服裝制造工廠的現場數據收集是一個非常困難的工作。據說現在阿里巴巴淘工廠聯合阿里云IOT團隊弄了一個所謂“新制造”的服裝工廠平臺， 在一家家小型工廠的各個角落和流水線上安裝上二十幾個“攝像頭”，就可以通過攝像頭的視覺分析來幫助每家工廠實現每張訂單流程的數據化。

       對于這樣的“報道”我真的是驚訝了，沒錯哦，確實是用“攝像頭”哦？

       用“攝像頭”以及相應配置的“邊緣服務器”就能夠圍繞跟蹤“每個訂單的運轉情況而變成數據”，從而讓“各個生產小組的產能數據一目了然”。。。。。。【報道是這樣說的】

       如果確實是這樣，我敢斷定中國的“物聯網”技術在阿里巴巴集團的不懈努力下又被跨越性地進步了很大很大的一步，超凡脫俗，無與倫比，并且當今那么多還在不斷通過各種“頻射”技術（條形碼，二維碼，RFID等）研究物質流通運轉過程中的數據抓取研究的公司和企業立馬全部都要倒閉和消失殆盡。

       數據抓取是實現服裝制造過程中數據管控理念得以實施和執行的最大障礙，幾乎每個管理者的苦衷都在于手上沒有數據， 而數據提取工作困難重重，當然這也正是我們實現服裝智能制造的“關鍵點”，沒有數據，服裝智能制造也斷然只能是“空談謬誤”。

       智能制造主要表現在以下三個方面：

1. 盡可能的自動化機器設備的使用
2. 全體系連通的制造數據信息體系
3. 大數據與自動化機器設備的交互靈活運用等
       一般來說自動化的機器設備等硬件設施是沒有多大困難的，只要有錢投入就可以輕松購買得到，但是單個機器設備的工作數據提取，如何提取？提取什么樣的數據？提取到什么位置？ 提取之后如何“自動”地流轉到下一個自動化機器設備？從而實現“數據流”的連貫利用，最后通過數據分析結果又反過來引導和指揮自動化設備的運轉和利用，從而實現服裝制造的真正智能化，這是一個相對完整的智能制造閉環的理念和思維模式。

       然而因為服裝智能制造至少短期內無法實現完全地“無人化”，只要涉及到人工的使用，我們就必須充分考慮“人機結合”的制造模式和方法，而工作數據的提取和分析利用， 就是為了更好地實現人機結合，提高機器設備的利用率，從而提高整體生產過程的生產效率。

       但是生產現場的實時數據提取卻是非常困難的。

       首先在當前全民創業的“大好時代”下，無數大型的規范的成體系的服裝制造企業正越來越被那些小規模甚至家庭作坊式的微型工廠所代替，這些微小企業沒有資金，沒有人才，沒有技術（這個也許有），但是絕對沒有管理，夫妻檔的微小企業遍布天下，所有制造工廠“管理者”的口頭禪就是，這個工廠的所有情況只要我站在工廠門口一望就能夠看得到一針一線，還需要什么管理人員？還需要什么數據哦？久而久之整個服裝行業的制造環境就成了參差不齊的一盤散沙；

       其次微小企業也同樣需要生存和競爭，在質量和貨期以及管理規范方面沒有辦法跟大型規范企業相抗衡的前提下，那就只有在價格方面不斷地優化和降低了，這種操作和思維模式直接就導致了那些不直接產出“剩余價值”的企業管理人員越來越少，企業越來越精簡，也就回到了越來越低級和原始狀態，沒有了管理人員的后果就是工廠沒有了管理這個概念，也就沒有任何人來為管理提供工作記錄和數據了。

       然而此時此刻我們卻又有需要不斷提取到工廠車間現場數據的時候，情況就變得繁瑣和復雜起來。

       首先是來自于工廠現有那些“管理人員”的反對，因為為了減少“不必要的”費用支出根本就沒有收集和采集各項工作數據的機制啊，甚至連相關的工作人員也沒有，“巧婦難為無米之炊”的尷尬總是被各種各樣的表現形式被擺上臺面來作為推托和借口；其次來自于工廠各種各樣實際工作執行人員的反對，因為每天每一位操作人員都在加班加點地疲于奔命地做事情啊，根本就沒有時間停下來清點和匯報“管理人員”所需要的數據和記錄……

       于是我們說智能制造就應該把重點放在車間實際生產數據的采集上，并且方法是一定有的，但一定是非常地復雜和繁瑣，絕對不是安裝幾臺“攝像頭”就可以輕松解決的，這一點我倒是絕對的相信。