绝密计划:我在阿里打黑工
17coding技术博客
共 14148字,需浏览 29分钟
·
2020-11-01 01:14
本文由公众号浅黑科技(id: qianheikeji)授权转载
全中国每卖出四件衣服,就有一件是通过阿里巴巴卖出去的——这是一个科技高效的服装销售系统。 可是反观服装的生产,却是江浙、粤闽的一台台缝纫机、一双双手、一日日的辛劳苦痛——这是一个传统低效的服装生产系统。
1、服装制造业做的是“非标品”,每一件衣服都出自工人的手工制作。 2、既然是手工制作,生产效率就和工人的“熟练度”息息相关。 3、一款衣服,刚开始制作的时候因为熟练度低、工序之间配合差,工厂总体效率也许只能发挥出20%,随着大家对这款衣服的制造流程越配合越熟练,效率就会爬坡,最终达到100%。但这个爬坡需要一周左右的时间。 4、服装制造业有一个“50%定律”:效率在50%以下时,每加工一件衣服都会亏损;效率爬升到50%以上时,才开始产生利润。所以理论上来说,同一款式的服装订单数量越大,工厂的盈利空间也就越大。
首先,要是能通过大数据来提前判断需求,消费者喜欢什么就开发什么、生产什么,不就能减少库存积压浪费了吗? 其次,要是能让人工智能学会人类的经验,精准地调度每一道生产工序,让做小订单能达到大订单一样的效率,那所有品牌的衣服不就都能做到质优价廉了吗?
我把犀牛工厂的愿景讲完,如果对方眼睛像汽车的氙气灯一样闪闪发光,那我心里就有数了,这是个我辈中人,可以考虑。
1、吊挂系统上面排列着无数衣架,如同一条河流,带着一件半成品衣服流经所有工序。 2、在每一道工序,工人都会把衣服从衣架上拿下来,进行自己的操作,然后再挂上去,传送给下一道工序。 3、所有工序上的工人都操作完成之后,这件衣服就做成了。
假如工序一是“为牛仔裤缝制口袋”,有两位工人在做;工序二是“缝合裤腿”,有三位工人在做。现在突然出现了一些意外情况:工序一的工人们明显做得很吃力,眼看就要产生积压,而工序二的工人们做得轻松,每个人都有很多闲置时间。 这时,系统就会自动调度,把工序一的一部分工作分给工序二的工人去做,从而平衡整个产线的效率。 如此,在生产的过程中就根据实际情况实现任务的重新分配,这就叫“产中排位”。
工人们从智能蛛网吊挂系统的衣架上取下自己要做的衣服,然后在智能工作台上完成工序,最后把这件衣服重新挂到衣架上,与此同时,Ta要拍一下智能工作台右侧的圆圈按钮。
这样一来,测试是变得简单了,就是大半夜的满天飘白布,大家觉得有点瘆得慌。。。
我们改变了员工落地的方式。如果你是服装行业背景的同学,那就先到技术产品线学3个月开发测试,毕业的时候再交一个“毕业创作”。如果你是算法工程师,那就先到生产线上去做一段班组长,亲自带着生产线上的工人们生产。
我们最终是相互成就的。
人工智能的学习有一个瓶颈期,可能很长时间的表现都表现平平。可是积累到了一定程度,它会突然突破,效果变得特别好。
其实疫情的压力反倒给了我们很多灵感,要不是时间紧任务重,我们还真不一定能想出那些设计呢。
我们并不想自己开无数家工厂,也并不想抢传统制造业的蛋糕,但是首先我们得懂这个行业,自己有做过,否则谁信?谁敢与我们合作? 我们想用犀牛智造验证过的技术和经验来帮助无数传统工厂转型。我们做梦都在等待这个历史机会。
犀牛智造发展到了今天,已经进入了深水区。此时此刻如果技术止步不前,我们就会陷入业务驱动的苟且,忘记远方的田野。我们迫切地需要世界顶尖的算法科学家,需要有全球视野的技术领导者。我们要发出声音,让他们看见这片战场。
我入职第一天就开会到凌晨两点,人生地不熟骑了一辆自行车回到酒店。大街上空荡荡的,我突然有点恍惚。就在两个月前,我还在办公室里穿着西装泡着茶,有一个专职秘书帮我处理事情,自己买的大房子就在工厂旁边。我当时就开始怀疑人生:自己的决定真的正确吗?
到后来我招聘的时候都会说得很明白,你要对你的选择负责,你要能接受“不可逆转的失败”:如果最终你还是无法适应,那么对不起,你不仅不能留在这里,你可能也回不到过去了。
阿里巴巴如果真的能把新制造这件事儿做成,应该立一块碑,把所有人的名字刻上去。
如果有一天,我们的工厂不再被看做是夕阳产业,而是能像众创空间一样吸引着大学生;我们的年轻人不再觉得加入工厂只是打工赚钱,而是一种充满尊严的创造;我们谈起制造业不再讨论廉价的劳动力,而是讨论科技、数据和智能,那时也许我们才有资格说自己成功了。
本文由公众号浅黑科技(id: qianheikeji)授权转载。
-- END --
加所长微信:bsmyjsa,拉你入群。
评论