中國服裝協會 顧問

中國服裝智能制造聯盟專家組 副組長

東華大學教授 聞力生

一、在“中國制造2025”引領下服裝制造業的實踐

自從2015年我國發布“中國制造2025”以來，到現在已經整整十年了，這十年是我國服裝制造業在“中國制造2025”引領下進行數智化制造實踐的十年，也是我們收獲數智化制造成果的光輝十年，經過這十年的努力，現在我國已成為世界服裝制造強國，完成了“中國制造2025”戰略規劃所說的三步走戰略中的第一步。之所以說我們現在是世界服裝制造強國，主要有以下幾點理由：

（1）我國服裝產業規模與產能全球領先：中國是全球最大的服裝生產國和出口國，常年占據全球服裝貿易約30%的份額。根據世界貿易組織（WTO）數據，中國服裝出口額長期穩居世界首位。從纖維生產、紡織織造到成衣加工、設計研發，中國擁有全球最完整的服裝產業鏈，能夠高效滿足全球客戶多樣化需求。（2）供應鏈效率與成本優勢全球領先：我國有國家級和地方級服裝產業集群地，這些產業集群地由于配套企業集中度高，能夠大幅降低生產成本和時間；我國服裝制造業能夠依托完善的供應鏈和數字化技術快速響應全球訂單，做到“小單快反”。（3）絕大多數服裝國際品牌依賴中國制造：由于我國代加工服裝企業如申洲國際、晶苑集團、聯泰集團、廣東溢達、山東如意集團、江蘇天源等掌握了高難度服裝工藝，具有從面料到成衣的全鏈條協同以及數字化能力，能夠提供從設計打樣到物流交付的“一站式”解決方案和全鏈條服務，使得全球80%以上世界知名服裝品牌在中國生產（包括90%的美國品牌、70%的歐洲品牌），例如：Louis Vuitton（LV）、Gucci、Prada、Burberry、ZARA、H&M、UNIQLO、Nike、Adidas、Lululemon、Coach、Theory、GAP、Old Navy、Primark、C&A等等。（4）服裝設計與品牌化全球崛起：例如：波司登、李寧、安踏等品牌通過設計升級和國際化運營，成功打入全球市場，部分品類如運動服飾品牌能參與國際競爭。另外漢服、中式設計等帶動東方美學影響力，也作為服飾文化輸出，增強了產業附加值。（5）我國政策與基礎設施建設支持在全球領先：我國服裝產業始終都得到國家政府政策引導而發展，例如我國通過《紡織工業“十四五”發展規劃》等政策推動服裝產業向高端化、數字化和綠色化方向發展。另外我國還進行了基礎設施建設，例如建設了全球領先的物流網絡（如義烏跨境電商樞紐）和電商平臺（如SHEIN）等，助力我國服裝全球化銷售。（6）服裝企業數字化轉型升級與智能制造技術全球領先：我國服裝企業廣泛應用工業互聯網、５G、3D設計、AI大模型、智能模塊式縫制、智能裁剪機器人等技術，推動生產效率提升和服裝產業可持續發展。現在我們站在世界服裝強國之列，很明顯，下一步的任務是要站在“中國制造2025”戰略規劃所說的三步走戰略中的第二步，即站立在世界服裝強國前列，見圖一。因此，我們在現有基礎之上，還要在服裝產品智能化、生產智能化、管理智能化、銷售及服務智能化等方面繼續實踐服裝制造業的數智化制造。

圖一 ?服裝制造業進入“中國制造2025”第二步

二、為什么說“十五五”期間數智化制造仍然是服裝制造業的主要任務？?

1、從服裝制造業數智化制造實踐情況來看，我們還遠遠未達到數智化制造目標

在過去的十年實踐中，我們服裝縫前車間可以做到3D-CAT+CAD+CAM集成運行，從服裝面料庫到裁剪衣片出來可以做到不落地生產;在縫制車間做到應用“智能吊掛(或帶,箱式輸送)+自動平/包縫機+部分智能功能的自動縫制單元系統(或自動模板縫制系統)+專用自動縫紉機”組成的縫制流程自動化;在縫后車間可以做到應用各大類服裝專用自動系列整燙機、立體整燙機、隧道整燙機、以RFID技術為核心的自動柔性整燙線、自動整燙折疊包裝機、以及以RFID(二維碼)和機器人技術為核心的全自動立體倉儲物流配送系統和WMS管理系統的應用。如從工業軟件集成來看，做到了以MES和ERP為核心的大集成，見圖二。

圖二 ?服裝企業數字化集成運行

盡管在服裝制造業中的ERP/MES/WMS/SCM/PLM/CAD/CAM/FMS/CAPP等軟件已經集成運行,但由于各軟件數據質量不一致、數據格式不統一、接口不完善、業務流程未優化、組織架構與協作不足、數據安全與權限管理不明、缺乏統一的數據管理策略等原因，因而存在“數據孤島”現象,這并不是真正的數字化轉型，數字化轉型不僅需要系統集成，還需解決“數據孤島”問題，確保數據在各系統間自由流動和高效利用。

2、從數字化轉型成熟度模型DLMM看我們還有很多工作要做

最近國家市場監督管理總局（國家標準化管理委員會）發布2025年第4號中國國家標準公告，批準國家標準GB/T 45341-2025《數字化轉型管理 參考架構》正式發布，此標準定于2025年6月1日正式實施。該標準是我國最新的標準版本，它提出了數字化轉型“做什么”“怎么做”和“路線圖”等問題，按照價值體系重構的要求提出數字化轉型的主要視角，以新型數字能力建設為主線提出數字化轉型的過程方法，圍繞數據要素驅動作用的逐步發揮，提出分階段分檔次的分步實施要求和成熟度等級（數字化轉型成熟模型DLMM），幫助我們企業明確數字化轉型的體系架構、主要方向、關鍵任務和發展路徑，從而更加務實有效推進數字化轉型，實現螺旋式創新轉型發展。

數字化轉型成熟度模型，涵蓋了發展戰略、業務創新轉型、新型能力、治理體系、系統性解決方案等5個評價域和規范級、場景級、領域級、平臺級、生態級等5個成熟度等級，以及與其相對應的十個細分水平檔次，見圖三。

圖三 ?數字化轉型成熟模型DLMM等級與檔次

?一般在我們制造業數字化轉型主要在研發、生產、供應鏈、銷售和服務等各個環節，按照DLMM的5個成熟度等級來看，目前我們絕大多數數字化水平處在規范級（35％）和場景級（42％），極少數水平處在領域級（13％）、平臺級（8％）和生態級（2％），見圖四，可見我們的數字化轉型還有很多工作要做。

圖四 ?目前數字化轉型成熟度等級分布

3、從智能制造能力成熟度模型CMMM看我們也還有很多工作要做

為了引導制造企業智能化轉型，早在2020年我國就頒布了《智能制造能力成熟度模型》(CMMM)GB/T39116-2020），把它作為我們制造業進行智能化工作的標尺。現在我們制造業所進行的智能化工作，對照要達到的成熟度模型所制訂的階梯目標和演進路徑來看，我們80％以上的企業都處在規劃級、規范級和集成級水平，見圖五，所以說我們還有更多的智能化工作要做。?

圖五 ?智能制造能力成熟度模型CMMM

今年1月聯想集團正式發布《中國企業智能化成熟度報告（2024）》，這已經是聯想集團連續第三年發布的系列報告。聯想集團在AI重塑后，對中國制造業智能化轉型框架和成熟度模型經過充分的測試評估和驗證，其結果在我國制造業獲得了廣泛認可和高度評價。該《報告》指出，AI技術的蓬勃發展，已經將中國制造業智能化進程帶至一個全新的高度，引領中國制造業智能化轉型邁入2.0時代；該《報告》指出，從我國制造業智能化成熟度模型的五級水平來看，2024年度總結結論為：L1～L3為78％、L4為16％、L5為6％，見圖六。這充分說明，2024年我國制造業智能化轉型步伐開始出現分化，領先企業正在數字底座建設基礎上加速智能運營，邁進創新發展新階段，為制造業變革注入新動力。不過，整體而言，智能化的發展空間有待進一步開拓，仍有78%的企業處于早中期，面臨諸多結構性問題挑戰，所以我們必須進一步努力。

圖六 ?中國企業智能化成熟度水平分布

4、從落實2023年工信部等六部門發布的《智能工廠梯度培育行動實施方案》和《智能工廠梯度培育要素條件》所規定的任務要求來看也必須繼續努力。

現在中國制造業企業總量達到603萬家，其中規上企業48萬家，根據中國工程院提議，“十五五”期間在48萬家規上企業中，根據智能工廠梯度培育行動要求，在現有3萬余家基礎級智能工廠、1200余家先進級智能工廠、230余家卓越級智能工廠（我們服裝制造業有海瀾之家和波司登）基礎上，應該完成40萬家基礎級智能工廠、５萬家先進級智能工廠、2000家卓越級智能工廠和200家領航級智能工廠的建設任務，見圖七。我們服裝行業的規上企業約占全國制造業規上企業的2.7％，按照這個比例，我們服裝制造業可否在“十五五”期間建成11000家基礎級智能化工廠、1600家先進級智能化工廠、60家卓越級智能化工廠和10家領航級智能化工廠呢？

圖七 ?智能化工廠四個梯度培育等級

三、“十五五”數智化制造任務的具體化實踐

1、要從八個方面打造新質生產力驅動服裝制造業向高端化智能化綠色化方向發展

按特點或功能來分，新質生產力可以分為高效能生產力、高質量生產力和綠色生產力三個類型。所謂高效能生產力，主要關注的是提高生產過程中的效率和效果。它致力于優化生產流程、減少浪費、提高工作效率，從而實現更快、更好的生產結果。高效能生產力還注重利用先進技術和管理手段，如自動化、智能化、精益生產等，來提升生產效率和降低成本。這種生產力的目標是實現生產過程中的資源最大化利用，以最小的投入獲得最大的產出；所謂高質量生產力，強調的是生產過程中的質量控制和產品質量的提升。它注重從源頭上保證產品高質量，通過嚴格的生產工藝和質量控制手段，確保產品符合高標準和高質量要求。高質量生產力要求企業建立完善的質量管理體系，不斷提升員工的質量意識和技能水平，以確保產品質量的穩定和可靠性。這種生產力的目標是滿足消費者對高品質產品的需求，提升企業的品牌形象和市場競爭力；所謂綠色生產力，關注的是生產過程中的環境保護和可持續發展。它強調在生產過程中減少對環境的影響，降低資源消耗和污染物排放，實現生產與環境的和諧共生。綠色生產力要求企業采用環保材料和技術，推動循環經濟和清潔生產，同時加強環境管理和監測，確保生產活動的環境友好性。這種生產力的目標是實現經濟、社會和環境的協調發展，推動可持續發展和生態文明建設。因此，我們服裝制造業應該著眼于高效生產力、高質生產力和綠色生產力，從八個方面來打造新質生產力，來驅動我們服裝制造業向高端化、智能化和綠色化可持續方向發展。這八個方面是：實踐服裝制造企業數智化深度轉型；實踐AI大模型及其相關技術；實踐數據資產的有效管理和利用；實踐個性和批量定制的柔性制造模式；實踐服裝制造數字孿生技術；實踐服裝綠色化制造；實踐共享工廠（也稱共享制造）新模式；實踐與“低空經濟+”模式融合。關于這八個方面的具體內容請參見《2024—2025中國服裝行業發展報告》第200至208頁。

2、分步實施數字化轉型和智能工廠培育

“十五五”要按照《數字化轉型管理 參考架構》五個等級的十個檔次要求和《智能工廠梯度培育要素條件》四個梯度等級要求，動員服裝企業在現有基礎上，實踐各自企業五個等級的十個檔次分步實施和四個梯度等級的升級。從圖三我們可以看到數字化轉型成熟模型DLMM等級與檔次，其中根據轉型深度不同和企業各業務環節轉型不同分為十個檔次，見圖八。

圖八 ?DLMM五個等級與十個檔次

其中規范級5檔（見表一）、場景級3檔（見表二）、領域級3檔（見表三）、平臺級3檔（見表四）、生態級3檔（見表五），各個檔次的轉型廣度和深度以及關鍵技術都有不同要求，因此各個企業可根據自己的現狀選擇適合的級別與檔次進行轉型工作。

表一 ?規范級檔次要求

表二 ?場景級檔次要求

表三 ?領域級檔次要求

表四 ?平臺級檔次要求

表五 ?生態級檔次要求

2023年工信部等六部門發布的《智能工廠梯度培育行動實施方案》和《智能工廠梯度培育要素條件》是對《智能制造能力成熟度模型》補充，目的是為了加快我國智能制造的步伐，所以在智能制造能力成熟度三級也就是集成級基礎上再形成一個具有四個梯度等級的行動方案，這四個梯度等級便是基礎級、先進級、卓越級和領航級，這四個梯度等級在工廠建設、研發設計、生產作業、運營管理以及建設成效要求各有不同，見表六。因為有了這樣的等級要求，我們各個服裝企業可根據自己的現狀選擇適合的級別進行轉型工作。

表六 ?智能工廠梯度等級要求

3、要抓緊步驟企業數據資產的治理與管理工作

服裝制造業進行數字化轉型以來，其實我們只做了數字化轉型的上半場工作，也就是主要聚焦于信息化建設來探索和實踐數智化轉型，其核心是業務流程的數字化和智能化，隨著業務流程的數智化，企業開始積累大量數據，從企業數據資產來說這僅僅是個起點；數字化轉型的下半場工作也就是我們現在要進行的工作，那就是在數據資本化的推動下，企業能夠在產業中構建新的價值鏈位置，甚至重塑產業生態，實現在數字經濟中的領導地位，從數據價值賦能向數據資產運營轉變，現數據資產金融信用再造和金融中介成本再造，見圖九。

圖九 ?數智化轉型的上半場與下半場

大家知道，2024年10月我們國家成立數據局，以后又成立國家數據集團以及各地方和行業級數據集團，上數所、京數所、深數所紛紛掛牌數據交易，這些意味著數字中國戰略全面舖開；國家數據局及集團具體戰略任務：整合與優化數據資源、推動數字經濟發展、提升數據治理能力、促進數據跨境流通與合作、深化數據要素市場化改革、加速數字經濟與實體經濟融合、加強數據基礎設施建設、完善數據治理體系、培育數據產業生態、推動數據技術創新與應用、加強數據安全保障、助力企業數字化轉型、展示數字中國建設成果等等。作為企業我們要盡快趕上，做好企業數據資產的治理與管理工作；作為企業我們要根據國家要求，在企業設立高級別的首席數據官，負責解決企業數據各自為政的“數據孤島”問題、負責企業數據資產的治理與管理以及企業數據資產入表與交易等等工作。

企業在業務數據化、數據資產化、資產價值化過程中，從數據釆集開始到數據應用與服務之間主要是數據管理與治理工作。數據治理包括數據標準、數據質量、數據安全、數據共享、主數據、元數據管理等治理，雖然它的層級較高，但總在整個企業數據管理之中，見圖十。

圖十 ?企業數據管理與治理

4、要抓緊做好通用人工智能AGI和AI大模型在服裝制造業智能化的賦能應用

(1)盡快應用我國發布的DeepSeek- R1和Manus智能體為制造企業服務

2025年初我國杭州深度求索AI公司發布了DeepSeek- R1推理大模型，3月初肖弘的公司發布了一款通用型Manus智能體，這兩者一個在AIGC領域、一個在AGI方面都取得了引發全球轟動的業績。

DeepSeek通過強化學習RL，突破了傳統大模型依賴算力和數據的限制，展現了集成式創新的大優勢。因為它開源的推理模型，擅長處理復雜任務且可免費商用。DeepSeek可以接面向用戶或者支持開發者，提供智能對話、文本生成、語義理解、計算推理、代碼生成補全等應用場景，支持聯網搜索與深度思考模式，同時支持文件上傳，能夠掃描讀取各類文件及圖片中的文字內容。DeepSeek平臺還為服裝制造業服務，如：智能制造生產產線優化、質量管控升級、 智能視覺質檢、設備預測性維護、供應鏈智能管理、能耗與成本控制、數字孿生與仿真、智能倉儲與物流、安全與風險管理、數據驅動決策、產品智能售后服務等。

Manus作為產品發布后，由于在穩定性方面存在一點問題而受過部分非議，但近期通過技術升級和應用場景擴展，新增了多項功能，如：新增了多代理協作模式與設備接管能力——Manus引入了多代理模式，能夠調用多個子智能體分工協作，模擬人類團隊的執行流程工作，在處理復雜任務時，不同代理負責拆解子任務、調用工具、生成結果等環節，顯著提升了復雜工作流的處理效率；新增了任務執行能力的強化，做到復雜任務閉環——Manus新增了對復雜任務的全流程執行能力，用戶只需下達指令，系統可自動完成文件解壓、數據提取、分級排序及報告生成，無需人工干預；新增了硬件與交互體驗升級——在一體化設計與續航優化中，針對智能設備用戶，Manus優化了硬件設計，延長了電池續航能力，確保長時間任務執行中無需頻繁充電；新增了在垂直場景的應用擴展——如新增針對跨境電商的定制功能，自動分析銷售數據、生成市場策略報告，并直接提供可執行的運營建議，部分功能被評價為“堪比五年經驗運營人員”；新增了企業級工具集成——支持與Excel、編程軟件等工具的深度交互，例如自動編寫代碼、操作表格數據，進一步降低非技術用戶的使用門檻等。所以Manus完全可為我制造業數智化制造所用。

（2）服裝制造業要融合具身智能人形機器人，為自主縫制和替人縫制做好充分準備

眾所周知，作為人造的智能機器人，不但要具有感智能力、運動能力、操作能力、交互能力、續航能力，還要有可靠性和安全性，具備可控制系統等，而作為具身智能人形機器人還要具有擬人智能（比人腦更聰明的云腦）、類人形態（能適應執行各種復雜任務）和廣泛適用性（解決未來腦力與體力之需），見圖十一。

圖十一 ?具身智能人形機器人特征

正因為具身智能人形機器人有了這些特征，所以在服裝縫制中能為我所用，例如：應用具身智能人形機器人對服裝進行折疊，見圖十二；又例如：利用具身智能人形機器人和縫制設備組成自主縫合系統，做到自動、高效、省人的縫制加工系統。今年我們國家已經把“智能機器人自主縫合系統”和“自主縫制作業機器人系統研制與應用驗證”兩個項目作為我們服裝制造業重點攻關研發項目，旨在攻克智能化縫制的核心技術難題，進一步為我國服裝制造業數智化制造升級賦能。

圖十二 ?具身智能人形機器人折疊服裝

5、要繼續堅持實踐少人或無人的服裝智能制造產線、車間、工廠

在過去的十年，我們服裝制造業一直堅持我們數智化轉型的目標，那就是實踐少人或無人的服裝智能產線和車間，乃至工廠。到現在為止，在襯衫克夫，襯衫左右前片和襯衫領子我們完成了模塊式智能縫制系統，建成了高效少人的智能模塊式襯衫生產線，見圖十三。

圖十三 ?匡敦公司的高效少人智能模塊式襯衫生產線

今后，在十五五期間我們可以仿模塊式智能襯衫生產線建設方式，完成其他各類服服裝產線的建設，但在這個基礎上我們必須堅持以下三條原則：（１）堅持多工序模塊式智能系統的建設；（２）堅持模塊式智能產線設備運行監控與控制和DeepSeek、Manus相融合；（３）堅持模塊式產線應用智能多臂或人形機器人替人原則。

四、結束語

1、在AI與服裝產業深度融合的浪潮中，企業要像智能變色龍一樣,隨著AI技術的不斷進步而進步。企業只有保持對AI技術趨勢的敏銳感知，同時堅守服裝產業本質價值，率先完成數字基因重組和構建新型人機協作關系，企業才能在未來站到整個服裝產業前沿。

2、我們服裝制造業數智化轉型必須堅持以數據治理為基礎，以頂層設計為先行和分階段實施的原則；必須堅持從單點數字化起步到企業各業務鏈打通、到最后重構企業生態級轉型的核心策略。

3、“十五五”時期，全球正站在一個前所未有的變革臨界。數智化技術驅動未來，從國家戰略到企業生存，數智化轉型不再是企業的選修課，而是必修課，更是未來企業競爭力的核心法碼。“十五五”時期注定會成為人類與數字文明深度融合的里程碑。