12月5日下午，2025纺织服装行业数字化转型大会在江西省九江市召开。会上，中国纺织工业联合会党委书记、会长孙瑞哲作《人工智能驱动纺织服装行业新质生产力》讲话。以下为讲话全文：
人工智能驱动纺织服装行业新质生产力
——2025纺织服装行业数字化转型大会讲话
中国纺织工业联合会党委书记、会长孙瑞哲
2025年12月5日
党的二十届四中全会擘画蓝图，引领未来。全会将“建设现代化产业体系，巩固壮大实体经济根基”置于战略任务的首位，强调要“促进实体经济和数字经济深度融合”，“全面实施‘人工智能+’行动”，“抢占人工智能产业应用制高点，全方位赋能千行百业”。这为新时期纺织现代化产业体系建设提供根本遵循和重要指引。
当前，数字化转型已不是单纯的技术迭代，而是一场触及生产方式、产业形态与价值模式的范式革命。立足当下，面向未来，本次会议聚焦数智化转型议题，透过纷繁复杂的技术表象，探寻AI带来的产业变革与时代机遇。这既是贯彻落实四中全会精神的积极实践，也是在承前启后的关键节点，寻找产业升级路径的有益探讨。大会的举办具有重要意义。借此机会分享几点认识。
一、要理解数字化转型对纺织行业发展的重大意义
围绕高质量发展要求，纺织服装行业正在向“创新驱动的科技产业、文化引领的时尚产业、责任导向的绿色产业、以人为本的健康产业”跃迁。在这一进程中，数字化转型不是简单的技术升级，而是建设现代产业体系的战略杠杆与核心变量。
第一、重塑动力机制，推动从“要素驱动”向“创新涌现”的系统升级。数字经济构成全新的创新生态，通过技术、数据与业务的深度融合，数字化成为连接材料创新、工艺创新、制造创新的“神经网络”。不仅打破产业链上的信息壁垒，更使得产业创新逻辑从单点技术突破，进化为全链条的系统性创新。
第二、重构价值形态，驱动从“物质生产”向“文化引领”的范式转型。通过数据要素的赋能，数字化将无形的文化价值转化为可计算、可感知的生产力。从AI辅助设计的源头创新，到虚拟现实的场景构建，数字化将产业重心从产品延展到服务，构建起从实体到虚拟的价值生态。
第三、变革治理模式，实现从“粗放增长”向“精益治理”的根本转变。通过智能算法优化工艺参数与管理体系，数字技术从源头大幅提升资源效率，遏制污染物产生。区块链构建的透明供应链体系，不仅为碳足迹追踪与绿色认证提供可信底座，更是绿色金融与贸易的关键支撑。这使得产业确立了“减碳、降污、扩绿、增长”协同并进的精益治理新格局。
第四、升华服务属性，完成从“供给产品”向“保障健康”的角色跨越。纺织行业正在深度融入大健康场景，构建起保障生活健康、生命健康与职业健康的价值网络，实现产业价值向服务民生与人文关怀的回归。比如通过智能可穿戴设备实现对人体健康的实时感知，通过智能改造优化劳动环境等。
二、要把握纺织行业数字化转型的现实基础与特征趋势
纺织是两化融合实践最早也是最充分的行业之一。截至2025年9月，行业两化融合水平为64.8。数字技术应用覆盖面不断增大，截至2025年9月，纺织服装行业在研发设计、生产制造、运营管理等关键业务环节全面数字化的企业比例达到64.9%，高于全国制造业61.3%的平均水平；关键工序数控化率达到65.3%，高于全国消费品行业64.4%的平均水平。工业软件应用普及率稳步提高，截至2025年9月，纺织企业数字化研发设计工具、ERP、PLM和MES普及率分别达到84.9%、71.1%、30.2%和32.3%，均实现较快增长；纺织企业生产设备数字化率、数字化设备联网率分别达到59.1%、53.5%，高于全国制造业57.9%、52.6%的平均水平。纺织行业网络化协同化企业比例、工业电子商务普及率分别达到51.3%和72.2%，高于全国制造业47.2%和71.9%，纺织企业智能化网络化水平不断提升。纺织行业数智转型成果丰硕、走在前列。
一是从标准生产向柔性制造转变。以数据驱动生产，通过智能制造满足“小批量、多品种、个性化、定制化”需求，成为重要趋势。波司登通过建成全链路智能工厂，构建起“以销定产”的柔性供应链；南山智尚凭借3D设计软件实现“72小时极速反应”，定制订单占比达35%。柔性制造能力的背后，是数智的深度赋能。
二是从单点突破向系统集成转变。企业已经从“头痛医头、脚痛医脚”的局部改造，走向全流程、全要素、全场景的系统性重塑。罗莱生活部署MES/WMS系统，供应链协同效率提升80%。数据流、业务流、价值流深度融合，技术工艺、组织结构、管理模式全方位重构，行业正通过构建智能平台，实现全价值链的系统性跃升。
三是从封闭竞争向开放协同转变。数字经济打破企业边界、产业边界、地域边界，催生全新的协作模式。华孚科技开展“东推西训”上虞+新疆联动模式，打造跨环节、跨企业的算力协同增值空间。万物互联、创新协同、价值倍增，开放开源正成为现代纺织的重要形态。
三、要明晰人工智能在纺织行业的应用创新与丰富场景
人工智能是当前数字化转型的最大变量。今年以来，从《关于深入实施“人工智能+”行动的意见》到《关于增强消费品供需适配性进一步促进消费的实施方案》相关政策密集出台，各个地方重点推进，智能经济进入发展快车道。
中国纺联把人工智能作为行业未来发展的关键领域，深化服务，引导实践。积极推动AI技术在垂直领域、细分场景的普及应用。围绕顶层设计与路径探索，开展《纺织行业数字化转型及人工智能应用的路径》专题研究，发布《纺织服装行业人工智能应用分析报告》，为行业提供权威指南；推动工具创新，优化纺织产品开发数据分析与决策平台、AI图案设计平台DPI SPACE，赋能色彩、图案、面料及终端产品开发；推出AI应用模型AiTA，为行业提供高价值数据库、知识库、模型库；开展中国首届棉服AI设计大赛、首届中国(渠县)户外纺织服装AI设计大赛等多项赛事，加速技术普及应用。相关工作取得积极成效。人工智能在纺织行业应用正在快速从概念验证走向规模落地，从单一场景走向系统集成。
(一)AI驱动设计研发，打造产品敏捷创新的数字化流程
AIGC等新一代人工智能技术正在改变传统设计模式。款式生成、花型设计、色彩搭配、数字样衣等技术使得设计速度大幅提升，设计创新能力显著增强。3D数字样衣和面料仿真使样品开发更快、成本更低。如万事利花型设计大模型实现个性化定制，凌迪style3D平台大大降低样品设计周期，青岛轻链平台大幅度降低设计成本费用。以大数据和AI算法为基础的纺织服装行业趋势预测模型帮助企业洞察市场变化，AI正在把传统经验型设计模式，转变为“数据驱动+智能生成”的新范式。
(二)AI融入智能制造，实现自适应型的精准生产模式
人工智能技术推动生产过程从经验驱动转向数据驱动。纺织生产设备故障预测、预测性维护，有效减少停机时间，提高生产效率。生产工艺通过AI自动调整参数，优化工艺，实现节能降耗。服装企业生产根据AI算法，按比例进行拆分和套排，实现订单配比最小分配，有效降低成本，如深圳博克科技智能排料系统平均降低服装企业原料成本1.5%。AI智能检测解决织造企业瑕疵检测难题，提高产品合格率和效率，如广东溢达边织边检系统和智能验布机有效降低疵布率。AI技术使企业产品质量更稳定、能耗更低、成本更可控。
(三)AI构筑柔性供应链，打造高效协同的智能生态
AI通过数据驱动，使纺织服装供应链迈向柔性、高效与协同。在生产环节，AI视觉质检与智能排产优化工艺流程，提升制造能力与产品质量，如桐昆集团连接超25000台设备和超150万个关键工艺数据采集点位，实现跨设备、跨系统、跨厂区、跨地区的数据“全局可视”。AI与“产业大脑”相结合打通信息孤岛，实现面料精准匹配、产能灵活调度与全链路数据可视，构筑供应链上下游深度协同的生态网络，实现以市场实时需求为导向的快速响应，如柯桥“AI布”大模型，依托30万块面料数据、全国40%印染产业数据、28%印染产能数据赋能全产业链。
(四)AI赋能品牌发展，形成以消费者为中心的产品触达
AI正深度重构纺织服装品牌的营销与消费者触达方式，通过分析社交媒体、搜索趋势等海量数据精准预测流行需求，指导产品开发与市场投放，利用AIGC批量生成个性化营销内容与虚拟试穿体验，实现创意提效与沉浸式互动，并基于用户行为数据构建动态画像，在电商、社交平台等全渠道实现“千人千面”的精准触达与推荐，构建起以消费者为中心、从预测到触达全程智能化的敏捷营销闭环，显著提升转化率与品牌忠诚度。
(五)AI推进绿色发展，促进精细化管理与资源循环利用
AI通过赋能全链条的精细化管理与技术创新，成为推动纺织行业绿色发展的核心引擎。在生产环节，AI算法能优化能源消耗、精准控制染化料投放，并利用视觉检测减少面料瑕疵和浪费，从源头实现节能降耗与减污。在资源利用方面，AI助力开发循环纤维新材料，并通过对废水、废料的智能监测与循环规划，提升资源再利用效率。从节能优化到化学品减量，从碳足迹管理到循环再制造，AI驱动行业从高耗能的传统模式，向可追溯、可循环的可持续发展模式系统性转型。
四、要理清人工智能的发展趋势与现实瓶颈
当前，人工智能创新涌现、快速迭代，呈现出三大演进趋势，深刻改变着产业的运行逻辑与价值创造方式。
(一)执行逻辑“代理化”：从“流量入口”到“服务接口”的业态重构。人工智能正在强化领会意图、拆解任务、自主决策、闭环执行的能力，垂类模型专业能力不断提升。Gartner预测，到2028年至少15%的日常工作决策将由AI agent自主完成。这将催生商业逻辑的重构，比如AI Agent正在代替人做出消费决策，推动消费模式从“搜索(Search)”向“代理(Agency)”转变。企业需要探索从关注搜索引擎优化(SEO)转向生成式引擎优化(GEO)，更好地建立算法信任。
(二)能力边界“实体化”：从“认识世界”到“改造世界”的延展。“具身智能”与“空间智能”的突破正在打破虚实藩篱。机器人在纺纱、络筒换筒等环节已实际应用，新凤鸣5G工厂的智能巡检机器人可实现设备状态及时精准预警。AI的能力正从理解数字空间向操控物理实体延展。以World Labs的Marble系统、商汤的“Puffin”为代表的空间智能技术，正在推动机器人从“适应程序”走向“适应环境”。未来，缝制、整烫等非标柔性环节将有望实现无人化作业。
(三)应用底座“普惠化”：从“机器换人”到“人机耦合”的生产关系重塑。随着算法迭代(如DeepSeek)与开源生态成熟，AI推理成本呈指数级下降，正演变为像电力一样即取即用、按需付费的“普惠基建”。贝恩预计，到2035年，人形机器人物料清单(BOM)成本将下降60%至70%。“数字员工”照进现实。人类角色从“执行环节”向“监督决策”跃迁，“共事、共治、共生”的人机关系正在形成。企业需要坚持以人为本，完善人机关系治理，释放人机协作最大势能。
但整体来看，智能经济仍处于萌芽和探索期。MIT报告显示，95%的组织尚未从AI投入中获取实质价值。行业智能化发展还面临瓶颈。大多数企业仍处于数字化转型的爬坡期，管理与设备的数字底座尚未夯实，距离人工智能的实质性落地存在显著的“能力代差”。“数据孤岛”现象依然突出，行业生产领域的关键数据标准和注释协议缺位，导致相关数据采集难、规模化模型训练难，制约了AI模型精度的提升与行业应用的纵深拓展。我们既要沉下心来补齐数字化短板，更要携起手来打通数据流通的标准化堵点，更好释放智能红利。
五、要推动纺织行业的智能转型与原生创新
面向未来，行业需树立“智能原生”思维，坚持第一性原理，系统性推动行业数智转型。
(一)推动行业大模型和场景小模型协同发展
纺织行业需要构建“纺织智能大模型”，同时在工艺优化、疵点检测、排产调度等领域形成大量“小模型”。大模型提供共性知识与通用能力，整合全产业链数据，实现跨环节智能决策支持，小模型专注垂直场景的精细化调优，通过具体场景持续迭代，提升实用性与响应精度，二者协同推动AI在复杂多变的纺织场景中实现深度落地与规模化应用，推动纺织制造向自主感知、动态优化、预测性维护的智能化阶段演进，为行业高质量发展提供坚实技术支撑。
(二)加快单点智能向全流程协同智能演进
AI将贯穿纺织服装行业设计、生产、物流、销售等全链条，实现跨环节数据联动与智能决策。企业不再局限于单点提升，通过构建产业级智能体系统，打通上下游信息孤岛，提升整体运营效率。随着端边云协同架构的完善，实时化、低延迟的AI服务将在行业工厂端广泛应用，推动柔性制造与个性化定制模式发展。消费端需求变化将加速反向驱动生产端智能化重构，AI助力实现从“以产定销”到“以需定产”的范式转变。未来，纺织行业将逐步形成“数据驱动、模型赋能、协同进化”的智能生态体系，在技术迭代与应用深化中持续释放生产力，实现生产要素的高效配置与价值重塑。
(三)强化人工智能与绿色制造深度融合
AI将深度融入纺织行业绿色转型，推动能耗、排放与资源利用的智能化管控。通过构建覆盖全产业链的碳足迹追踪模型，实现从原料采购到成品交付的全生命周期环境影响评估。AI算法结合物联网感知数据，优化染整工艺参数，降低水耗与能源消耗，减少废弃物产生。在循环利用环节，智能分拣系统提升废旧纺织品再利用率，助力闭环生产。同时，基于数字孪生技术搭建绿色制造仿真平台，提前预测并优化产线生态效益。政策引导与技术赋能协同发力，推动纺织行业向低碳化、可持续发展迈进，打造绿色新质生产力。
(四)完善开放协同的AI创新生态
未来纺织服装行业的AI赋能，需要纺织产业链上下游企业、科研机构与技术平台共建共享AI研发资源，推动数据、算法、算力等要素的开放协作。通过新型智能创新联合体，加速知识流动与技术创新，形成协同攻关、成果共享、风险共担的生态机制。纺织行业将加快形成以龙头企业牵头、科研院所支撑、中小企业协同的创新模式，推动AI技术在纤维研发、绿色印染、智能仓储等关键环节突破，助力传统制造业向智能化、绿色化、高端化跃迁。
新的时代已经开启，唯有智存高远，心中有数，才能决胜未来。让我们一起努力。
