中国工厂生死分野：AI点燃的无声暴裂

文丨石磊

【亿邦原创】凌晨四点，沪昆高速义乌出口，一辆辆满载打包箱的集装箱卡车排着长队，发动机的轰鸣声在浓雾里闷响。叉车司机叼着烟，把一箱箱日用百货甩上货车，铁皮碰撞的脆响混着柴油味，钻进每一个彻夜未眠的厂房。

但你可能不知道，调动这些货物的，很多已经是AI了。

一组公开数据或许能说明问题：阿里1688上，超过20%的采购需求已由AI智能体发起，今年预计超过40%，两年内可能达到80%。

需求侧在变，供给侧同样在变——越来越多的工厂正在用AI接单、测款、排产。

中国的B2B，正在加速变成A2A。

这不是未来，这是正在发生的事。

带着“AI时代中国工厂究竟在发生什么”这个命题，亿邦动力前不久钻进浙江义乌、永康、绍兴柯桥的1688工厂一线车间，展开了一次田野调研。

答案出乎意料地清晰，也出乎意料地残酷。

亿邦动力整体走访调查下来，最强烈的感受不是AI改变了什么，而是一场加速分裂：有的人生意正在向上，有的人生意正在断崖。不存在“差不多”的状态——你要么在一条向上的轨道上，要么正在加速滑落。

AI引爆的这场无声暴裂，不是一次行业低谷，也不是熬一熬就能过去的周期。

靠爆款、靠极致低价、靠砸投流撑起来的那套打法，地基正在整体塌陷。流量越来越贵，爆款红利越来越短，同质化竞争把所有人的利润压到了地板上。需求是存量，供给是过剩，旧时代电商的三件套正在集体失效——这不是某一家平台的问题，是整个供需结构的变化。

换轨，不是换方向，是换赛道。

但车间里的老板们不谈这些。他们只是攥着计算器，一边算AI能省下几个美工的工资，一边盘算自己还能撑多久。

他们的行动，诚实地揭示了这场变革的本质：过去，从找货到成交，每一个环节都是摩擦——找供应商要关系，打样要周期，建立信任要时间，物流要等待。

这些摩擦是中间层赖以存在的理由，也是压在工厂和买家两端的隐形成本。今天，AI正在对准这些卡点，一个一个往下打。

云端的AI只负责讲故事，车间的AI只负责省下三块钱。但当每一个环节都省下三块钱，整个链条就变了。

当AI把工厂的设计、排产、交付全部打通，中国制造或许会变成一台随时可被全球调用的打印机——海外创业者在社交媒体上发现商机，当天就能向义乌或深圳的工厂下单，几天后拿到货。创意的溢价留在本地，制造的产能在中国。

这一天还没到，但车间里的人，已经开始为它做准备了。

01

经营革命：只要能省钱，算盘会向算法靠拢

你很难要求那些只有初中学历的传统制造企业老板去变成一个AI技术极客，但这并不妨碍他将AI技术塞进自己的经营算盘里。

“我们就是草根创业，最开始带了几百块钱就来义乌了。”浙江哆品日用创始人吴献民对亿邦动力表示，生存永远是第一要务。在面对极度内卷、极度微利的行业现状时，“在很多品类里，净利润率普遍也就5个点左右。如果你没有护城河，跟别人拼卖货，根本活不下去。”

吴献民和亿邦动力沟通

这种残酷的生存挤压，倒逼着老板们主动向算法寻求解法。以前，一家传统工厂要试水跨境电商，需要专门聘请设计团队拍图修图、雇佣多语种翻译对接海外客户，一年光人力固定开支就是几十万元。

如今，浙江哆品日用首席战略官方俊成打开AI系统，对着屏幕向哈萨克斯坦客户演示：“甚至你自己都不知道想要什么款式，我们根据你们国家文化特征，30秒内就能生成产品图，对方想都不敢想。”放在过去，这件事至少要雇三个设计和两个翻译。

一帆样品展示区

除了成本，时间也省出来了。在一帆日用品的生产与拓客一线，管理层通过AI一键成图与精准营销快速筛选海外高潜买家，把过去按“月”计算的产品研发与试错周期缩短到了“天”；而专注于箱包与出行装备的赫旅服饰，则借力AI工具批量打造海外本土化视觉场景，不用再飞到海外拍摄实景了。

AI避开了替工厂写诗作画的文青路线，直接扮演起帮老板精打细算的掌柜角色。

AI在B2B场景下的本质，在于用极低的成本把商业试错的门槛拉到地平线上。

匡迪样品展示区

越是劳动密集型的传统企业，对AI下注的决心越大。在杯壶制造重镇浙江永康，浙江匡迪工贸此前经历了昂贵的“机器换人”阶段。抛光车间原本环境最差、月薪两万都难招人，引进500万一套的一体化机器人后实现了90%的自动化。如今，浙江匡迪工贸又开始进入“AI换机器”阶段。

亿邦动力在工厂走访期间，最大的感受是：

别和车间老板谈AI有多伟大的愿景，只要能省钱降本，算盘自然会向算法靠拢。商业最原始的驱动力无关崇高，纯粹来自极度的性价比

。

02

岗位重构：老经验打不过新算法，拥抱工具才是通票

当AI的触角延伸至流水线的每一个节点，普通工人与基层管理者，正在切身感受着这场岗位职责的剧烈重构。走在工厂的板房和打包间，你会发现“失业潮”的惊慌并没有如预想般铺天盖地而来，但岗位的技能逻辑却已经发生了翻天覆地的转变。

经验主义的旧权威正在倒台，掌握新工具的生力军迅速崛起。

过去靠二三十年打样经验吃香的老裁缝、老模具匠人，其凭直觉积累的经验正在被算法模型快速解构；而年轻的工人、基层的HR或者运营助理，只要掌握了AI辅助工具的调用方法，反而展现出惊人的生产效率。

以浙江哆品日用的HR部门为例，以前整理绩效、核对面谈记录表格极其繁琐耗时。“现在我们直接用AI搭建的绩效和面试系统，一页就过了。”人力资源负责人李经理表示，

AI让传统的岗位边界被全面打碎重组

。

传统家纺企业过去每年要花五六万元聘请第三方设计做图，如今美工和运营环节被AI彻底重塑。绍兴凯滨家纺的厂长胡滨直言：“以前做链接好几天都出不来，现在有了AI，几分钟就能出图，效果比人工还好。”甚至通过AI创意直接设计出带帽子、中间开口的爆款“披肩毯”。

慕理纺织品蒋元介绍自己工厂产品

绍兴慕理纺织品90后创始人蒋元，正在用AI智能体将传统ERP流程进行SOP数字化重构。“我们这一代年轻人对AI是敞开双臂拥抱的。”

浙江哆品创始人吴献民正在激进推行“全员AI化”策略：全员参与开发，每个人每个月都有任务，要做出自己工作岗位的AI应用开发。

“按照过去传统模式的效率来算，要达成我们现在的产值规模原本需要1000人的团队；但现在有了AI，200人规模就能轻松跑出来。”吴献民透露，“我们总人数没变，但业绩翻倍了，对员工的素质要求大幅提升，大专和本科的占比越来越高。”

这是一场无声的岗位变革：工人不再被笨重的机械肉体所束缚，却被更加不可见、精细到秒级的“算法效率”绑定在岗位上。老经验打不过新算法，每个人都在悄悄把算法塞进自己的饭碗里。

03

供应链重塑：从盲目排产到AI驱动的精准响应

传统制造的痛点在于“先产后销”导致的巨大库存风险。在极度内卷的市场环境中，稍有不慎，积压在仓库里的货品就能瞬间压垮一家工厂的现金流。而今天，一种全新的“边测边产”模式正在迅速铺开。

商家可以先上传由AI生成的概念商品图与打样效果，通过真实的点击率、询盘量测出市场潜质，一旦捕获爆款信号，再迅速打样投入生产。库存风险被降低到了历史最低点。

凯滨家纺生产车间一隅

绍兴凯滨家纺深谙此道：面对河北等低价库存面料的冲击，凯滨坚守迪士尼、三丽鸥等IP授权的严检路线，并用AI充当“测款神器”，先生成图放到网上测询盘，有订单再排产，“哪怕是一条毯子我们也做，主打一个灵活”。

传统的工业品与复杂配件打样成本高昂、周期冗长，派伦斯工贸通过AI前端建模与柔性打样数据打通，实现了从客户提出定制需求到小批量试产的“极速响应”。过去需要数周讨论的机械结构与工艺参数，现在几天内就能拿出一整套可量产的落地方案。

派伦斯产品展示

在供需调度的深层逻辑里，过去只有大厂才能做到的全球买家精准触达，现在一家五个人的小工厂也能通过1688上的AI工具与数字化接口直接实现。

工厂在平台上测出来的海量询盘与互动数据，背后是平台沉淀的真实采购需求信号。

厂主们告别了盲目猜市场的阶段，改由市场实时告知工厂该生产什么。

在受访工厂主们看来，1688某种程度上演变为“AI驱动的产能调度中心”——把分散在千万买家手里的真实需求，转化为工厂看得见、用得上的柔性排产信号。

“现在的竞争太惨烈了，以前出个创新产品很快就被模仿，价格卖得比你还低。”吴献民对亿邦动力感叹。为了摆脱低价无序竞争的陷阱，工厂必须把供应链响应时间缩短到极致。从AI设计选款、快速确定配方与规格，到工厂柔性排产出货，周期被死死压缩在48小时甚至24小时以内。

AI正在让中小工厂具备过去只有超级大厂才拥有的柔性供应链响应能力。事实上，

未来的工厂没有规模大小之分，只有反应快慢之别，以及AI的受害者和受益者之别

。

04

残酷淘汰赛：技术不相信眼泪，不懂AI正在加速失血

技术演进的宏大叙事背后，从来不是一路高歌猛进的温情脉脉，一线调查呈现出的是冷热交织的真实阴暗面与转型阵痛。

算力下乡带来了便利，也带来了前所未有的同质化困境

。

由于AI一键成图、一键生成文案工具的普及，各大平台上瞬间涌现出海量高度同质化的AI图与假想款。买家看图惊艳，收到实物却落差巨大；知识产权与设计抄袭的界定变得愈发模糊。

同质化困境之外，还有一场更深层的分化正在工厂阵营内部悄然撕裂。一方面，懂技术、敢尝试的新一代“厂二代”或年轻创业者，正在熟练运用“AI+全网拓客”实现逆势突围。蒋元代表了柯桥新一代创业者的困惑与探索，他们用AI做朋友圈营销图和海外获客视频，用DeepSeek处理合规流程，用视觉大模型批量产出海外本土化图文。

另一方面，大量坚守传统线下渠道、拒绝数字化的老一辈工厂主，正在加速失血。在柯桥和义乌的部分老园区里，那些依然靠老客带路、连AI测图都不愿尝试的传统打样厂，过去一年订单量直接缩水了近一半。

哆品样品展示区

“绝大多数传统卖货的企业净利润也就几个点，在这个行业里能真正赚到钱的企业屈指可数，绝大多数都是炮灰。”吴献民犀利地指出。

技术的浪潮是极其残酷的，它从来不相信眼泪，也不给守旧者留任何情面。它在拉平试错门槛的同时，也在加速拉大懂AI与不懂AI的企业代差。

淘汰工厂的往往不是AI本身，而是先一步握住AI的竞争对手。

离开义乌的那天早上，沪昆高速出口的卡车依然排着长队。吴献民在微信群里发了一条消息——他的团队前一天晚上用AI跑出了一张新品海报，海外客户当天回了个“TAKE IT（要）”。

放在过去，这种海外客户案例，肯定得发一条朋友圈。但这一次，他没发。因为他知道，这已经没有什么值得炫耀的了。

感谢同事张从容，同行本次产业带走访

本文首发于 亿邦动力 官方网站