阿迪达斯高速工厂的工业4.0线路图

在通往工业 4.0 的路上，阿迪达斯高速工厂不是第一个也绝不会是最后一个倒下的探索者。在新兴技术从引发革命到变为稀松平常的过程中，必然需要经历无数次的挫折和试错。从这个意义上来说，探索那些流产项目背后失败的原因，可能比分析成功的项目更有借鉴意义。

“再见，中国；再见，越南。三叶草回家了！”——2016 年 5 月 24 日，承载着“延续德国制造业辉煌”的期许,阿迪达斯高调宣布其能够颠覆工业生产的德国高速工厂（ SpeedFactory ）已经一切准备就绪，大规模生产将于 2017 年正式开始。
 
该工厂的目标是在完全自动化的流程中生产用户定制的鞋，并且保持不输于大规模生产时的速度。
 
我们知道，由于人们的脚型千差万别，喜好千人千面，所以基于标准的尺码和款式，总会有一些消费者买不到符合自己心意的鞋子，而阿迪达斯则期望用定制化解决这一问题。
 

高速工厂里，新的生产系统将非常快速且高度灵活，在软件的驱动下，机器人、针织机和 3D 打印机直接从电脑设计程序中获取指令，因此可以快速从一个项目转换到另一个项目，不必暂停生产线重新设置机器指令和指导操作员。

继德国工厂之后，2017 年底，阿迪达斯第二座高速工厂在美国亚特兰大落成，这座机器人工厂占地约为 6800 平方米，雇佣约 150 名员工，几乎 100%由机器人运作。

这种如同电影大片一般的生产线，正是德国最初在提出工业 4.0 概念之时人们所设想的美好场景。也因为此，阿迪达斯高速工厂被视为工业 4.0 的标杆实践之一。

转眼间，三年多过去了，曾经风光无限的 SpeedFactory 现在怎么样了？现实毫不留情地给充满热情的工业 4.0 追捧者们浇了一盆冷水——据路透社报道称，阿迪达斯在本月发布的公告中称，其在德国巴伐利亚州安斯巴赫和美国佐治亚州亚特兰大的高速工厂最晚将于 2020 年 4 月停止运营。

颇为讽刺的是，当年迫于成本压力，阿迪达斯撤回本土，瞄准了可以“一劳永逸”的工业 4.0 工厂；而三年之后，Speedfactory 却面临着关闭的尴尬境地。这一次，机器人输给了廉价的人工，随着 2020 年的临近，阿迪达斯的生产线重点也将再度回归亚洲市场。

业内知名 KOL 林雪萍老师在微博上感慨道：“工业 4.0 不好玩儿，德国巨头也搞不定。”

当然，在通往工业 4.0/ 智能制造 / 工业互联网（或者是其它类似意义的说法）...... 的路上，阿迪达斯高速工厂不是第一个也绝不会是最后一个倒下的探索者。在新兴技术从引发革命到变为稀松平常的过程中，必然需要经历无数次的挫折和试错。从这个意义上来说，探索那些流产项目背后失败的原因，可能比分析成功的项目更有借鉴意义。

因此，在本篇文章中，iot101 君就尝试来分析一下——那些现在就倒下的“工业 4.0”项目，究竟做错了什么？

问题 1：错估了市场需求

工业制造的范畴极广，但大部分制造业的尾端相接的都是零售业，因此零售业与制造业天然有着“生命线”上的衔接。不过，传统形态下，是制造业先于零售业，零售业除了在售后运维环节与制造业交互外，极少能参与到制造业流程中。这导致了两个显而易见的问题：

一是制造商并不了解消费者的真实需求是什么；

二是消费者无法买到完全符合自己心意的产品。

C2M（Customer to Manufacturer），即消费者直连制造模式的诞生就是为了解决这些痛点。在 C2M 模式中，消费者深度参与制造的整个流程，厂家可以按照客户的个性化需求来定制产品。

听上去是不是很美好？然而问题是，真的有那么多的消费者需要高度定制化的产品吗？

iot101 君不妨拿自己身边的人来举个例子。我们一张办公桌上坐了四个人，一个每天都穿着千篇一律的黑色衣服，一个起床时身边哪件衣服离自己最近套哪件，一个分不清墨绿和姜黄有什么区别，还有一个仗着自己是瘦子为所欲为。试问，就算给我们一个可以给自己高度定制服饰的机会，我们能给自己搞出一套合适（不那么辣眼睛）的服饰吗？

换言之，定制是一项有较高门槛的需求，设计师的存在是有意义的，标准尺码和基本款式的存在也是有意义的，普通消费者并没有那么多的精力和能力去定制商品。

成立 10 年之久的鞋类定制品牌“猎物”（Prey）恐怕对此深有体会，物女王在《这些曾经十拿九稳的物联网项目为什么最后都失败了？》中讲到了 Prey 的故事。

早期阶段，Prey 发展得很好。他们为消费者提供舒适的定制鞋类，从脚趾类型到后跟类型，从鞋跟宽度到高度，都可以定制。Prey 早期主要通过口碑传播扩展女鞋的定制业务，获客成本较低，交期控制在 2 周以内并且不收取定制费用，公司成立两年半就实现盈亏平衡。
 

为了进一步扩展大众市场，Prey 接受了 Nordstrom 的投资，建立了自己的工厂和分销网络，充分做好了将公司营收扩大到 1 亿美元的准备。然而与 Prey 所做的市场调研结论相反，大众市场并没有对定制鞋品表现出很高的热情。

Prey 联合创始人迈克尔·福克斯在博客中分析了公司的失败原因：普通消费者并不想花精力定制商品，他们更乐意追随名人、大 V 或者网红的潮流，买入知名品牌的最新样式。

同样“翻车”的还有曾经在圈内红极一时的红领集团，当年的红领，可谓是众多企业争相探访学习的对象，现在用“一地鸡毛”来形容其结局再合适不过。

红领宣传图

事实上，真正有定制需求和设计能力的往往是那些具备设计和“带货”能力的大 V，近年来直播购物、UP 主带货、网红自创品牌屡屡创造的奇迹就是最好的证明。

需要注意的是，iot101 君在上文中所用的词是“高度定制化”——并不是说所有人都没有定制化的需求，只是定制的需求没有那么深度而已。脚胖的希望鞋背做高些，怀孕的希望衣服腰围做大点儿，胯宽的希望裤子的腰胯比再小点儿 ...... 每个人都对自己的特殊需求有着明确的认知，但这都是基于标准款的些微改变。

也许在未来，随着人们消费水平的升级，高度定制化会成为日常，但现在显然还为时尚早。对企业来说，如何找准所提供的定制化的程度，怎么设计可选的定制品类模块，或许是其成败的关键因素之一。

问题 2:技术本身的局限性

定制过程中遇到的一个关键技术问题是如何获取消费者的身体数据。

假如我们需要定制一双鞋，那么需要测量多个数据，比如脚长、脚宽、脚背的高度以及脚踝的高度等等 ...... 数据越精准，定制的鞋履才会越舒适，衣服也同样如此。

如果要让消费者到店里去由专人测量，工作量太大；如果要消费者自己拿尺子测量，大概率不太准确；最好的解决方案就是依靠新的技术。

其实阿迪达斯早就考虑到了这个问题——在亚特兰大工厂开张的同时，阿迪达斯在纽约布鲁克林大桥公园内搭建了一个小型速度工厂，通过为期两天的快闪活动形式，将工厂的工作原理向公众展示。阿迪达斯将活动称之为“速度工厂实验室体验”。

数据捕捉技术

小型速度工厂内展示着一台跑步机，内置数据捕捉技术，摄像机可以实时追踪身体运动过程。与此同时，试用者可以在机器上完成脚底扫描。一系列数据，被保存到个人在线档案中。

看上去是不是非常酷？然而对阿迪达斯来说，这台跑步机只是概念产品，只能起到展示作用，并不能被大规模推广，因为脚底扫描是其扩大定制服务的难点和重要研究项目，阿迪达斯仍在寻找最佳的技术手段。

在生产线上，技术瓶颈就更加突出了。阿迪达斯曾经计划项目正式投产后每年可生产 100 万双球鞋，但由于模型有限，高速工厂只能生产针织鞋面的 Boots 中底跑鞋，无法生产橡胶材质的鞋底，比如复古款 Stan Smith 等爆款产品。

阿迪达斯复古款 Stan Smith

阿迪达斯制造高级总监 UlrichSteindorf 早在 2017 年参观工厂时就表示，其团队对于如何让机器人制作橡胶鞋底的皮质休闲鞋还没有解决方案，因为每推出一款新的款式就需要走一遍设计流程，甚至可能需要新的机器制造。

就算如我前文所述，这世界上仅有少数人拥有定制化的真实需求，为小众群体提供高端化服务也未尝不是一条好路。可现实是，以现有的技术手段根本无法做到这一点，那些大 V 心中配色和谐、款式新颖的定制服饰根本无法被柔性化工厂快速生产出来。

总结一下：
高速工厂的优势：可以高效的完成生产。一双鞋从开始到生产完成，全过程仅需要 5 小时。而在高速工厂成立之前，阿迪达斯一双鞋子从打造原型到上架大约需要 18 个月，但其中 3/4 的鞋子在不到一年的时间里就进入了促销阶段。
高速工厂的劣势：1. 能生产的种类有限，无法生产阿迪达斯的多款热卖产品；2. 成本太高，仅这两家机器人工厂，就让阿迪达斯多投入了 35%的研发费用。

阿迪达斯曾经的希望是用生产速度革新带来的销售抵消成本的压力，但其实并没有做到，于是便造成了这样的局面——从需求侧来看，现有的技术无法满足用户的深度定制需求，所以销量上不去；从供给侧来看，因为技术受限，产线的产量上不去，成本下不来 ....... 这样的项目会走向失败早已成为了定局。

问题 3：步子迈的太大

从红领到 Prey 再到阿迪达斯，一家又一家实践 C2M 的项目失败了，那么，这能够说明 C2M 在现阶段是不可行的吗？其实不然，在汽车、家电、电子元器件等领域，一些做定制化的企业似乎取得了还算不错的成绩。

比如上汽大通倡导的 C2B 的模式（Consumer to Business，即消费者到企业），不同于一般车企的选配包，用户可以完全像吃自助餐一样在手机上配置自己想要的汽车样式，如前格栅样式、后包围样式、9 种车身颜色、3-8 座 8 种座椅布局、轮毂样式、四驱模式等等，理论上消费者有上亿种配置组合可以选择，支持 10616 种价格梯度变化。

还有海尔冰箱、美的空调的大规模定制化改革。他们将产品的选择权和定义权交给用户，让生产线上的每一台家电都有用户，最终实现“即供即需”的零库存模式。他们基于用户购买和评价的大数据，产生了可以供家电工厂进行差异化和规模化生产制造的功能标签；同时大量引入机器人，并借助 AI 技术，为“小批量、多批次”的柔性生产落地奠定了基础。

再比如在贵州航天电器和西门子联合打造的“航天电器智能制造样板间”中，其产线足以支持超过 10 万种连接器产品的柔性生产。

.....

那么，这两种 C2M 的差别在哪里呢？究其原因，还是跟行业本身的自动化、数字化发展水平有关。制鞋、服装行业本身属于劳动密集型行业，原材料特殊，生产设备的智能化状态低，整体标准化程度低，所以在打造智能化工厂的过程中需要跨越许多的障碍；而家电、汽车、电子元器件这种本身自动化甚至数字化水平已经相当高的行业，具备很好转型升级基础。

简单来说就是——凡事需要循序渐进，步子迈得太大，容易闪着腰。

结语

写这篇文章的时候，iot101 君不由想起了最近亲身经历的一件小事。

前一阵，北京正式入冬，我不得不翻箱倒柜的把衣柜整理了一遍，好把那些压箱底儿的大衣、棉衣、羽绒服通通拿出来。然后，就在箱子底下发现了一件尘封已久的大衣。

这款式，当年觉得它无比新潮，现在看却觉得徒有其表、不够实穿，更可恶的是，价格还贵得要死！！！算算对这件衣服的利用率，还不抵那些款式很 low 的优衣库打折款的五十分之一。

每年每年每年整理衣柜的时候都能看到它的身影，毕竟太贵了，一直舍不得扔。

翻腾过来翻腾过去时突然惊觉——看待一件事物不能只看它的价钱，而要看它的价值。当年为了赶潮流脑袋进水买的大衣，如果以后再也不穿的话，它就对我毫无价值——除了挤占衣柜里的空间。

最后，找了个渠道，连带着这件大衣把没用的衣服通通捐了出去，衣柜里霎时清爽了许多，连带着我的心情都变得清爽起来了。

某种意义上，搞智能制造也是同样如此，如果那些投资高昂、看起来酷炫无比的自动化产线无法创造比低端的手工生产线更多的价值（甚至还赔钱），那留着它有什么用？从这个角度来看，阿迪达斯早早止损重返亚洲也未尝不是明智的选择。毕竟，赚钱，活下去，才是所有企业的第一要务。