大数据背景下智能服务在传统服装业的应用与发展研究

作者:未知

  摘要:2016年7月26日,由政府牵头制定的《发展服务型制造专项行动指南》提出,服务型制造要向专业化、协同化、智能化发展,而智能服务是智能制造的必然延伸。为构建大数据背景下智能服务体系,初步建立以数据驱动的智能服务体系,促进传统服装产业转型升级以借鉴作用。
  关键词:大数据;智能服务;服装业
  中图分类号:F2文献标识码:Adoi:10.19311/j.cnki.1672-3198.2019.15.007
  1研究背景
  1.1智能服务是智能制造的延伸
  2015年3月,德国国家科学与工程院发布的《智能服务世界》报告给出了智能服务的概念:智能服务是智能产品、实体服务和数字化服务相结合的不同类型服务组合,是工业4.0 制造的智能产品(出厂后)组成的价值链。智能服务作为智能制造的延伸,是服务型制造的重要模式之一,要实现“中国制造2025”,需实现智能制造,而智能制造又需要智能服务。
  1.2智能服务是大数据的创新应用
  在大数据时代下,新零售模式的渐渐兴起,即以消费者体验为中心的数据驱动泛零售形态,通过用户行为数据持续优化精细化企业运营的同时,注重每个用户的,明面和潜在的需求,并且主动、高效地满足用户的需求,即所谓的智能服务。因此,在大数据背景下,发展智能服务是目前广大制造和销售业的迫切需求领域。
  2研究现状分析
  2.1智能服务理论
  2.1.1智能服务的基本概念
  关于智能服务,各方对其认识还未形成共识,由于支撑智能服务的技术还在不断发展,智能服务的形态和分类也未定型,需在发展中不断总结。
  Ammar Alkassar博士(2015)提出,智能服务是对大数据进行分析解读、互相联系以及补充,集合成为知识,最终运用到产品和服务当中去。迈普(2012)指出能够自主辨别用户的需求,并且高效,主动,安全,环保的满足需求,就是智能服务的目的所在。
  刘铸红(2016)提出,智能服务是指将生产,供应和销售各个环节通过物联网信息系统进行数据化的分析处理,通过智能工厂达到快速有效的产品供应。肖志辉(2016)认为,智能服务与传统的被动服务有所差异,在于智能服务能够通过对用户信息的摄取分析用户的消费特征和消费需求,能够准确的对接用户需求,并提供给用户更高价值,更多选择的资讯,让用户能更高效,更便利的获取自己所需要的服务。李晓钟(2017)提出促进智能服务转变为产业化的相关因素有:信息网络基础设施、核心技术的自主创新能力、信息网络技术安全性和数据保护、智能服务人才和规章制度(规范与标准)等。同时,智能服务产业不但具有导向性、关联性、前瞻性和全局性等基本特征,而且具有市场高风险性,需求不确定性、技术依赖性等特点。
  2.1.2智能服务发展现状
  Michael Wei(2017)曾表示,随着人工智能技术的不断发展,人工智能对人们生活的渗透会逐步加强,智能服务就可能成为人们生活中的水和食物一样,没有智能服务就像生活中缺少水和食物。而人工智能服务的一个障碍是没有明确的标准来衡量水平和质量,而利用人工智能作为基础来提供的服务可能反而能够体现出差异性,所以人工智能可能会成为智能服务的基础能力。Ammar Alkassar(2015)提出在“智能服务世界”中凭借广泛可用的数据库,便可以预见和避免企业范围内即将发生的故障或冲突,首先,在问题出现之前,服务提供商要完全自主地,有预测性地在远程或在现场提供智能服务。
  岳高强(2014)认为,近年来,随着数量不断增加的智能服务终端,为满足用户的体验和使用需求,智能服务平台的水平也会逐步增强,而通过云端和终端的相互影响和相互促进,也有利于更好的提升智能服务水平和改善智能服务环境,最终增大服务附加价值。刘铸红(2016)提出,目前智能服务在企业中,ERP更倾向于企业信息的管理,MES更倾向于生产过程自动化的控制,但是ERP和MES没有很好的有机连接。孙浩林(2018)提到,智能服务已经延伸出跨行业科技,主要指一些数字化平台生态系统或线上市场,企业可以在平台上提供商品、数据以及一些智能服务。
  2.1.3智能服务的创新发展途径
  Dieter Spath博士(2015)提出,智能服务必须保持着这样的理念:为用户提供更好的产品、提高社会福利以及为员工提供更好的工作。谁能将智能服务,智能产品和智慧人才汇集在一起,谁就能获得在智能服务世界中的领先地位。
  周宏仁(2015)指出,智能服务是要实现集成化、一体化和全方位的数字化,也就是全面的智能化。刘希俭(2015)认为,智能服务依托于大数据,在加大信息化投入资源的同时,还要加上企业对信息管理的能力,包括企业对大数据的获取能力,信息化的认知能力,筛选分类能力,组织能力以及应用能力等。孙浩林(2018)提到,智能服务平台设计要有统一标准,如通讯设施、连接方式、数据安全等,企业要判断当前的国际通行标准在多大程度上可以保留和应用于新的数字化领域,那些标准需要进行修改或重新制定。周济(2017)对智能服务发展表示,在今后的几年中,将以远程人工智能服务为重点发展,并以此为基础,将制造业全面推进以智能服务和智慧化工厂的结合为中心的产业模式全面改革,让更多的企业从劳动密集型的生产企业转变为以智能服务为中心的服务型制造业。李晓钟(2017)认为应建立智能服务产业和技术孵化器,通过智能服务技术应用示范项目和基地,推动科技资源集聚和资源转化,构建智能服务产业技术协同创新平台,提高科技成果转化率,建立科技资源转化支撑体系。
  2.2服装业运营情况
  2.2.1服装业经营情况整体向好
  在经历服装业下行的形势后,2017年服装业迎来复苏。2017年服装业各月营业收入累计值均高于上年同期。尤其是2017年2月—8月,其收入累计增长率保持在6.5%以上。据统计,2017 年 1—5 月,服装行业规模以上企业累计实现主营业务收入 9224.96 亿元,同比增长 7.70%点;利润总额 522.35 亿元,同比增长 9.42%;销售利润率为 5.66%,比 2016 年同期提升 0.09 個百分点;销售毛利率 13.93%,与 2016 年同期提升 0.04 个百分点;三费比例为 7.92%,比 2016年同期下降 0.12 个百分点。近几年的数据显示,服装业亏损企业单位数量呈现下降趋势。亏损企业比例从 2013 年的 20.38%下降至 2017 年的 16.45%。总体来看,2017年服装业“回暖”,服装业的发展仍有上升空间。   2.2.2服装需求呈现多元化、个性化趋势
  随着模仿性消费需求的逐步下降,人们对服装的多元化和个性化消费需求快速增长,逐步取代模仿性消费成为消费主流。因此,由于消费者对服装需求各异,服装流行元素变化迅速,服装生产成本逐步降低,人们对服装产品的个性化和设计性要求增高,服装业转型升级步伐加快。
  2.2.3服装业库存压力大
  2017年服装业库存量显著高于去年同期,且2017年6月存货累计值突破2000亿元,累计增长达6.4%。据统计,服装业平均毛利率一般为20%,即使没有库存,减去10%的各项费用,剩余利润也只有10%,在没有消化库存的情况下,利润进一步降低甚者获得“零盈利”。实现“零库存”将是服装业转型、创新的一个关键点。
  2.2.4服务数据化、智能化程度逐步提高
  近年来,以互联网为代表的信息通信业正在加快与传统制造业、服务业的跨界融合,“智能产品即服务”、“智能制造即服务”等理念使得新的智能服务业态开始涌现。2017年,伴随着产业转型升级和居民消费多元化、个性化的发展,服务运营数据化驱动、打造智能服务体系对传统服装业创新服务模式有着突出的意义。
  3应用价值
  2016年政府报告提出,“把握智能服务新趋势,探索智能服务新模式,培育智能服务新能力”的行动指南要求。我们的研究以传统服装业为方向,将智能服务充分应用其中。
  而在智能服务体系下,一方面通过大数据挖掘,可以帮助服装业商家动态感知消费者的时尚需求变化,更高效地与供应商对接,最终帮助服装产业解决库存问题。另一方面在挖掘每个用户的显性和隐性需求的过程中,通过C2B模式实现反向定制,企业也可以据此及时调整经营策略,减少因为模仿性消费降低导致的压库存情况,从而大幅度降低生产经营成本,最终实现品牌的重塑升级。
  4传统服装业发展转型综述
  4.1传统服装业存在障碍
  4.1.1服装业中智能服务体系中按需定制服务与追求高效生产之间的矛盾
  按需定制的智能服务模式以用户的个性化需求为中心,如何提升地方传统服装业的定制设计与按需制造能力,在满足用户需求的同时实现高效的生产制造,追求更高的经济效益和社会效益。
  4.1.2地方传统服装企业向智能服务转型的动力不足问题
  传统服装企业多数以劳动密集型为主,企业对服务的需求仅停留在仓储物流、批发零售等较为低端的服务领域,极难在产业链上进行延伸,在产品上的附加服务也极为有限。如何才能为这些传统服装企业创造足够的转型升级动力是我们致力解决的问题之一。
  4.2转型的对策及建议
  4.2.1提升服务效率,降低服务成本
  通过对当地制造业和销售企业的实地考察,能针对性提出智能服务的构建方法,动态感知消费者需求变化等方法来预测消费者的需求、意图和偏好,从而针对性地生产产品,主动地提供服务以满足其需求,进而提高全要素生产率、产品附加值和市场占有率。同时更高效地与供应商对接,最终帮助服装产业解决库存问题,减少劳动力的投入,从而降低服务成本。
  4.2.2促进传统服装业转型升级
  通过实地考察可以丰富智能服务在新需求和制造业方面的应用。以智能服务为思路,考虑到客户的需求、意图和偏好为中心,从而建立在数字基础设施上的数据化商业模型,开展数据分析服务也是智能服务拓展盈利来源的可行方向。我国服装业业还是劳动密集型产业,智能服务使以往生产要素的生产竞争方式正在转变为科技实力的综合竞争,使产品智能化,生产要智能化,消费体验交互化,从而提高核心竞争力。
  5智能服务于传统服装业发展建议
  5.1大数据背景下智能服务与智能制造的有机对接
  在科技革命与产业革命的浪潮中,智能服务将会成为智能制造的必然延伸。通过走访传统的服装织造厂,探索服装业已有的大规模流水线生产模式以及生产型制造的产业形态。后续辅以物联网、云计算和大数据等技术,拟追求低时延、高可靠、广覆盖、更安全的网络化协同制造服务,添加数字内容增值服务。在使制造业提高全要素生产率、产品附加值和市場占有率的同时,科学渗透“线上线下多元服务,增强客户黏性”的智能服务模式,实现产业模式从以产品为中心向以用户为中心的根本性转变,实现产业形态从生产型制造向服务型制造的升级,实现智能服务与智能制造的有机对接。
  5.2大数据背景下智能服务在传统服装业中的实际应用
  了解其现有的服务内容与模式,对其进行全面科学的SWOT分析,从而研究在大数据背景下传统服装业实施智能服务的可行性,促进地方传统服装业转型升级。以产需互动,价值增值为导向,建议企业建立大数据联盟等产业链合作组织,对接科技、金融、网络等多种资源,引导企业建立信息流、资金流、物流实时并行的数据模型和数据链条服装业互联网平台。
  参考文献
  [1]计世资讯.智能服务服务中国[J].计世资讯,2012-7:17.
  [2]孔翰宁.从工业4.0到智能服务的世界:数据驱动型的经济转型[C].中国信息化百人会公共政策圆桌会议,2015-10-22.
  [3]工业和信息化部,国家发展和改革委员会,中国工程院.发展服务型制造专项行动指南[Z].2016-7-12.
  [4]服务型制造解读专家组.发展服务型制造专项行动指南(十一)[N].中国电子报,2016-7-29(12).
  [5]叶檀.新零售疯狂来袭-弱者已无生路[J].上海企业,2017,(10):42-47.
  [6]张恒梅,王曼莹.中国制造业以服务化转型构建新竞争优势研究[J].经济纵横,2017,(11):72-77.
  [7]田立民,乐嘉春.大数据应用,长虹智能服务新起点[J].上海证券报,2014,(B01):1.
  [8]胡虎.从智能生产到智能服务[J].人民邮电,2015,(5):2.
  [9]孙浩林.德国“智能服务世界”计划助力工业4.0[J].环球视角,2018-1:73,74.
  [10]徐恒.智能制造:智能服务引领平台之争升级[N].中国电子报,2017-01-01(2).
  [11]Manvi.S.S.An intelligent product-information presentation in E-commerce[J].Electronic Commerce Research and Applications,2005,(3):220-239.
  [12]Xiaoyu Yang.Intelligent products: From lifecycle data acquisition to enabling product-related services[J].Computers in Industry,2008,(3):184-194.
  [13]Dobre.C.Intelligent services for Big Data science[J].Future Generation Computer Systems,2014:267-281.
转载注明来源:https://www.xzbu.com/2/view-14895599.htm

服务推荐