“智慧化”的工业4.0时代的确令人神往，细分行业的智能制造工厂都企图跃向新时代，然而很多尝试往往容易碰壁。终其原因，根本还是智慧化的基础设施不稳，如工厂的数字化程度有限。这个问题对于服装行业来说尤为突出。
作为传统制造行业的一大组成部分，服装行业拥有海量的需求，并且随着消费升级等的影响，客户的个性化需求也日渐凸出，这对于传统的服装行业来说是巨大的挑战。“现在，30%生产出来的衣服卖不掉，去年降价给零售商造成3000亿美元的成本，70%的大型时尚公司都面临如何精确制定计划和预测的挑战。也就是说，我们在生产中面临着巨大的效率和速度问题。” 格柏科技首席战略和数字官Karsten Newbury说道。
作为一家致力于帮助服装及工业用户改善生产及设计流程的，端到端生态系统供应商，格柏科技服务于全球134个国家的78,000多家公司。不过，技术的跃进也让这家传统软件企业思考：如何与时俱进？
“市场的变化一直是多动的，我们面临的是全球市场的变化、消费者的动态、也面临着时装和时尚制造系统的变化。其中，消费者的影响力是最重要的。”Karsten认为消费者在购买成衣时，会关注品质、价格、定制化等，其实消费者才是行业的驱动者。而格柏科技主要是帮助客户去满足这些产能，同时加速生产的周期，提高效率和生产速度。
据其介绍，目前大多数的服装公司还在采用传统的方式，产品周期，从创作到最后成品要42周的工作周期，他们要猜测未来客户需要什么样的产品。而优秀的厂商，可以把这个周期降低到7周。
“商业的本质是 ‘赢家通吃’，顶尖的20%的公司实现了百分百的利润。这些赢家有什么共同特点？麦肯锡咨询公司总结：第一，他们非常追求速度；第二，能活用数据。”Karsten直言对于转型数字化的看法。
这为格柏科技的数字化产品设计提供了思路：即做到从设计、开发、生产规划到后处理的整个流程整合。“这个整合其实就指的是数据整合，打通数据，让数据在整个生产流程中流通起来。”他表示，数据驱动也是公司目前的商业模式核心。事实上，从软件到硬件，在过去的两年里，格柏科技做了很积极的转型，已经可以给客户提供一个完整的数据整合生态系统。Karsten向动点科技做了详细的介绍：
格柏科技从三个方面提高生产效率：一是数字化的设计；二是大规模生产，三是按需生产。
首先，格柏科技着重强调数字化的设计。在此过程中，所有数据都是整合到整个系统中的。所以它们有任何变化，都会同时更新到整个流程的各个部分。格柏科技提供的工具，可以帮助客户用虚拟的方式设计、开发产品，不用再利用真实的样衣开发产品，大大提高速度。
如其拥有一款产品生命周期管理软件YuniquePLM，是基于云的设计端系统，以及样板设计、放码、排料和生产计划软件AccuMark。据悉，AccuMark 3D系统能让2D图片非常仿真和模拟化，看到的样子即是最后被生产出来的样子。此外，AccuMark MTM系统能把一个人身体的各种数据输入系统，然后按需制作样衣。在成本资源的合理利用方面，AccuNest能帮助客户最好地利用好原料和布料。新的软件能让面料的利用率上升3%，能帮助达到很好的收入回报。所有的这些生产，都能跟CAD连接，又能跟客户的ERP进行连接，数据能连通起来，即实现了数字化，也可实现大规模生产。
值得一提的是，在按需生产方面，该公司拥有非常重要的一个技术——AutoMatch。可以非常有精度地控制生产过程，甚至对西服类的面料也有非常好的控制，有非常好的精准度，能调整面料的重复度。据介绍，这个生产方式主要是针对很多做互联网业务的企业。
Karsten介绍，这几个模块组成了一个生态系统，客户可以整套购买，也可以购买需要的模块。“在服务客户的过程中，我们的顾问和服务团队会告诉客户，应该在哪个阶段购买什么样子的服务，为客户推荐最合适的产品是我们的责任和工作。”他补充道。
从技术层面来看，显然，格柏科技主要分为两块：一是使用不同的数据接口实现生产流程数据的打通。这方面技术是该公司自己研发的。二是在平台上通过合作伙伴提供的的AI技术为客户提供数据分析和应用的工具。“我们主要做的还是把数据整合起来，让客户有足够的能力去分析这些数据，了解在整个生产环节里面对的困境或者不足。”Karsten说。的确，数据孤岛是工业上面临的大问题，大部分传统制造业的数字化程度不高，且无法流通数据，这也成为智能化无法实现的关键原因。格柏科技希望将数字化的“基础设施”构建好。
“其实，我们做所有的技术开发的有一个很核心的目的：想让客户完全忘记非常技术的东西，减少客户在使用中的顾虑。所以，我们的云产品会快速迭代，并且自动更新，无需客户重复投资。”Karsten认为技术的目的并不是炫技，而是真正地实用地解决用户痛点。
“我们的关注点不是一个点或者两个点，应该看到整个生产面。”他继续补充表示着眼于生态和平台是格柏科技的初衷。据其介绍，该公司基于数据整合的平台，已经面向许多国家的客户开放使用。接下来，格伯科技会着重考虑给予数据的应用叠加，如AI测试模型。“我认为，工业4.0可能到将来的5.0会是深度学习应用的探索过程。其实目前，市场上这一部分AI的实际应用非常少，所以我们其实也需要更多的探索。”Karsten做出了对于未来趋势的预判。
题图来源：pixabay
