據智能制造架構師陶王豹介紹，阿里訊犀首先是一個供應鏈C2M平臺，從前端服裝銷售大數據分析到款式設計、工藝風格、工藝需求、量體和定制訂單、排單生產、物流過程，最后到終端客戶全方位服務，產品創新幅度進階式提升，客戶粘性和市場響應速度高指數增強，完美締造出服裝供應鏈的服務轉型榜樣。

其次，智能制造架構師跟傳統意義上的制造工廠大有不同。因為阿里訊犀是阿里的樣板工廠，遍布自動化繡花、自動化梭織、自動化運輸、自動化分揀、智能機器人、視覺識別、ET工業大腦等，從人員到設備，大量應用云計算、IOT、人工智能技術，無處不充滿「智慧大腦」的成果，讓技術落地開花。

從商業模式上看，阿里訊犀的最終目的是要打造一個產品從制造到銷售的閉環帝國，基礎目標是把淘寶上的小B(small business)及后端供應鏈工廠小B作為客戶，從設計到出貨全部在迅犀平臺完成。這就是基于消費需求，利用淘寶、天貓的銷售大數據技術建構一個新的商業生態模式。

據陶王豹透露，阿里迅犀的終極方向，則是終端大C(big customer)客戶。基礎目標里的小B只是其中的第一步，畢竟阿里訊犀只有實現用戶連接，結合人工智能，才可以進行行為預測與需求預測，才能夠將用戶行為數據化。

從潛在技術難題上分析，阿里迅犀絕不是簡單的產線升級，更不是用機器替代人工，而是前端連接阿里巴巴零售平臺上8億消費者，后端連接原材料、生產車間、物流供應商和淘寶天貓上數以百萬計中小商家的一個龐大的智能制造工廠。目前阿里尚未對外界公布訊犀平臺的作業流程，所以短時間內仍有非常大的遐想空間。但從專業角度來講，阿里迅犀平臺想要實現真正意義上的C2M，還有很多技術難題需要處理，具體如下：

1、解決設計師平臺(從手稿或者電子版轉工藝的過程)問題，就是真正意義上地解決阿里訊犀制造的源頭問題，預估從結果看會有一定程度上的便攜化的工具出現，但是真正解決難度很大，因為這里面需要的工藝數據的積累和沉淀。

2、承接問題一在工藝數字化的領域，阿里訊犀可以借助第三方廠商資源解決工具與初期數據積累的問題，因為ET工業大腦能快速進行機器學習迭代，從一定程度上可以緩解阿里沒有工藝數據積累的問題，但預期也需要1-2年來加大阿里訊犀的工藝積累才能真正意義上讓AI替代版師和工藝師。

3、樣板工廠的巨量資本投入換來了整體的自動化提升，未來勢必會融入更多的小B供應鏈制造，對此阿里訊犀將如何基于其原有的工廠去簡單改造呢?這不僅僅是數據層面的對接，更是效率、工藝等層面的整體促進。

據智能制造專家陶王豹考究，阿里迅犀第一步會先對接數據，緊接著從小B供應鏈制造上再做深一層操作(估計前期會從相對規模比較大的的工廠開始);然后通過引入金融策略進行加持，最終讓羊毛出在豬身上，互聯網模式加工業制造正式體現和誕生。

從國內智能工廠存在的差異化上分析，阿里訊犀在自動化設備層面的投入標準和非標上都是巨量的費用，這可不是一般的工廠可以能承擔得了，當然對于阿里訊犀來說這個樣板工廠的投資意義重大，費用顯得并不重要。

雖然訊犀具備阿里集團天生海量的銷售大數據，擁有更精準的銷售預測。但從整體規劃的角度來看，跟國內的其他服裝行業的產業平臺并沒有太大的差異化。比如當前真皮手袋行業Top1 DISSONA迪桑娜，她的供應鏈體系，也是以小博大的智能工廠的體現。迪桑娜后端也有自己的大數據和人工智能加持(類似ET工業大腦)，沉淀自己30年的工藝數據，打造自己的柔性供應鏈平臺，服務于產業。相比于阿里訊犀的資本實力與資源實力，國內其他的供應鏈公司肯定不能所及，期望犀牛智能工廠能從結果(資金投入和性價比效率)的角度來幫助產業鏈的公司與互聯網俱進。

綜上分析，如果阿里訊犀在上述難題上能輸出有效的解決產品或者顛覆傳統工廠的性價改造方案，實現C2M可期，誕生真正意義上的設計和工藝的工業APP，勢必比之前的ET和純視覺監控分析來得更有意義和深遠!相信以阿里訊犀的數據能力和資本能力，以及阿里巴巴積淀二十年的零售體系優勢，阿里訊犀很值得期待!

最后感謝陶王豹先生為本文提供了大量數據和意見。陶王豹，吉林大學計算機科學專業，智能制造專家，數字化供應鏈專家，曾輔導迪桑娜、贏家集團、報喜鳥服飾等多家企業集團實現從傳統制造向智能制造轉型。