自从2015年我国发布“中国制造2025”以来，到现在已经整整十年了，这十年是我国服装制造业在“中国制造2025”引领下进行数智化制造实践的十年，也是我们收获数智化制造成果的光辉十年，经过这十年的努力，现在我国已成为世界服装制造强国，完成了“中国制造2025”战略规划所说的三步走战略中的第一步。之所以说我们现在是世界服装制造强国，主要有以下几点理由：

（1）我国服装产业规模与产能全球领先：中国是全球最大的服装生产国和出口国，常年占据全球服装贸易约30%的份额。根据世界贸易组织（WTO）数据，中国服装出口额长期稳居世界首位。从纤维生产、纺织织造到成衣加工、设计研发，中国拥有全球最完整的服装产业链，能够高效满足全球客户多样化需求。（2）供应链效率与成本优势全球领先：我国有国家级和地方级服装产业集群地，这些产业集群地由于配套企业集中度高，能够大幅降低生产成本和时间；我国服装制造业能够依托完善的供应链和数字化技术快速响应全球订单，做到“小单快反”。（3）绝大多数服装国际品牌依赖中国制造：由于我国代加工服装企业如申洲国际、晶苑集团、联泰集团、广东溢达、山东如意集团、江苏天源等掌握了高难度服装工艺，具有从面料到成衣的全链条协同以及数字化能力，能够提供从设计打样到物流交付的“一站式”解决方案和全链条服务，使得全球80%以上世界知名服装品牌在中国生产（包括90%的美国品牌、70%的欧洲品牌），例如：Louis Vuitton（LV）、Gucci、Prada、Burberry、ZARA、H&M、UNIQLO、Nike、Adidas、Lululemon、Coach、Theory、GAP、Old Navy、Primark、C&A等等。（4）服装设计与品牌化全球崛起：例如：波司登、李宁、安踏等品牌通过设计升级和国际化运营，成功打入全球市场，部分品类如运动服饰品牌能参与国际竞争。另外汉服、中式设计等带动东方美学影响力，也作为服饰文化输出，增强了产业附加值。（5）我国政策与基础设施建设支持在全球领先：我国服装产业始终都得到国家政府政策引导而发展，例如我国通过《纺织工业“十四五”发展规划》等政策推动服装产业向高端化、数字化和绿色化方向发展。另外我国还进行了基础设施建设，例如建设了全球领先的物流网络（如义乌跨境电商枢纽）和电商平台（如SHEIN）等，助力我国服装全球化销售。（6）服装企业数字化转型升级与智能制造技术全球领先：我国服装企业广泛应用工业互联网、５G、3D设计、AI大模型、智能模块式缝制、智能裁剪机器人等技术，推动生产效率提升和服装产业可持续发展。现在我们站在世界服装强国之列，很明显，下一步的任务是要站在“中国制造2025”战略规划所说的三步走战略中的第二步，即站立在世界服装强国前列，见图一。因此，我们在现有基础之上，还要在服装产品智能化、生产智能化、管理智能化、销售及服务智能化等方面继续实践服装制造业的数智化制造。

图一  服装制造业进入“中国制造2025”第二步

1、从服装制造业数智化制造实践情况来看，我们还远远未达到数智化制造目标

在过去的十年实践中，我们服装缝前车间可以做到3D-CAT+CAD+CAM集成运行，从服装面料库到裁剪衣片出来可以做到不落地生产;在缝制车间做到应用“智能吊挂(或带,箱式输送)+自动平/包缝机+部分智能功能的自动缝制单元系统(或自动模板缝制系统)+专用自动缝纫机”组成的缝制流程自动化;在缝后车间可以做到应用各大类服装专用自动系列整烫机、立体整烫机、隧道整烫机、以RFID技术为核心的自动柔性整烫线、自动整烫折叠包装机、以及以RFID(二维码)和机器人技术为核心的全自动立体仓储物流配送系统和WMS管理系统的应用。如从工业软件集成来看，做到了以MES和ERP为核心的大集成，见图二。

图二  服装企业数字化集成运行

尽管在服装制造业中的ERP/MES/WMS/SCM/PLM/CAD/CAM/FMS/CAPP等软件已经集成运行,但由于各软件数据质量不一致、数据格式不统一、接口不完善、业务流程未优化、组织架构与协作不足、数据安全与权限管理不明、缺乏统一的数据管理策略等原因，因而存在“数据孤岛”现象,这并不是真正的数字化转型，数字化转型不仅需要系统集成，还需解决“数据孤岛”问题，确保数据在各系统间自由流动和高效利用。

2、从数字化转型成熟度模型DLMM看我们还有很多工作要做

最近国家市场监督管理总局（国家标准化管理委员会）发布2025年第4号中国国家标准公告，批准国家标准GB/T 45341-2025《数字化转型管理 参考架构》正式发布，此标准定于2025年6月1日正式实施。该标准是我国最新的标准版本，它提出了数字化转型“做什么”“怎么做”和“路线图”等问题，按照价值体系重构的要求提出数字化转型的主要视角，以新型数字能力建设为主线提出数字化转型的过程方法，围绕数据要素驱动作用的逐步发挥，提出分阶段分档次的分步实施要求和成熟度等级（数字化转型成熟模型DLMM），帮助我们企业明确数字化转型的体系架构、主要方向、关键任务和发展路径，从而更加务实有效推进数字化转型，实现螺旋式创新转型发展。

数字化转型成熟度模型，涵盖了发展战略、业务创新转型、新型能力、治理体系、系统性解决方案等5个评价域和规范级、场景级、领域级、平台级、生态级等5个成熟度等级，以及与其相对应的十个细分水平档次，见图三。

图三  数字化转型成熟模型DLMM等级与档次

 一般在我们制造业数字化转型主要在研发、生产、供应链、销售和服务等各个环节，按照DLMM的5个成熟度等级来看，目前我们绝大多数数字化水平处在规范级（35％）和场景级（42％），极少数水平处在领域级（13％）、平台级（8％）和生态级（2％），见图四，可见我们的数字化转型还有很多工作要做。

图四  目前数字化转型成熟度等级分布

3、从智能制造能力成熟度模型CMMM看我们也还有很多工作要做

为了引导制造企业智能化转型，早在2020年我国就颁布了《智能制造能力成熟度模型》(CMMM)GB/T39116-2020），把它作为我们制造业进行智能化工作的标尺。现在我们制造业所进行的智能化工作，对照要达到的成熟度模型所制订的阶梯目标和演进路径来看，我们80％以上的企业都处在规划级、规范级和集成级水平，见图五，所以说我们还有更多的智能化工作要做。 

图五  智能制造能力成熟度模型CMMM

今年1月联想集团正式发布《中国企业智能化成熟度报告（2024）》，这已经是联想集团连续第三年发布的系列报告。联想集团在AI重塑后，对中国制造业智能化转型框架和成熟度模型经过充分的测试评估和验证，其结果在我国制造业获得了广泛认可和高度评价。该《报告》指出，AI技术的蓬勃发展，已经将中国制造业智能化进程带至一个全新的高度，引领中国制造业智能化转型迈入2.0时代；该《报告》指出，从我国制造业智能化成熟度模型的五级水平来看，2024年度总结结论为：L1～L3为78％、L4为16％、L5为6％，见图六。这充分说明，2024年我国制造业智能化转型步伐开始出现分化，领先企业正在数字底座建设基础上加速智能运营，迈进创新发展新阶段，为制造业变革注入新动力。不过，整体而言，智能化的发展空间有待进一步开拓，仍有78%的企业处于早中期，面临诸多结构性问题挑战，所以我们必须进一步努力。

图六  中国企业智能化成熟度水平分布

4、从落实2023年工信部等六部门发布的《智能工厂梯度培育行动实施方案》和《智能工厂梯度培育要素条件》所规定的任务要求来看也必须继续努力。

现在中国制造业企业总量达到603万家，其中规上企业48万家，根据中国工程院提议，“十五五”期间在48万家规上企业中，根据智能工厂梯度培育行动要求，在现有3万余家基础级智能工厂、1200余家先进级智能工厂、230余家卓越级智能工厂（我们服装制造业有海澜之家和波司登）基础上，应该完成40万家基础级智能工厂、５万家先进级智能工厂、2000家卓越级智能工厂和200家领航级智能工厂的建设任务，见图七。我们服装行业的规上企业约占全国制造业规上企业的2.7％，按照这个比例，我们服装制造业可否在“十五五”期间建成11000家基础级智能化工厂、1600家先进级智能化工厂、60家卓越级智能化工厂和10家领航级智能化工厂呢？

图七  智能化工厂四个梯度培育等级

1、要从八个方面打造新质生产力驱动服装制造业向高端化智能化绿色化方向发展

按特点或功能来分，新质生产力可以分为高效能生产力、高质量生产力和绿色生产力三个类型。所谓高效能生产力，主要关注的是提高生产过程中的效率和效果。它致力于优化生产流程、减少浪费、提高工作效率，从而实现更快、更好的生产结果。高效能生产力还注重利用先进技术和管理手段，如自动化、智能化、精益生产等，来提升生产效率和降低成本。这种生产力的目标是实现生产过程中的资源最大化利用，以最小的投入获得最大的产出；所谓高质量生产力，强调的是生产过程中的质量控制和产品质量的提升。它注重从源头上保证产品高质量，通过严格的生产工艺和质量控制手段，确保产品符合高标准和高质量要求。高质量生产力要求企业建立完善的质量管理体系，不断提升员工的质量意识和技能水平，以确保产品质量的稳定和可靠性。这种生产力的目标是满足消费者对高品质产品的需求，提升企业的品牌形象和市场竞争力；所谓绿色生产力，关注的是生产过程中的环境保护和可持续发展。它强调在生产过程中减少对环境的影响，降低资源消耗和污染物排放，实现生产与环境的和谐共生。绿色生产力要求企业采用环保材料和技术，推动循环经济和清洁生产，同时加强环境管理和监测，确保生产活动的环境友好性。这种生产力的目标是实现经济、社会和环境的协调发展，推动可持续发展和生态文明建设。因此，我们服装制造业应该着眼于高效生产力、高质生产力和绿色生产力，从八个方面来打造新质生产力，来驱动我们服装制造业向高端化、智能化和绿色化可持续方向发展。这八个方面是：实践服装制造企业数智化深度转型；实践AI大模型及其相关技术；实践数据资产的有效管理和利用；实践个性和批量定制的柔性制造模式；实践服装制造数字孪生技术；实践服装绿色化制造；实践共享工厂（也称共享制造）新模式；实践与“低空经济+”模式融合。关于这八个方面的具体内容请参见《2024—2025中国服装行业发展报告》第200至208页。

2、分步实施数字化转型和智能工厂培育

“十五五”要按照《数字化转型管理 参考架构》五个等级的十个档次要求和《智能工厂梯度培育要素条件》四个梯度等级要求，动员服装企业在现有基础上，实践各自企业五个等级的十个档次分步实施和四个梯度等级的升级。从图三我们可以看到数字化转型成熟模型DLMM等级与档次，其中根据转型深度不同和企业各业务环节转型不同分为十个档次，见图八。

图八  DLMM五个等级与十个档次

其中规范级5档（见表一）、场景级3档（见表二）、领域级3档（见表三）、平台级3档（见表四）、生态级3档（见表五），各个档次的转型广度和深度以及关键技术都有不同要求，因此各个企业可根据自己的现状选择适合的级别与档次进行转型工作。

表一  规范级档次要求

表二  场景级档次要求

表三  领域级档次要求

表四  平台级档次要求

表五  生态级档次要求

2023年工信部等六部门发布的《智能工厂梯度培育行动实施方案》和《智能工厂梯度培育要素条件》是对《智能制造能力成熟度模型》补充，目的是为了加快我国智能制造的步伐，所以在智能制造能力成熟度三级也就是集成级基础上再形成一个具有四个梯度等级的行动方案，这四个梯度等级便是基础级、先进级、卓越级和领航级，这四个梯度等级在工厂建设、研发设计、生产作业、运营管理以及建设成效要求各有不同，见表六。因为有了这样的等级要求，我们各个服装企业可根据自己的现状选择适合的级别进行转型工作。

表六  智能工厂梯度等级要求

3、要抓紧步骤企业数据资产的治理与管理工作

服装制造业进行数字化转型以来，其实我们只做了数字化转型的上半场工作，也就是主要聚焦于信息化建设来探索和实践数智化转型，其核心是业务流程的数字化和智能化，随着业务流程的数智化，企业开始积累大量数据，从企业数据资产来说这仅仅是个起点；数字化转型的下半场工作也就是我们现在要进行的工作，那就是在数据资本化的推动下，企业能够在产业中构建新的价值链位置，甚至重塑产业生态，实现在数字经济中的领导地位，从数据价值赋能向数据资产运营转变，现数据资产金融信用再造和金融中介成本再造，见图九。

图九  数智化转型的上半场与下半场

大家知道，2024年10月我们国家成立数据局，以后又成立国家数据集团以及各地方和行业级数据集团，上数所、京数所、深数所纷纷挂牌数据交易，这些意味着数字中国战略全面舖开；国家数据局及集团具体战略任务：整合与优化数据资源、推动数字经济发展、提升数据治理能力、促进数据跨境流通与合作、深化数据要素市场化改革、加速数字经济与实体经济融合、加强数据基础设施建设、完善数据治理体系、培育数据产业生态、推动数据技术创新与应用、加强数据安全保障、助力企业数字化转型、展示数字中国建设成果等等。作为企业我们要尽快赶上，做好企业数据资产的治理与管理工作；作为企业我们要根据国家要求，在企业设立高级别的首席数据官，负责解决企业数据各自为政的“数据孤岛”问题、负责企业数据资产的治理与管理以及企业数据资产入表与交易等等工作。

企业在业务数据化、数据资产化、资产价值化过程中，从数据釆集开始到数据应用与服务之间主要是数据管理与治理工作。数据治理包括数据标准、数据质量、数据安全、数据共享、主数据、元数据管理等治理，虽然它的层级较高，但总在整个企业数据管理之中，见图十。

图十  企业数据管理与治理

4、要抓紧做好通用人工智能AGI和AI大模型在服装制造业智能化的赋能应用

(1)尽快应用我国发布的DeepSeek- R1和Manus智能体为制造企业服务

2025年初我国杭州深度求索AI公司发布了DeepSeek- R1推理大模型，3月初肖弘的公司发布了一款通用型Manus智能体，这两者一个在AIGC领域、一个在AGI方面都取得了引发全球轰动的业绩。

DeepSeek通过强化学习RL，突破了传统大模型依赖算力和数据的限制，展现了集成式创新的大优势。因为它开源的推理模型，擅长处理复杂任务且可免费商用。DeepSeek可以接面向用户或者支持开发者，提供智能对话、文本生成、语义理解、计算推理、代码生成补全等应用场景，支持联网搜索与深度思考模式，同时支持文件上传，能够扫描读取各类文件及图片中的文字内容。DeepSeek平台还为服装制造业服务，如：智能制造生产产线优化、质量管控升级、 智能视觉质检、设备预测性维护、供应链智能管理、能耗与成本控制、数字孪生与仿真、智能仓储与物流、安全与风险管理、数据驱动决策、产品智能售后服务等。

Manus作为产品发布后，由于在稳定性方面存在一点问题而受过部分非议，但近期通过技术升级和应用场景扩展，新增了多项功能，如：新增了多代理协作模式与设备接管能力——Manus引入了多代理模式，能够调用多个子智能体分工协作，模拟人类团队的执行流程工作，在处理复杂任务时，不同代理负责拆解子任务、调用工具、生成结果等环节，显著提升了复杂工作流的处理效率；新增了任务执行能力的强化，做到复杂任务闭环——Manus新增了对复杂任务的全流程执行能力，用户只需下达指令，系统可自动完成文件解压、数据提取、分级排序及报告生成，无需人工干预；新增了硬件与交互体验升级——在一体化设计与续航优化中，针对智能设备用户，Manus优化了硬件设计，延长了电池续航能力，确保长时间任务执行中无需频繁充电；新增了在垂直场景的应用扩展——如新增针对跨境电商的定制功能，自动分析销售数据、生成市场策略报告，并直接提供可执行的运营建议，部分功能被评价为“堪比五年经验运营人员”；新增了企业级工具集成——支持与Excel、编程软件等工具的深度交互，例如自动编写代码、操作表格数据，进一步降低非技术用户的使用门槛等。所以Manus完全可为我制造业数智化制造所用。

（2）服装制造业要融合具身智能人形机器人，为自主缝制和替人缝制做好充分准备

众所周知，作为人造的智能机器人，不但要具有感智能力、运动能力、操作能力、交互能力、续航能力，还要有可靠性和安全性，具备可控制系统等，而作为具身智能人形机器人还要具有拟人智能（比人脑更聪明的云脑）、类人形态（能适应执行各种复杂任务）和广泛适用性（解决未来脑力与体力之需），见图十一。

图十一  具身智能人形机器人特征

正因为具身智能人形机器人有了这些特征，所以在服装缝制中能为我所用，例如：应用具身智能人形机器人对服装进行折叠，见图十二；又例如：利用具身智能人形机器人和缝制设备组成自主缝合系统，做到自动、高效、省人的缝制加工系统。今年我们国家已经把“智能机器人自主缝合系统”和“自主缝制作业机器人系统研制与应用验证”两个项目作为我们服装制造业重点攻关研发项目，旨在攻克智能化缝制的核心技术难题，进一步为我国服装制造业数智化制造升级赋能。

图十二  具身智能人形机器人折叠服装

5、要继续坚持实践少人或无人的服装智能制造产线、车间、工厂

在过去的十年，我们服装制造业一直坚持我们数智化转型的目标，那就是实践少人或无人的服装智能产线和车间，乃至工厂。到现在为止，在衬衫克夫，衬衫左右前片和衬衫领子我们完成了模块式智能缝制系统，建成了高效少人的智能模块式衬衫生产线，见图十三。

图十三  匡敦公司的高效少人智能模块式衬衫生产线

今后，在十五五期间我们可以仿模块式智能衬衫生产线建设方式，完成其他各类服服装产线的建设，但在这个基础上我们必须坚持以下三条原则：（１）坚持多工序模块式智能系统的建设；（２）坚持模块式智能产线设备运行监控与控制和DeepSeek、Manus相融合；（３）坚持模块式产线应用智能多臂或人形机器人替人原则。