“互聯網+”時代，規模定制、C2M（Customer to Manufactory）成(chéng)爲了我國(guó)大量傳統服裝企業試圖從單一生産制造環節走向(xiàng)能(néng)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(zhè)樣(yàng)的，將(jiāng)Zara過(guò)去引領的快時尚“小單快返”模式進(jìn)行改造、優化的服裝電商平台。

無論采用何種(zhǒng)模式，其核心均在于以多樣(yàng)化的産品，快速響應多變的、個性化的市場需求。在這(zhè)一背景下，建立柔性供應鏈被(bèi)認爲是破局的關鍵。有了大數據、人工智能(néng)等互聯網信息技術的加持，企業得以建立能(néng)實時收集、分析市場反饋，并據此及時調整設計和生産制造部署，迅速完成(chéng)後(hòu)續産品交付的供應鏈體系。反觀SheIn能(néng)達成(chéng)現階段成(chéng)果的原因，柔性供應鏈已然成(chéng)爲繞不開(kāi)的一個話題。

36氪近期接觸到「深圳魔一隻魚科技有限公司」（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(chéng)了内部供應鏈系統的升級改造，并在廣州番禺自建了“小單快返”的數字化服裝标杆工廠，爲PatPat做供應鏈配套。

在這(zhè)個過(guò)程中，技術背景出身的創始團隊，開(kāi)始逐漸積累服裝産業know-how，謀求公司業務拓展，向(xiàng)B2B服裝供應鏈商城轉型。據介紹，平台的目标是爲跨境賣家、直播賣家提供從設計到選品、采購和生産的智慧供應鏈服務，滿足電商品牌方小單快返的選品和柔性生産需求。

而在柒隆珠推進(jìn)上述戰略的同時，服裝産業也正在醞釀新一輪變化。随著(zhe)生成(chéng)式AI技術的發(fā)展，Stable diffusion、Midjourney及各類圖像生成(chéng)AI大模型開(kāi)啓了創意領域的人機協作新範式。服裝産業，被(bèi)認爲是這(zhè)類大模型可能(néng)會率先落地商業化應用的垂直行業之一。人工智能(néng)技術對(duì)服裝産業的影響正在從生産制造環節向(xiàng)高價值創造的設計環節滲透。

這(zhè)對(duì)柒隆珠來說，“是個意外”，也是新的發(fā)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技術在生産、制造環節的逐步滲透，包括核價、采購、派單、物料、生産等。雖然很多公司在這(zhè)一塊已經(jīng)有成(chéng)熟方案，但在服裝行業的普及率還(hái)較低。”羅斌告訴36氪，“我們并沒(méi)有想到今年過(guò)完年後(hòu)ChatGPT會突然爆火。但潘多拉魔盒一打開(kāi)，我們就判斷，創意設計這(zhè)一塊，可以用生成(chéng)式AI技術先跑起(qǐ)來了。”

這(zhè)一判斷的直接結果是，創始團隊從年初開(kāi)始將(jiāng)AI輔助設計也納入了産品和服務規劃的版圖中。2023年，魔魚AI成(chéng)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(néng)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(duì)接。 

羅斌將(jiāng)魔魚GPT、SCM、MES形容爲魔魚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(chéng)從設計開(kāi)始到采購、生産、質檢、交付的全流程，入駐工廠則可以在平台上直接接單生産。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(duì)訂單全流程可視和跟蹤管理，核心功能(néng)覆蓋訂單管理、供應商管理、智能(néng)派單、商品管理、樣(yàng)闆管理等；基于「魔魚MES」，工廠可實現對(duì)生産全流程的實時動态監測和分析反饋，以保證生産質量和訂單執行進(jìn)度，核心功能(néng)包括智能(néng)接單、智能(néng)核價、智能(néng)采購、智能(néng)排産等。上述兩(liǎng)個産品均支持與企業客戶自有的ERP等系統對(duì)接；「魔魚GPT」則旨在面(miàn)向(xiàng)設計師和服裝企業提供創意設計、商品設計、素材設計、工藝設計和一鍵打闆等服務。

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(hòu)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、分品類的産品設計等不同需求。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、生産和銷售等環節的自動化程度劃分爲L0-L5等不同階段。他表示，目前以Midjourney和Stable Diffusion等爲代表的通用大模型隻能(néng)達到L1水平（即創意設計自動化），但魔魚GPT已經(jīng)能(néng)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(hòu)續將(jiāng)在自研服裝垂直領域通用大模型基礎上，實現創意、設計、銷售閉環和生産資料的數字化（L4)，以及生産全過(guò)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(liǎng)個部分：一是魔魚B2B商城的交易分成(chéng)；二是提供增值功能(néng)的專業版魔魚GPT、SCM、MES訂閱付費。面(miàn)向(xiàng)入駐平台的品牌方和工廠，魔魚AI會免費提供上述三個産品的基礎版。

從中國(guó)服裝行業現階段的兩(liǎng)大特點來看，智能(néng)供應鏈服務市場有較大增長(cháng)空間。

特點之一是大而分散。據中國(guó)服裝協會測算，2020年我國(guó)服裝行業工業企業數量達17萬家，服裝總産量約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(chéng)效，但供應鏈管理環節的數字化水平仍有待提升，同時向(xiàng)智能(néng)制造升級尚需時日。中國(guó)紡織工業聯合會數據顯示，截至2022年，我國(guó)紡織行業兩(liǎng)化融合發(fā)展水平已經(jīng)達到57.1，但智能(néng)制造就緒率僅爲14.6%。《中國(guó)兩(liǎng)化融合發(fā)展數據地圖》數據顯示，截至2021年，我國(guó)紡織行業企業ERP普及率已經(jīng)達到62.6%，而MES普及率爲24.6%。

在魔魚AI看來，上述兩(liǎng)個特征正爲公司指明了産品優化和差異化競争的方向(xiàng)。

一方面(miàn)，公司希望能(néng)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爲基礎，通過(guò)訂單拓展更多的工廠資源。

另一方面(miàn)，魔魚AI開(kāi)發(fā)的MES強調輕量化和AI對(duì)核價、采購、排程等相關決策的賦能(néng)。羅斌向(xiàng)36氪解釋道(dào)：“區别于友商，我們設計MES的初衷是從工廠能(néng)否賺錢而非有無産能(néng)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(duì)生産效率的提升有限，關鍵在于産能(néng)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(cháng)。

但是，要實現這(zhè)樣(yàng)的增長(cháng)，羅斌坦言，除了上述兩(liǎng)個方面(miàn)，公司還(hái)需提升魔魚GPT的産品成(chéng)熟度和品類覆蓋面(miàn)。目前，設計師可以根據AI生成(chéng)的服裝設計圖選款，也支持按照意圖寫提示詞産出完整設計，但尚未實現工藝制單和打闆工作的全自動化。他表示，公司未來一是需要持續加深對(duì)設計場景的理解，不斷叠代、優化行業模型，將(jiāng)面(miàn)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(hǎo)的是童裝和女裝領域，已上線十多款服裝模型，需要繼續拓寬産品設計覆蓋的品類。

團隊方面(miàn)，創始人兼CEO龍凱和聯席CEO羅斌爲北大校友，均在爲互聯網、大數據和工業互聯網領域有連續創業經(jīng)驗。龍凱是銀聯智惠創始人CTO/CEO，曾任矽谷中國(guó)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(jīng)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(jīng)理。團隊其他核心成(chéng)員具備服裝領域、AI大數據領域和軟件服務領域的交叉背景，有10年以上行業經(jīng)驗，均畢業于北大、北航、中歐、複旦等知名高校。