数智工厂如何实现？

　　引言
　　工业中小企业的数字化转型，号称是全世界的难题。庖丁解牛的故事告诉我们，再复杂再艰难的任务，只要找准方法路径，都是可以迎刃而解的。数智工厂建设与运营，是我国十四五的主要任务，它是实现我国第二轮数字经济发展的重要基础。我国第一轮数字经济发展的基本模式是：云平台互联网消费与服务智能手机；我国第二轮数字经济发展的基本模式：云平台互联网制造与服务数智工厂。因此，扩大数智工厂的规模，已成为我国第二轮发展数字经济的关键坏节与战略举措。同时，数智工厂是数字化智能化工厂的简称。在工厂的数字化转型中，设备端计算、制造单元与制造产线端的边缘计算、云计算已开始运用，有计算必有智能算法创新；工厂数据生态体系建设亦在推进中，有大数据必用人工智能。因此，目前已经到了数字工厂与智能工厂融合发展阶段，数智工厂的发展已成为主要模式。
　　一、劳动力密集型行业面临的困境
　　生产要素低成本优势不再
　　目前中国劳动力成本逐渐上涨，根据行业报告显示，我国劳动力成本在过去的10年间已上涨近5倍，远远高于东南亚和非洲等国，接近欧美发达国家水平，2014年我国劳动力成本已经是越南的3倍，也远超于印度。目前我国制造业的劳动力成本仅仅只是比美国低了4，但我国的劳动生产率却远远低于美国，目前美国的生产率比中国高出8090。目前我国原材料上涨，整体农作物价格也显上涨趋势，而服装常用的棉花价格也在上涨，并且供不应求，这导致企业生产的原材料成本提高，加上国内房价的高涨，尤其是珠三角地区，厂房租金也是水涨船高，很多小厂因此倒闭〔1〕。
　　人口红利消失，许多制衣工厂都出现招工难，我国服装制造集中地区，如虎门、茶山和大朗等服装加工厂，每年都需要做大量招聘宣传工作，贴海报、街道摆摊设点和人才中心市场招揽人才等，但还是解决不了企业用工荒的问题，有些企业还会使用钟点工人来缓解人力不足的情况。
　　图1我国劳动力人口增减趋势图
　　产业困境
　　随着我国经济快速发展和居民收入水平的不断提高，消费者的需求发生了变革与升级，以往传统服装企业的大批量、同质化、品质差和价格低廉的生产模式已经不再符合目前的市场需求，而小批量、高品质、个性化、时尚潮流和定制化的模式更受青睐，可以说，市场环境发生了巨大的变化。
　　新一轮技术革命到来
　　在传统服装行业面临诸多生存发展难题时，智能制造成为企业突破困境与转型的利器。在东莞，已经有不少服装企业开始向智能制造转型，应用大数据提高生产效率。随着大数据、云计算、网络信息和机器人等新技术的介入，传统服装制造将面临新一轮技术革命与行业洗牌。
　　为进一步了解服装智能制造的发展现状和存在的问题，预测未来服装智能制造的趋势。对服装智能制造的定义和现状进行了系统的分析，得到中国服装行业转型必然由传统手工化变为智能自动化，实现机器换人，工厂智能自动化生产和服装智能云计算设计的结论〔2〕。
　　二、数智工厂转型必须完成的核心任务
　　任务一：建设行业云主导运营的、数据底座与工厂一线相融通的数据生态体系
　　工厂的数据生态体系是由生产领域的数据生态系统、运营领域的数据生态系统、管理领域的数据生态系统、治理领域的数据生态系统、售后服务领域的数据生态系统以及产品设计及研发的数据生态系统为一体构成的。以离散工业的织造工厂为例，数据底座与工厂一线相融通是指技术、业务、数据（包括技术标准、业务知识、行为规则）的融通，目的是为了打通数据，用好数据。
　　任务二：完成线上与线下相结合的运营方式创新
　　数智工厂的运营方式创新，主要有以下四种类型：
　　首先，数字化生产需要改变原工岗级、班组级、车间级、生产科与销售科的人员逐级请示汇报的运作方式，建立可在线同步报告与在线髙效指挥、执行的机制，即垂直五跨的运营（作）方式；其次，需要构建从穿榇单元到织造车间再到验布修布车间的跨单元、跨产线、跨车间的横向协同生产的运营方式；再次，需要创建织品生产与经营业务一体化的、横向跨多个管理科室（或部门）协同服务的掌上办的运营方式，并根据流程的优化精简冗余的坏节与岗位，优化企业内部组织设置，逐步推进工厂管理的扁平化；第四，需要构建类似于军队由云平台统一实时动态调度指挥的多兵种一体化协同作战的企业运营方式。
　　任务三：完成工厂的数字化管理体制变革
　　需要改革传统的企业管理体制，推进采购管理、资产管理、仓储管理、生产管理、人事与工资管理、财务管理、销售与客户管理的数字化、无纸化、可视化，并创建与其相配套的管理制度。
　　任务四：创建工厂内部的数字化治理体系与体制
　　要让数字化的管理制度有效运行，保证人人能遵守制度、事事能讲规矩，就必须建立健全跟踪员工生产经营行为的大数据监管体系与体制，做到有功必赏、违规必罚。比如，要解决好员工对数字化岗位技能因思想抵触不肯学、怕麻烦不愿用、不受制度约束乱作为等问题，就要完善数字证据依法采集依规采集的方式，并实行有令必行、有禁必止、有功必赏、违规必处的新政，才能保障数字化管理制度成果落地见效。完成运营方式及组织结构的改革、数字化管理体制改革、数字化治理体系与体制创新等变革任务，是保障数智工厂健康有序运营的必然要求，对于熟悉企业管理与治理的工业企业而言，只要搞懂数字化管理与治理的原理，完成上述制度改革与创新的任务是不困难的。
　　任务五：开发全厂员工使用的小程序软件指令数据集执行指令结果报告数据集与人工智能的应用
　　首先，要开发好全厂员工使用的小程序软件指令数据集执行指令结果报告数据集。这是实现云平台动态地实时调度指挥全体员工，再由员工去调控数字化的制造单元与制造产线，由管理部门员工提供协同的服务保障的必备条件，亦是构建全厂员工面对客户的一体化协同生产与协同服务模式的必然要求。
　　其次，要开发四大场景的好人工智能应用。这是可以渐次推进的。要根据生产、业务、管理、治理等四大场景的数据生态系统建设的进展与业务数据运营的内在逻辑关系，跟进开发各种人工智能算法与应用。比如通过生产场景的数据人工智能应用开发，可以不断提髙智能制造、智能运维、智能质检、智能包装等智能生产与智能运维水平；通过持续推进订单进度跟踪、合同履约提醒、节能减碳减排合规审查、安全生产跟踪预警、流动资金周转调控等生产与经营一体化场景的数据新算法开发，可以创新智能生产与经营的方式；通过系列开发插单智能排产、动态调度管理、产供销智能协同等管理场景数据的算法，可以创新智能管理；再通过治理场景数据的算法，可以渐次有序地开发智能监管、智能评价、智能治理体系，并实现工厂的数字化治理体系与体制的创新。
　　任务六：需要抓好数字化技能培训与先进文化建设
　　数字化技能培训，是让数智工厂发挥作用的前提，否则就会出现像老年人买了智能手机用不了、用不好的情况。要广泛动员企业员工，积极开展适岗技能培训，养成遵守数字化技能操作规范、数字化管理制度的习惯。
　　六个方面的任务是实现企业数智工厂运营模式转型的必备条件，是缺一不可的。完成上述六项任务是一个长期的复杂的系统工程，不可能一蹴而就，需要将长规划与短安排相统筹，步步为营，扎实推进。
　　三、数智服装工厂的转型和建设
　　目前，国内服装智能制造主要集中在生产和运输上，还尚未拥有无人制衣工厂。服装从设计到销售需要几个月，一旦产品落后于市场，企业将面临亏损。因而，服装行业开始寻求智能化，以应对市场的实时变化。智能设备将生产数据与市场状况反馈给企业，管理者对生产进行调整，形成一条市场灵敏度高的生产线。国内服装企业鲜少使用全流程的智能化操作。目前应用较广的智能设备有自动绘图、自动剪裁和吊挂生产线等，此类设备市场的反应具有一定的延迟性。
　　3。1服装智能制造系统
　　RFID（无线射频识别）技术
　　在科技的促进下，标签的使用越来越频繁，RFID（RadioFrequencyIdentification）技术因此诞生。只需要配上对应的RFID电子标签，就能在RFID系统中远程监控整个生产线。一旦将服装生产运输与RFID技术融合，就能实现自动化生产与实时监管一体化的智能流程。但RFID技术有追踪个人的可能性，因此，企业要重视客户信息。ZARA品牌的第一家智能门店使用了RFID技术，顾客通过扫描获得信息，选择服装。RFID技术还能与云数据结合，建立能够分类的全自动立体仓储管理系统（WMS），实现服装储存智能化。
　　3D试衣（三维试衣）系统
　　3D试衣系统通过三维扫描仪获取人体数据，通过计算机建立3D人体模型，建模后，系统通过虚拟技术实现动态试衣，缩减了试衣时间，让消费者快速选到服装。企业可以通过系统反馈的数据，分析市场需求，调整生产，避免生产过剩。3D试衣系统还需要解决服装与人体模型的贴合度、悬垂度和服装的阴影处理等问题。
　　网络试衣软件以Virtools、3DMax相结合为主，但建模不够完善。实体试衣系统中，中国杭州森动数码科技有限公司推出了3D互动虚拟试衣间，能够衣随人动。日本DigitalFashion公司发明的ActiveLab3D试衣镜，用相机捕捉人物，合成3D影像，与现实人影重叠，达到虚拟效果。
　　3。2服装智能制造工艺
　　目前服装行业，机械化程度不高，服装生产仍以人工为主，机器为辅。
　　批量生产
　　服装行业常用的智能设备有自动绘图、自动剪裁、吊挂生产线。自动绘图颠覆了传统绘图方式，将服装绘制到电脑中，输入代码即可生成颜色，且款式可随时改动，简单快捷。自动剪裁根据电脑模板裁剪布料。模板与流水线结合将是未来批量生产的主导，能提高效率，降低成本。自动化智能生产系统要求：缩短生产时间，节约经济效益，减少手工干预。吊挂生产线就是应用最为广泛的该种设备。吊挂生产线充当搬运工，将每个环节相连，实现减人增效的目标，同时，把控效率，调整简化工序，以确保每个环节高效运转，并减少服装褶皱的可能性，缩短后整理的时间。未来，服装制造智能化将会有一个激增的过程，服装制造与计算机编程结合也将会是必然趋势。一旦机械上实现了任意曲线绘制的功能，那么服装行业全智能化就近在咫尺。
　　个人定制
　　随着三维建模的发展，三维人体测量技术较为完善的是美国TC公司、英国Cyberware公司和德国TechMath公司。三维扫描系统将三维与二维结合，生成的人体模型更为精确。通过模型库，调出消费者的数据和喜好，再利用云计算选择出最适合消费者的布料，省去了反复测量的时间，服装也合体。对于消费者、设计者、生产者，都是快捷的。高端定制还能将三维数据与CAD制版和CAM排料等技术结合，高效定制服装。
　　3。3服饰单品智能制造
　　未来单品制造将有两个方向：一是功能智能，以人为本；二是价格低廉，走向大众。如果曲屏技术有所突破，人们就能将屏幕穿在身上，且颜色可随时改变。如果服饰能利用自身热量和自然能调温，那人们穿衣将不再受季节影响。这些技术还停留在想法中，不过目前已有智能服饰出现。如果将可穿戴设备归到服饰中，这些产品做小做精，完全能成为服装的一部分。
　　3。4智能工厂
　　智能工厂将各种智能化设备技术整合运用到工厂研发、生产和管理中，实现高效生产，寻求利益最大化，充分实现持续过程改进的承诺，智能工厂体系架构如下图所示。
　　图2智能工厂体系架构
　　Prada采用全自动仓储管理系统，加工过的配件能根据工艺进行分类储存。智能工厂的建立将缩短生产流程，推动产业快速前进。但也带来了问题，智能化生产实现机器换人，会导致大量人员失业。因此，企业还应主动承担社会责任，担负培养人才的责任。服装行业智能工厂体系架构如图3所示。
　　图3服装行业智能工厂体系架构
　　未来是科技与创新的世纪，服装设计更精良更个性化、工艺流程更先进、服饰单品更智能，将会是未来智能制造的走向。而要实现这一切，就需要克服服装智能制造的不足：3D试衣设备精度不够、服装剪裁的任意曲线瓶颈、智能工厂集成度不高、3D乃至4D打印可穿戴性的局限与智能云数据分析的不完善。将设计理念等写成代码，电脑设计服装是可预见的。当算法更先进时，电脑设计也将更便利。计算机对数据整合分析能精确定位目标受众，推送给市场。对服装企业来说，转型升级要从基本设备着手。智能工厂建立初期投资较大，但在体系完善后，企业能灵活应对市场变化，是企业发展长远，不被技术变革的潮流所冲刷的必经之路。
　　参考文献
　　〔1〕盖庆恩，朱喜，史清华。劳动力市场扭曲，结构转变和中国劳动生产率〔J〕。2021（20135）：8797。
　　〔2〕曹咏萍，黄婧玮，孙中伟。产业转移还是产业转型？以机器红利重塑中国制造的比较优势〔J〕。华东理工大学学报：社会科学版，2021，36（1）：17。
　　〔3〕段佳佳，许君，章莹，等。中小型服装企业智能制造转型升级研究〔J〕。纺织导报，2021（10）：4。
　　〔4〕毛光烈。工业中小企业向数智工厂运营模式转型的实施方法与路径〔J〕。智能制造，2022（4）：1317。
　　如需转载，请注明来源