在刚过去的虎嗅智库「502线上同行」第56期闭门研讨会上，Sureway董事长赵世尉的一番话，引发线上数百位品牌负责人的共鸣。在逆全球化、小单快反以及极致性价比的夹击下，时尚产业正被迫进入一场效率极限战。 面对这场不可逆的生产力变革，华东知名箱包制造商Sureway联手凌迪科技Style3D，从研发打样这个成本浪费最严重的环节切入，通过3D+AI重构公司竞争力，成功将实体打样成本降低40%。 在会上，Sureway董事长赵世尉、凌迪科技Style3D首席运营官陈鑫平分别从公司实践与行业变革视角，深入拆解这一案例，并共同探讨了3D+AI在箱包、鞋服等多个产业的落地路径。 在传统箱包的研发流程中，一个款式，从设计到下单，要经历采购、出格、制作、寄样、修改、确认等多个环节，若不能一次确认样品，所有流程都得推倒重来，单款开发成本高达数千甚至上万元。 过去，欧美市场的大订单可以摊薄开发成本，如今订单小单化已成常态，同样的开发费用却很难回收。在订单碎片化新常态下，如何减少样品数量与轮次、提升款式“下单率”，成为外贸公司必须解决的难题。 Sureway选择对浪费最严重的研发打样环节“动刀”，将实物样品确认转向虚拟样品确认。并根据对新技术的接受度与价值，将客户分为以下四类：开发轮次多、确认周期长的“痛点”型客户；对新技术相对开放的类“尝鲜”客户；被动观望但不抵触的“跟随类“客户；以及路径依赖强的“较保守”客户。 赵世尉选择先啃硬骨头，将第一类客户作为试点，并设立硬性条件，“实际样品最多做2轮；所有非实质性修改全部通过AI+3D进行可视化确认；但承诺提供无限次的数字化修改，直至客户满意。” 结果是双赢的。在这一过程中，不仅团队在高强度实战中迅速积累技术能力，客户也在快速响应中感受到3D+AI落地价值。在成功服务首批试点客户并积累经验后，推广至第二、三类客户就变得顺利很多。而对于第四类偏保守的客户，Sureway并不强求，则利用一年两次客户年度拜访的机会，现场演示生成与实体几乎无异的“数字样包”形成视觉冲击，逐步推动他们的转变。 当然，技术落地离不开组织与流程的重塑。Sureway重构了研发SOP，将传统“先打样、再确认”的线性流程，转变为“设计-出格-AI+3D呈现-反馈调整-确认-打样”的数字优先流程。这意味着，在动刀裁剪面料之前，90%的修改已在云端完成。新流程看似步骤增多，但3D调整确认极快，往往只需一两天；而旧流程虽看似简短，却因反复制作实物样品，实际耗时与成本极高。 当然，落地并非一帆风顺。箱包在结构复杂度、面料柔韧度、五金质感还原等方面，远高于服装。“仅仅是金属锁扣的冷硬质感，我们就和Style3D团队磨了两周。”赵世尉坦言。但正是这种对细节的极致追求，才让数字样包具备了真正的商用价值。目前，Sureway实物打样比例已降至40%以下，客户确认周期从两周缩短至两三天。同时，数字样包模式不仅提升了效率，也增强了客户对Sureway的专业认同，构筑起更稳固的合作关系。 凌迪科技Style3D首席运营官陈鑫平指出，2025年将是Agent元年，AI能解决的业务问题正呈指数级增长，但生成式AI本质上是概率模型，擅长“给灵感”，但存在不可控的“幻觉”。对于制造公司而言，交付的东西必须准确、可控、可生产，并承载公司自身DNA。 3D的价值，正在于提供这种硬约束。凌迪科技Style3D自2022年起深耕3D+AI融合，逐步构建起了从设计、打样、营销到交付的端到端完整数字链路：设计端打通制版、建模、面料数字化，建立起涵盖从2D制版、成衣建模到毛织建模的完整链条，解决设计与生产的断层；营销端依托AIGS能力，将3D模型一键生成图片、视频等直接可用的素材，实现“所见即所得”；硬件层面，通过结合面料扫描仪、一体机等硬件保障高精度物理参数还原；同时，结合云协同与数字资产管理平台，实现跨地域高效协作。 凌迪科技Style3D的这套“所见即所得”的体系，将时尚产业从“线性开发”转变为基于数字孪生体的“并行协作”，让灵感真正落地的同时，也大幅释放了生产力。 在研讨环节，在虎嗅智库内容负责人主持下，针对来自软通动力、立元集团、特斯拉、腾讯、希音、小米、江铃汽车等公司及高校代表的疑问，两位嘉宾也进行了详细回复： 陈鑫平认为，消费市场呈K型分化，高端与大众消费持续，中间层消费承压。公司的关键在于构建持续5-10年的差异化竞争力。“好产物是差异化竞争力的核心。”凌迪科技style3D的3D+AI解决方案就聚焦于产物设计研发环节，帮助公司打造符合自身DNA、精准匹配目标客群的好产物。 赵世尉补充，技术方案在公司中的落地还需满足两大条件：一是客户能接受，二是成本可控。落不了地，客户不买账；成本下不去，公司就没有竞争力。 赵世尉结合自身实践回应，项目成功落地的基础在于打造一个具备坚定信心与足够耐心的团队，并构建能力互补的人员架构。团队中需新老结合，背景互补。既要有深扎行业的懂工艺与应用的人、也要有懂代码和技术的人，要有经验丰富的老手带队，也要有思维活跃的新人加入。此外，持续激励团队、并将客户使用后的正反馈及时给到团队，建立起团队的成就感，也至关重要。 陈鑫平坦言，主要难点有三：一是技术本身仍在持续进步，像服装纺织这类关乎“衣食住行”的大产业，其科技化突破并非一蹴而就，目前仿真度虽已达95分，但在如皮草、特殊金属质感等复杂工艺的极致还原上仍有提升空间。 二是，AI技术产物能力与千差万别的公司实际应用场景之间，需要大量的、深度磨合；第三，行业中既懂技术又深谙业务的应用型人才供给，无论在专业度还是数量上，都与爆发增长的需求存在差距。 解决方案在于“磨”。通过具体的合作项目，不断改革SOP流程与优化人才结构。以凌迪科技Style3D为例，后台由顶尖院校的算法与开发团队攻坚底层技术，但更重要的是前台，需要依靠一大批扎根行业的“老兵”来解决实际应用落地问题。只有前、后端紧密配合，在实战中不断磨合、才能实现突破。 赵世尉补充：项目主理人的信心高于一切。基础能力可以慢慢练，但主理人必须有必成的决心。同时，不要闭门造车，一定要引入客户参与，形成“正反馈闭环”。 在生产力变革面前，没有一家公司可以置身事外。与其等行业完全透明后被迫跟进，不如在变革初期寻找属于自己的技术杠杆。AI变革不是终点，而是重塑核心竞争力的必经之路。 如果您正在经历同样的行业阵痛，希望了解更多对于AI、Agent落地的案例、路径、方法论，欢迎扫描下方二维码，加入【虎嗅智库 · AI 产业落地社群】，在这里，我们不谈空洞的概念，只聊真实的落地与增长。
