文｜沈筱

编辑｜王与桐

“互联网+”时代，规模定制、C2M（CustomertoManufactory）成为了我国大量传统服装企业试图从单一生产制造环节走向能创造、捕获更高价值的设计、营销环节的重要途径。与此同时，也涌现了SheIn这样的，将Zara过去引领的快时尚“小单快返”模式进行改造、优化的服装电商平台。

无论采用何种模式，其核心均在于以多样化的产品，快速响应多变的、个性化的市场需求。在这一背景下，建立柔性供应链被认为是破局的关键。有了大数据、人工智能等互联网信息技术的加持，企业得以建立能实时收集、分析市场反馈，并据此及时调整设计和生产制造部署，迅速完成后续产品交付的供应链体系。反观SheIn能达成现阶段成果的原因，柔性供应链已然成为绕不开的一个话题。

36氪近期接触到「深圳魔一只鱼科技有限公司」（以下简称：魔鱼AI），其前身是于年创办的广州柒隆珠供应链管理有限公司（以下简称：柒隆珠），据魔鱼AI创始人兼联席CEO罗斌介绍，团队曾帮助PatPat完成了内部供应链系统的升级改造，并在广州番禺自建了“小单快返”的数字化服装标杆工厂，为PatPat做供应链配套。

在这个过程中，技术背景出身的创始团队，开始逐渐积累服装产业know-how，谋求公司业务拓展，向B2B服装供应链商城转型。据介绍，平台的目标是为跨境卖家、直播卖家提供从设计到选品、采购和生产的智慧供应链服务，满足电商品牌方小单快返的选品和柔性生产需求。

而在柒隆珠推进上述战略的同时，服装产业也正在酝酿新一轮变化。随着生成式AI技术的发展，Stablediffusion、Midjourney及各类图像生成AI大模型开启了创意领域的人机协作新范式。服装产业，被认为是这类大模型可能会率先落地商业化应用的垂直行业之一。人工智能技术对服装产业的影响正在从生产制造环节向高价值创造的设计环节渗透。

这对柒隆珠来说，“是个意外”，也是新的发展契机。“按照我们原始计划，是在供应链数字化的基础上，实现（推理性）AI技术在生产、制造环节的逐步渗透，包括核价、采购、派单、物料、生产等。虽然很多公司在这一块已经有成熟方案，但在服装行业的普及率还较低。”罗斌告诉36氪，“我们并没有想到今年过完年后ChatGPT会突然爆火。但潘多拉魔盒一打开，我们就判断，创意设计这一块，可以用生成式AI技术先跑起来了。”

这一判断的直接结果是，创始团队从年初开始将AI辅助设计也纳入了产品和服务规划的版图中。年，魔鱼AI成立，并在5月上线了服装AI设计工具「魔鱼GPT」。

在此之前，据介绍，公司已于年年底和年9月分别推出了自研的供应链管理SaaS系统「魔鱼SCM」和制造执行SaaS系统「魔鱼MES」。同时，今年6月，魔鱼AI正式推出智能供应链平台「魔鱼服装B2B商城」，整合了魔鱼GPT设计工具，并与SCM、MESSaaS系统对接。

罗斌将魔鱼GPT、SCM、MES形容为魔鱼B2B商城的三大核心AI引擎。基于此，服装品牌商、设计师可以在平台选品并上自主下单，完成从设计开始到采购、生产、质检、交付的全流程，入驻工厂则可以在平台上直接接单生产。罗斌介绍，目前平台可以实现最小件，最短7天交付。

具体而言，「魔鱼SCM」支持品牌方对订单全流程可视和跟踪管理，核心功能覆盖订单管理、供应商管理、智能派单、商品管理、样板管理等；基于「魔鱼MES」，工厂可实现对生产全流程的实时动态监测和分析反馈，以保证生产质量和订单执行进度，核心功能包括智能接单、智能核价、智能采购、智能排产等。上述两个产品均支持与企业客户自有的ERP等系统对接；「魔鱼GPT」则旨在面向设计师和服装企业提供创意设计、商品设计、素材设计、工艺设计和一键打板等服务。

罗斌介绍，魔鱼GPT涵盖了公司基于大量服装数据和通用大模型（包括Midjourney、StableDiffusion）训练调优后的行业多模态专属模型。不同模型分别满足流行元素抓取、素材设计、分品类的产品设计等不同需求。训练数据主要来自自有工厂和行业积累。

在罗斌看来，类比自动驾驶技术，服装AI技术可以从创意、设计、生产和销售等环节的自动化程度划分为L0-L5等不同阶段。他表示，目前以Midjourney和StableDiffusion等为代表的通用大模型只能达到L1水平（即创意设计自动化），但魔鱼GPT已经能达到L2级别的服装设计自动化水平。按照魔鱼AI的规划，公司后续将在自研服装垂直领域通用大模型基础上，实现创意、设计、销售闭环和生产资料的数字化（L4)，以及生产全过程自动化（L5)。

盈利模式上，现阶段魔鱼AI的收入来源主要有两个部分：一是魔鱼B2B商城的交易分成；二是提供增值功能的专业版魔鱼GPT、SCM、MES订阅付费。面向入驻平台的品牌方和工厂，魔鱼AI会免费提供上述三个产品的基础版。

从中国服装行业现阶段的两大特点来看，智能供应链服务市场有较大增长空间。

特点之一是大而分散。据中国服装协会测算，年我国服装行业工业企业数量达17万家，服装总产量约亿件。第二是，尽管近年来纺织、服装行业数字化转型取得了一定成效，但供应链管理环节的数字化水平仍有待提升，同时向智能制造升级尚需时日。中国纺织工业联合会数据显示，截至年，我国纺织行业两化融合发展水平已经达到57.1，但智能制造就绪率仅为14.6%。《中国两化融合发展数据地图》数据显示，截至年，我国纺织行业企业ERP普及率已经达到62.6%，而MES普及率为24.6%。

在魔鱼AI看来，上述两个特征正为公司指明了产品优化和差异化竞争的方向。

一方面，公司希望能够在跑通魔鱼B2B商城供应链闭环的基础上，更广泛地连接品牌方和工厂。因此，公司目前主要以服务核心大客户为基础，通过订单拓展更多的工厂资源。

另一方面，魔鱼AI开发的MES强调轻量化和AI对核价、采购、排程等相关决策的赋能。罗斌向36氪解释道：“区别于友商，我们设计MES的初衷是从工厂能否赚钱而非有无产能接单。服装行业和MES普及率较高的离散制造业不同，一是设备比较简单，不需要安装传感器，扫码就行；二是很多环节并不依赖设备，自动化对生产效率的提升有限，关键在于产能和人员的配比要均衡。所以我们主要在特定环节的AI算法上花了很多功夫。”

据介绍，目前魔鱼B2B商城已服务PatPat、亚马逊和拼多多等多个主流跨境卖家，连接了余家工厂和余个品牌客户，累计交付万套订单；去年公司以达到数千万营收，预计今年有望实现3到4倍的增长。

但是，要实现这样的增长，罗斌坦言，除了上述两个方面，公司还需提升魔鱼GPT的产品成熟度和品类覆盖面。目前，设计师可以根据AI生成的服装设计图选款，也支持按照意图写提示词产出完整设计，但尚未实现工艺制单和打板工作的全自动化。他表示，公司未来一是需要持续加深对设计场景的理解，不断迭代、优化行业模型，将面料、阴影等立体关系考虑到模型中，使设计更贴近现实；二是目前效果最好的是童装和女装领域，已上线十多款服装模型，需要继续拓宽产品设计覆盖的品类。

团队方面，创始人兼CEO龙凯和联席CEO罗斌为北大校友，均在为互联网、大数据和工业互联网领域有连续创业经验。龙凯是银联智惠创始人CTO/CEO，曾任硅谷中国工程师协会副主席，Oracle中间件首席工程师。罗斌在创业前有10年风险投资经验，是约拍和云猫创始人，曾任中安鼎辉CEO、同创伟业副总裁、深创投投资经理。团队其他核心成员具备服装领域、AI大数据领域和软件服务领域的交叉背景，有10年以上行业经验，均毕业于北大、北航、中欧、复旦等知名高校。