服装供应链数字化进程中的人工智能应用与竞争格局解析

自2023年以来，我国服装消费虽然呈现恢复态势，但是回暖速度远弱于消费大盘。限额以上服装鞋帽针纺类1-7月零售额同比2021年仅增长1.3%，而社零总额同比增长7.1%。现阶段，服装行业上下游各企业均面临着企业效益下降、消费者需求波动等一系列因素带来的挑战，加快供应链数字化从而提升企业平稳运营能力已成为行业共识。

第一新声数据显示，超7成传统服装企业正通过新技术赋能企业数字化转型。就在这种趋势下，今年爆火的AIGC技术对供应链数字化进一步催化，从生成设计图到赋能生产制造，AIGC以不可阻挡的势头渗透到供应链环节中。然而，对于已经经历多轮AI技术洗礼的供应链，本次AI技术能否引起行业变革？随着技术发展，供应链服务商们又呈现怎样的竞争格局？CBNData通过整理数据与观点尝试对此进行解答。

定制化需求高涨，服装企业挑战愈发严峻

我国是服装消费大国，消费者对服装的大量消费需求使得服装行业拥有庞大的市场规模。近几年来，服装、鞋帽、针纺织品类每年社消零售额始终超万亿元并且零售额仅次于汽车、石油及制品和粮油食品三个品类。此外，随着渠道端的变化与消费方式的转变，服装鞋帽针纺织品也成为最热门的线上消费品类。

然而，在庞大的消费规模下，整个服装市场已进入存量竞争阶段，尤其自疫情以来，由于外部多种不确定因素的叠加，竞争尤为激烈。根据国家统计局数据，2019年服装鞋帽针纺织品零售额同比增速仅有2.9%，并且自2020年以来，服装鞋帽针纺织品成为受到疫情波及最严重的品类并且恢复远不及预期。除此之外，疫情结束后，受需求端不景气的影响，服装企业运行承压，盈利难度大、库存积压等一系列亟待解决的问题变得愈发突出。

国家统计局数据显示，今年每月行业规模以上企业亏损面在30%左右，每月亏损企业占比均高于去年同月。经营利润率方面，2023年规模以上企业的每月经营利润率都低于去年同期，并且2月-5月营业利润率不足4%。库存方面，绝大多数企业面临存货积压、存货周转速度慢的情况。

随着Z世代近年来登上消费舞台，越来越成熟的消费者开始关注自身，大众对于定制化服饰需求水涨船高。麦肯锡调研结果显示，我国超5成Z世代消费者偏好个性化产品与定制服务。在未来，独特的产品和服务或成为Z世代消费者的主流，就需要服装企业更高效地收集消费者需求、更敏捷地制造个性化产品，这无疑对品类多深度大、时尚更迭迅速的服装市场加大了挑战。

人工智能赋能细分环节，数据打通成供应链变革核心问题

面对重重关卡，如何利用使用技术力量实现服装供应链迭代成为行业最迫切的需求。在我国，供应链数字化进程先后经历了前端信息化、客户数字化，现已来到广义供应SaaS阶段，如何打通系统，整合供应链资源，实现协同管理成为服装企业需要讨论的命题。

在供应链数字化转型的过程中，人工智能技术的发展也起到一定驱动的作用。如今，机器学习、决策支持系统、专家系统等相应的人工智能分支技术已借转型之机深入供应链的细分环节，并且随着人工智能技术几经迭代也为服装供应链的“优化”提供了更优解。

然而，人工智能技术也仅仅对服装供应链的细分环节进行了改造，例如今年爆火的GPT就是主要在企划、设计和零售环节有赋能企业提速的作用。对于多品类的服装供应链整体来说，实现在流程上各环节智能化协同仍有很多问题需要解决。

要引起整个供应链变革，什么是当前的瓶颈？多家服务商认为数据打通是当前最为核心的问题。服装供应链条冗长，参与者众多，数据往往分散在的企划、设计、生产和流转等众多过程中的细碎分解环节里，并且由于参与者以管理方式较为落后的中小企业为主，受到不同动力和能力的影响，数据也很难从中小企业中获得。在接受亿邦动力采访时，2021年杭州市准独角兽企业知衣科技创始人兼CEO郑泽宇认为，服装行业的数据极度分散，掌握在不同参与者手上，几乎不共享也不传递。要引起整个供应链变革，什么是当前的瓶颈？多家服务商认为数据打通是当前最为核心的问题。服装供应链条冗长，参与者众多，数据往往分散在的企划、设计、生产和流转等众多过程中的细碎分解环节里，并且由于参与者以管理方式较为落后的中小企业为主，受到不同动力和能力的影响，数据也很难从中小企业中获得。