瞭望|致景：“织”出纺织服装新生态

致景科技不织布、不制衣，以数据为线，串联上游的产能、中游的面料、下游的订单，为纺织服装行业提供全链条服务，让庞大的供给体系释放出更大的协同效能

文 |《瞭望》新闻周刊记者 龚雯 张翊飞 贾雯静

制造业的竞争，是产品的竞争，更是底层组织能力的竞争。谁能把产业链上的产能、订单与信息高效组织起来，谁就能在同样的产业基础上释放出更高效率。

作为全球最大的纺织服装生产国，中国的供给体系庞大而完备，从化纤原料、纺纱、织造、染整到终端成衣，覆盖数百个细分环节，数以万计的中小企业灵活、专业、响应迅速。但以往，这些企业各自运行，产业链上的各类要素难以顺畅流转。

生产性服务业，正是为打通产业链上的堵点而生。致景科技是其中的代表：这家2013年创立于广州，2018年拓展至上海的国家高新技术企业，深耕纺织服装产业互联网十余年，它不织布、不制衣，以数据为线，串联上游的产能、中游的面料、下游的订单，为纺织服装行业提供全链条服务，让庞大的供给体系释放出更大的协同效能。

挡车工在纺织车间调试装载了飞梭智纺 IoT 终端的大圆机（2025 年 7 月摄） 佛山鑫威针织厂供图

　　让“车同轨 书同文”

面料信息不透明、非标难匹配，是纺织服装业由来已久的痛点。数十万种面料散落在各地档口，没有统一的描述标准，采购全靠经验和人脉，匹配效率低。

2013年，致景科技创始人兼CEO赵振洪在广州中大布匹市场对面料之“散”有了切身感受，在纺织服装业中游，庞大的供给能力，与分散的组织方式并存。

致景科技选择从该环节切入纺织服装业，第一步从“百布”平台开始：把线下的面料信息搬到线上，让买卖双方更快找到彼此。选择从这里起步，并非偶然——面料信息数字化是一个需要花费较多时间、较大精力去建立数据底座的环节，又是行业构建后续产业服务的基础。

数字化的第一步是标准化。同样叫“四面弹”的面料，市场上可能有上百种不同规格；成分、克重、门幅、织法、颜色、纹路、手感、光泽、垂坠感，乃至染整工艺，都会影响最后的成衣效果。同一种布，换一个地方可能就换了一种叫法。

“让买卖双方说同一件事，就得先建立通用的描述方式。我们没有把所有参数标准化，只是把参数的描述标准化，这是后续检索、匹配和交易的基础。”致景科技副总裁管瑞峰介绍，两者的区别在于，参数标准化，是给面料定规格，要求千差万别的布变为同一块布；参数描述标准化，是不改变布本身，只统一说法，即每一项特征叫什么、用什么单位、按什么口径取值。以门幅为例，前者要求“必须是150厘米”，后者要求“用厘米计，注明是全门幅还是可裁门幅”。

按此思路，百布平台先把颜色、纹路、织法等能够识别和描述的特征逐项参数化，沉淀为可检索的面料数据库，让采购从“一家家问”变成“先检索、再验证”。

2022年，“对布机器人”上线，仅一个饭盒大小的设备，在面料上一扫，两三分钟就能在全国供应链中定位同款或相似款的供应商、价格与库存，找布效率大大提升。

　　数据说话 调度产能

找到布，不等于拿到可靠的布。“要进一步提高行业效率，还得深入上游生产端。”管瑞峰回忆。

这一环节同样由数万家中小企业构成。长期以来，这些工厂靠经验排产、靠笔记记录，老板说不清自家机器每天开多久、效率如何，数字化基础几乎为零。织造环节因此深陷一个结构性矛盾：产能过剩与开机率不足并存，织造开机率约50%，近一半的机器常年空转。工厂“没订单”，订单方“找不到合适的工厂”，大量产能闲置，大量订单无处落地。

经过五年的面料数据与客户资源积累，2018年，致景科技向生产端延伸，自研推出“飞梭”生产数字化系统。

“飞梭”将生产设备接入工业互联网，把机台状态、生产进度、工艺参数、库存出入等信息转化为实时可查的数据，替代了传统的人工记台账、靠经验排产的粗放模式，具备机台联网、进度跟踪、工艺管理、库存和出货管控等核心功能。

2020年，“飞梭”升级为“飞梭智纺”，服务边界从织造环节向前延伸至纱线供应、向后覆盖染整工序，形成贯穿上游生产全流程的数智化管理体系。同一时期，致景科技还通过整合ERP、仓库云和MES能力，陆续补齐工厂端的数字化工具。

工具做出来了，如何让中小企业愿意用？对于部分企业而言，信息化意味着“要花大价钱”。致景科技给出的答案是“普惠”：几台到十几台机器的小工厂，花1万元左右就能完成基础数字化改造，其余成本由平台承担。

普惠背后是清晰的定位。管瑞峰表示，飞梭智纺是数字化基础设施，为的是连接产业链上游各个环节、更好触达这些企业，由此建立连接整个行业的数据库。“先让工厂用起来，后面的一切才有基础。”管瑞峰说。

装上系统的工厂，先尝到管理提效的甜头：工人工时、订单进度、机器运转一目了然，远超人工记录。佛山鑫威针织负责人表示，接入飞梭智纺系统后，设备异常停机时间减少35%，整体效率提升30%；另一家企业使用染整系统后，急单打样从3～5天缩短到24小时。

当越来越多的工厂接入网络，一张覆盖全国的产能地图逐渐成形。如今的飞梭智纺已连接全国超70万台织机，服务企业超万家。有了这张网，致景科技能实时看到哪些工厂有空余产能，把订单像派单一样匹配过去；织造开机率从50%提升到70%左右——同样的设备、同样的工人，产出大幅增加。

致景科技不取代任何一家工厂，而是补上中小企业独自做不到的事：把分散的订单、产能、数据归集到一张网上，让每一家企业不必变大，也能分享整张网带来的订单与效率。

跨组织协同带来的价值不止于此。要组织众多供应商按统一节奏生产，就必须制定一套完整的流程、提供统一的标准规范。而致景科技依托百布平台的面料数据库沉淀的参数基准，结合飞梭智纺系统实时回传的机台运转、生产进度、工艺参数等数据，能对每一家工厂的生产过程做动态校准。不用每家工厂派人盯守，分散的中小企业也能交付品质相对一致的产品。“通过致景科技平台做出来的东西，具备保障性、一致性，客户用着放心。”管瑞峰说。

也正是在协同生产的持续运转中，中游的面料参数数据与上游的产能、生产过程数据不断沉淀、打通，一套覆盖供需两端的完整数据底座逐渐成形。

　　步步为营 赋能全链条

当中游面料可检索、上游产能可调度，致景科技进一步利用数据驱动设计升级。

在纺织服装业的下游，消费碎片化、款式迭代加速，“小单快反”的挑战在行业内早已显现。而传统流程与这个节奏不匹配。致景科技AI专家张成东告诉记者，传统设计流程包括查趋势、画线稿、出纸样、打样衣、拍照片，一位设计师一天最多开两款，一件衣服在真正赚钱之前，打样与拍摄成本近4000元，从开款到上新接近半个月。款式越多负担越重，开款越慢越容易被同行抄款，同质化、低价竞争成为下游常态。

2020年，致景科技上线服装智能制造云平台，开始赋能设计、打版与成衣生产等环节。该平台调用全链条数据实现快速履约：用流行趋势数据辅助设计，用面料数据对应可采购的布料，用产能数据匹配制衣工厂，最终将款式、面料与产能联结为一笔能快速履约的订单。

前端，AI依据行业与互联网数据判断流行趋势、辅助企划，设计师基于致景服装AI大模型快速生成多款设计，平台再把设计稿与现实中能采购、能生产的面料对应起来。中端，数字打版与部件库让版师出版从一天两版提速到最快两小时一版，并直接在电脑上完成虚拟样衣调整与评审。后端，平台匹配制衣工厂、跟踪进度，并把共性的面料需求在上游归集，减轻零散订单对排产的冲击；首单的版型、面料、工艺、工厂信息被保留，返单不必重新组织资源，还能反向指导面料端备货。

致景科技做到这些根基在于三点。

第一，全产业链布局。十余年沉淀的面料数据和产能数据，让致景科技的AI设计开款有了落地的产业基础。同样是由AI生成款式，致景科技生成的是从效果图，到背后能买到布、排上产、按期交付的一笔真实订单设计。致景科技公共关系负责人邹媛娇表示，目前在全球范围内，致景科技是唯一一家覆盖纺织服装全产业链的企业。

第二，产业经验沉淀为数据资产。致景科技依托在纺织服装行业数十年版型、工序等结构化经验沉淀，为AI赋予了深厚的数据基础与产业认知。2021至2023年，致景科技投入大量人力做服装要素标注，包括领子、袖子、面料、工艺等，据此训练出服装AI大模型融合多模态理解与生成能力，让它比通用大模型“更懂服装”。

第三，始终明确自身定位。致景科技没有织机，不会取代设计师、版房和工厂，而是围绕一笔订单，把分散的设计、打版、制衣等环节重新组织起来，让各方专业能力共同指向同一个结果。

从面料数据到产能数据，再到AI能力，致景科技用十余年时间走完了数据从积累、沉淀到调用的完整闭环。中国拥有全球最庞大的长尾供给能力，但这些供给长期分散在产业链各处，小商家想做一款新衣，往往找不到合适的面料、调不动合适的产能。致景科技用数据把这些分散的供给串联起来，让小商家也能像大品牌一样快速调用全产业链的资源，行业创新成本由此降低。“当每一个小商家都能用较低的成本去尝试新设计、新产品，整个产业的创新活力就会被激发出来。”张成东说。

纺织服装，是中国最古老的产业之一，今天正在成为全球最先进的产业之一。回顾致景科技的发展路径，循着产业逻辑的有序递进：痛点长期存在，能力逐步成长，服务由浅入深，一步一个台阶。如今，致景科技用数据这根“线”，把这条古老产业链重新编织起来——从“各自为战”到“协同作战”，整条产业链的各类要素在同一张网上顺畅流动，提供了更先进、更坚韧、更可持续的竞争力。■