很多人提到徐州,第一反应都是“一号产业”工程机械。
但在这座制造业重镇里,另一场产业升级正在悄悄发生。
过去几年,徐州一边巩固工程机械优势,一边推动“343”创新产业集群建设,将高端纺织列为重点发展的特色产业之一。从传统劳动密集型产业,到智能制造示范产业,纺织服装正在成为徐州产业转型中的另一张新名片。
徐州曼森服饰有限公司(以下简称“曼森集团”)正是其中最具代表性的样本之一。
很难想象,一家以羽绒服和功能性服装为核心业务的企业,如今讨论最多的话题已经变成了自动化产线、数据和AI。
过去三年,曼森集团保持超过30%的高速增长。目前已在全国布局5大生产基地、120余条生产线,构建起覆盖研发、生产与交付的现代化制造体系。支撑起这种增长的,不仅是市场需求,更是一场从车间到管理层的系统性智能化变革。
自动化之后,开始统一数据语言
走进曼森集团的新工厂,很难把这里与传统服装制造车间联系在一起。这里几乎所有新建工厂都按照无人化智能车间标准规划设计,生产线全部配备自动化生产设备。
在裁剪环节,自动化裁剪机能够实现毫米级精度切割,效率较传统人工方式提升超过10倍,显著提高面料利用率;完成裁剪后的衣片,通过智能吊挂系统自动输送至对应工位;自动模板机、自动充绒设备、智能裁剪设备协同运行,工人只需在终端确认参数,设备便可完成标准化生产流程。
与此同时,每个楼层部署的AGV物流机器人承担起物料配送任务,实现生产过程中的自动转运与工序衔接,让整个车间形成连续、高效的生产闭环。
不过在曼森集团看来,自动化设备只是智能制造的表象。真正决定企业未来竞争力的,是支撑所有生产、运营和管理活动的数据底座。
随着业务规模快速扩张,曼森集团逐渐面临数据标准不统一、业务规则不统一、系统之间信息割裂等问题。对于一家计划在三年内冲刺20亿元产能目标的企业而言,仅靠局部数字化已经无法支撑下一阶段增长。
曼森集团开始为未来十年、二十年甚至更长周期构建新的智能化基础设施。
2025年12月,曼森集团与SAP达成战略合作,计划部署SAP Cloud ERP(ERP云)和SAP BTP(业务技术云平台)。这也是SAP与阿里云深化战略合作后,在中国市场落地的首个签约项目。
在曼森集团总经理杜国亚眼中,选择SAP最重要的原因是,寻找一个值得信任,能够伴随企业长期成长的合作伙伴。
曼森集团总经理杜国亚
“企业里的所有数据都必须有统一归口,所有流程都要有统一标准,最终形成一致的数据语言。”杜国亚表示,“SAP就是一个安全可信的大脑,它能够把分散的数据、流程和业务连接起来,形成一个统一、高效的管理体系。”
下一步,是让企业自己运转起来
如果说SAP正在成为曼森集团统一业务与数据的“大脑”,那么AI则被赋予了更进一步的使命,让企业具备自主感知、自主判断和自主执行的能力。
目前,曼森集团已经开始在数据查询、经营分析和业务洞察等场景中引入AI能力。生产、采购、物流、财务等核心数据正在逐步实现实时可视化,让管理层能够更快地获取信息、发现问题并做出决策。
与很多企业急于部署AI应用不同,曼森集团选择了一条更务实的路径。
在杜国亚看来,AI的价值并不在于增加几个智能工具,AI要做的是重构企业的管理方式和运营方式。这一切的前提,是拥有统一、准确、可信的数据。
因此,在推进AI之前,曼森集团希望通过ERP建设完成数据沉淀、业务标准化以及知识体系构建。因为只有高质量的数据进入AI系统,才能输出真正有价值的判断和决策。
同SAP和阿里云打造管理运营体系里能不能用AI共同把企业运营逻辑重新再构建一遍,是杜国亚进入AI时代后一直思考的问题。
从数据打通,到经营洞察,再到风险管控,曼森集团希望把AI嵌入企业运营的每一个关键环节。例如订单执行过程中,过去业务数据分散在不同部门,管理层很难实时掌握整体进度。而未来借助AI,订单风险、利润水平、交付状态以及经营指标都能够实现实时可视和动态分析,让企业在面对市场变化时拥有更快的响应能力和更准确的决策依据。
曼森集团规划的未来AI愿景,是实现人、机、物互联。
过去几年,曼森集团持续投入自动化和智能化设备建设。从智能裁剪设备、自动化生产线到AGV物流机器人,工厂已经完成了“物”的改造。随着ERP、AI以及各类业务系统逐步打通,未来则是把人、设备连接到同一个网络之中,让决策自动执行,让管理更高效。
杜国亚举了一个正在探索的场景。服装制造链条涉及面料采购、生产计划、制造执行、库存管理、物流配送以及财务核算等多个环节,任何一个节点出现偏差,都可能影响订单交付和经营效率。当人机物互联后,智能机器人不仅能够完成巡厂、巡检等工作,还能够自动识别异常情况、主动发出预警,并将问题推送给对应责任人,形成从发现问题到解决问题的管理闭环。
曼森集团对未来的发展路径有着清晰规划,借助SAP构建的智能底座,打造服装行业的智能运营样板企业。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。