AIoT+交易服务模式：从“一块布”起家的致景科技丨产业互联网30讲【模式篇】第7讲

原创 2024-07-29 16:25:41 中国信息协会产业互联网分会 · 张健

关注

什么是AIoT+交易服务模式？

本篇是《产业互联网30讲》模式篇的第七讲，以致景科技为具体案例，为您解析产业互联网平台的AIoT+交易服务模式。什么是AIoT+交易服务模式？产业互联网平台为什么要做AIoT？什么样的数据才有意义？

之前六讲中的产业互联网平台都把切入点放在交易端，包括缩短供应链、加快资金流转、建设仓储物流等，但在某些行业，存在着订单拆解复杂、生产不确定性强、供应链基础设施差等难题，迫切需要从技术端入手，提高生产效率、降低成本。

因此，从这一讲开始，我们一起来谈谈技术使能的产业互联网平台模式，今天我们来聊聊AIoT+交易的产业互联网平台模式。

自从1994年，互联网进入中国以来，中国人的日常生活正在被深刻改变着，在衣食住行四大场景中，“食”有美团、“住”有蛋壳、“行”有滴滴。

在“衣”的场景中，依据中纺联发布报告，2022年我国规模以上纺织企业实现营业收入52,564亿元，但是纺织行业供应链长、分散度高、交易效率低，行业的特性给买方和卖方带来了诸多的不变，也催生了淘宝、唯品会、希音、致景等一批互联网平台，但目前唯一具备全产业链整合管理能力的就是致景科技。

2013年12月，致景科技成立。2014年，“百布”成品布交易服务平台上线，通过对面料进行“数字化”改造，按照针织、梭织、颜色、纹路、成分比例、克重、纱织密度等属性，将面料全部参数化、标签化、数据化，建立了全品类的面料参数数据库，再运用准确的技术系统进行高效匹配，实现交易的自动化与智能化匹配，并辅以分布于全国各大面料交易市场的“百布小站”，链接了原本信息极不对称的一级批发商和中小服装工厂，完成交易闭环。

2018年，“全布”平台全面运营，通过给纺织机台安装IOT设备，实现边缘感知，获取纺织设备和工厂的运行状态，再结合工艺库化管理、坯布条码化管理、订单实时跟踪等，实现了对百布和全布销售团队聚集来订单的系统拆解，甚至可以分配到单台织布机，完成后再按订单归集，做完质检后交付给客户，成功连接了上游坯布厂及下游成品布一批商。

目前，全布平台依托飞梭智纺的“AIoT+SaaS+大数据”连接生产设备，为上游的纱线、织造、染整等生产环节，提供生产效率管理、产量瓶颈分析、质量管控、协同排产等全流程数智化管理。同时，通过采购需求精准匹配和排产跟单系统，打造了纺织原料柔性供应链。目前，“飞梭智纺”现已链接全国9000余家织厂，超70万台织机，覆盖90%以上主力织造机器。

2020年10月，有纱纺织原料交易平台上线，依托于公司的织造产能大数据，以及前沿科技能力，为全球织厂、面料商、贸易商等用户提供包含纱线全品类线上交易、按需定纺、进口纱预售、金融支付等智慧供应服务和行业解决方案。截至2021年4月，平台累计注册采购商8000+，合作供应商1000+，汇聚国内外优质纱厂产能，覆盖全品类纱线品种，其中棉纱年产能超50万吨，化纤纱年产能超100万吨。

至此，致景科技打通了原料采购、纱线、坯布、染整、制衣等生产和交易环节，为纺织企业提供生产、经营、管理、服务、交易的数字解决方案，在实现纺织产业链核心节点数字化和智能化的基础上，打造了纺织行业“云上供应链”协同新体系与新模式。已成功入驻平台的商铺达到了5,000多家、采购商数量高达20,000多家。

据天眼查数据统计（除去数据不明确的融资金额），致景科技共完成10轮融资，总金额超36.85亿元，不久前发布的《2023·胡润全球独角兽榜》中，致景科技以205亿人民币的企业估值排名第310位。

产业互联网平台为什么要做AIoT？

消费互联网时代是以人为核心的连接，强调的是便宜、便利和体验，产业互联网时代是以企业为中心的连接，强调的是成本、效率和ROI。

因此，技术对产业链的核心价值主要是两点。

第一，重构最小单元的连接。最小单元要以供应链链条上以公司为主体的沟通分解成为更细的颗粒度，比如单一订单、单一SKU做更精细匹配；然后是连接，广度连接变成多维，包括研发、设计、生产、设备、质量等，深度上要向企业内部拓展，将企业组织结构围绕用户核心需求做重构。

第二，实时数据闭环。在重构最小单元以后通过什么实现连接？这个载体是数据。

数据是数字时代最重要的公司资产，这里面既包括比较粗颗粒的数据，如宏观数据、行业数据、交易数据等，也包括更细颗粒度的、在具体的业务场景里产生的数据。

什么样的数据才有意义？

大家对数据闭环往往有一个误解，认为数据闭环是一连串有联系有反馈的数据，实际上这个描述并不准确。

我们认为，要判断数据是否闭环主要看以下三个方面：

一是数据本身要是活数据。这意味着数据要是实时产生的，是在业务场景里可以循环出现的，与不能反映实时情况的、之前采集的“死”数据，价值天壤之别。