本篇是【媒体采访】系列第105篇

探讨“纺服SaaS”

越来越多服装企业正步入库存怪圈。如何用大数据预测下一季服装潮流趋势，从早期就避免高库存问题？

近日，《创业邦》就纺服SaaS发布文章。企业服务是青桐资本重点关注的方向，我们一直关注该领域的前沿技术和趋势动态，并有丰富融资经验。在本次采访中，青桐资本投资副总裁周子楹发表如下观点：

青桐资本投资副总裁周子楹

“

今年以来服纺SaaS热度提升可能有几方面的推动因素：

首先，去年突如其来的疫情对大多数服装企业来讲，是极大的考验。线下零售受挫、库存压力放大等问题，迫使企业寻求新的增长点以减少疫情对业务上的影响，更多企业开始注重C2M的生产，尝试私域或直播电商等新兴渠道，订单愈加碎片化，这些都对产品研发速度及供应链的反应效率要求极高。部分老牌品牌如拉夏贝尔的关店、Zara的销量下滑也提升了业内对于数字化转型的重视程度。

其次，阿里推出犀牛智造工厂，将数字化改造贯穿到生产端，帮助中小商家实现小单快反、以销定产。巨头的动作对服装供给侧供应链改革起到催化作用。

目前按产业链环节划分，整个赛道分为三大类别：

·生产制造环节：包括设计软件、工厂信息化系统、生产协同等类型，更像是服装行业数字化的基础设施，在打通了底层的数据之后形成网络效应，是实现产能协调、柔性供应链的基础；不同公司会有不同的细分切入点，大多还是基于自身的技术能力，比如AI算法、仿真渲染、数据处理等。

·流通环节：包括布料B2B、成衣B2B等类型，服装行业层层分销的现象很严重，传统供应链模式不能满足更新更快的需求变化，这类企业早期主要以撮合交易为主，但长期竞争力还是在于能通过市场整合提升产能利用率、提升产业链供给效率、实现供应链协同。

·零售环节：ERP+CRM、C2M等企业，从零售端数据切入，帮助品牌方及零售商做预测。

未来能够做到全行业上下游整合的可能是阿里这类巨头，实现生产端、流通端和销售端的数据互通；产业链各环节会有积累较深的创业公司补足，这类更多是行业knowhow和前沿技术、新兴渠道需求的结合；由于市场足够大，品牌方、平台方、技术方未来都能有一席之地，整合能力越强的公司越能拿到资本的溢价。

”

以下内容转载自：创业邦

作者：巴里

“拉夏贝尔被申请破产清算”在上个月曾登上微博热搜。

数据显示，2018年底，拉夏贝尔存货周转率是250天一个周期，一年只能走1.5轮。而ZARA的周转率大概是30天一个周期，一年能走12轮。

由此可见，拉夏贝尔的库存积压问题有多严重。

实际上，无数的服装企业也都在面临同一个挑战：高库存。

据第一纺织网统计显示，2021年上半年，沪深两市88家纺织服装上市公司整体实现营收1327.49亿元，然而其存货项目高达960.87亿元。

一位服企高管曾坦言：“目前服装企业消化这些库存需要很长时间，但销库存背后还需要利润支撑，财务报表一难看，银行就会跟在后面催债，所以，越来越多服装企业正步入库存怪圈。”

无论是诞生世界首富的Zara，还是年初被媒体称为中国最神秘的百亿美元公司Shein，追其本源，都是技术在推动。Zara之所以能够成为快时尚霸主，依靠的是一套从IBM引入的响应系统；Shein凭借的是跟踪用户行为数据，预测时尚潮流。

今年以来，在服装上市公司960亿库存重压之下，有这样一条赛道正在悄然成长。

据创业邦不完全统计，2021年以来，中国纺服SaaS赛道有9家公司获得融资，融资总额超15亿元人民币。不仅软银中国、高瓴资本等VC涌入，字节跳动、快手、百度、联想创投等CVC也已经开始布局。

现在，服装行业正在由技术开启一场大变局。

基于3万亿大市场

这条赛道为什么火了

机构分析指出，中国服装市场规模达3万亿元，但大而不强。

在过去大批量生产的时代，服装企业总有计划失灵、生产失误，所有的服装企业最终或多或少都会遇到库存问题。所以，这也是为什么服装企业一直在不断的寻找更加柔性化的生产模式。

实际上，在服装行业，柔性供应链的概念已经出现了10年的时间，这期间诞生了无数大大小小的公司，却鲜有人在这一领域取得成功。

在前端，客户的需求五花八门，如何能够服务好客户？在后端，如果真能柔性到一个批次只生产几件，高昂的成本问题又该如何解决？

该领域资深投资人对创业邦表示，要实现柔性供应链，就必须推动服装行业数字化，要把原先大量繁琐的工作SaaS数字化、自动化。人工智能、机器人等新技术的发展，正在给柔性生产注入新的契机。再加之服装企业又有着刚性需求，看到整个赛道足够多的机会，投资机构自然要大力布局。

服纺行业的数字化近几年一直是机构关注的热点，在上游布料环节已经跑出百布、智布互联这类现象级的大玩家。

据青桐资本投资副总裁周子楹观察，今年以来服纺SaaS热度提升可能有几方面的推动因素：

首先，去年突如其来的疫情对大多数服装企业来讲，是极大的考验。

线下零售受挫、库存压力放大等问题，迫使企业寻求新的增长点以减少疫情对业务上的影响，更多企业开始注重C2M的生产，尝试私域或直播电商等新兴渠道，订单愈加碎片化，这些都对产品研发速度及供应链的反应效率要求极高。

部分老牌品牌如拉夏贝尔的关店、Zara的销量下滑也提升了业内对于数字化转型的重视程度。

其次，阿里推出犀牛智造工厂，将数字化改造贯穿到生产端，帮助中小商家实现小单快反、以销定产。巨头的动作对服装供给侧供应链改革起到催化作用。

此外，据介绍，与机器人在建筑等行业的应用相比，服装企业的数字化改造需求是实打实的，并且服纺SaaS公司的商业模式已经基本跑通，头部公司的业绩都有显著的增长。而在过去几年，这还是一个不被看重甚至可能是被低估的赛道。

伴随着越来越多的机构在服装SaaS赛道出手，估值水平自然水涨船高。

周子楹介绍，上游生产制造环节包括智能工厂、数字化设计类的大多融到A轮左右；上中游流通环节切入的企业中，布料B2B平台已经跑出10亿美金估值的独角兽，而成衣B2B及快反供应链板块相对早些，估值几个亿到10亿多都有；近一年来有业绩支撑的公司，估值一般都能增长至少2倍。

数据闭环

全产业链成为比拼重点

在前端设计阶段，利用大数据准确预测出下一期的潮流趋势，并快速迭代，就能够从早期避免高库存问题的发生。

今年7月，知衣科技完成由高瓴创投和万物资本领投的2亿元B轮融资，此前曾获得快手战略投资、君联资本的A轮融资，以及来自“网红电商第一股”如涵控股的天使轮投资，机构投资人可谓豪华。

为什么投知衣科技？万物资本投资副总裁高法璞看重的是知衣科技在行业中所具备的数据闭环能力。

知衣可以完整收集从趋势发现、设计师款式选择、样衣制作、品牌选样衣到订单生产的全链路闭环数据。

而这点在中国尤为重要。当前，中美SaaS公司还存在较大的差距。美国的垂直行业中已经实现了高度的数字化，天然拥有着大量的数据积累，便于企业进行优化提升。而中国的服装行业，数字化水平整体偏低，并没有多少可供分析的数据。

知衣科技则拥有外源数据的能力，可以为服装企业提供潮流趋势预测等数据。知衣科技在三年发展过程中，积累了所有可能影响时尚趋势走势的数据，包括电商网站（淘宝、天猫、抖音、唯品会、拼多多），社交媒体（微博、小红书、Instagram、抖音、快手），基本上能够了解消费者对于趋势的判断和走向。

再加上传统资讯渠道，知衣科技已经拥有累计超过10个亿的款式信息，并以每天超过100万款式的速度在增长。

与此同时，知衣自主研发了针对服装图像的识别算法，能够识别数十个不同设计维度，超过1000个设计元素标签，识别精确度超过专业设计师识别水平。通过对海量数据的精准分析，知衣能够有效的帮助品牌更精准把握市场趋势，找准爆款机会。

例如，知衣的数据平台预测下个月某种颜色的布料可能会成为潮流，设计师按照平台的理念做出设计款，再放到知衣的工厂里进行试生产，测试市场的反馈，反应好可以加单，反馈不好则可以及时调整。

如此一来，数据预测的准确程度就可以及时在整个闭环里呈现出来，并且这种预测能力会不断迭代完善。

高法璞指出，这些销售数据过去是没有刻意积累，也缺少系统性分析的。但知衣现在可以通过整个供应链的反馈反向模拟出来。并且这一整套数据闭环将会有越来越强的马太效应。

截止目前，知衣的SaaS产品“知衣”数据平台已经合作了包括太平鸟、巴拉巴拉、UR、绫致集团、海澜之家等在内的超过1000家品牌，大量设计师通过知衣的平台设计出最终成品。

如今，数据闭环、全产业链也成为了赛道中头部企业比拼的焦点。

由联想创投、顺为资本、百度风投等机构投资的凌迪科技通过自研的3D柔性体仿真技术助力服装企业设计师能够快速完成设计；设计师完成设计后，可以直接为其提供视觉展示，可以为企业节省模特拍照费用和时间成本。

凌迪科技创始人兼CEO刘郴曾告诉创业邦，一件典型的运动衣，凌迪会从面料的物理属性开始到布料，到设计建模，最后到仿真渲染，然后形成一件非常具有真实感的数字服装。

在实际使用过程中，有的企业使用凌迪科技的Style3D数字化服务平台可实现从一个创意到上新，大概在24小时之内就可以完成，而在传统模式下，上新过程至少需要一周。

哪些细分领域值得关注

创业邦不完全统计，2021年以来，中国纺服SaaS赛道有9家公司获得融资，分别为：知衣科技、百布、环思智慧、飞榴科技、凌迪科技、辅料易、库无忧、云服云商、领猫SCM，融资总额超15亿元人民币。其中，飞榴科技四个月内就宣布了2轮融资。

在9家中，百布、飞榴科技、领猫SCM等定位于供应链，知衣科技、凌迪科技等则更偏重于设计环节。按产业链环节划分，周子楹将整个赛道分为三大类别：

生产制造环节：包括设计软件、工厂信息化系统、生产协同等类型，更像是服装行业数字化的基础设施，在打通了底层的数据之后形成网络效应，是实现产能协调、柔性供应链的基础；不同公司会有不同的细分切入点，大多还是基于自身的技术能力，比如AI算法、仿真渲染、数据处理等。

流通环节：包括布料B2B、成衣B2B等类型，服装行业层层分销的现象很严重，传统供应链模式不能满足更新更快的需求变化，这类企业早期主要以撮合交易为主，但长期竞争力还是在于能通过市场整合提升产能利用率、提升产业链供给效率、实现供应链协同。

零售环节：ERP+CRM、C2M等企业，从零售端数据切入，帮助品牌方及零售商做预测。

“各家机构都以细分领域为切入点，最终赌的还是在服装供应的产业链上的革命性机会。”在高法璞看来，投资人更加关注设计和供应链这两个细分环节。

1、设计环节是整个服装产业链的源头。在生产制造等供应链的各方面环节中，设计的撬动力都是最强的。设计又天然是一个最数据化的环节，是最好做数据分析也是可以做最多分析的环节。

设计说到底本身还是一个数据业务，涉及到数据的获取、清洗、结构化展示，因此比拼的是哪家公司拥有足够多的历史数据。服装款式是以千万甚至上亿为单位的，只有在行业里活的足够久，积累的数据量足够大，就会有天然的护城河。

2、无论哪一类公司一旦发展到一定规模，最终都会拓展到供应链。在品牌方从传统供应链向柔性供应链改造的过程中，这其中蕴含着大量的数字化机会。创业者也只有抓住供应链，才能够把价值闭环跑出来，不然公司业务只能停留在一个单点上，从发展性来说相对较窄。

但目前，与传统供应链相比，服纺SaaS公司仍然需要补课。据创业邦了解，国际品牌仍然会将大量订单交给申洲国际这样的传统代工企业，暂时还没有规模化交给新兴的服装SaaS公司。

高法璞道出了背后的原因，“履单能力是否足够强且能够持续稳定是每家服装企业下单时最为重要的考量因素。”服纺SaaS公司要解决的是如何能让服装企业的生产既柔性、成本又低，同时又能符合国际大牌的需求。这些公司真的能够把护城河建起来，还需要至少三年的时间。

保持克制

先把单点做到足够深

针对服装SaaS赛道的两大类创业者，高法璞也给出了建议。

一类是数据驱动型，初期把模型跑通更加重要。但后期，这类团队在做产业融合的时候，如何搞定工厂往往会成为摆在他们面前的一道坎。

另一类则是具有产业背景的团队，对于各个工厂的了解程度、合作过程中的各种门道往往都有着丰富的经验，因此他们往往选择从供应链起步。

目前，赛道内做得比较好的公司都是产业+技术的复合背景，服装行业客户愿意买单的都是真的切中痛点的产品，对业务场景的深入理解是最根本的，技术能力及产业资源是帮助解决问题。

例如，知衣科技就是一家典型的产业+技术的综合型团队。其中，创始人兼CEO郑泽宇是北京大学本科、卡内基梅隆大学(CMU)人工智能硕士，曾任美国谷歌高级软件工程师。CTO温苗苗是卡内基梅隆大学人工智能博士，曾任Coursera数据科学家。COO 何治曾就职如涵控股，直播行业资深从业者。SVP胡玉婷曾任如涵控股红人事业群及供应链负责人，操盘过近百亿的设计供应链体系。

对于初创期的公司，最应该做的就是专注和克制。

高法璞谈到，在一个大市场中，先在一个垂类做深往往会更加重要。因为整个赛道其实足够大，服装每一个环节理论上都可以跑出公司，例如设计、打板等环节还可以再细分出很多环节。

如果创业者一开始就想实现全产业链覆盖，会因为双方的理解成本和摩擦成本，造成较大的挑战。

对于创业者来说，只要能够把单点做得足够好，保证这件事情只有你能做出来，并且在两年内国内没有公司能够在这一单点上能够PK，至少就已经具备了战略价值。再往后面，创业者可以再选择适合自己的发展路线，无论是合纵连横、自我发展还是与大厂合作。

“柔性供应链在国内至少还可能会有翻倍的成长空间，只是今天大部分的柔性工厂还都比较小和散，需要一个更好的方式把这些工厂组织在一起。”高法璞说。

对此，周子楹也谈到，未来能够做到全行业上下游整合的可能是阿里这类巨头，实现生产端、流通端和销售端的数据互通；产业链各环节会有积累较深的创业公司补足，这类更多是行业knowhow和前沿技术、新兴渠道需求的结合；由于市场足够大，品牌方、平台方、技术方未来都能有一席之地，整合能力越强的公司越能拿到资本的溢价。

-END-

【青桐资本·媒体采访】精彩回顾

服装上市公司960亿库存重压之下，这条赛道突然火了 | 青桐资本 x 创业邦