劉郴：從縫紉機到智能體：服裝企業的智能突圍

“我們生活在一個極其重要的時代，這是一個轉折點，我不愿浪費一分一秒。”

“我們必須做一艘船，而不是做礁石，因為人工智能的水位在不斷上升。”

“AI敘事非常的宏大，但是千萬不要把這個宏大的敘事在企業里變成落地的那個點。”

當AI浪潮席卷全球，時尚產業正站在前所未有的轉折點上。

凌迪科技Style3D創始人兼CEO、中國服裝協會副會長劉郴老師在混沌2025 應用成果大課上以“AI+3D驅動”為切入點，深入解析了AI如何重塑時尚產業的創新模式與全球產業鏈協同。他從“第一性原理”出發，揭示了傳統工業軟件的智能化重構邏輯，也帶領大家思考：

當AI進入設計、生產、營銷的每一個環節，企業的增長曲線將被重新定義。這不僅是一場工具的革新，更是一場關于組織能力、人才結構與產業智能化未來的系統重構。

本文僅為課程部分內容，打開混沌APP，學習完整課程。

模式創新的心智模型：從“錘子釘子”到“電鉆”

我們先思考第一個問題：傳統產業亟待打破增長天花板？

對于這個問題，首先我們要明確當前行業面臨的問題。當前市場競爭激烈，行業已成紅海，成本不斷上升，效率卻較低。面對這些問題，我們首先需要思考行業的第一性原理，即行業的核心本質是什么。這一點至關重要，只有真正理解了，我們才能找到破局的關鍵。

接下來是如何破局。我們需要考慮采用什么樣的技術手段，以及如何付諸實踐。在這個過程中，我們會涉及“想做”“可做”“能做”三個層面的問題。

實際上，過去我們常以“要釘墻上洞，就用錘子和釘子”的心智模式來解決問題。然而，如今我們不再滿足于這種單一的解決方案，而是需要探索更高效的工作方式。

以服裝行業為例，可以將其第一性原理總結為：一種基于預測的現貨模式，即基于對未來流行趨勢和消費者需求的預測來進行生產和銷售的現貨生意。設計師無論是在一周、一個月、甚至6個月之前去設計服裝，他都是在預測流行，然后在預測未來消費者需要什么。

然而，這種信息不對稱導致消費者需求與設計師或產品研發之間存在巨大鴻溝，進而引發了服裝產業的庫存問題。因此，要進行模式創新，必須消除這種信息不對稱，以降低庫存。

基于這一第一性原理，Style3D從開發3D工業軟件入手，將消費者需求以可視化方式呈現，判斷是否符合其期望，從而縮小信息不對稱。借助AI，我們還能深度分析這些數據，進一步挖掘其價值。

Style3D的模式創新三步
三個關鍵

我們的實踐分為三個階段：第一階段，從2015年開始開發3D設計軟件，我們從傳統代工企業轉型為軟件提供商，為中國中小企業提供工具；第二階段，我們把操作系統獨立出來，成為全行業的賦能商；第三階段，大量運用AI能力，成為產業AI賦能商。我們逐步推進，將SaaS服務與AI深度融合，構建產業級智能操作系統。

更進一步，我們來看SaaS業務AI化的轉型關鍵點。

關鍵點一：直擊行業痛點，深刻理解業務需求。傳統紡織服裝行業依賴實體交互，效率較低且成本較高。我們希望借助數字化手段，實現更高效、更精準的交互。因此，我們將紡織服裝的三維數字化作為首要任務。例如，在討論AI生成內容（AIGC）時，傳統的“生成內容”（Content）在服裝產業中并不稀缺，因為靈感和營銷內容相對豐富。而我們重新定義“C”為“Commodity”，即“AI生成可售賣的商品”。

關鍵點二：在推進過程中，一個關鍵點是與客戶共同創造。無論你是自己開發AI模型還是選擇第三方，這一點都非常關鍵，即與客戶共同創造出在某一垂直領域非常出色的模型。

關鍵點三：現有的模型能力還不一定能完全解決你的業務問題。因此，我們認為在現階段，如果模型能力不足，需要部分人工介入，不要完全指望AI能夠解決你所有的業務問題，至少目前來說這是不現實的。

目前，我們正處于第二階段邁向第三階段，核心目標是攻克全球領先的柔性仿真。為此，我們開發的仿真引擎結合了傳統CAD和布料仿真技術，它能夠在三維空間中逼真地模擬織物的外觀和動態，如褶皺、垂墜和彈性等。

值得注意的是，在這個過程中，我們遇到了很多挑戰，其中，人才問題最為關鍵。我們最初從事服裝行業，團隊也是臨時組建的，成員都是服裝行業的從業者。從一家服裝公司轉型為一家服裝科技公司，再到如今成為一家運用AI賦能的軟件公司，人才積累至關重要。尤其在AI時代，頂尖人才的稀缺性與重要性愈發凸顯。一個頂尖人才的能力，往往可能相當于后續從第2名到第10名所有人才的總和。

此外，AI時代還有一個顯著特點：未來會出現超級個體。隨著AI能力和技術能力的不斷提升，這些超級個體將在企業轉型和研發過程中逐漸涌現。而這些超級個體，其實就蘊含在我們追逐的最頂尖的人才之中。

工具創新：引入AI百分比提效指數級躍升

我們認為，到了AI時代，幾乎所有的傳統軟件和工具都會被重新做一遍。例如，傳統的CAD工具、3D工具、ERP或PLM等工具。這些工具的形態都是工業時代產生的，但到了智能時代，它們一定會被重新設計。

以PLM（產品生命周期管理）為例，這種工具主要用于產品研發等流程管理，很多企業都在使用。但在智能時代，傳統流程已發生改變，管理工具也需相應更新，否則無法適應新流程。

這為我們帶來了巨大機遇。許多傳統強勢軟件可能被重新打造，它們可能自我革新，也可能由外部企業迭代。這為創業公司和非傳統軟件企業提供了廣闊空間，我們正是這種變革的典型代表。我們之前做3D工業軟件，這類軟件存在一些問題：一是不夠高效，需要學習和專業知識，有些軟件使用起來相對低效；二是不夠逼真，門檻較高。

AI的特點是效率高、效果逼真且智能，但目前存在一致性不足和不可控性，生成的圖片還無法直接用于生產。傳統3D工業軟件則高度一致、精準，但效率低、門檻高。將兩者結合，可以彌補彼此的不足。

我們強調AI與3D結合，是因為僅靠AI無法解決企業業務問題，必須與傳統軟件協同，形成新的軟件，應用于智能設計、生產、營銷等環節。例如，從AI靈感創意出發，轉化為AI和3D的款式設計，生成版片和3D服裝，用于營銷，同時支持未來的智能生產。這是我們目前的研發重點。

實際上，在紡織服裝產業，過去我們一直遵循勞動力成本梯度轉移的模式，因為這是勞動力密集型產業。但到了AI時代，如果機械臂可以完成50%的服裝縫制工作，勞動力成本就不再是關鍵因素。到那時，具身智能可能已成熟普及，能完成許多目前依賴人工的工作。服裝工廠的最佳選址可能不再是勞動力成本低的地區，而是靠近消費地，如巴黎或倫敦郊外。

這只是紡織服裝產業的例子，希望大家思考自己所在產業的未來：到2050年，你的產業供應鏈在哪里？消費者在哪里、是誰、如何購買、為何這樣購買、購買決策鏈路是什么？這些都可能完全不同。

再問大家一個問題：如果你做產品，有沒有在新的搜索引擎（如DeepSeek或豆包）上搜索過，看看你的產品是否在搜索結果前列？

如果在，說明你做得不錯；如果不在，那么在智能決策時代，你可能已經落后了。因為新一代消費者在購買新產品時，很可能會在新的搜索引擎中搜索，產品若能排在前面，他們更可能優先選擇，否則就會排在后面。

這意味著，未來幾年，消費者購買渠道、信息獲取渠道和購買決策鏈路都可能發生變化，供給端也是如此。因此，我們反復強調，要思考行業的第一性原理，并加入未來技術變量。

換言之，在這個時代，我認為我們必須要做一艘船，而不是做礁石，因為人工智能的水位在不斷上升。如果我們成為礁石，新技術的出現就會將我們淹沒，我們只能做一艘船。而船最關鍵的一點是，一定要找到自己的錨定點，即要有自己最核心的技術，這樣才能隨著外部技術的提升而提升。

未來很有可能出現一個關鍵部門，圍繞它延伸出一系列agent，來完成過去公司依靠眾多組織才能完成的工作。如果這些agent不斷完善，我們就可以為設計師、業務員等提供從創意開始，到生成營銷物料、生產資料等一系列服務。

以上是第一步——工具創新。第二步就是流程創新。

掃描二維碼，學習完整課程

流程創新：從線性串聯轉變為網狀并聯

流程創新要解決業務問題，需要端對端的解決方案。例如，我們提供從設計到營銷到生產的工具軟件，涵蓋2D制版、面料數字化、3D成衣設計、動畫模擬等，這些工具產生生產數據，沉淀到資產平臺，形成大量數據，用于訓練AI。

但在服務客戶中我們發現，通用模型幾乎無用，最有效的是通用模型+專有模型+專有數據。比如大語言模型，雖能對話，但對專業問題，比如設計、營銷、生產制造等力不從心，因為其學習的是通用數據。不同企業的數據差異很大，像給優衣庫的版型數據不能賣給ZARA。

所以AI設計中，要強調通用模型+專業模型+專有數據，這涉及如何選擇通用模型、專業模型，構建專業數據，回到數據要素及治理問題。企業是否有數據要素能力，誰來治理、牽頭等。

很多企業都有IT部門，但對數據理解欠缺。我們建議企業要有AI架構師，可以是老板、IT人員或從業務成長起來的人。否則，數據散在各處，甚至人員離職會帶走。接下來是第三步，通過建立生態，實現從軟件到流程，再到生態的轉變。

生態創新：從軟件工具到產業智能體操作系統

未來，企業將擁有自己的智能體，就像擁有網站和APP一樣。智能體將成為企業內部數據、工作流和行業知識的新載體，助力企業發展。

不過，將智能體的概念真正落地到企業中非常困難。首先，企業需要梳理數據、工作流程和行業知識，將其轉化為有效數據，這一步就難倒了90%的企業。因此，企業必須先完成這一步，才能構建智能體并實現業務價值。

企業面臨諸多挑戰，如果基礎數據都沒準備好，進入智能體系時必然問題重重。我們希望通過創新模式，一方面提供工具，另一方面構建企業專屬智能體的基礎設施，這是我們轉型中積累的經驗。

關鍵點在于兩種選擇。一是像我們一樣，從傳統產業出發，開拓第二曲線，打造數字化工具并融入AI能力，使其智能化。二是基于第一曲線，在自身業務范圍內直接運用AI工具，實現降本提效和競爭力提升。

如果選擇前者，我們的方法論或許有借鑒意義。這涉及兩個不同領域：傳統制造業（如服裝）和軟件生意，智能時代又帶來了新的邏輯變化。這對團隊和組織是巨大挑戰。

坦白說，大部分企業可能更多地會在第一曲線上運用這些工具和智能手段。比如家紡行業，希望這個案例能引導大家思考。

以家紡行業為例，其痛點包括：設計階段缺乏創新、與消費者需求脫節；開發階段周期長；面臨定制化、小批量生產導致成本上升；營銷階段需生成數字素材且同質化嚴重。這些問題在各行業普遍存在。

針對這些痛點，企業應選擇合適的AI方案進行轉型。例如，在設計階段，可使用創意生成工具（如Midjourney、Style3D AI）優化設計、控制風格并生成花型；第二步對花型面料進行物理屬性處理；第三步建模并貼圖；最后利用場景渲染工具生成床品，如通過Style3D GoShop工具添加專業材質后直接用于銷售。

企業可以從設計研發和營銷環節入手，選擇合適的AI工具，甚至考慮一體化工具，實現一站式協同平臺，連接面料供應商、品牌商和制造供應商，共同提升服務質量和效率。

具體應用場景是：設計新產品后，將其置于不同3D場景中渲染、調色，并添加印繡花處理，形成可分享和售賣的資產，最終用于電商平臺的營銷物料。這是一套從創意到營銷再到生產的完整流程。

具體案例不再一一展示。關鍵在于，企業需要從長遠角度思考如何成為數字時代的先鋒。

企業到底該如何做AI轉型？

剛才提到的是如何選用工具，而企業如何進行AI轉型，是我們服務客戶和自身實踐中積累的經驗。

首先，企業需要數字化的結構化數據，尤其是真實流程數據。如果數據治理不足，應盡快提上日程。

其次，企業最好配備內部AI規劃師或架構師，尤其是對于技術背景的員工居多的企業。AI規劃師通常由企業一把手或創始人擔任，因為他們直接影響企業未來1-5年的發展戰略。如果要進行AI轉型，必須著手尋找這類人才。

第三，數據的重要性不言而喻。在AI應用方面，要從企業痛點出發，選擇合適的切入點和算法，提升業務效率，拉開與競爭對手的差距。同時，方案的可靠性與可落地性至關重要，因為AI目前多為概率模型，需要驗證其是否能精準解決實際問題。

第四，算力可以通過購買等方式獲取，未來企業將成為數據、工具、工作流和人才的復合體，這是核心競爭力所在。數據重要，工具選擇同樣關鍵，AI是實踐性很強的科學，需要不斷嘗試找到最適合的產品。

還有，工作流方面，傳統流程在AI時代可能不再高效，需要結合AI數據和工具重新梳理業務流程。例如，服裝產業過去是串聯工作方式，現在可借助新技術實現并聯或協同，大幅提升效率。

最后，人才是轉型的關鍵，只有將數據、工具、工作流和人才結合，才能完成業務轉型。作為創業者，要回歸初心，聚焦核心競爭力，用AI解決關鍵問題，而不是大而全的方案。例如，服裝企業可以聚焦創意、供應鏈、渠道或精準投放等優勢領域。總之，找到初心的出發點，用AI放大優勢，這至關重要。很多人一開始想用大而全的方案，但資源有限，往往適得其反。風口已至，關鍵是我們能否在風來時站穩，在風停時繼續前行。

Q&A

Q：我們從產品設計到交付的周期較長，希望客戶能第一時間直觀看到產品，并模擬試穿效果。這是否可以通過系統快速實現呢？

A：從技術角度和實際應用層面來看，AI技術正在快速發展，有望在未來幾個月內實現您提到的需求。設計師可以通過概念、圖片、文字或草圖快速生成三維款式數據，用于店鋪營銷。以童裝為例，AI可以實現快速設計、搭配和模特拍照，縮短研發周期，實現“即時時尚”。此外，我們還為海外品牌開發了智能店鋪代理工具，匯總全球店鋪的早會內容，幫助總部快速了解問題。目前，AI技術已逐漸成熟，可賦能具體技術點，滿足您的需求。關鍵在于明確您的具體訴求，比如提升銷售業績、精準研發產品等，因為不同目標對應的技術應用重點不同。例如，針對童裝購買決策者（媽媽），高效生成營銷物料是提升銷售的關鍵。

Q：我叫向炳偉，我是陜西偉志集團股份公司的創始人，偉志是做了38年的一個服裝品牌。我今年已經退休了，但是我深深的看到AI將會使整個人類社會產生翻天覆地的變化。我想請教兩個問題。一是您這種熱情的原動力是什么？二是您如何激發團隊的原動力？

A：這兩個問題很有價值。第一個問題，我一直在國內外出差，幾乎沒有休息，因為我內心充滿干勁，感到非常興奮。我深知自己生活在一個極其重要的時代，這是一個轉折點，所以我絕不愿意浪費一分一秒。這種干勁源自對產業的熱愛。在AI時代，AI的敘事宏大，但最終都要落實到產業中。對產業的理解和熱愛是支持你前行的關鍵。如果沒有對產業的深度理解和熱愛，你很容易迷失方向。這是你與其他AI創業者的重要區別和競爭優勢。你過去在產業中積累的經驗，是未來發展的基石，但一定要讓你的積累變成“金塊”，而不是“石頭”。在AI時代，數據至關重要，你必須學會如何治理數據，讓數據發揮價值。有了這樣的積累，你過去的三十年經驗就會成為你在智能時代與其他競爭者競爭的出發點和法寶。對產業的熱愛至關重要，如果沒有這種熱愛，你就無法為新的模型提供堅實的基礎。

第二個問題，關于團隊，我們公司規模不大，大概有三四百人，平均年齡28歲左右。讓團隊保持熱情和對AI的敏銳度非常重要。未來的組織形式與現在相比可能會發生巨大變化。現在，大部分企業組織是工業時代的產物，追求極致效率，特點是流水線專業分工，但這也導致了部門之間的條塊分割和溝通效率低下。

然而，在智能時代，組織形式將發生變化，以超級個體或超級部門為核心，由AI代理和人類員工協作。當組織形式發生變化時，你必須考慮你的人才儲備是否足夠，如何讓這樣的團隊成為你現有團隊的核心力量，同時保持熱情。

我認為非常重要的一點是，一定要讓團隊成員了解AI時代已經到來，這是一個確定性的事件。如果不轉變能力模型，未來可能會被淘汰。雖然這聽起來有些殘酷，但這是事實。

其次，如何轉變能力模型？這涉及到如何成為一個AI架構師，包括認知洞察、知識結構、實踐能力等。但最重要的是，一定要讓團隊成員有成為AI架構師的意識。在AI時代能夠存活下來的個體，其技能與工業時代完全不同。如何讓新來的年輕人在未來這個時代有更好的機會存活，就要讓他們理解這個時代為什么會到來，為什么這個確定性一定會出現。這可能需要你與企業員工進行溝通，讓他們理解技術發展的路徑。任何顛覆性的技術，包括互聯網技術，都經歷了類似的發展過程。

要讓他們理解新一輪康波周期將帶來50至60年的技術變革，深刻改變產業格局。我們這代人或許只參與了20年，但年輕人將全程參與。這個周期中，會誕生新的馬云、馬化騰、馬斯克，也會涌現無數中小創業者，成為智能時代的企業家。只要他們有激情，了解技術趨勢，就會投身其中。

但是我們是叫不醒裝睡的人的，只有當他們自己有意識、愿意行動，才會去學習。這是認知層面。技能層面則是，有了認知，就會主動學習技能。AI是一門強實踐科學，沒有固定模式，需要不斷嘗試。范老師和董總也提到過，我們都是在實踐中成長的。

我每天睡前花20分鐘到半小時與AI對話，不刷抖音或其他視頻，養成這個習慣，是為了學習和適應AI時代的思維方式，無論AI是何種類型，我都努力適應。我還希望借此積累出自己的人格智能體，如果現在不準備，未來可能來不及。這就是實踐。你有沒有每天花半小時，你的員工有沒有每天花半小時與AI深度對話，或使用AI工具和軟件？我認為這非常重要。

企業要真正實現AI轉型，個體和組織能力缺一不可。如果企業缺乏AI轉型的氛圍，即使有員工積極嘗試，其作用也有限，熱情也會被消磨。但如果企業內部形成AI轉型氛圍，員工的熱情會被點燃并放大，形成強大動力。

這種氛圍的形成，首先靠企業創始人。一是要在全公司普及AI認知和理念；二是要提供相應工具，引導員工使用，鼓勵嘗試最佳實踐，并給予獎勵。此外，企業要做好AI時代組織調整的準備，否則即使有人才，也難以形成轉型氛圍。

目前，AI對組織變革的推動力還不足以克服轉型阻力，組織原生轉型為AI驅動型幾乎不可能。但這并不意味著企業可以止步不前。企業應通過業務拉動，減少內部阻力，同時推動組織變革。業務拉動的關鍵在于找到具體的落地點，通過項目取得成績，提升效率，形成正循環，從而增強信心。

在組織轉型過程中，創始人要克服阻力。各部門可能因視角局限，對AI轉型持懷疑態度，只有老板能從頂層視角看待未來3到5年的生存和發展。如果不能推動轉型，企業就會停滯不前。組織轉型是一個實踐性很強的話題，需要不斷探索和積累經驗。

總之，激發團隊在未來3到5年甚至十年內保持戰斗力的AI驅動團隊，是所有企業共同面臨的課題。

掃描二維碼，學習完整課程