今天小編分享的互聯網經驗：「魔魚AI」推出服裝AI設計工具，曾幫PatPat打造柔性供應鏈體系，歡迎閱讀。
文｜沈筱
編輯｜王與桐
" 互聯網 +" 時代，規模定制、C2M（Customer to Manufactory）成為了我國大量傳統服裝企業試圖從單一生產制造環節走向能創造、捕獲更高價值的設計、營銷環節的重要途徑。與此同時，也湧現了 SheIn 這樣的，将 Zara 過去引領的快時尚 " 小單快返 " 模式進行改造、優化的服裝電商平台。
無論采用何種模式，其核心均在于以多樣化的產品，快速響應多變的、個性化的市場需求。在這一背景下，建立柔性供應鏈被認為是破局的關鍵。有了大數據、人工智能等互聯網信息技術的加持，企業得以建立能實時收集、分析市場反饋，并據此及時調整設計和生產制造部署，迅速完成後續產品交付的供應鏈體系。反觀 SheIn 能達成現階段成果的原因，柔性供應鏈已然成為繞不開的一個話題。
36 氪近期接觸到「深圳魔一只魚科技有限公司」（以下簡稱：魔魚 AI），其前身是于 2021 年創辦的廣州柒隆珠供應鏈管理有限公司（以下簡稱：柒隆珠），據魔魚 AI 創始人兼聯席 CEO 羅斌介紹，團隊曾幫助 PatPat 完成了内部供應鏈系統的更新改造，并在廣州番禺自建了 " 小單快返 " 的數字化服裝标杆工廠，為 PatPat 做供應鏈配套。
在這個過程中，技術背景出身的創始團隊，開始逐漸積累服裝產業 know-how，謀求公司業務拓展，向 B2B 服裝供應鏈商城轉型。據介紹，平台的目标是為跨境賣家、直播賣家提供從設計到選品、采購和生產的智慧供應鏈服務，滿足電商品牌方小單快返的選品和柔性生產需求。
而在柒隆珠推進上述戰略的同時，服裝產業也正在醞釀新一輪變化。随着生成式 AI 技術的發展，Stable diffusion、Midjourney 及各類影像生成 AI 大模型開啟了創意領網域的人機協作新範式。服裝產業，被認為是這類大模型可能會率先落地商業化應用的垂直行業之一。人工智能技術對服裝產業的影響正在從生產制造環節向高價值創造的設計環節滲透。
這對柒隆珠來說，" 是個意外 "，也是新的發展契機。" 按照我們原始計劃，是在供應鏈數字化的基礎上，實現（推理性）AI 技術在生產、制造環節的逐步滲透，包括核價、采購、派單、物料、生產等。雖然很多公司在這一塊已經有成熟方案，但在服裝行業的普及率還較低。" 羅斌告訴 36 氪，" 我們并沒有想到今年過完年後 ChatGPT 會突然爆火。但潘多拉魔盒一打開，我們就判斷，創意設計這一塊，可以用生成式 AI 技術先跑起來了。"
這一判斷的直接結果是，創始團隊從年初開始将 AI 輔助設計也納入了產品和服務規劃的版圖中。2023 年，魔魚 AI 成立，并在 5 月上線了服裝 AI 設計工具「魔魚 GPT」。
在此之前，據介紹，公司已于 2021 年年底和 2022 年 9 月分别推出了自研的供應鏈管理 SaaS 系統「魔魚 SCM」和制造執行 SaaS 系統「魔魚 MES」。同時，今年 6 月，魔魚 AI 正式推出智能供應鏈平台「魔魚服裝 B2B 商城」，整合了魔魚 GPT 設計工具，并與 SCM、MES SaaS 系統對接。
羅斌将魔魚 GPT、SCM、MES 形容為魔魚 B2B 商城的三大核心 AI 引擎。基于此，服裝品牌商、設計師可以在平台選品并上自主下單，完成從設計開始到采購、生產、質檢、交付的全流程，入駐工廠則可以在平台上直接接單生產。羅斌介紹，目前平台可以實現最小 100 件，最短 7 天交付。
具體而言，「魔魚 SCM」支持品牌方對訂單全流程可視和跟蹤管理，核心功能覆蓋訂單管理、供應商管理、智能派單、商品管理、模範管理等；基于「魔魚 MES」，工廠可實現對生產全流程的實時動态監測和分析反饋，以保證生產質量和訂單執行進度，核心功能包括智能接單、智能核價、智能采購、智能排產等。上述兩個產品均支持與企業客戶自有的 ERP 等系統對接；「魔魚 GPT」則旨在面向設計師和服裝企業提供創意設計、商品設計、素材設計、工藝設計和一鍵打板等服務。
羅斌介紹，魔魚 GPT 涵蓋了公司基于大量服裝數據和通用大模型（包括 Midjourney、Stable Diffusion）訓練調優後的行業多模态專屬模型。不同模型分别滿足流行元素抓取、素材設計、分品類的產品設計等不同需求。訓練數據主要來自自有工廠和行業積累。
在羅斌看來，類比自動駕駛技術，服裝 AI 技術可以從創意、設計、生產和銷售等環節的自動化程度劃分為 L0-L5 等不同階段。他表示，目前以 Midjourney 和 Stable Diffusion 等為代表的通用大模型只能達到 L1 水平（即創意設計自動化），但魔魚 GPT 已經能達到 L2 級别的服裝設計自動化水平。按照魔魚 AI 的規劃，公司後續将在自研服裝垂直領網域通用大模型基礎上，實現創意、設計、銷售閉環和生產資料的數字化（L4 ) ，以及生產全過程自動化（L5 ) 。
盈利模式上，現階段魔魚 AI 的收入來源主要有兩個部分：一是魔魚 B2B 商城的交易抽成；二是提供增值功能的專業版魔魚 GPT、SCM、MES 訂閱付費。面向入駐平台的品牌方和工廠，魔魚 AI 會免費提供上述三個產品的基礎版。
從中國服裝行業現階段的兩大特點來看，智能供應鏈服務市場有較大增長空間。
特點之一是大而分散。據中國服裝協會測算，2020 年我國服裝行業工業企業數量達 17 萬家，服裝總產量約 712 億件。第二是，盡管近年來紡織、服裝行業數字化轉型取得了一定成效，但供應鏈管理環節的數字化水平仍有待提升，同時向智能制造更新尚需時日。中國紡織工業聯合會數據顯示，截至 2022 年，我國紡織行業兩化融合發展水平已經達到 57.1，但智能制造就緒率僅為 14.6%。《中國兩化融合發展數據地圖》數據顯示，截至 2021 年，我國紡織行業企業 ERP 普及率已經達到 62.6%，而 MES 普及率為 24.6%。
在魔魚 AI 看來，上述兩個特征正為公司指明了產品優化和差異化競争的方向。
一方面，公司希望能夠在跑通魔魚 B2B 商城供應鏈閉環的基礎上，更廣泛地連接品牌方和工廠。因此，公司目前主要以服務核心大客戶為基礎，通過訂單拓展更多的工廠資源。
另一方面，魔魚 AI 開發的 MES 強調輕量化和 AI 對核價、采購、排程等相關決策的賦能。羅斌向 36 氪解釋道：" 區别于友商，我們設計 MES 的初衷是從工廠能否賺錢而非有無產能接單。服裝行業和 MES 普及率較高的離散制造業不同，一是設備比較簡單，不需要安裝傳感器，掃碼就行；二是很多環節并不依賴設備，自動化對生產效率的提升有限，關鍵在于產能和人員的配比要均衡。所以我們主要在特定環節的 AI 算法上花了很多功夫。"
據介紹，目前魔魚 B2B 商城已服務 PatPat、亞馬遜和拼多多等多個主流跨境賣家，連接了 200 餘家工廠和 100 餘個品牌客戶，累計交付 1500 萬套訂單；去年公司以達到數千萬營收，預計今年有望實現 3 到 4 倍的增長。
但是，要實現這樣的增長，羅斌坦言，除了上述兩個方面，公司還需提升魔魚 GPT 的產品成熟度和品類覆蓋面。目前，設計師可以根據 AI 生成的服裝設計圖選款，也支持按照意圖寫提示詞產出完整設計，但尚未實現工藝制單和打板工作的全自動化。他表示，公司未來一是需要持續加深對設計場景的理解，不斷迭代、優化行業模型，将面料、陰影等立體關系考慮到模型中，使設計更貼近現實；二是目前效果最好的是童裝和女裝領網域，已上線十多款服裝模型，需要繼續拓寬產品設計覆蓋的品類。
團隊方面，創始人兼 CEO 龍凱和聯席 CEO 羅斌為北大校友，均在為互聯網、大數據和工業互聯網領網域有連續創業經驗。龍凱是銀聯智惠創始人 CTO/CEO，曾任矽谷中國工程師協會副主席，Oracle 中間件首席工程師。羅斌在創業前有 10 年風險投資經驗，是約拍和雲貓創始人，曾任中安鼎輝 CEO、同創偉業副總裁、深創投投資經理。團隊其他核心成員具備服裝領網域、AI 大數據領網域和軟體服務領網域的交叉背景，有 10 年以上行業經驗，均畢業于北大、北航、中歐、復旦等知名高校。
