產業互聯網的第一聲槍響，響徹了服裝紡織供應鏈的上空。
自2018年11月，紡織互聯網平臺「百布」公佈由老虎環球基金領投的C2輪融資，淘金者紛至沓來。
「智布互聯」、「一手網」、「批批網」、「時諦智能」、 「凌笛科技」、「秒優科技」、「快衣製造」等均完成至少一筆融資，多筆交易金額過億。在2019年即將結束之時，百布又獲得了DST Global、中金資本3億美元加持。
一場以互聯網技術為底層的行業革命，正在服裝紡織行業摁下快進鍵。
36氪經過長達一年對該領域明星創業公司的追蹤觀察，我們試圖為你解答以下問題：
服裝紡織供應鏈何以成了產業互聯網的寵兒？
當下服裝紡織互聯網企業有哪些主流模式？
服裝紡織互聯網企業處於何種階段？
服裝紡織互聯網商業模式的爭議焦點在哪？
服裝紡織互聯網企業是好的投資機會嗎？
一、服裝紡織供應鏈何以成了產業互聯網的寵兒？
據不完全統計，從百布完成C2輪融資至發稿時，萬億規模的服裝紡織領域至少發生了10筆融資事件，且不乏金額過億的大額融資。
在產業互聯網化的過程中，幾個萬億級規模的市場，自然是首批要被攻佔的堡壘。2019年市場規模已經突破2萬億的服裝紡織行業就是其中之一。
同時，服裝紡織行業對供應鏈轉型升級的需求是最迫切，基礎條件也是最成熟的。變革的推動力主要來源於下游服裝企業的生存困境和新式需求，而科技公司改造這一行業現有的兩種解題思路又各自有瓶頸。
行業急需新的解決方案。
1）銷量下滑、庫存如山，傳統服裝企業求變
服裝行業苦庫存問題久已。據艾瑞諮詢的一項抽樣調查，A股上市公司2016年-2018年存貨週轉天數，已平均達到了205天。更權威的數據顯示，2018年1-4月，超出我國供給側工業產成品庫存率平均水平的行業中，服裝行業排行第7，高於平均值3.1個百分點。僅為了解決庫存問題，就出現了包括「愛庫存」在內的超百家庫存電商公司。
近年來服裝品牌企業銷量下滑進一步拉長存貨週轉天數——2019年上半年，A股和港股45家服飾上市集團中共14家出現負增長，庫存問題進一步加劇。
2）電商渠道和電商品牌催生"小單快反"的新需求
但"先大規模生產後層層分銷"的傳統供應鏈模式，帶來的問題不僅是慢響應、高庫存，隨著服裝電商的滲透率渠道從2011年的14%提升至2016年的37%，這一模式已無法滿足服裝品牌的新需求。
"多快好省"的零售哲學被電商渠道發揮得淋漓盡致，因而有競爭力的服裝企業必須能夠實現"更多款式、更快週轉、更優質量、更低價格"。這就導致不僅服裝品牌給工廠的訂單被拆解成更小單元，產品的上新週期和銷售週期也變得更短——一旦A網店上新的爆款隔天補不上貨，消費者立馬會流向有同款的B網店，或者價格更低的C網店，而長期不上新的店鋪又有誰會關注呢。
落實到供應鏈上，無論是傳統服裝品牌還是新興的電商品牌，都
希望擁有能夠快速推陳出新，實現小批量、多款式、多批次生產的柔性供應鏈（即"小單快反"），且要質優價廉。但這樣的供應鏈，在市場上寥寥無幾。與服裝品牌行業一樣，其上游的紡織製造和成衣製造企業，同樣是中小企業為主，市值最高的申洲國際2018年營收209.5億元，同樣市場佔有率不足1%。市場上佔據主體的中小生產企業，仍舊以流水線式生產為主，數字化程度較低，靈活性也不足。而與柔性沾邊的"私人定製"小型作坊，又往往質量參差不齊，交貨期難以保障，且由於規模小無法給服裝品牌提供成本優勢，也匹配不了中大型服裝企業的生產規模。
3）現有兩種解題思路的困境
服裝行業的問題冰凍三尺非一日之寒，過去十餘年，互聯網科技公司在服裝紡織行業裡沒少花力氣，他們最讓人耳熟能詳的Slogan就是"推動行業數字化轉型"，推動者則主要可以分為兩類：一類是垂直行業的軟件廠商，一類是紡織面料、成衣流通的交易平臺。
軟件廠商主要為大中型服裝企業和製造企業內部做數字化，產品包括設計、MES系統、ERP系統等信息化軟件，形態既有本地化軟件也有SaaS，主要以項目制交付為主。
交易平臺，則主要通過連接供需雙方，提高雙方的匹配效率和精確度，來解決跨企業之間的採購和銷售問題，即我們熟知的B2B交易平臺，部分平臺也會有一定比例的自營業務，他們可以看作是服裝行業的互聯網原住民。
但這兩類玩家，都面臨著一些侷限。
先說軟件廠商，用項目制服務大客戶這個商業邏輯本身沒有什麼問題，軟件行業毛利高，也能活得尚可。但服裝行業極度分散，"大客戶"數目有限，僧多粥少，企業營收規模往往卡在小几千萬元難以突破。如果要找新的業務增長點，就要去服務中小型客戶，可佔據主流的中小型加工工廠和批發型品牌平均毛利低於10%，要年營收僅幾千萬規模的企業一年投入200-300萬進信息化系統，這並不現實，更何況他們最關心的是增加收入，而不是"有限的壓縮成本"。
而交易平臺的缺陷，則是缺少數字化根基。B2B平臺主要都是服務於中小企業客戶，買賣雙方的供需關係不穩定時，平臺的連接價值才能有所體現。這本是咬住了服裝行業裡的主流群體，但上下游中小企業的數字化程度並不高，僅通過產業鏈中流通這一個環節的在線化，效率提升實在有限，想要徹底打通整條產業鏈，這還遠遠不夠。
一端是面臨生死大考又迫切需要新式供應鏈的服裝企業，一端是分散的落後產能，卻要實現全產業鏈的高效連接與調度，而現有的解題思路並未完全解決問題——服裝紡織互聯網企業，就此粉墨登場。
二、服裝紡織互聯網企業如何完成價值實現？
1）服裝紡織互聯網企業的主流模式有哪幾類？
產業互聯網企業並非憑空產生，大多是由軟件廠商和交易平臺轉型或演進而來。既然現有的解決方案各自遇到瓶頸，那如果兩者融合一下呢？
的確，產業互聯網企業就是這麼幹的。
如果我們把互聯網化拆解成數字化、在線化和智能化三個維度，這樣來看，原來的兩類玩家，要麼只做了數字化，要麼只做了在線化，常常是企業內部各業務部門之間的系統和數據都無法打通互聯，更不要提跨企業之間協同，數據割據的狀態自然也無法深層挖掘數據之間的關係並反哺企業，也就無法實現真正的智能化。
互聯網通過連接創造價值，產業互聯網企業也不例外，這樣我們就很好理解，產業互聯網企業的宏大願景——既要實現企業內部的數字化、在線化，也要實現企業與企業之間的協同互聯，形成一張全產業鏈的協同網絡，並最終通過數據關係的挖掘實現智能化，推動整個產業鏈的效率提升。
最成功的案例要數以淘寶為核心節點的阿里。（除了一端是C端消費者，阿里重塑時尚品類零售供應鏈的路徑與產業互聯網的發展邏輯大致相同，在產業互聯網領域還未出現更深入人心的案例之前，請允許我們這樣類比以便於讀者理解）。但這條路，阿里走了十七年，才逐步衍生出支付寶、菜鳥網絡、阿里媽媽、阿里雲這一龐大體系來支撐阿里的零售帝國。產業互聯網企業要實現這樣的願景，不亞於萬里長征。
但這批勇者，已經各自從不同的起點出徵。根據調研結果，我們將產業互聯網企業最初的業務切入點歸納為三類：設計（研）、雲工廠（產）、交易（銷），又根據主營品類分為紡織面料、成衣製造、鞋履，並挑選出了部分代表性企業，製成下表：
（注：36氪根據公開資料整理製作）
以設計和雲工廠為第一落腳點的產業互聯網企業，前身多是軟件廠商，如秒優科技和飛榴科技。其中，雲工廠模式為了掌控工廠產能，完成排單生產，也會投入智能硬件，進而與工業互聯網這一概念產生交叉。而這類產業互聯網企業提供的軟件產品，基本都被SaaS化和標準化，目的是為了降低中小服裝企業和製造企業使用數字化產品的門檻，從而組成多角色能夠實時互動的協同辦公網絡。
交易平臺型企業的演進則可以看作是進攻式防守，主要戰術是技術服務輸出，這一方面是寄希望提升行業的信息化程度，深入產業鏈的上下游，進而更好地服務於交易業務本身，另一方面也是在保護現有疆土，抵禦技術型玩家的潛在滲透。
但無論身處研產銷的哪一位置，經營同一品類的產業互聯網企業，必然的趨勢是互相滲透，因為對於產業互聯網企業而言，建立起一張打通產業鏈的實時協同網絡，是宏偉藍圖裡的必經之路。（其中，面輔料和成衣製造互為上下游關係，存在產業鏈進一步整合的可能性。）一旦原本只解決單點問題的軟件廠商和交易平臺，踏出向上下游延伸的第一步，他們便踏出了產業互聯網化的第一步。
相比之下，業務的切入點反而沒有那麼重要，這取決於創業團隊自身的原始積累，但產業互聯網企業最終目的可謂殊途同歸——拉起一整貫穿全產業鏈的高效網絡。
投資人對這種相互滲透的認可度也躍然紙上。飛榴科技最初只是提供生產流程管理的軟件廠商，在其轉型為工廠導入生產訂單後，立刻吸引得投資人又回頭去Update最新進展。甚至有投資人在談及同類軟件廠商時，對36氪直言不諱："如果還是隻做SaaS，那就沒有什麼看頭。"
2）服裝紡織互聯網企業如何完成價值實現？
資本買單行業的同時，服裝紡織互聯網企業也紛紛交出成績單。百布在融資新聞中對外公佈2019年全年銷售額近百億元，而智布互聯月均銷售額也已十分可觀，並已實現規模化盈利。
這種營收規模的根基，建立在服裝紡織互聯網企業幫助其客戶降本增效之上：面向服裝品牌時，降低原料採購成本，縮短交付週期，提高管理供應鏈的客戶體驗；面向製造企業時，增加訂單，提高內部經營管理效率。
據公開新聞報道，智布互聯主要通過雲工廠來整合多家紗線廠、織布廠、印染廠的產能，用自營模式為中大型服裝品牌、製衣廠提供紡織面料，可以為目標客戶降低5%-10%採購成本，交付週期可縮短30%（約2-3周），且交付時間更加精準可控。
秒優科技通過對專業化成衣製造工廠的信息化改造，初步搭建了一個具有柔性快反特徵的成衣製造雲工廠，從設計、打版到出廠，整個週期可控制在"7天"甚至5-6天，而行業內的頂尖水平在"21天"。
主打3D在線設計和協同辦公系統的凌笛科技，將原來平均需要4個循環的設計溝通，平均縮短了1.5個循環，數字化的3D設計圖也避免了打版、修改最後被摒棄的浪費。
產業互聯網企業如何能做到這一切？
對於所有產業互聯網企業而言，他們都有價值實現的兩大法器：協同網絡和數據智能。
A、協同網絡
傳統服裝行業的低效主要體現在角色溝通和資源配置兩個方面：
一方面，服裝行業從設計、打版、生產、物流到銷售，其間涉及幾個部門、十幾個環節的內外部溝通，而在傳統的辦公軟件和工作流程中，各角色之間無法形成實時互動，溝通路徑和業務動線也並非最短最優。
另一方面，行業中間環節眾多，而未數字化的閒置產能與市場需求無法在全社會範圍內的高效匹配。更致命的是，部分企業從組織結構到業務範疇，已不再適配新的供應鏈生態，屬於產業鏈中缺乏價值的落後產能，理應淘汰。
而產業互聯網企業正是通過數字化產品，搭建一個由不同角色組成的協同網絡，實現實時互動和協同辦公，並基於全產業鏈視角，進行資源調度和流程優化，從而提高企業內部的運作效率和外部連接效率，最終實現全產業鏈效率的提升。
這也是為何在產業互聯網企業中，需要強調"場景大於技術"，因為企業必須充分了解產業鏈的各個環節，才能夠從組織架構和業務流程層面優化企業內外部的效率，並將其技術積累轉化成產品。因而，關注產業互聯網領域的投資機構，會極其重視團隊的產業和技術雙背景。
B、數據智能
想要讓這個協同網絡高效運轉，並實現在全產業鏈範圍內進行資源連接與調配，數據、算法、算力就顯得尤為重要。無論是凌笛科技的3D設計數據庫，抑或是智布互聯和秒優科技的生產排單系統，都是基於數據智能，才能實現為設計師提供設計工具，將眾多的訂單拆分、合併分配給不同的工廠。
這一步既實現智能化的核心一步，也是衡量一家產業互聯網企業科技含金量的標尺。它決定了企業的增長來自於人，還是來自於科技。
三、服裝紡織互聯網企業，能讓投資人賺錢嗎？
對於投資者來說，值得投資的企業，不僅要能創造產業價值，還要有效率、可規模化、可持續性地創造價值，而且估值要合理，要能帶來高回報。那服裝紡織互聯網企業可以嗎？圍繞這個話題，投資人之間爭論不休。
1）模式之爭："新物種"or數字版"來料加工聯盟"
眾多模式中，最受關注便是雲工廠模式。
一部分原因是智布互聯帶來的連鎖反應，"知名基金的加持+已實現規模化盈利"雙管齊下，怎麼都值得看一看。但更重要的是，產能控制是實現柔性供應鏈的核心，而這一模式在提升生產效率、降低原料成本方面，也確有成效。
交易平臺起家的百布，也已在2018年春節後落地雲工廠模式——「全布」，並宣稱截止2019年12月，其AIoT設備已鋪設了超過10萬臺織機，系統化覆蓋全行業約8%的織機產能。
雲工廠又可以分為自營模式和撮合模式。阿里淘工廠就是典型的撮合模式，2013年底上線，為淘寶賣家與生產廠家之間進行供需匹配，但淘工廠主要為阿里生態服務，幾乎不涉足生產企業的內部流程變革，淘工廠能依託於淘寶的全網流量來運作，創業公司可以依靠什麼呢？
搭建雲工廠的創業公司大多采用了自營模式，智布互聯、長勝科技、秒優科技都是如此，長勝科技甚至選擇了控股成立合資工廠來搭建供應鏈，這個模式下營收大頭是收入面料、成衣的銷售額，毛利率也與行業平均水平相當。
部分外場投資人對這一營收結構心生憂慮，疑惑這究竟是"新物種"還是數字版"來料加工聯盟"，兩者帶來的投資回報將天壤之別。
最典型的參考案例就是「申洲國際」與「晶苑國際」。
申洲國際是紡織製造行業裡的龍頭企業，因其在功能性面料的專利技術和高比例的科技、自動化設備投入，2018年全年營收209.5億元，毛利率則可比肩騰訊達到了31.6%，人均產量和人均營收仍逐年提升。在今年美股熔斷之前，市值約穩定在1200億人民幣。而來料加工型的成衣製造商「晶苑國際」2018年全年營收約175億元，毛利率約7%，同期市值只有約50億元。
但這批科技公司與來料加工廠在收入結構、成本結構與增長動力上都有著本質區別。
收入結構上，除了面料、成衣的銷售收入，企業還有技術服務收入，平臺型企業往往還會有倉儲物流、金融、營銷服務等營收增長點。成本結構上，雲工廠模式的技術投入、生產原料占主導地位，而來料加工廠則以土地廠房、生產原料、人員勞務費為主。
最關鍵的區別在於增長動力，來料加工廠主要通過不斷投入資金和人員來擴大再生產，從而獲得線性增長，對產業效率和毛利率的提升不會有本質改變。而產業互聯網企業在科技方面的投入與使用，隨著協同網絡的擴張和數據智能的強化，網絡效應和智能化將為企業收入帶來指數級增長，產業效率攀升、規模壁壘也會隨之顯現。
入場的投資機構之所以為此買單，除了看中服裝行業不可逆轉的浪潮，還重視產業互聯網企業長遠的增長性與打通全產業鏈的潛力。
2）數據驅動的故事能不能自圓其說？
這進而引出了另一個懸而未決的爭論——數據驅動的故事能不能自圓其說，這很大程度決定了增長性和潛力的上限。
但想要實現數據驅動並不容易，既需要數字化產品作為基礎，也要有訂單來激活這個系統。
翊翎資本合夥人李棟（智布互聯早期投資方）告訴36氪，訂單是第一個難關，為此在早期冷啟動階段，智布互聯聚焦有限SKU，盡力整合更多的訂單，便於平臺的原始數據積累和算法模型搭建。
數據量還只是第一步，通過算法模型，真正通過自動化決策完成資源調度，才能稱之為數據智能，撬動企業的增長飛輪。智布互聯CEO傅俊超曾告訴36氪，簡單、基礎、持續的大訂單對早期智布互聯搭建算法模型有重要意義，這樣的訂單極大的降低了系統分拆訂單和進行生產排單的難度，下一步才會去觸碰更復雜的面料。
但這條經驗對成衣製造環節的產業互聯網企業難有借鑑意義。首先，交易平臺的下游客戶主要是中小服裝企業，基礎、持續的大訂單並不是主流，其次，成衣製造的流程複雜度遠高於紡織面料。為了能夠將成衣製造的操作標準化，秒優科技將成衣製造的所有動作劃分為118個動作，不同品類的生產過程則是118個動作的組合，然後再合併同類項分配給不同的專業化工廠。整個過程中，不僅材料、動作、資源全部要標籤化，還需要巨大的計算量，才能讓訂單與產能之間高度適配。
跳出紛爭不休的輿論場來看，無論是創業公司的融資輪次還是產品成熟度，行業目前仍處於非常早期階段，前景尚未清晰可辨。產業互聯網企業想要自圓其說數據驅動這個故事，還面臨著以下難點——技術派玩家往往有技術數據缺少交易數據，交易平臺則是有交易數據缺少技術數據，成衣製造的數字技術難度又難於紡織製造。
在當下下注的投資人看來，技術數據和交易數據積累，二者有其一，就已經值得下注了，技術難度越大，必然技術壁壘也會越高。由於製造業線下環節多、資產重，即使通過互聯網平臺加以整合打通全產業鏈，萬億級別的分散市場至少能容下數個百億級，甚至一個千億級的變革者。
參考文獻：
《中國庫存電商行業研究報告》，艾瑞諮詢
《2018年中國服裝電商行業零售規模及滲透率分析》，中國報告網
《成衣製造巨頭的非凡之路》，廣發證券
《36氪獨家｜百布完成3億元D輪，智能雲工廠已初具規模》，36氪
《36氪獨家｜騰訊、紅杉領投1億美元，買單智布互聯工業大腦》，36氪
閱讀更多 36氪 的文章
