【写在前面】11月26日,工信部、商务部等六部门联合印发《关于增强消费品供需适配性进一步促进消费的实施方案》:推广高效响应制造新模式(柔性化与定制化),推动人工智能在消费品全行业全领域全过程应用。11月16日《求是》杂志印发习近平总书记文章《因地制宜发展新质生产力》,这正是为了统一思想、明确路径:此前党的二十届三中全会将“健全因地制宜发展新质生产力体制机制”列为全面深化改革的重要任务。
中国纺织服装产业供应链正面临多重压力,而全球AI革命已然启动,是否泡沫的争议甚嚣尘上。我的观点是取决于AI能否在产业链中落地产生价值。为此调研访问了33位资深从业者和供应链企业高管,他们穿越了行业从“代工起步”到“品牌觉醒”再到“数字化转型”的完整周期,他们对行业的理解早已突破了表象的数据波动,能够洞察到深层的结构

【本文是我基于报告的个人深度思考,阅读负担较重,摘要如下】西方主导了近200年的时尚产业范式——“预测型大生产”,在互联网时代已然受到巨大冲击,不断修正,诞生出新形态,比如本文提到的Shein所代表的“响应型生产”模式。中国长期以来被视为世界工厂,是最大服装生产国,在国家工业战略意志与技术革命下,时尚产业面临升级挑战,在注入了AI “新质”要素后,将能爆发出颠覆性的生产力。
从前端的AI个性化推荐与虚拟试穿,到中台的工业数据结构化,再到工厂“大脑”对产能、物料、能耗与排放的实时调度。要真正重写效率,我们需要的是一套以用户为起点、以数据闭环为基础、以AI全链条资源配置为对象的新型自动化工业系统。技术这把双刃剑务必“向善”,消灭血汗工厂对工人的压榨、放弃多巴胺成瘾机制对商业的极度追求,实现可规模化的C2M(Consumer to Manufacturer)。冥冥中,竟与两千五百年前的道家哲学产生惊人的共鸣。
传统西方时尚工业建立在福特主义的“刚性”之上:巨大的流水线、强势的季度发布、自上而下的审美霸权。这是一种试图“征服”市场的姿态。然而,“东方范式”的核心在于柔性。老子云:“天下莫柔弱于水,而攻坚强者莫之能胜。”通过数字化触点,生产线是流动的数据与深度人机协作。
时尚界一直被“创意总监”的神话所统治。但在“东方范式”中,品牌角色的转变呼应了“圣人无常心,以百姓心为心”的哲理。这标志着品牌自我(EGO)的消解,在一个数字化的C2M模型中,品牌不再是一个高高在上的教导者,上德若谷——通过AI对大数据的深度学习,品牌意志让位于用户意志。是“以用户为中心”,更是哲学上的“无我”。
时尚行业长期以来被“过度生产”和“销毁库存”的阴影笼罩,这恰恰是老子所反对的“奢”与“泰”。从征服自然转向道法自然,按需生产是对道家“知止不殆”的现代实践。技术终于让我们有能力实现老子的理想:在一个物质丰沛的世界里,保持生产的高质、精准、克制。

2025年11月5日,超快时尚(Ultra-fast Fashion)巨头Shein位于巴黎BHV(法国最具历史与文化意义的百货商场之一)的首家常设门店揭幕。然而迎接它的并非庆典,而是路障与抗议。超过 200 名警察被部署至现场维持秩序,以应对路障后方抗议者与路人齐声高喊“耻辱”的混乱局面,他们举着“Shein=垃圾”、“算法不仅控制你的大脑,还毁灭地球”、“Shein正在摧毁一切:价格、我们的产业和健康”等标语,周边交通一度陷入瘫痪。

2007年4月12日,快时尚(Fast Fashion)H&M的中国大陆首家门店,在上海淮海路上亮相,同时推出了“H&M Loves Kylie”联名系列。那天凌晨5时30分起就有顾客开始排队,门店一度限流。为了庆祝首店盛大开业,还举办了一场令人难忘的派对。尽管当时我已经做时尚编辑很多年,算是见多识广,但我还是被现场Kylie Minogue的献演所震撼,2000平方米的上海科学博物馆被100公斤施华洛世奇水晶装饰成了闪闪发光的海洋。
Part1,历史不会重演,但总有相同的韵脚
1.1 观念与权力的双城记
快时尚两次在新大陆的登陆仪式,一个在嘘声中受审,另一个则是在欢呼中加冕,历史在不经意的时刻发生了有趣的互文。当年被全世界鼓吹的“时尚民主化”承诺,在今天被解读为“过度消费和血汗工厂”。观念的断代也反映了另一种深层的撕裂,曾经对一个地球村的美好愿望,对全球化的拥抱,转向了一种充满张力、矛盾甚至对立的现实,对抗的动机变得复杂难辨,而民族主义正是在这个过程中被重新激发和塑造的力量。
过去,巴黎和米兰决定了下一季穿什么;现在,算法和数据决定了下一小时穿什么。当流通不再只是西方流向东方,原有的权力结构和文化优越感受到挑战,冲突便爆发了。今天我们当然为中国时尚品牌在全球占据重要位置而感到骄傲。当年H&M刚刚登陆中国时,我们也曾感到兴奋。那是中国经济最高速发展的黄金时代,上行期里的人们有对自己和未来的美好预期,也是一种“万国来朝”的骄傲。
对于2007年的中国服装行业来说,H&M也是一次“降维打击”般的启蒙。当时中国服装市场呈现明显的哑铃型结构:一端是昂贵的奢侈品和百货商场里的高价品牌,另一端是批发市场的廉价无品牌服装。 H&M用极具国际范的设计和相对低廉的价格,填补了这一巨大真空。“快时尚”们的到来,也彻底打破了中国本土品牌的舒适区。它将“极速上新”的概念和生产方式引入中国,倒逼供应链开始学习如何适应小单快反,这在客观上为后来中国跨境电商的崛起练就了最初的基本功。
1.2 1831与2025的历史镜像
太阳底下无新事。法国的抗议者和法律制定者也许忘了,当他们拿环保、劳工等普世价值作为抵抗外来竞争的工具时,他们的前辈也曾经拿着大锤和火把,在深夜冲进工厂去争取生存。1831年,约200名愤怒的裁缝冲进了位于塞夫勒街的军服厂,捣毁了所有的80台机器,并将工厂付之一炬。作为最早期的机械化服装厂,主人巴泰勒米·蒂莫尼耶(Barthélemy Thimonnier)在1829年发明了世界上第一台真正实用的木制缝纫机,这对于当时靠手工缝制衣服维生的巴黎裁缝来说是灭顶之灾。
最为讽刺的是,让巴黎这个时尚之都引以为傲的“高级定制”,也离不开以缝纫机为代表的技术革新。小型家用缝纫机是精湛工艺的放大器,促进了款式和潮流的快速推出,让在不同场合制定着装规范成为可能。这才有1858年,查尔斯·弗雷德里克·沃斯,这位“高级时装之父”,在巴黎和平路7号开设了自己的时装屋,为他的精英客户们创造专属的、定制的、精工细作的高端定制服装,创造了“高级定制”这一行业范式。

图为1831年里昂的工人摧毁代变先进生产力的提花织机
Part2,当“中国速度”撞上“巴黎旧梦”,这是算法的凯旋,还是快时尚挥之不去的原罪?
2.1 价值观保卫战
2025年巴黎市中心玛莱区街头的对立情绪,对于这里的本土从业者而言,不仅仅是商业上的,更是一场价值观的保卫战。Shein 所代表的“超快时尚”及其背后的算法逻辑,被视为与法国人可持续发展理念背道而驰。然而,无论是当年捣毁机器的缝纫工,还是今天坐在巴黎办公室里的脑力劳动者,核心的恐惧从未改变。人们对抗的从来不是技术本身,而是一种深层的生存焦虑:我作为个体的价值是否就被剥夺了?如果说当年的缝纫机让熟练工人的双手贬值,那么今天的算法和 AI 正在冲击白领阶层的最后堡垒。
在巴黎的“旧贵族”精英眼中,Shein 的商业模式不仅是对法国文化的侮辱,简直就是一种“生态恐怖主义”。在这里,时尚被奉为艺术,需要时间的沉淀与工匠的打磨。面对算法的入侵,老佛爷百货采取了近乎悲壮的防御姿态,公开发声拒绝 Shein 进入其加盟门店。Aime、Odaje、Figaret Paris等20多个品牌也愤而撤出BHV百货。这些决定迅速得到了法国零售业联盟及女装成衣联合会的声援。甚至在立法层面,法国国民议会也在前一年全票通过了一项虽未点名、但目标明确的《反快时尚法案》——剑指Shein及之后的AliExpress和Temu。

2.2 效率、成瘾性与“囚徒困境”
这场发生在巴黎的博弈,是传统的行业价值观与不可阻挡的算法革命之间的纠缠。为了理解这股新兴力量的源头,需要将目光投回十年前。
2015年,我还在传统时尚媒体行业,置身于转型的焦虑中,为此密集跟许多互联网行业的大厂管理者和成功创业者请教,当时在很多公开或私下的场合,我听到了一种虽然粗鄙但极具穿透力的“方法论”。即使十年过去,那些尖锐的断言依然在我耳边回响——“得屌丝者得天下”,“从七宗罪中思考变现”。如今,中国互联网企业在科技应用落地方面获得的加大成就,可以说是全球“遥遥领先”。其核心动力并非仅仅是技术创新和巨大市场,而是某种更原始的本能:围绕最大公约数的用户群体,通过满足他们最底层的欲望,依靠算法制造垄断。
遇上AI,算法武器变得前所未有的锋利。它不再仅仅是对内容和用户打标签,而是构建了一个能够预判你潜意识的神经网络。如果说社交媒体平台是那个无所不知的#数字利维坦,那么“超快时尚”就像是它在时尚产业诞下的子嗣。Shein 极度依赖 TikTok 的内容算法来分发那些昙花一现的“微趋势”,它完美继承了算法中价值观暧昧甚至阴暗的一面:利用人性的弱点,追求极致的成瘾性与转化率。
商人追求利润最大化,这是资本的DNA决定的,于是就有了那句名言:“(资本)有50%的利润,它就铤而走险;为了100%的利润,它就敢践踏一切人间法律;有300%的利润,它就敢犯任何罪行,甚至绞首的危险。”但我们面临的困境是,生产力的进化速度总是将法律制定远远甩在身后。那么,如何跟资本和商人谈论新技术应用的道德和社会责任呢?哦,还有媒体所引导的公众舆论和民心。但是,当资本通过算法也垄断了媒体,左右了大众的思想,道德的刹车片便失灵了。
中国的企业和商人,无论是从他们所信奉的实用主义哲学出发,还是他们的生态位必然导致的更残酷竞争压力,甚至他们所处市场的消费者成熟度和经商环境,都让他们鲜少思考“利用人性七宗罪”赚取利润是否体面。这不禁让我想到刚刚过去的“双十一”。在平静的表面之下,是中国电商深陷的“囚徒困境”。在这个行业里,占有绝对权力的“利维坦”以极致效率为名,正在透支整个生态。过去两年,掌握流量和数据的平台,算法驱动的电商模式,其效率可能已到极限。它们将刀口对向生产企业的做法,几乎已将供应链推向崩溃的边缘。过去两年的内卷教训已经足够惨痛:一个建立在“恶性互害”基础上的商家生态,是不可能诞生出真正的“新质生产力”的。
Shein只是当下正在中国时尚产业发生的缩影,它们是一场算法的“伟大胜利”,也可能是一场“最后的盛筵”。但当狂欢结束,如果我们留下的只是被压榨殆尽的供应链、被算法驯化的消费者以及失去灵魂的时尚产业,那么这或许不仅仅是胜利,更是这种时尚洗不掉的原罪。

Part3,AI革命可能真的“这次不一样”了
3.1 范式转移:从“预测型”到“响应型”
第一次工业革命之后,时尚产业具备了现代特征,其核心是蒸汽机驱动下的机械化大生产,奠定了一条“以规模求效率”的生产逻辑;另一条则根植于19世纪法国巴黎的高级定制传统,它将服装从纯粹的实用产品提升为一种生活方式,铸就了品牌、设计与话语权的“审美权威”。这两种力量相互交织,共同构筑了西方主导的时尚古典范式。近200年以来,西方世界一直舒适地躺在这个由“生产(机械化纺织、成衣,全球化供应链体系)—>传播(品牌权威、时尚媒体)—>消费(百货公司)”构成的生态闭环中。
互联网时代对其解构不仅体现在技术应用层面,更深刻地重塑了时尚产业的价值创造逻辑和权力结构。通过数据和算法驱动、柔性供应链和消费者共创等创新,模式转型已经和正在发生。再以Shein为例,传统品牌是“人找货”,推荐算法是“货找人”,与Tiktok这种社交媒体共谋,把每个趋势的生命周期,用算法人为缩短到两周甚至一周,从“需求满足”到“多巴胺投喂”,这种高效导致衣服在物理上还没坏,但在心理上已经过期了。经济学中杰文斯悖论指出:提高资源利用效率,反而会导致资源消耗总量的增加。Shein就是这个悖论的完美样本,对它的用户而言,“道德”是一种奢侈品,“便宜”才是刚需。
与其说我们关注Shein这家具体公司,不如说我们想讨论的是它背后的范式:将感性审美转化为“二进制代码”的通用语言,并以“软件定义制造”重塑了传统供应链。在前端不仅仅是AI预测趋势,更通过极细颗粒度的标签体系将时尚解构为参数组合。每天海量上新配合少量的“首单”测试,标志着决策权从创意总监向用户“鼠标点击”的彻底让渡。在后端,通过强制接入的数字化系统与“中央大脑”,数千家物理隔离的小厂被拼接为一个可视化的“超级云工厂”。
48%的受访者认为超快时尚“在现阶段有其存在合理性,但长期需要调整节奏与结构”。27%的人尖锐地指出,该模式“对供应链和环境的透支过大,应主动寻找替代模式”。尤其值得注意的是,制造工厂端无人支持进一步强化该模式,甚至有22%明确要求替代。这反映了供应链上游在极致算法下的生存焦虑——利润微薄、工期紧迫、库存风险转嫁。这表明,当前的“超快时尚”虽然在商业上取得了巨大成功,但真正的“东方范式”必须超越单纯的快与廉,走向高质量与可持续。

3.2 转型阻力与被忽视的“人”
西方时尚界也在推进数字化和可持续技术(比如生物纤维、物联网系统、可穿戴3D打印等),但我们必须认识到,全自动化机器人在处理软性面料上的笨拙,注定让它们在短期内无法完全取代人类的手指。这意味着作为时尚产业最基础的生产环节,依然需要大量的“人”。这恰恰是中国模式的机遇所在:构建了一套现实的“超级AI +人工协作”混合方案,打通设计研发、生产工艺、材料供应、直至市场物流、营销转化的端到端“数据闭环”。

我认为这套新范式只可能在中国的产业链中实现,调查中数据也佐证了这一观点:对“产业配套”与“柔性能力”的认同度均超过75%。若能有效借助这场AI军备竞赛中我们具备的“双雄之一”地位,将这些实践经验转化为行业广泛接受的技术标准,中国将在规则制定中拥有更大话语权。中国的柔性供应链网络有机会像“时尚产业云服务”一样,向全球品牌开放,成为全球时尚产业不可或缺的基础设施。
尽管优势明显,但中国时尚供应链并非高枕无忧。调研揭示了隐藏在繁荣表象下的深刻危机,这些危机主要集中在人力资源(55%)与生产模式的结构性矛盾上。悖论核心是市场要求更极致的柔性(需要更多的高技能人力),而劳动力市场却在供给萎缩。甚至有专家直言:“现在的工人和产品质量和20年前比江河日下!”。这种剪刀差正是逼迫行业进行技术升级的根本动力。
在所有阻碍转型的因素中,技术本身并非最大的拦路虎,真正的瓶颈在于“人”。调研数据显示,高达85%的受访者将“缺乏懂业务又懂技术的人才”列为推进AI与数字化的首要阻力。这一比例远超资金投入、数据质量等其他因素,具有压倒性的统计显著性。在人工智能的具体应用场景上,调研数据呈现出极强的不均衡性,这种“前端热、后端冷”的现象深刻反映了技术的成熟度与行业的痛点分布:

(图表)企业是否已经在以下领域尝试使用前沿AI(包括算法/机器学习等)技术?
不同角色的受访者推举了各自领域的最佳实践,进一步印证了AI应用的分层:品牌商更关注数字内容营销(67%)与流行预测,旨在解决“卖给谁”的问题。制造工厂则聚焦于中央大脑(80%)与质量检测(60%),旨在解决“怎么造”的问题。还必须补充说明的是,供应链远远复杂于以上谈到的生产主流程,还关系到更上游的纱线面料辅料,纺织印染整,以及全链路中的物流等方方面面,所以,可以毫不夸张的说,它是衣食住行各个行业中最琐碎又低利率,也是最难数智化改造的传统行业。
Part4,建立一个以用户为中心、按需生产、柔性高效的“东方范式”
在对“中国供应链在AI时代实现再一次跃迁”的信心评分中,我们观察到了有趣的温差:总体乐观——平均分高达8.0分,30%的受访者给出了满分10分,显示出行业强大的韧性与底气。然而,主要面向出口市场的企业信心显著低于内销企业(外销企业给10分的比例远低于内销企业)。这可能源于海外地缘政治摩擦、关税壁垒带来的不确定性。数字化水平越高的企业,信心越足。C类和D类(数字化较领先)企业的信心指数显著高于A类和B类(落后)企业。这证明,数字化转型确实能为企业带来实实在在的安全感与竞争力。

4.1 从“高频交易”进化为“稳定预期”
Shein 这类依靠算法驱动的极致效率,在多大程度上是建立在对“环境外部性”和“劳工权益”的透支之上?这个问题,最终都会落回那个古老却被一次次翻新的技术伦理命题。它留给中国供应链的,既不是简单的“成功样板”,也不是道德上的“反面教材”,而是一道更高维度的习题:在同样强大的基础设施之上,我们究竟选择哪一种效率逻辑,把产业带向何处。
有人说 Shein 不过是把时尚产业从一个“高风险预测型行业”改造成了“高频交易型行业”。而我认为真正极致的“东方范式”,应当进一步把它演化为一个“预期更稳定的行业”——以终为始,把过去旅程的终点(消费者下单)乾坤大挪移成一切的起点,由此构建出一个真正按需生产、支持大规模定制的智能制造系统。
万事开头难。这个范式的首要挑战就蕴含在它的字面之中:一切从“人”的需求出发。起点必须依赖于 AI 的个性化智能推荐、以及尺码精准的虚拟试穿——这两点我在此前的《数字时尚》专栏中已有大量讨论,此处不再展开。
生成式AI无法解决虚拟试衣尺码精准,难道回归最初的3D起点吗?
4.2 当我们谈论AI时装工业革命……
当消费者点击“下单”的那一刻,一场由 AI 主导的物理制造革命随即启动。这不再是某一个环节的局部自动化,而是从个性化订单到工厂“大脑”的全链路智能化重构。
要落地AI应用,我们必须先承认一个行业现实:数据离散&结构缺失,信息孤岛严重,难以形成闭环。现在多数服装企业大致是这样运转的:设计部用图形软件画款式;版房用各自习惯的CAD做版、放码;物料部各守一套Excel清单;生产端是另一套MES/排产系统;电商与线下POS又是截然不同的数据世界。设计 → 工艺 → 材料 → 生产 → 库存 → 物流,数据格式不统一,缺乏统一的标签和参数字段,系统之间无法互认,部门之间各自为战。
调研数据向我们展示了中国时尚供应链数字化的真实素颜。52%的企业处于“较为初级”阶段,数据利用极其有限;另有15%处于“非常落后”阶段,这意味着,接近七成的企业尚未打通数据的任督二脉。尽管ERP、PLM、MES等概念已普及多年,但大多数企业内部依然竖立着一个个“烟囱式”的信息孤岛。比系统割裂更严重的是数据本身的形态问题——非结构化数据陷阱。当近七成的数据是“文件”或“记忆”时,再先进的AI算法也面临“无米之炊”
未来,AI 绝不止是“画个图写段文案”,也不仅是本文后面将提到的“四大工厂模块”这类单点功能,而在于:利用整条链路上可追溯的数据,让模型有能力回答“这件衣服为什么卖得好/不好”之类的问题。如果我们无法从CAD工业数据的源头开始,把几何形状、关键尺寸、放码规则以及其与工艺、面料的对应关系进行系统化、结构化的采集与沉淀,AI 就无法真正发挥威力。可以说,如果没有在这些数据结构化上的“笨功夫”,所谓的“AI时装工业革命”,在大多数企业里只能停留在PPT演示和概念视频里,而无法成为驱动“东方范式”落地的实战引擎。
4.3 智能制造图景:工厂侧的技术路径
前置流:数字孪生与自动制版
在物理制造之前,CLO与Style3D等软件生成的“数字孪生”已接管流程。AI不仅将3D模型转化为精确的生产指令(Tech Pack)和缝制工时(SAM),更取代了传统版师的繁琐工作——根据面料物理属性自动生成2D样板并完成全尺码放码,确保版型的一致性。
面料端:深度学习攻克成本痛点
针对占据成本60%-70%的面料,AI展示了直接的经济价值。超越传统规则,利用深度强化学习在数秒内输出万种版型的排版方案,尤其在格纹与印花对位上,将利用率提升了2-4%。配合搭载计算机视觉的切割设备,AI能实时补偿面料变形,实现“零误差”动态裁切。
缝制与质检:人机协作与全检时代
缝制环节进入“人机协作”新阶段:全成型3D针织已实现“打印”式生产;而对于复杂的梭织品类,AI摄像头充当实时质检员,协作机器人则负责特定工序的视觉定位与执行。在后整环节,工业相机以99%的准确率识别微小瑕疵,将质检从“抽检”升级为“全检”,并联动智能整烫与自动包装。
中央大脑:动态平衡与预测性维护
工厂的核心进化在于“中央大脑”。基于RFID与IoT数据,AI打破了固定流水线的僵局,实现车间级的动态产线平衡。通过分析设备声纹与波形,系统能在故障发生前进行预测性维护,彻底消灭了被动的停工待料。
消费者点击“下单”的那一刻,不再是资本意义上的“交易完成”,而是新范式意义上的“生产启动”。从前端的个性化推荐与虚拟试穿,到中台的工业数据结构化,再到工厂“大脑”对产能、物料、能耗与排放的实时调度。要真正重写效率,我们需要的是一套以用户为起点、以数据闭环为基础、以全链条AI资源配置为对象的新型自动化工业系统。
真正决定未来的,不是算法算得有多快,而是我们愿不愿意花十年时间,给算法喂一份更负
本文转载原创:DKan 1stRow

厉害厉害