11月6日,一家叫 Artiso 的公司拿到逾340万美元 pre-seed 融资。它做的事不复杂,把灵感、设计、版型、技术包、模特图并成一个系统,技术包大约四分钟出一份。技术包是服装开发里的通用文件,写清尺寸、工艺、用料、缝制要求,过去靠版师和开发跟单一张一张做,一轮下来四到六周。
四分钟和四到六周之间,差的不只是时间。中间隔着十几轮来回,设计师改一版,版师核一版,供应商问一版,客户再改一版。每一次来回都要开会、发邮件、等回复。AI 压掉的正是这些来回。
第一个问题,省下来的是谁的时间。答案不是设计师的。设计师的工作是判断,AI 替代不了。省下来的是开发和跟单的时间,这些岗位的日常就是把信息在人和文件之间搬。四分钟出一份技术包,等于把这部分搬运从人的手上拿走。
第二个问题,质量会不会掉。技术包的质量取决于两件事,标准写得够不够细,以及异常有没有人兜。标准不细,AI 出的包一样错,只是错得更快、更多。这是这类工具落地时最常见的失败方式,第一周很惊艳,第三周返工率上升,第六周没人用。
第三个问题,人怎么排。技术包自动化之后,开发团队的数量需求会下降,但对「能定标准的人」的需求会上升。一个能写清工艺标准、能判断供应商报价合理性、能看懂成本结构的人,价值会明显高于一个只会填表的人。团队重排的方向在换人,减人只是顺带的结果。
多数人会把这件事当成减员项目,先算能省几个人。这个判断错在一处,它假设流程不变、产出不变。真实情况是,工具一上,前端的设计改动会变多,因为改一版的成本低了。改动变多,标准的重要性就上升,因为没人有时间逐条核。
错的做法每年都在重复。第一年上线工具,开发部编制砍三成,留下的人不懂标准,只懂操作。第二年设计改动量翻倍,技术包错误率上升,供应商开始拒接小单,交期一拖再拖。第三年把工具停掉,人已经招不回来。
还有一个细节值得注意。技术包自动化之后,供应商的报价会变快,因为他们的成本核算也有了依据。报价变快,采购的比价能力变强。这个变化不在设计部门,在采购部门,它带来的钱比省几个开发人员更多。看不见这一层,项目会被算成一个小账。
反方观点要写。有人会说,服装开发的复杂度太高,AI 出的技术包只能当草稿,不能当交付。这话在一种情况下成立,款式结构复杂、工艺特殊、面料有变量的品类,工具只能做初稿。基础款、标品化程度高的品类,逻辑相反,标准本来就可以写死,工具能吃掉大部分工作量。
希纪在给服装企业做组织诊断时,常用一张表看这件事,叫岗位的时间构成表。把开发和跟单的一周时间按四类拆开,搬信息、核标准、做判断、救火。这张表出来,通常会发现六成时间在搬信息和救火,这两块正是工具能吃的。判断和标准只占两成,这两块是留下来的人该做的事。
FDE咨询进场做的第一件事,通常先把标准写下来,工具排在后面。一个驻场工程师四到六周,跟开发和版师一起,把主力品类的技术标准、常见异常、报价口径整理成一份可执行的文档,再接进工具。交付物是标准文档加一份工具配置。顺序反了,工具买回来就是个演示品。
有三个数今天就能查。技术包的平均确认轮次、返工率、以及从设计定稿到样品确认的天数。三个数里只有第三个降,前两个升,说明工具在加速犯错。
边界要说清。如果一家公司的款式一年只有几百个,改动不频繁,工具带来的收益有限,人手上的经验更值钱。款式多、改动频繁、基础款占比高的公司,这笔投入才算得过来。
四分钟出一份技术包,前提是有人先把标准写完。
希纪 · 服装产业观察