12月5日，以“数实融合、织造未来”为主题的第一届中国纺织行业数字化转型大会在浙江柯桥举行。
大会旨在加快数字技术和纺织工业深度融合，促进纺织行业数字化转型步伐，推动行业高端化、智能化、绿色化发展，发展新质生产力，打造供应链协同、价值驱动的产业数字化转型生态。
中国纺织工业联合会（以下简称“中国纺联”）副会长陈大鹏表示，数字化转型是建设纺织现代化产业体系道路的集中体现，是纺织行业发展的新动能。当前5G、大数据、边缘计算、人工智能、数字孪生等新一代信息技术的应用，推动企业工业要素、价值链的重构，催动纺织行业由传统的工业经济向数字经济、智能经济迈进。纺织行业要从更快速度、更宽领域、更深层次推进产业创新改革，加速推进纺织企业特别是中小企业数字化转型、智能制造升级，逐步形成纺织大中小企业各具优势、竞相创新、梯次发展的数字化产业格局。一是坚持创新驱动发展，加快数字技术赋能，发展纺织行业新质生产力；二是推进纺织产业数字化，发展纺织产业新动能，加速培育新业态新模式；三是加强人工智能应用，推动企业运营生产方式变革，提升产业核心竞争力。
中国财贸轻纺烟草工会一级巡视员王双清表示，继2023年之后，中国纺联和中国财贸轻纺烟草工会于今年再次启动全国纺织行业数字化转型劳动竞赛。这项竞赛已被列入全国总工会“十四五”全国引领性劳动和技能竞赛项目库，竞赛活动取得了丰硕成果，有力促进了行业数字化转型的创新发展。推动纺织行业数字化转型劳动竞赛广泛深入持续开展，为广大行业职工更好发挥主力军作用提供了广阔舞台，有效助力纺织行业高质量发展目标的实现。
绍兴市柯桥区人民政府副区长陈钧表示，近年来，柯桥区围绕建设现代化“国际纺都、杭绍星城”战略定位，建设国际纺都“五大中心”，走出了一条传统向时尚、单一向多元、低端向高端的产业转型和集聚提升之路。当前，柯桥区纺织行业正进入转型升级、建设现代化产业体系的关键时期，面对当下的机遇，柯桥将牢牢把握以数字化转型打造新质生产力的路径方向，切实推进行业提质升级。
“当前，人工智能的概念很热，需要充分理解其定义，从提升企业能力、效益这一本质来推进人工智能在纺织行业的应用。”中国纺联信息化部主任殷强以《人工智能在纺织行业重点环节的应用》为题作主旨报告。他指出，随着服务企业智能化发展的相关政策不断出台，人工智能正赋能千行百业。企业实现人工智能的关键是“3+1”模式，需要数据、算力、场景算法的三方面基本要素+人才支撑。目前，纺织行业数字化智能化发展不断提速，纺织新产品新模式新业态交汇融合。
会上，“纺织服装行业可信数据空间”正式启动。中国纺联各专业协会以及首批多家纺织行业解决方案供应商和品牌企业共同签署建设“纺织服装行业可信数据空间倡议书”。
中国纺联信息化部、中纺网络信息技术有限责任公司总经理助理王正光以《纺织服装行业可信数据空间》为题，结合《行动计划》要点进行了解读。
会上，2024年度纺织行业数字化转型劳动竞赛复审结果发布。
“当前我国纺织服装行业正面临生产形态、管理模式变革，智能制造必须加快数字化转型，利用网络化和智能化手段给自动化补课，利用智能化夯实数字化。”东华大学教授、博士生导师、东华大学机械工程学院智能制造研究所所长鲍劲松表示，今后数据要素将在制造中占据主体地位。工业互联可为工业智能提供“血液”，其中网络是基础，数据是核心，智能是引擎。工业智能赋能纺织智能制造关键技术，可广泛应用于AI驱动设计创新、AI智能检测、AI+产品追踪、AI+智慧营销、AI+供应链管理等多个领域。
“今后纺织服装企业向数字化企业转型，必须引入数据要素。只有构建数据生态，促进数据流动，获得新的资产，才能取得竞争优势。”广东数字经济专委会副主任委员沈欣表示，数据资产引入作为数字化转型的润滑剂，本质是推动数字化，从而带来新质生产力提升。
深圳市嘉友智控科技股份有限公司副总经理李辉表示，近年来，国家和企业都在加速推进纺纱数字化的升级改造。基于单锭监测系统深度挖掘构建的“慧纺云”，已成为智能纺纱工厂关键技术。慧纺云MES采用云边端、软硬一体协同设计，深度融合并充分挖掘单锭监测装置价值，可大幅降低纺纱车间的MES实施成本。
飞弗信息科技（上海）有限公司总经理孙亮介绍，飞弗纺织服装工业软件是从纺纱、染色、织造、后整、印花到裁剪、服装涉及整个纺织服装供应链的全流程的解决方案，主要产品包括企业资源管理系统ERP、制造执行系统MES、智能调度系统APS和面料花型设计软件CAD。其中，智能调度排产系统APS的优势是优化资源利润最大化、提升准时交单率、减少任务等待。
对话交流环节以“纺织行业数字化转型的创新实践”为主题，邀请宜宾丝丽雅集团有限公司财务总监肖朝钢，数织（重庆）纺织科技有限公司董事长、中国驰名商标金考拉创始人杨建明，苏州同凯信息科技有限公司总经理王垚，杭州天富德泰信息技术有限公司常务副总刘红伟这4位来自不同领域的代表，分别结合自身发展和数字化转型在优化生产流程、实现精细化管理、改善供应链管理等方面的典型应用进行了交流和探讨。
