文 / 姚贇
編輯 / 何伊凡
核心導讀
本文全長14000字，閱讀需要四十分鐘，這是關於智慧製造最詳盡的案例解析，你可以透過此文獲得如下知識點：
1.傳統制造模式會陷入以產定銷的難題，一個品牌從企劃設計到最終上市，要走過漫長的過程，這是一種“期貨制”商業模式。
2.訂單背後需要回答兩個核心問題：“what”和“how many”,即使用者需要什麼，需要多少。如果整條供應鏈無法敏捷的滿足需求，能預測出需求也沒用。
3.一座工廠的智慧化，可分為三個層級，最簡單就是資訊化，第二層是數字化，第三層即數智化，基於所採集的資料，透過AI來做判斷、做決策，再將AI所形成的決策下達到邊緣端，透過邊緣端再來執行。
4.在犀牛智造沒有工長這個角色，取代這個崗位的是雲端的“AI製造大腦”。
5.網際網路人進入智慧智造，要對製造業懷有敬畏之心，不能將自己定位為賦能者，更不能傲慢，要先跳下水，體驗完全真實的商業邏輯，踩幾個坑，碰一頭包。
6.消費網際網路是長板理論，把某個體驗做到極致，就能夠掩蓋掉其他的不足，但產業網際網路是短板理論，長板會被短板拖住，如系統能力再強，裝置能力跟不上也實現不了，生產線再高效，如果上游採購品質或者交期不穩定也沒用。因此產業網際網路只做好一端沒用，一定要全鏈路、端到端齊頭並進，環環相扣。
7.智慧製造的核心不是用機器替代人，還是讓產業工人更有創造力，更有尊嚴。
看懂一座工廠，並不是件容易的事。
表面看來，位於浙江省杭州市餘杭區臨平街道的阿里巴巴迅犀（杭州）數字科技有限公司，即犀牛智造，只是一家數字化的智慧工廠，其實在它的後面，是百倍於表面的資料和人工智慧在支撐它。
走進車間，能看到排列整齊的縫紉機，所不同的是它加上了智慧顯示屏，其中內建多種引數；高速精準的六軸機器人自動分揀面料，把印花完成的布片拿起，再放入下一道工序；車間地面用紅、綠、藍色標記出不同區域， AGV（無人工業物料車）小機器人行走在紅色區域；身穿藍色上衣的工人在不同工作臺之間忙碌，自動吊掛則“拎”著半成品在頭頂上來回穿梭；生產線盡頭有一臺電腦，螢幕會以折線圖形式顯示著每一位工人的工作效率。
到2020年9月，世界經濟論壇全球 “燈塔工廠”網路擁有54位成員，它們是第四次工業革命的代表。其中16家位於中國，作為阿里新制造“一號工程”犀牛智造也在其中，而且是全球唯一的服裝行業燈塔工廠。
每一家燈塔工廠都有明顯的自動化與智慧化特徵。
不過，魔鬼都在細節之中，傳統意義上判斷一座工廠管理能力的核心標準是“人機物法環”，即人員、裝置、物料、操作法、和生產場地。從這些角度深入觀察，就不難發現，即使同為燈塔工廠，這頭犀牛也是獨特存在。阿里巴巴跨界進入製造業，相比傳統制造從多數情況下從供給端切入數字化變革，它從需求端切入，力圖創造全新的客戶價值。
伍學剛，是牽著犀牛的鼻子往前走的人，短髮、濃眉，看著很溫和隨性，實則嚴厲堅韌。他曾任迪卡儂亞太區供應鏈總裁及優衣庫全球供應鏈與生產總經理，是最懂全球供應鏈的華人之一。他在2017年加入阿里，現任犀牛智造CEO，人稱“伍哥”。
“單純從供給側提效，對於產業上下游的價值非常有限。新制造的核心還是要從需求入手，即生產消費者需要的商品，以及合適的數量，而不僅僅是高效地去生產。因為開足了馬力，做下來可能一堆沒有用的東西塞到倉庫裡面，成為庫存，放在貨架上，接下來就只想辦法銷出去。”2020年末，一個微雨的下午，伍學剛在阿里西溪園區告訴我們。
自2020年以來，盒飯財經多次拜訪犀牛智造，與伍學剛等多位高管、以及數位一線員工深度交流，並走訪了同在杭州餘杭經濟開發區大量不同規模的製造企業，同時探訪了海爾卡奧斯智慧平臺，美的全智慧化製造基地等，希望在時代的座標系中，高顆粒度解密這頭犀牛。
第四次工業革命正處於正規化構建階段,新智造究竟“新”在哪裡？“智”在何處？“製造”本身又將發生怎樣的化學反應？這是我們要找到的答案。
2018年3月，伍學剛等人向張勇彙報
1 訂單背後的核心問題：“what”與“how many”假設有一位服裝品牌商叫飯小盒，他起家自淘品牌，向工廠下了一套連衣裙的訂單，最少要多少件起訂？最快能幾天交貨？
對工廠而言，面對飯小盒，訂單背後需要回答兩個核心問題：“what”和“how many”,即消費者需要什麼，需要多少。傳統模式下，這兩個問題基本靠經驗和有限資料，就算可以相對精準推匯出來，如果整條供應鏈無法很敏捷的滿足需求，需求發生了也沒有用。
傳統品牌商會陷入以產定銷的難題。
這意味著整體週期極長，一個品牌從企劃設計到最終上市，要走過漫長的過程，其中生產環節週期更長，需要提前很長時間做計劃，這是一種“期貨制”商業模式。
在這種期貨模式下，飯小盒要預測3個月之後，甚至半年之後女生對裙子的需求，假設以銷量為主要指標，飯小盒要預測半年以後什麼款式好賣，哪個顏色好賣，這已經接近玄學：可能這個月某種款式大火是因為一部熱播劇帶動，下個月該劇評分已經下來了。
假設飯小盒也做羽絨服，他就要在每年2月份判斷九個月後冬天的羽絨服款式、顏色、尺碼、數量，支撐他做決策的資料主要來自剛剛過去的這個冬天。2020年羽絨服銷量增長十分可觀，波司登在2020/21財年前九個月，累計零售金額與2019/20財年同期比較錄得25%以上升幅，這得益於2020年冬天格外冷。
但連天氣預報都難以提前三個月預測，你讓飯小盒怎麼猜？
那些擺在貨架上和倉庫裡等待冷空氣的羽絨服，需要提前兩、三個月進入工廠上的流水線，打樣、成本核算、打復樣確認、進貨、剪裁、縫紉、鎖釘、整燙、包裝、驗收，而羽絨服中的羽絨，更要提前購買，一般每年5到7月服裝廠會大量採購羽絨。
飯小盒要賭的還不只是天氣。
以優衣庫和H＆M、Zara、耐克這樣的體量，依然會面臨類似難題。就算品牌把主要渠道放在線上，也難以獲得準確的資料，因為假設使用者把某款服裝加入購物車，最終卻沒有完成支付行為，很難判斷是因為沒有庫存，出現了脫銷，還是因為臨時改變了主意。
一旦出現脫銷，將會出現難以計算的損失。因為飯小盒已經投入了一切資源，要開發設計，拍廣告，做門店陳列等，但到了臨門一腳，卻沒有庫存了，等於一多半投入脫靶了。
如果飯小盒對自己的投入非常有信心，備下了足夠的貨，就可能產生第二種損失，即庫存，假設沒有當季賣掉，飯小盒只能夠透過打折或透過其他途徑去消化。以優衣庫對供應鏈控制能力之強，SKU極度之精簡，每年由於庫存帶來的損失仍然可觀，而耐克到了季末售罄率達到60%就很不錯。
這與人類對服飾的消費觀念變遷有關，消費動機已從早期單純的保暖、遮羞等功能轉化成一種文化訴求，在年輕人群體中尤為如此，如果與時尚脫節，堪稱“生不如死”。使用者需求是緊跟潮流，商家則要緊跟使用者，這就特別容易產生庫存。
飯小盒也謀求數字化轉型，首先他自己技術力量有限，而且技術人員屬於IT部門，主要負責資訊化，通常很少直接考慮業務部門需求。
耐克謀求轉型時就做了一系列收購動作，2018年3月，收購了Zodiac，該公司能夠對消費者行為做出準確、可操作預測，2018年4月，還收購了能提供3D掃描與深度學習技術的Invertex，它研發出一款可以讓使用者在家中就能線上定製服飾的平臺。2019年8月又收購了Celect，這家提供也提供零售預測服務。
SIG首席分析師薩姆·波澤分析：耐克將轉變為一個更加以數字為中心、以消費者為中心的公司。
像飯小盒這樣的品牌商並沒有如此實力，要賺錢就要靠最佳化供應鏈來降本增效。表面上看，他生產一條裙子的成本是100元，但這只是採購成本，還有很多隱性成本，如庫存打折、電商浪費等，都會吞掉飯小盒的利潤。
犀牛智造對飯小盒所能提供的助力，就在於對全鏈路產品行重置，實現真正的“小單快返”。
1688平臺上有人諮詢：請問可做少數量訂單（200件-300件）的服裝工廠（最好在山東省內）是什麼？底下有人回覆：這樣的單子大廠怎麼會做?只有小加工戶願做。
“打樣什麼的就很貴，打了一個樣後，只有把生產的數量提高，這件衣服的平均成本才會降低。”從事服裝出口多年的劉禾（化名）說，“一個款兩三百件，對一般正規工廠來說確實比較小，他們也有自己的人工成本、流水線上機器的成本，根據具體款式來看，達到一定量才能有的賺”。
傳統制造模式下，飯小盒向工廠下了裙子的單，因為是新款，工人熟練度低、工序之間配合差，製造總體效率只能發揮20%，隨著一週左右的效率爬坡，最終一週左右將達到70-80%。當效率在50%以下時，工廠每加工一件衣服都會虧損，只有當效率爬升到50%以上，才開始產生利潤。因此同一款式服裝訂單數量越大，工廠盈利空間也就越大。
大工廠為了保證產能提升後產生利潤，只接大單。
於是飯小盒必須提前預估這款裙子未來幾個月的銷量，然後像賭博一樣一次性下單，賭對了就是學區房，賭錯了就是爛尾樓。
如果飯小盒單子比較小，他也可以去找一些接小活兒的淘工廠。小工廠生產更靈活，但為了保證利潤就要降低盈虧平衡線。正常需要5道工序才能完成，可能只會用3道工序就完成了。同等加工費用，小單品質永遠低於大單。
飯小盒很煩惱，他的煩惱是中國製造業轉型困局的縮影，伍學剛認為，在中國若要形成敏捷製造和柔性製造的供給，傳統大廠模式和小廠模式都走不通，需求驅動一定要與智慧製造相結合。
工廠籌建初期的“夜總會”（晚上總是開會）
2 唯快不破的敏捷智造：智慧決策+敏捷生產假設飯小盒將訂單下到犀牛智造，將是另一番情景。
通常，類似訂單平均1000件起訂，15天交貨，而在犀牛智造，已經可以做到100件起訂，7天交貨。
更小起訂量，更快交貨速度，會讓使用者享受到什麼才是真正的“快時尚”，會讓商家得以更靈活根據需求變化調整訂單。在伍學剛看來，犀牛智造並不是工廠的升級版， 而是在對製造業進行全鏈路重構。
一座工廠的智慧化，可分為三個層級：
最簡單就是資訊化，用IT取代原來紙質辦公。
第二層是數字化，在原有裝置上加一些感應器，來收集裝置執行情況，裝置自己可預判老化情況或是否需要維修，並反饋給技術人員。
第三層則是數智化，基於所採集的資料，透過AI來做判斷、做決策，再將AI所形成的決策下達到邊緣端，透過邊緣端再來執行。
犀牛智造從設計之初，就直接進入了第三層。
每年雙十一，飯小盒都感覺頭大，他需要提前幾個月去備料，雙十一是需求爆發期，貨自然要充足。但備料其實很麻煩，因為他很難知道雙十一哪個款肯定賣的好。
2020年雙十一做了模式創新，最重要變化是不只在11月11日一天爆發，消費者可分兩波購買，11月1日-3日為第一波，11月11日為第二波。犀牛智造為飯小盒這樣的商家提供了全新服務，他可以在活動期間追加訂單，最初可以少量生產，透過測款之後再追加，而且可以追加好幾波。
假設飯小盒有三十個款，每款都是心頭肉，都捨不得放棄，傳統做法是每款500件，然後分別扔到平臺上，測試一下哪款賣的最好。但30款共15000件，試錯成本很高，而且測試中賣的不好飯小盒也割捨不下，還想再放點量進去。
最終會形成兩方面浪費：賣得好沒有庫存，賣的不好佔用了他的產能。
犀牛智造給飯小盒提供了兩種合作方式。
一種是按需定製，將需要定製的量提供給犀牛，犀牛按照此需求接單。第二種是飯小盒只需要選款上架，集中精力做好品牌和店鋪運營，後續所有供應鏈交由犀牛負責。
詳細而言，第一種方式即使飯小盒要求某一款式只造100件，犀牛也能接單。第二種合作方式捆綁更深。當飯小盒把某一款式上架後，會由犀牛智造來分析和預測，再做決策，下單、生產、交付都“託管”給犀牛。
按照第一種方式，同樣是之前的30款服裝，飯小盒可以每款選擇100件，一共3000件向犀牛下單，在第一波測試中，發現其中15款銷量很好，而且15款中有3款銷量爆發性增長，那麼飯小盒就可以快速針對這3款進行翻單，也就是按照實際銷量追加生產訂單，從而快速地獲得測出來的爆款紅利。而這樣的事情，只要飯小盒願意，可以在飯小盒經營店鋪的每一天，持續發生。
這並不僅是一種假設。
六隻兔子、Her own words、棉先生、傑克瓊斯等品牌，在2020年就以此方式與犀牛合作。最初他們也是將信將疑，擔心就算自己下了訂單犀牛也做不出來。合作之後，這些品牌都看到了資料飆升的結果，如同發現了一個不需要再靠運氣押寶的新大陸。
2020年雙11期間的犀牛智造
這就是以銷定產的最大魅力，可以說，它天生就是數字經濟的基因，演算法分析和敏捷製造是基因裡的關鍵構成。
“資料或者演算法無處不在，使用者在哪個寶貝上停留多久？使用者要來回開啟幾次？在哪個步驟中放棄購買？這類資料商家都有，透過它可以判斷出商品的爆、旺、平、滯（爆，即爆款；旺，旺款；平，平款；滯，滯銷款）。但對這些資料還要加工，對商家而言成本太高。” 伍學剛解釋，犀牛在分析資料同時能夠進一步預測判斷，如果爆能夠爆到多少件。
如果用第二種方式，意味著每款裙子上多少件過去由飯小盒決定，現在由犀牛來判斷。犀牛透過動態預測銷量，同時結合產能、材料供給情況，運用AI模型進行最優運籌的下單決策，既不浪費銷售機會，也不製造庫存，讓資金運用最大化。
透過此過程，飯小盒等於將庫存風險做了轉移。如果有1000個商家，每個商家都在單獨承擔庫存的風險，犀牛的目標是幫商家來承擔風險，讓他們集中到自己擅長的事情。
“今天淘寶上大部分商家都是設計師和網紅出身，更擅長了解外面流行的趨勢，然後去運營店鋪、拍照、和粉絲互動，可是後面的組貨、下單，對他們來說就很難。”伍學剛有清晰的使用者定位，“他們在風險拿捏上有很大問題。透過犀牛的能力、演算法、經驗、資料，能幫助他們最大幅度降低這個風險。”這樣商家可以專注自己擅長的品牌營銷，而把風險最大、技術難度最高的補貨環節則可以交給犀牛這類擅長“風控”的企業。
3 眼見為實的小單快反：讓生產線流動起來飯小盒很好奇犀牛如何能將自己的小訂單快速變為成品，於是來到生產線拜訪，他將看到這樣的場景。
首先，他觀察到在犀牛不會出現積壓。
所謂積壓，簡單而言就是生產線供料的速度，超過了工人的處理速度，假設每個吊掛上應該是3件在製品，某個工作臺上方卻出現了7件在製品，那就是積壓。在換款快的生產場景下，積壓是對效率最大的損失，因為很難做到生產線的平衡。
傳統解決積壓問題，靠生產線工長肉眼觀察，需要積壓到一定量才能發現。工長類似於交通警，某處交通堵塞了，他就要去指揮疏通。
可是在犀牛智造，飯小盒連工長這個角色都找不到。取代此角色的，是雲端的“AI製造大腦”。
每塊面料都有自己的“身份ID”，每臺裝置也都有自己的“大腦”，從進廠、裁剪、縫製到出廠，能夠進行全鏈路跟蹤；從產前排位、生產排期、吊掛路線，都由AI機器做決策，透過IOT，裝置就能夠感知哪個位置出現了積壓，甚至還可以預先發現哪裡會有積壓。這就如同智慧交通系統中，不用等到塞的水洩不通，只要有四輛車行駛緩慢，系統就可以判斷將要塞車了，比人的感知更加敏銳。
傳統工流水線通常是單線生產，如同一條單行道，帶著一件半成品衣服流經所有工序，工人在相應工序把衣服從吊掛上拿下來，完成後再掛上去，傳送給下一道工序。
犀牛智造採用的是“智慧蛛網吊掛系統”，一個路口“塞車”時，能夠進行排程，提前拐進別的地方。用專業術語表述，這是讓整個工序從“產前排位”變成 “產中排位”，即在生產過程中根據實際情況實現任務重新分配，來平衡產線效率。
拐彎本身又需要技術，例如某道工序，在張三處堵住了，但每個人乾的活不一樣，用的裝置也不一樣，那就需要調給一個同樣使用這種裝置，而且具備同樣技能的人，否則會塞的更厲害，這就需要大量計算。首先要判斷哪裡可能會積壓，再者判斷要調給誰，還要計算怎樣調過去最合理，完成計算之後，系統就會自動調配。
飯小盒還發現，在傳統服裝廠，通常一個員工只掌握一項單獨技能，裁剪的只懂裁剪，整燙的只懂整燙，但是在犀牛，員工技能更多樣化，這樣也便於排程。假設一個員工在A工序上能達到7級，在B工序雖然達不到7級，但也可以做到5級，那B工序發生擁堵後，也可以排程給他。這對系統提出的要求是需要知道每個工人技能水平，如此可以按照級別來決定調給他的數量。
從中可以看出，僅是一個防積壓，就需要結合基於資料的採集能力、演算法能力，還要加上物理驅動載具的能力。
其次，飯小盒過去也經常去不同車間，但是他發現犀牛所用的機械臂與眾不同。
傳統機械臂更適合抓硬物，如在汽車工藝中，機器人能輕盈的抓住一個門，但抓面料就很難，因為面料太軟且太滑，尤其抓一層面料更難。在美國一種解決方案是先把面料放進化學試劑，將它硬化成紙板，然後再抓取。但完工之後還要去漿，需要恢復到原來紡織物的軟度，這對面料肯定會形成傷害。犀牛與裝置商合作，開發出可以抓面料的機械臂，最初只能抓比較硬的牛仔面料，如今已可以抓T恤這種軟面料，而且能精準的一層一層抓。
機械臂進入服裝領域有很多痛點，除了抓取之外，還需要平整放到縫紉機上。如果服裝款式變化，會產生不同形狀、尺碼、公差的布料裁片。當縫製大小不一的布料時，機械臂很難確定縫製軌跡。針對這個問題，犀牛還增加了視覺自動軌跡規劃技術，可提取裁片邊緣輪廓資訊，根據工藝引數自動生成機器人運動軌跡，驅動縫紉機縫製，從而相容不同形狀、大小的布片，並形成更加平滑的縫製線跡。
人與機器的協同，會產生新的挑戰，機械臂和縫紉機運動速度不一樣，機械臂是持續運動，人工則一走一停進行縫紉，兩種裝置配合容易拉扯布料。對此，機械手臂中還要加入速度協同模組，使機械臂與縫紉機實現通訊以保證速度匹配，避免面料拉扯，確保線跡一致美觀。
小單快返，意味著同一條生產線和同一批工人，上午在做襯衫，下午就能做裙子，也就是高頻換款。高頻換款帶來的一個挑戰是：自動化裝置本身偏剛性，每生產100件就要除錯一次，需要頻繁根據面料重新調裝置鬆緊度，這特別麻煩。傳統工廠每次換款時間都很長，有時候整條生產線要停下來，工程師需要1天的時間去調裝置。其中的一個關鍵，是調出適合下一款面料的關鍵引數。
犀牛研究出一種方法，大幅降低了產線調裝置的時長。
在開發時把一部分最難的引數預存好，引數傳到裝置，調裝置的技術人員不用調到100%，而是在70%左右，剩下的30%由工人自己來調，就會大大降低對裝置除錯技術的依賴。原來只有專業技術人員才可以調，現在工人自己就能動手調。裝置會顯示新的面料張力、克重、厚度等資料，工人只要用幾分鐘做微調即可。
在觀察的最後，飯小盒發現，犀牛還有一個數字化協同網路生態體系，叫做IDCN，其中有很多裝置商、軟硬體開發商，大家用同樣的網際網路協議來解決類似難題。
參觀完生產線後，飯小盒終於明白，為什麼別人的工廠一換款效率就跌得一塌糊塗，而犀牛卻能夠做到平穩。但他所不理解的是，阿里本是可以躺在床上數錢的網際網路公司，為什麼要進入苦哈哈的製造業？這種基於演算法，軟硬結合，能完成柔性、快返、高頻換產、接小訂單的工廠，能夠大規模複製嘛？
4 一個關鍵決定的誕生：跨代式進化如果飯小盒回到2016年阿里的雲棲大會，就會找到答案。
那年，阿里提出了面向未來的“五新”，即：新零售、新制造、新金融、新技術、新能源。
彼時新零售才是當紅炸子雞，但伍學剛眼中只有“新制造”。在對“五新”的解釋中，他看到了其中最令人激動的部分：“所有的製造行業，由於零售行業發生變化，原來的B2C的製造模式將會徹底走向C2B改造，也就是說按需定製。”
聽到“按需定製”四個字，彼時還在優衣庫的伍學剛眼睛發光，他對供應鏈中的痛點有深刻體會，如前所述，“按需定製”四字看起來簡單，但在傳統模式下幾乎成了一道無解難題。技術紅利還沒有完全滲透進製造業，產業網際網路是一片藍海，阿里從需求出發，或許能找到新的解法。
彼時的新制造在阿里依然只是未來的方向，天馬行空的想法需要落地。2017年，時任阿里巴巴CEO的張勇為此專案挖來伍學剛，開始為關鍵賽道儲備人才。
切入產業網際網路，可以橫著做，也可以縱著做。橫著做就需要跨行業提供解決方案，為服飾服務，也可以為很多行業服務，如快消、家紡、電子等。縱著做即做透某一個行業，可以做重工業，也可以做輕工業。
但確定的是：要做出真正的客戶價值，不能夠淺嘗即止。產業網際網路與消費網際網路不同，消費網際網路主要解決資訊不對稱難題，模式的核心是資訊撮合，但在B端單純只做資訊撮合價值太薄。而且橫著做行業差異比消費網際網路大的多，每個行業獨特痛點都很強烈，很難一套拳打遍天下，因此他們決定縱著做。
縱向選擇哪個行業呢？首先要水大魚大，再者痛點要深，第三阿里要有獨特優勢。這個衡量標準簡直是為服飾量身打造。
服裝供應鏈是產業網際網路中僅有的幾個萬億級規模市場之一，而且基礎條件成熟；它們對轉型需求也非常迫切。
艾瑞諮詢調研結果顯示，2016-2018年，A股服飾類上市公司年存貨週轉天數平均超過200天，高度積壓庫存直接導致企業資金週轉困難。服裝也是阿里具備優勢的品類，阿里平臺上還彙集了眾多服裝賣家，如果阿里能成功摸索出敏捷而柔性的製造解決方案，不僅對阿里，對服裝行業來說，空間也是不言而喻。
決定要做新制造，決定要縱深做，決定做服裝，接下來就是怎麼做。以阿里的基因，其實也可以選擇只做系統服務商，或者只提供資料洞察服務，而不是實打實建一座工廠。
探討過程中，阿里意識到，如果要對全鏈路成本重構，還是要真正做出工廠來，如此才能走出實驗室，進入真實的商業場景。
伍學剛認為：“對製造業要懷有敬畏之心，它有數百年的歷史，我們不能將自己定位為賦能者，更不能有傲慢之心，要先跳下水，體驗完全真實的商業邏輯，踩幾個坑，碰一頭包，否則你說可以改變這個行業，別人根本不信。”
確定了自己搞工廠，也有兩種思路可選擇。一條路是“舊城改造”，找一個渴望數字化升級的傳統工廠合作，進行改造，這樣速度更快。另一條路就是“新城建設”：從一片空地開始重新設計。
建設新城容易還是改造舊城容易？很多人想當然認為改造舊城容易，因為有基礎。但其實改造舊城更難，那麼多男女老幼需要搬遷，還有沉重的慣性拖累，往往改成了四不像。在阿里看來，倒不如一切從零開始，用最新的技術，面向未來的規劃。
在阿里的新零售佈局中，盒馬鮮生就被視為“新城建設”，它一開始就和其他生鮮電商完全不一樣，被稱為新物種。犀牛是大陸上最古老的物種之一，但是犀牛智造希望跨代式進化，就要從頭開始。
5 消費網際網路是長板理論，產業網際網路是短板理論建新城遇到的第一個難題就是人。
伍學剛自己也沒建過工廠，他主要負責戰略規劃，還要有得力的人來執行。現在要建的也不是一座傳統工廠，沒有任何參照物。他要找的來自制造業的人，既要懂傳統，又能夠脫離傳統，過去既要有經驗，又能脫離經驗。而他所找的技術人員，即要能夠理解智慧工廠的架構，還能夠把工業需求透過技術開發出來。
阿里雖然有眾多優秀的演算法工程師、軟體開發工程師，但他們之前主要面向使用者產品和營銷領域，擅長基於消費網際網路做創新與研發，很多人對智慧製造做不了或沒興趣。
既然要建新城，張勇索性一把將伍學剛推到海里，讓他自己學游泳，獨立編制。
前期找人都要靠他自己，伍學剛發動自己的人脈，花了大量時間與精力，多年前在迪卡儂的同事，材料學博士兼行業投資人張帥，從阿里創新事業部“搶”來了人力資源負責人大灩、從阿里內部“忽悠”來的CTO高翔，從iOT事業部求來的物聯網工程師……
2018年3月：犀牛智造好萬家廠區（首個工廠）動工儀式
除了技術人才、工廠建設和運營人才……過去，他們彼此都是自己領域的牛人，如同來自不同世界，一個額頭上寫著 “網際網路”，另一個額頭寫著 “傳統行業”，伍學剛要把大家額頭上都改寫成大大的四個字“智慧製造”，依然需要花費大量的時間磨合。
招聘同時，犀牛開始建工廠，一時之間，不管來自何方的大牛，也都要到塵土飛揚的工地。到了2018年7月，工廠第一條生產線——牛仔服裝加工線建設完畢，和普通工廠不一樣，最初程式設計師與工人數量幾乎一樣多。但這條生產線，還算不上智慧，依然需要經過深度改造，而且還需要裝置商配合。
如果要做現有技術的延長線，犀牛挑戰就會小很多，只需要把市場上最好的軟體和硬體拿回來整合一下，略作改動就可以完成。但它要按照十年後產業的樣子去做技術平行線，這就很痛苦，需要裝置商深度配合才能自己燒鍋做飯，自起爐灶。
不通則痛。
犀牛工廠採購的縫紉機來自日本重機，縫紉機本身是一個數據中心，它的剪線與斷線操作、起停時間、線和布匹的張力資料，都能夠被記錄下來，而保守的日本重機之前並不願意對工廠開放類似資料介面。經過艱難談判，反覆考察，它最終才同意開放。
後來，他們又請機械臂、裁床、鐳射機、吊掛系統等裝置商來工廠參觀，描述願景到嘴唇起泡，最終，幾百種裝置全部向排程系統開放資料介面。
負責商務的同事趕緊為工廠拉來一些訂單，工人們白天在產線上生產，下班之後工程師就坐在紙箱上通宵對裝置進行升級。
建廠之初，程式設計師在工廠寫程式碼
這中間又跌進無數坑，如為了搭建“智慧蛛網吊掛系統”，讓衣架在岔路口知道應該左拐、右拐還是直行，這就需要最頂尖演算法工程師和物聯網工程師來支援。
所謂上有政策下有對策，逼得急了，有人就先從吊架上依次摘下多件衣服，做完再統一掛回吊架，每掛一件拍一下。這體現在資料上，就是他們的半天的工作效率為0，然後極短的時間內爆發為正常人的數百倍。如此就出現了大規模資料汙染，完全不能用於指導生產排程。
磨合之中，伍學剛和團隊體驗到，最初技術人員比較理想化，跌過跟頭才明白消費網際網路是長板理論，把某個體驗做到極致，就能夠掩蓋掉其他的不足，但產業網際網路是短板理論，它的長板會被短板拖住，如系統能力再強，裝置能力跟不上也實現不了，生產線再高效，要上游採購面料品質或者交期不穩定也沒用。
因此產業網際網路只做好一端沒用，雖然也要有核心優勢，如資料能力，但一定要全鏈路從需求到設計再到排程、計劃、製造，端到端齊頭並進，環環相扣。否則生產線效率再高，再靈活，也只是“實驗室速度”，假設突然很多訂單湧入，產線都堵上了，再怎麼柔性也沒用。
伍學剛做了個比喻，如果買了臺汽車，理論上能夠跑200公里/小時，可是走到路上遇到堵車，20公里/小時也跑不到。假設同時來了10輛車，那馬路能否從原來兩車道變成10車道，讓每輛車都可以高速透過？這種彈性才是對智慧工廠的要求。
他早期一度有種感覺，自己帶著一幫兄弟們在迷霧中行走，“如果同行都在霧裡走，最多一起跌到坑裡，現在你走的是一條與眾不同的路，心裡面還是有點慌，我常常要壓制住自己的心慌”。
2020年9月16日，犀牛智造平臺專案正式對外發布，外界將之稱為阿里秘密開發三年，伍學剛解釋，並非三年都在籌備期，其實用很短時間就籌備完了，然後就一直在打仗，然後不停的給自己增加難度，從一個工廠，一條產線，到多條產線，然後到兩家工廠，再解決跨廠之間的排程，現在還要實現跨地區的排程。
“新物種有了原型之後，一定要可複製，還要經得起疊加變數的考驗。比如從杭州開到安徽去，跨地區又是完全不同演算法模型，如果你再擴張到越南去，排程就更難了，又涉及到海關、報稅、物流等，那就更難了”。犀牛這套系統要服務成千上萬家企業，伍學剛定義犀牛和提供saas服務的公司不同，它不靠賣軟體，也不賺升級的服務費。今天在某家工廠裝了1.0的版本，總部如果研發了2.0版本，客戶不需要掏錢遠端就能升級。
飯小盒看來，這類似特斯拉，今天總部把音響系統升級了，可能使用者都無感，如此才有更好可複製性與可延展性。
至此，飯小盒不僅吃到了雞蛋，看到了下蛋的母雞，連母雞是怎樣孵出來的都懂了，不過，他還有一個疑惑：犀牛智造的工人，看起來和傳統服裝廠的工人，有點不一樣。
6 物與人飯小盒白手起家，也曾經在廣東鞋廠做過工人，他知道工人們不定期會得一種“病”，叫做“流動症”，此病高發於年末或春季。
2021年1月底，春節臨近，暖風中摻雜著油菜花的味道，躁動在杭州餘杭經濟技術開發區內蔓延開來——來自服裝製造廠、印染廠、軸承廠、模椇廠、智慧裝置製造廠、電器製造廠、製藥廠等不同企業的工人，都開始暗中琢磨：“過完年還回不回？明年去哪座城市？”
飯小盒走出餘杭犀牛智造工廠，來到亭趾社群公園——這裡是距離周邊工廠最近的商業圈開放式廣場。路邊停滿電動車，鳳凰傳奇的《最炫民族風》蓋住了大部分聲音。近十年間，這裡成為附近外來工人的固定社交場所，“流動症”的味道在這裡格外濃。
飯小盒就在這裡遇到了呂曉靜，這個社群廣場是她上下班必經之路。
呂曉靜是犀牛智造牛仔車間的一位負責人，來杭州之前，一直在東莞的某家工廠管著300多號人。
2018年，呂曉靜接到了一個獵頭電話，想把她從深圳挖到杭州。詢問後得知，是一個朋友其簡歷推過去的，再細問才得知這個工廠只有三五個人，她第一反應：“這是黑廠，是騙子吧？”
也因為這個電話，呂曉靜對當時這座還叫迅犀的工廠產生了興趣，可網上什麼訊息都查不到。呂曉靜找到了領導，領導知道的也不多，只是模糊知道這是阿里正在做的一個專案。
不久後，已在犀牛工作的一位前同事回到深圳看望呂曉靜。閒聊間，對方一直向呂曉靜抱怨：天天加班到很晚，每天都要學很多東西。
這番抱怨卻讓呂曉靜察覺到了不同——在傳統工廠裡，這麼多抱怨早就走了，為什麼還會在那裡繼續工作？
2019年6月，機會再次來了。
犀牛智造又聯絡到呂曉靜，並給她發了初具規模的流水線現場影片，影片中與傳統工廠截然不同的洗水、吊掛系統讓她耳目一新。影片面試通過後，還未到工廠來過的呂曉靜果斷從深圳來到杭州。
2019年8月6日後，直到11月底，呂曉靜都在帶組，一個組30人左右，從一個組到兩個組，忙到昏天黑地：“傳統工廠一個月可能就轉十幾個款，但在這邊每一天就要轉五到八個款，兩個組轉款頻率在十五六個款。”
第一條牛仔褲下線
那段時間，呂曉靜也一度懷疑自己選擇是否正確：“當時，下班之後睡不著，覺得來這裡壓力這麼大，一邊走一邊哭，天還下著雨。我就想自己來幹嘛？還沒轉正，就有點想打退堂鼓了。”
胡志軍是犀牛智造運營總監，不少生產部門的員工，習慣喊他“胡廠”。
胡廠得知呂曉靜狀態不佳，便找到她聊了20分鐘，問了她三個問題：第一，你來新制造是做什麼的？第二，你抱著什麼樣的想法來新制造的？第三，你就僅是來看一看新制造嗎？
面對這靈魂三問，呂曉靜有點頓悟的感覺，認為不能輕易放棄這份工作，“這不單單是工作，真的是改變行業，以後老了會很自豪。”她決定留下來。
呂曉靜的丈夫在鄭州老家做水果批發生意，孩子也留在丈夫身邊，犀牛智造跟反傳統服裝製造不同的工作節奏，難免讓家人不解。
“傳統服裝行業從來沒有加班超過10點鐘，一般都是7點，比較朝九晚五，剛到犀牛那會兒，天天十一二點鐘。” 呂曉靜回憶道，那時候 “一打電話就在車間，一打電話就在開會，（你們）那到底是什麼公司？”
2020年的五一，呂曉靜特意讓丈夫特意把手頭的事兒停了半個月，來杭州看看呂曉靜工作的工廠。
“做了申請、走了流程，老公在這裡待了有半個小時。我和他說，第一，我沒有騙你，第二，我們這個真的是一個新制造（工廠），還要做成燈塔工廠。”她抬起頭自豪的說。
2019年12月，呂曉靜正式接手牛仔車間，工作內容涉及和產品、程式設計師的直接對接與溝通。相比與程式設計師、產品經理的溝通鴻溝，來自家庭的不解就不值一提了。
“之前我都不知道‘產品’是幹嘛的，更別提什麼UAT、PDCA，我壓根都不知道這是什麼，還說要預演，我說預演是幹啥也不懂。”她感受到了成長的痛苦。
之前她一般就是電腦壞的時候才想起公司裡有IT部門,現在要每天碰撞，“他們講的聽起來像‘黑話’，最初雙方根本就溝通不了，經常會講到十一二點，那時候工廠已下班了，程式設計師還要和我們交流研究。”
“我們是大專畢業，他們全部是北大清華，要麼是國外回來的留學生，壓根都不在一個頻道上面。我們講的東西他們聽不懂，他們講的東西我們聽不懂。”
作為產線負責人，呂曉靜又必須和產品、程式設計師經常碰撞，經常還要“閉關”五六個小時，議題多是最佳化完善生產線效率，產品怎樣與系統相結合等。
對全面質量管理中的主要因素一一進行分析，拆解到最後，出了幾套方案。然後再商量是否可以成立一個專案，統計時間都去哪了，把浪費的時間統計收集，再想辦法去縮短。
這是她在服裝製造業17年職業生涯中從未有過的體驗。
過去如果出現效率不高，工長或組長將扮演關鍵角色，拿著A4紙、手寫分析、憑經驗找問題，然後找當事人談。最高效的方式，也就是拿著手機，開啟秒錶測一下時間，但當問題傳遞到某個員工，通常只會轉化為不同形式的批評。傳統工廠也很少開會，一開會要麼就是全廠大會，要麼就是劈頭蓋臉一通罵。
呂曉靜（站著）和員工們，身上所穿的就是犀牛智造的秋裝工服
組長在傳統工廠內擁有絕對權威，其管理方式往往很粗暴，但沒有人敢反駁。
在犀牛智造，取而代之的角色叫“教練”，教練都來自一線表現優異的同事，還要經過培訓，會教給工人應用系統，還會管理工人的衣食住行。對教練出現不滿意還可以上訴到高階教練，高階教練相當於廠長，如果高階教練也解決不了的，員工關係小組就會介入。而在傳統工廠，員工不允許跨級彙報，在犀牛就沒有什麼級別之分。
傳統工廠中，工人容易異化為一顆螺絲釘，成為摩登時代裡困在流水線上的人，那在智慧工廠，工人是否會成為“困在系統”中的人？
呂曉靜認為恰恰相反，技術把她解放了出來。
首先，遇到問題，她不用打電話或滿世界去找人，一旦發生異常在iPad上一鍵觸發，就能第一時間找到相對應的人過來解決。傳統制造業上班10個小時可能只工作了8小時，因為剩下2小時都在處理異常，但在犀牛，上班10小時就產生10小時的價值。
再者，她覺得工人可以帶上腦子，而不是僅僅用手工作，能夠發揮創造性。如牛仔貼後袋的後袋膜，之前換款時需要調換樣機，每轉一個款都需要差不多1.3小時。現在工人提了一個金點子並被採納，可以根據每個客戶不同要求提前進行規格化，設計成不同的模具，然後把模具設定到機器裡面。當遇到換款時，按相應的數字，花樣很快就出來了，除錯時間從1.3個小時縮短到15-20分鐘。
公司有云創平臺，創意多的員工，會獲得重點培養和晉升的機會。“我們的創新並非都來自軟體工程師或演算法工程師，很多想法還來自於一線員工”。伍學剛認為雲創就是鼓勵所有一線工人去發揮自己的創造力。智慧製造核心不是用機器替代人，而是讓產業工人更有創造力，更有尊嚴。
招工難是工廠都遇到過的難題，犀牛卻還要難上加難，除了技能外，也要考察四個品質：“聰明、皮實、樂觀、自省”。這讓很多人感到驚訝：從來沒見過招工人還考核這些的。
但犀牛堅持如此，人與人可能性格、背景都不一樣。但對黑、白、是、非的判斷要比較一致，團隊才能夠順滑。
在亭趾社群公園，飯小盒能看到幾乎只有犀牛員工還穿著工服。這樣一群人，讓飯小盒感受到一種久違了的產業工人認同感。他想到自己，過去不要說下班不想穿工服，上班都不想穿，因為太醜了，於是就問一位看起來二十出頭的小姑娘，為什麼穿著工服逛街。
小姑娘指了指工服上的LOGO，笑而不答。