智能制造需要什么功夫
来做案例直播间，当时我还是有顾虑的。过去都是企业成功以后，才找媒体采访，可现在我们的智能制造项目刚刚开始。后来我想通了，如果这个项目成功了，有经济效应，不成功也有社会效应，能给大家一个启示吧。
我们做新制造的工厂是2003年建的，有4.6万平方，工人最多的时候有1,300人。我们工厂的业务有这么几块：
一是高端的西服定制，这是我1990年下海后的第一份工作，最多的时候在中国各大城市开设了42家定制店；第二块业务是给著名企业贴牌定制服装，这是我们最大的一块业务，英国有22个老品牌都在我这儿加工。
在所有服装里面，西服应该是最难做、工艺最高、技术含量最高的，然而我们是在产业链的最低端，做一套西装只能赚一块钱美金，也没有议价能力，怎么办呢？
到2008年金融危机的时候，老外的日子也不好过，有一个英国的客户，连续三个船的集装箱都没来提货。这时候，我觉得必须要改变，必须要转型。
派登做智能制造是在2009年的时候。一家德国公司刚刚推出智能制造量身定制软件，这个软件只是一个软件，你需要花很多时间把所有样板数据放进去，我们花了3年时间把这个软件系统做好。
比如在世界各地的某个门店下了一个订单，订单中的数据就会汇总到我们的计算机系统里面，这中间是没有人工干预的；我们的系统当天就能把这些数据处理好，然后推送到自动裁床，通过服装的指挥系统，再从车间到整个系统，这是一个很复杂的系统，我们做了六七年了，在2年前才完成了海外市场远程的定制。
目前我们可以做到全球任何城市下单，7天做完，5天送达，也就是承诺12天交付。
现在我们说的新制造，实际上就是一个数字化的规模生产，这是生产领域的数字化。
我4月份去过一趟德国，德国人说不知道工业4.0，我们只有3.0、2.0。我找了德国最大的一家做工业4.0软件的，问他们有没有做过服装公司的系统，他们查了一下，竟然从来没有做过。
后来我想明白了，这是因为在德国面向消费者的，一个是西门子，一个是汽车工业。这些个性化定制产品，德国做得比较超前，其他的只是做一个传感器。
实际上，工业4.0为制造消费品的工厂提供了一个机会，而做消费品的工厂几乎都在中国，所以我觉得互联网的前半场就是信息互联网跟消费互联网，把它做成数字化、可视化。
但是我们整个生产系统如何与前端的互联网对接呢？比如天猫双十一卖的产品或者数据魔方找到很多消费者的纬度，知道消费者想要什么，接下来我们怎么去做呢？
目前的生产领域还是大规模生产，还有哪个工厂跟消费品网站已经实现了数字化的对接。所以接下来的4年就是我们产业的机会，我觉得有很多工厂都会改变，会成为数字工厂。
也就是说产品必须数字化，在整个生产过程中，产品零追诉，而且无人管理。消费者下一个订单，产品就能在生产系统里自动生成。
那么这其中的难点是什么呢？难点就是整个中国智能制造的工厂太少，另外消费者群体还没有形成。杭州的智能化改造是政府的一号工程，每个企业补贴80万元人民币，2016年动员200家企业去开会，没几家报名。
2017年稍微多一点。派登的智能化改造实际上2009年就开始做了，已经投进去几千万元了。现在必须要有个性化的订单，才能拉动企业来做个性化、智能化的制造，因为企业把工厂改造完了，如果没有订单，就全是成本。
那么订单怎么来呢？我们现在跟大的互联网营销平台进行数据对接，这样能提供更多的产品给广大消费者。
传统行业如果还是按照老的思维，在数字经济这个时点就出局了，要有互联网思维，不断学习、改变，把原来的工厂做彻底的、颠覆式的改变，这样还是有很大机会的。
最后，我觉得不忘初心是指，在人生开始阶段，你许诺的一个梦想，或者你追求的一个目标。
我大学毕业第一份工作就是做转型升级，我今天为什么还不断做这件事情，我觉得还是源于1980年代的一个梦想，那时候的想法是改变自己、改变中国。
我现在的理想是在新经济下，在转型升级的国家战略下，我还能做一点贡献，所以我现在是做了一个探索，也投了不少钱，成不成功还不知道。
《商业评论》给我的最大帮助是，让很多老师来派登指导，令我受益匪浅，希望各位老师也能给我多提意见，让这个项目成功的概率更大一点。
案例研讨主持人：张伟俊（领导力教练）
- 导师点评 -
胥正川 导师
复旦大学智慧城市研究中心副主任，复旦大学管理学院副教授
所谓智能制造，是由智能机器和人类专家共同组成的人机一体化的制造。在智能制造里，可以进行智能的活动，比如分析推理、判断、构思和决策，这是机器来做的。派登做了很可贵的探索。
我们讲新零售，一方面是因为我们的环境发生了变化，大家都开始用手机，我们的企业、网站，不断采集大家的数据，手机是一个非常强大的数据集合器；另一方面是社交化。
这两个方面给我们带来什么变化呢？今天的消费者都是圈层关系，企业要满足所有消费者的需求是不可能的，只能满足一部分消费者的需求，这部分消费者就是一个圈层，企业必须面对的是某一个类型的消费者。
企业面向的是小订单的需求，这时候需要柔性化制造去配对。目前的智能化水平可能还没有实现完全的定制化生产，但是往小众化方向发展是肯定的，究竟多大的比重是由智能完成的，多大比重是由人工完成的，这是大家在探讨的一个进行时。
新制造讲究的是能不能把销售端跟制造端结合起来，派登在某种意义上碰到的问题是数据在哪里，数据必须跟前端像零时尚、像阿里这样的企业对接，把数据导入派登的系统，这样才能提高智能性，这是派登值得走的一条路。
- 导师点评 -
周宏骐 导师
新加坡国立大学商学院市场营销与商业模式兼任教授
现在派登应该是“数据+AI”双驱动，再加上工业4.0相结合的智能制造，它到最后还是要商业化，不是在做制造，而是在做生意。
派登有一个优点，就是有比较好的数据，当3年之后技术普及了，大家也都拉平了，只不过是一个人跑得快，一个人跑得慢，这时候考验的是商品力好不好，消费力好不好，最主要还是考验商业的能力。
派登在智能制造过程中，我必须要问一点，你的客户群体到底是什么？你是个2B的公司还是2C的公司？你是到美国找一个客户入口，让他把客户的订单数据导给你，然后你继续做销售，还是你自己到美国去做C端的App？
如果你自己做营销，把美国或者欧洲的客户导进来，这考验的是商业的基因和做生意的能力，讲到底还是营销的问题。
再一点，在这个数据驱动的案例里，我有两点希望大家理解。第一，客户订单数据来了以后，派登有一个工作流程叫做数据工程规划，二这方面的人才不多。
第二，要通过流程制造，把所有数据导入生产要素系统，最后造就一个智能制造的社会。当这个社会来临的时候，你的目标市场，客群基数是不是大？他的偏好、画像是不是清晰？并且，消费习惯的培养是需要时间的。
我们在谈商业模式的时候，必须考虑商业基因。C2M公司成功的经验是什么？是要有温度感、时尚，能迭代，因为客户最终买的是时尚，这其中有一个美学迭代的过程，这些商业基因是不是能与公司匹配？有关商业基因我讲三点：
第一，顶层里面是不是老、中、青三代都有，通过混搭之后做出集体决策。
第二，是不是有团队创新能力而不是底层创新能力，因为我们过去类似的管理理念就是我说你做就好了，但是现在你必须给一线的小伙伴创造最大的价值。
第三，新的资源匹配，资源匹配就是游戏化、现代化、时尚迭代，这类基因是不是也装进了公司，我觉得两者要配合在一起的。
