阿里巴巴智慧工廠出招首選服飾業!打造彈性生產供應鏈,5天就賣一萬張訂單
阿里巴巴智慧工廠出招首選服飾業!打造彈性生產供應鏈,5天就賣一萬張訂單

阿里巴巴集團近期正式揭幕旗下犀牛智造的迅犀數位工廠,展示阿里巴巴集團在「新製造」領域的戰略成果。

透過迅犀數位工廠,小企業及生產商可以更迅速地應對客戶日新月異的需求,進一步挖掘中國規模逾30兆元人民幣(超過4兆美元),正在開啟數位化進程中的製造業市場商機。而第一步,將瞄準服飾工廠為主要的應用場域。

【新聞照片】迅犀數字工廠揭幕,標誌阿里巴巴集團新製造戰略成果首度亮相市場.JPG
迅犀數字工廠揭幕,標誌阿里巴巴集團新製造戰略成果首度亮相市場。
圖/ 阿里巴巴

延續馬雲「五新」戰略,實現「新製造」彈性生產需求

阿里巴巴集團創辦人馬雲於2016年首次提出「五新」戰略,包括新零售、新製造、新金融、新技術及新能源。這一次登場的迅犀數位工廠,是阿里巴巴實施「五新」戰略的另一里程碑。

「現在各國已經越來越重視製造業的發展,疫情後更加加速了這個態勢,如何提升製造業,是一個全球化的課題。」阿里巴巴犀牛智造首席執行長伍學剛說。

這個趨勢背後的關鍵原因,是消費者需求發生了巨大變化。在過去是「大量生產」的年代,但現在,消費者變得越來越個性化、多元化、差異化,全世界都在進入以用戶為核心的新消費時代。

「數據是新製造的核心,客戶的需求瞬息萬變,而且更偏好於個性化而非大量生產的商品,」伍學剛表示,新製造是以數據驅動和智慧技術,幫助傳統製造業實現按需定產,在滿足個性化需求的同時,提高盈利及降低庫存壓力。

【新聞照片】「新製造」以數據驅動和智能技術,幫助傳統製造業在滿足個性化需求的同時,提高盈利及降低庫存
新製造幫助傳統製造業在滿足個性化需求的同時,提高盈利及降低庫存壓力。
圖/ 阿里巴巴

瞄準服飾業!阿里巴巴:犀牛智造彈性生產,做到零庫存

阿里巴巴集團從2018年就開始佈局新製造,不過,因為每個製造業行業的痛點都完全不同,很難用一招就打通不同行業的模式。

伍學剛說,「因此我們在選擇行業時,主要有幾個考慮:一是行業的體量要大,二是痛點要突出,三是阿里巴巴做這件事情有一定的優勢。」正因如此,阿里巴巴決定由服裝市場切入。

長期以來,服裝業內大大小小的企業都面臨生產週期長及庫存水平偏高的難題。過去,每年由於庫存造成的浪費佔服裝行業銷售的30%左右。而服裝一直是阿里巴巴中國零售市場上最大的商品品類之一,這令阿里巴巴在客戶洞察方面具備獨一無二的優勢。

因此,犀牛智造在發展初期瞄準服裝業為起點,希望借助各類嶄新技術,包括即時資源分配、流程及成本規劃、內部自動化物流方案及犀牛智造的智能製造作業系統等,能以合理的成本及更短的交付時間來生產出小批量訂單,犀牛智造可以將生產效率從25%提升至平均55%。

他進一步舉例,「去年冬季我們通過大數據發現『熱力牛仔』呈現熱銷趨勢,而平台的供給不足,存在很大的藍海機會。」因此,犀牛智造和淘寶直播達人薇婭合作,迅速生產、補充這個品類,在一個晚上銷售超過10萬條牛仔褲。

「我們將銷售、設計、印花、製造系統全部和淘寶後台進行了數字化(數位化)的連接,」伍學剛說,消費者下單以後,可按照消費者訂單實時生產及實時發貨,做到「零庫存」。真正做到了生產線每件服裝都是不一樣,每件衣服就是一張訂單。「在短短5天時間中,我們交付了1萬張訂單,這在傳統工廠來說是難以想像的。」

責任編輯:蕭閔云

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓