高工：首先要理解一个理念 ， 从最开始对工厂“以产定销” ， 到非常极致、纯粹追求消费者个性化的C2M ， 是一个极左和一个极右的观点 。 市场经济里 ， 当个性化需求可以实现“经济性”的时候 ， 才会得到蓬勃发展 。 所以要基于消费者需求和生产制造效率的平衡 ， 我们要构建出一个端到端的数字化体系 ， 让这样的生态平衡能够发生、聚集、增强 。 作为消费者 ， 您为您身上的衣服做定制是什么时候？很久远了对吧？ 或许我们在某个阶段定制过衣服 ， 但这种消费一定非常低频 。 现在时尚元素和趋势出现 ， 比如像IP插画这样的个性化流行元素 ， 能够被转换成消费者需求 ， 同时又能完成小批量、某类群体消费者的个性化需求的平衡 ， 那就可以做 。 这种“平衡”的受认可度越高 ， 这个市场的规模就越大 。
思远：现在的犀牛智造 ， 更像“实验室” ， 自产自销 。 未来如果跑通 ， 计划向更多的中小服装企业 ， 甚至是其他消费品类制造开放 ， 让产业链上众多中小企业都用这套系统 。 但这样一来 ， 会不会出现“既当运动员 ， 又当裁判员”？
高工：我觉得现在还不到解释这个的时候 ， 因为现在所有工厂端的数字化改革 ， 更多是围绕管理创新、ERP（企业管理系统） ， 真正要把行业的know how（方法论）集成到一个软件数字体系里 ， 是非常艰难、长期的过程 。 我们才刚刚开始 。
举个例子 ， 任何一件衣服部件之间都要缝合对吧 ， 普通人觉得缝起来就可以了；但是专业设计师看来 ， 这是文化的体现 ， 所以看似一样的缝合可能有很多种手法和差异 ， 或者是牛仔裤破个洞 ， 是工艺的表达 ， 这些核心能力的表达和know how被数字化和产品化是我们坚定的方向 。 到目前为止 ， 我们也只是走出第一步 ， 当这个东西成功后 ， 才可以认为我们说工业大脑这个概念真正被落地了 。
思远：选择从服装切入 ， 是不是因为淘宝系的平台数据优势呢？
高工：我们长时间有大量的数据 ， 包括洞悉服装产业链的各环节 ， 知道消费者的喜好 ， 服装是丰富性最强的品类 。 像汽车制造业、装备制造业 ， 虽然也是一种搭配方式 ， 但它的interface（接口）已经固定了 ， 车门和车身的组装、铰链 ， 就那么三种对吧？但服装的组合千变万化 ， 面临着不同的挑战 ， 它的丰富性会更强 ， 比如一个领子肩型有很多种 ， 这是不可枚举的款式数量 。
比如 ， 服装生产过程中的动作手势有50多种 ， 他能够用来生产什么东西 ， 用什么手势什么动作 ， 对于劳动强度最低 ， 对于生产员工体验最好？这就是我们研究的方向 。 智能制造打通了底层逻辑后 ， 未来会有更多的想法和可能 。
思远：不久前 ， “外卖骑手被系统困住”的新闻 ， 再次引发了“人与系统、算法矛盾”的讨论 。 柔性生产让供应链更智能了 ， 技术进步会导致大量工人失业吗？智能生产线的系统和算法 ， 怎样才能尊重人类和人性呢？
高工：这里有两个问题 ， 第一个是工作机会 。 工作机会被变革 ， 但变革不一定是取消 ， 而是到了一个需要人类创新的领域 ， 比如常规的CAD（画图） ， 用人工一笔一笔画 ， 是低附加值的劳动 。 未来的工人岗位会变成数据处理师 ， 他更多是纠正系统的数据处理 ， 这个岗位从原来的重复性岗位变成工程数学型岗位了 ， 对吧？再比如 ， 以前司机的技能之一是认路、记路 。 现在导航技术出来了 ， 对司机的这块技能要求就下降了 ， 他可以用更多精力去做好与乘客的服务关系 。
第二是如何兼顾“人” 。 大家都看到我们那些显示数据的PAD端 ， 会连接到员工手机端 ， 让他们的职业周期得到引导和改善：一个新人 ， 可以根据系统的反馈和建议 ， 从技能上一步步升级 ， 就好比我们在游戏打怪中得到经验 。 他会通过系统知道自己的长短板 ， 通过系统和组织 ， 就可以成长更快 。 要让员工选择自己成长最快的路径 ， 工作岗位的人和系统不是博弈和对抗 ， 而是共生 。 当然这件事 ， 还没有最终做好 ， 但这是我们的目标和方向 。
思远：跳出来看 ， 互联网行业怎么平衡人和技术的关系呢？
高工：你看到我的岗位是CTO兼COO ， 对吧？所以 ， 我会从两个视角去看待：第一 ， 技术是否创造了生产价值？第二 ， 生产者本身如何去看待技术？这是个情感问题 ， 同时是工程技术问题 ， 也是软件工程问题 。