来源:21世纪经济报道
2024-11-02 11:40:50
(原标题:新质生产力样本调研:服装设计、中药代煎、海运船舶拥抱新动能)
21世纪经济报道记者杨清清 北京报道
位于浙江省宁波市海曙区的春禾时装,看上去其貌不扬。低矮的双层灰色小楼,很难将之与“服装工厂”联系起来,更遑论“智能服装工厂”一词。
然而,就是在这里,年轻的设计师只需要轻点鼠标,输入服装款式、材质、颜色等信息,几秒钟后,多种新潮款式的服饰就跃然而出。不仅如此,服装品牌方给出的最新潮流线稿,即便是寥寥几画,也能在AI大模型的“笔下”,快速呈现成衣效果。此后,经过打板、剪裁、缝制、检验等流程,最终成衣将远销欧美等海外区域。
这是AI大模型在服装行业的落地。作为今年新质生产力的热门词之一,人工智能已然成为当前最具讨论度的话题。不过,这远不能涵盖当前各行各业涌现出的诸多前沿技术实践。
通过中药安心达的“智慧大脑”,上海普通市民能够随时在手机端“随申办”APP一键查询自己的中药饮片处方明细、代煎配送信息,甚至是中药饮片的溯源信息;而在上海崇明岛上的中远海运重工园区内,码头、门机、工程车的调度井然有序,其中运转的智能物流管理系统,让中远海运重工的工作人员能够一屏掌握吊运、驳运资源进展,实时统一调度管理。
新质生产力风起云涌。在新技术扑向千行百业的过程中,积极拥抱技术的企业,正在踏向更具想象空间的未来。
作为我国纺织服装的重要出口基地,宁波整体服装产业规模达千亿元级别。
尽管按照春禾时装常务副总段宝权的说法,春禾时装“只能算行业内的中小企业”,但就是在这里,春禾时装每年会面向海外高端设计师品牌客户出品超过7000个款型,每天设计新款超20个。平均价格约300美元的各类高档服饰远销海外,成为海外高档大牌背后的“隐形力量”。
据介绍,春禾时装专注于小批量、多品种的高档时装,提供全品类一站式供应链服务。不过,由于自身业务档次高、批量小、款式多,在春禾时装过往的设计、打板、生产过程中,存在诸多的难点。
“原来我进行服装设计要翻阅大量的当季时装款式进行企划,并手工绘制草图,从草图到最终的样衣效果呈现,需要三到五天,”春禾时装设计师苑铭洋告诉包括21世纪经济报道在内的媒体,“中间还要进行大量的沟通与调整。”
如今,随着人工智能数字化技术的落地,装上“AI大脑”的春禾时装,开始有了新的变化。
“现在使用LINKHAND AI以后,可以直接上传当季的流行款式,五到十秒系统就会给出各种可借鉴的成衣效果,并且是模特试穿的最终效果,这样让我的设计效率大大提升。”苑铭洋感慨道,“我甚至可以边画草图边随时进行线稿成款,再根据成衣的效果进行草图的调整,这就像用了时空传送门一样,可以直接根据结果来调整过程。”
苑铭洋口中的LINKHAND AI,是依托浙江移动“5G+算网能力”和九天大模型、领航(浙江)工业互联有限公司研发的服装行业智能设计服务平台。通过这个平台,设计师能够轻松利用AIGC创意设计、大数据分析等能力,在缩短80%以上的研发周期下完成服装的整体设计。
需要注意的是,在LINKHAND AI平台上拥有诸多巧思。21世纪经济报道记者注意到,LINKHAND AI平台囊括“面料试衣”“线稿成款”“款式拓展”“灵感创作”“图案创意”“智能版库”等一系列功能应用,简便易用,上手性极强。
“如果想让AI的能力适用于服装中小企业,那就需要将功能做的足够‘傻瓜化’,不用输入提示词、不用进行复杂的模型训练,就可以随时生成高度符合企业需求的服装设计作品。”领航(浙江)工业互联有限公司总经理董观灵向21世纪经济报道记者介绍称,而这,有赖于领航团队多年来积累的服装行业数字化的经验与数据基础。
同时,底层大模型的能力也至关重要。据了解,LINKHAND AI是在中国移动九天大模型的加持下,由浙江移动融入5G+算网能力,从而打造出的集服装款式、面料与版型等研发功能于一体的服务平台。
不过,这只是AI大模型在服装制造领域落地的第一步。据介绍,春禾时装计划加深与中国移动、领航的合作,在线下建立数字化中央版房快反中心,通过AI的赋能将春禾的快反能力共享给宁波服装行业。段宝权指出,这个计划的推进,会在某些方面颠覆宁波服装行业的生产逻辑,极大增强宁波服装中小企业的设计能力,助力整个行业从OEM向ODM转型。
上午10点,位于上海浦东新区的康桥中药饮片厂,开始陆续收到来自长三角各大医院的中药处方。
紧接着,智慧药房开始“上工”。在智能技术的加持下,不同药方中约70%的药材自智能仓分拣后流转至药框,再由人工核查、添加剩下30%分拣难度较高的药材。配药完成后,经过药材包装入桶、机器全自动注水等环节,直至煎药机煎煮约1小时后,各色中药材演变为市民患者所需的饮片,完成包装、物流发配。
尽管流程冗长,但上海康桥中药饮片有限公司董事长陈维荣告诉21世纪经济报道记者,当日头批的煎成药,会在当天下午送达市民手中。不仅如此,市民打开“随申办”手机客户端中“中药安心达”板块,还可一键查询处方明细、代煎配送信息。
个中奥秘,在于每款中药配备的独一无二的“身份码”。这个“身份码”不仅贯穿于诸如康桥中药所涉的代煎药环节,更可追溯至中药生产基地的源头。此后,经历运输、加工、质检、配送等环节,相关数据持续植入,从而实现“中药种植-饮片生产流通-处方流转-饮片代煎-中药配送”全环节流程信息“上云”。
这样的全流程信息,汇总至市民手中,便是一个信息清晰的饮片界面,从而获取更便捷的中药服务。汇总至各级管理部门,便是可“一屏观全链”、来可查、去可追、责任可究的中药全生命周期信息系统,便于各监管部门全流程协同管理,有效提升中药饮片管理能级,提升中药品质。
上海市中药行业协会秘书长孙帆向包括21世纪经济报道在内的媒体介绍称,中药饮片从种植、采集,到生产、加工、应用,流程复杂,多头管理,因而很容易混入假药、劣药,对于药品质量的把控,也成为中药饮片患者的极大需求。因此,建立“从田头到床头”的“中药安心达”可追溯饮片系统,其实折射出行业的痛点与需求。
不过,另一个问题在于,透明化的操作节点之外,如果登记代煎、配送的信息不准确、甚至被篡改,依然无法确保饮片的代煎质量。
21世纪经济报道记者了解到,在“中药安心达”的质量追溯体系中,融入了具备去中心化、数据透明和不可篡改、可追溯性、智能合约优势的区块链技术。
据参与“中药安心达”项目的上海移动行业客户拓展中心顾洪飞介绍称,上海移动运用5G、区块链、分布式数据库等技术,基于上海中药行业协会行业标准,形成溯源标准数据接口协议以及数据预警和治理机制,构建了高质量数据集,为探索代煎配送全流程规范化管理和饮片全生命周期溯源管理新模式提供数据基础,从而将中药饮片服务信息全流程纳入闭环管理。
而优质、可追溯的中药饮片服务,会让患者“用脚投票”,选择能够支持饮片“上云上链”医疗机构,从而形成以优质优价的中药服务推动平台试点进一步铺开的正循环。孙帆告诉21世纪经济报道记者,目前,在上海“中药安心达”平台上,已经在试点的中药有40多种,到年底预计达到70多种;试点医疗机构目前为35家,到年底预计可达到70家。
如果说服饰、中药等场景的新技术落地,更多是贴合普通的消费者。那么,在海运中的现代商船装备制造,可谓是“大国重器”,也牵连着更复杂多变的供应链与场景。
作为现代商船建造的领跑者,中远海运重工的痛点,极具代表性。资料显示,中远海运重工拥有9家大中型船厂,年可建造各类商船750多万载重吨,已交付各类船舶860余艘,其中10多个船型填补了中国造船业的空白。
但造船二字说来容易,实际过程可谓是难以想象的复杂。尤其是船舶修理和改装环节,涉及大量的零部件供应、物流调度,叠加随时变化的弹性需求,场景极度复杂。
“与造船按标准流程产出的标准化产品不同,船舶修理更是我们与客户双方协商的过程,客户的需求可能增加或减少、非标准化,就会造成作业需要随客户要求不断变化。”上海中远海运重工有限公司副总经理高火荣告诉21世纪经济报道记者。
由于园区内原有的物流系统之间不贯通、零部件运输效率低,按照传统的做法,光进行当日的计划排期,就需要5-6个小时,一旦遇到需求变更,唯一的解决办法只能是“堆人堆力”。“一旦客户变更计划,我们就需要不断开会、不断打电话、不断跑单子来更改,费时费力。”高火荣介绍称,“每次执行调用一天计划时,甚至要花5-6个小时来协调。”
但如今,在智能技术的加持下,问题有了新的解决思路。
据中国移动上海产业研究院相关工作人员介绍,通过进行园区的吊运驳运的数字化软件平台系统、园区电子地图功能的开发,车辆时空信息、门机运行信息的数据采集,并基于研究院工业能源低代码,高精度定位、高精度地图等能力,中国移动帮助中远海运重工搭建起覆盖全厂区14个码头、35台门机、90余辆工程车的数字孪生地图,从而建立一套包括数据收集、任务管理、智能调度、状态可视化和智能决策等功能的智能物流管理系统。
“每天计划直接系统排了,基本不需要人工排期。”高火荣指出,“包括在协调计划的时候,工作人员摆脱了过去的‘背靠背’,互相能看到彼此的计划,系统内部一目了然,每天可能只需要两三个小时,就能把门机、设备等资源的空置情况协调好,从而更高效地进行生产。”
事实上,统一调度中心与可视化的管理,能够帮助现场工作人员和后台管理人员实时了解吊运、驳运等物流资源占用情况,将吊驳运的申请、协调、审批、计划、派工等电子化、数字化。据高火荣介绍,通过该系统的应用,目前整个流程能够提升运输效率25%以上,节约调用时间30%以上。
(实习生李金洋对本文亦有贡献)
21世纪经济报道
2024-11-02
21世纪经济报道
2024-11-02
21世纪经济报道
2024-11-02
21世纪经济报道
2024-11-02
21世纪经济报道
2024-11-02
21世纪经济报道
2024-11-02
证券之星资讯
2024-11-01
证券之星资讯
2024-11-01
证券之星资讯
2024-11-01