来？很快我们来到2024年。回顾10年前，那时我是AI+新零售的从业者，欣华和Tiffany是AI 1.0的投资人，回想那时，我们也常怀疑自己，是不是认知浅薄了？真的需要那么多技术、真的需要那么多互联、真的需要那么多AI吗？现在想想，那激荡的几年，无数技术创业者，拿着AI的锤子，找零售的钉子，那张口闭口各行各业能够再做一遍，那泾渭分明的传统零售和新零售之别，俱往矣！无非是移动互联网和AIGC交替的一个混沌序章，而已！如果说互联网是抹平了信息的不对称，把信息变成了生产力，那么AIGC本质上，是抹平了各行各业知识的不对称，把知识变成了生产力。所谓的知识，即模型，模型需要数据，而最值钱的数据，是工业数据---那些在一线未被数字化的经验。1、去找到那些产线上未被数字化的经验。比如最近大家都寄予厚望的人形机器人，都希望它能改变制造。而一旦用在产线上，你会发现不如人工便宜和顺手。 40:54做薄衬衫和呢子大衣的工序和程序是不同的，假设不计硬件成本，光一个软件调校成本，就比产线上的人工高，一个熟练工简单培训就能完成，且一个月工资只要几千块。熟练工的价值，并不是在和机器人比产量上，而是关键工艺上的“手巧”，这个其实是Know-how，把它提炼出来，并不是靠千万亿的参数，而是最一线的经验。我们谈到一个管理学上的例子：一个饮料生产流水线，生产1000盒出来有3到4盒是空的。老板请了一个专家团队研究了一星期，说要花1000万改造这个流水线。后来生产线上的工人说，这个没这么复杂，放一个风扇在那，风一吹空盒就飞走了，几百块就解决了这个问题。现场有神明。2、做那个既懂做品牌，又懂供应链的人。我们看到大部分新锐的品牌，总是一波一波地上热搜，一波一波地没掉，究其原因还是在上一个时代大分工的背景下，营销是营销，生产是生产，我们按照工业标准培养的人才，在下一个AI时代是不适配的。 45:57生产力决定生产关系。而AI 2.0正是这样一个契机，让我们重新做组织调整。我们社区就有服装创业者，早就在电商平台通过投放来测爆款、收集订单，再利用AI对爆款图案进行大量生成，最后再改造生产过程中的丝印、编码、打包等动作，完成了最基础的柔性生产，同样一个月能有几百万的GMV。这也是我们反复希望传达的观点，AI 2.0时代的产品，AI含量不一定要那么高，而是要思考，在哪些关键的工序，让AI成为不可替代的一环，就已经足够颠覆了。一通百通。四、AI进产线，正当时！回望2015，我们作为创业者、投资人分别参与其中，不胜唏嘘。当我们看到如今AI 2.0 的火热，心中既兴奋又不安。很感谢这次畅聊，让大家对于未来更加笃定。叶总给我们带来一个完全不同的角度，从产业视角聊AI，我想是很多技术创业者很少听到的声音，我们希望未来未大家带来更多这样的一线反馈。也顺便预告一下：我们即将在温州、佛山、东莞、泉州等著名制造业基地，发起多场线下活动，带领AI创业者进产线，和制造业老板面对面，我们将在线下开展一系列的主题训练营和闭门会，真正帮助AI创业者走入一线！同时我们JustSayAI出品的AI应用开发平台，将为AI进产线训练营提供技术支持，让每一位参加训练营的创业者、企业负责人，在结束时都能带走“手搓”一个自己的AI应用！【关注我们】：📕小红书：JustSayAI、叫我小苏就好啊▶️油管：JustSayAI📺B站：叫我小苏就好啊♻️视频号/公众号：JustSayAI【听友福利】：我们特别邀请你加入“人民公园说AI”创业社区（微信：Roisu117）。✨我们是谁？我们是一个总部位于加拿大面向全球的“AI出海孵化器”，为全球AI创业者提供：技术孵化、投融资连接、项目出海等服务，让好项目、好技术、好团队少踩点坑，走得更远！

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related