『壹』 服裝標准工時系統GST，哪一i家公司的比較好用，國內做這方面好像不多
國內做服裝標准工時軟體的公司應該不多，其他公司的標准工時軟體沒用過，所以也不是很了解哪家好。 但是我們公司用的是GST系統，去年5月開始做的，廠長一直想成立IE部，加強生產技術標准，我們一個參加培訓的是3個人，現在IE部圍繞GST系統運行，有兩個月的培訓期，再經過一段時間的訓練，現在IE的3個人做分析都很熟練，上個月剛有個IE同事被另一家做運動的公司挖走了，聽說工資非常高。 這家做標准工時軟體的公司叫廣州春曉科技，當時也是看重他們運動品牌的客戶特別多，也希望能夠分享大客戶大品牌的經驗，現在IE部比較穩定成熟，公司下一步的計劃是准備對現場做大的整改，有了GST系統和IE部門的資料庫支撐，現場正在考慮上流水槽還是吊掛系統。 因為看到其他兄弟單位用吊掛和流水槽不是很理想，沒有IE部門數據支持是不行的。我們公司的決策層也是走訪了很多服裝廠才決定先上GST系統，到現在看還是很正確的決定。
『貳』 服裝智能製造到底是個啥
隨著人們生活水平的提高，對服裝的需求更趨向個性化，快時尚已經成為服裝行業的主要業態。與此相適應，服裝生產企業也逐步圍繞「小批量、多品種、快速反應」的目標進行生產組織模式革新。
作為勞動密集型行業，這種從「期貨式大規模生產」向「現貨式敏捷製造」的生產組織模式轉變對服裝工廠管理帶來了極大的挑戰。通常導致服裝工廠生產效率大幅度降低、差錯率明顯升高、管理成本明顯上升。這種情況下，就需要對企業進行以物聯網技術為基礎的智能化改造，打通從訂單采購到生產各個環節的信息流，實現數據實時收集、智能排程、智能調度，從而大幅度降低人員管理難度、提高生產效率、降低差錯率。
基於以上背景需求，本項目的建設目標是：
數據融合：打通服裝訂單信息、采購信息、倉庫數據、裁剪數據、吊掛生產線數據、後道流水線數據、質量數據、成品數據各個節點環節，實現全過程數據目視化控制。
高效生產：通過管理培訓和大數據分析，實現員工生產工序智能組合和調配、生產效率實時控制，達到小訂單生產效率同比提高30%以上。
柔性製造：通過智能排程和工位機系統，將生產指令實時傳遞到每個工人，實現產線快速切換，縮短生產周期40%以上
作為服裝智能製造行業領導者，秒優服裝智能工廠設計圍繞快速反應、提升效率和改善質量為目標，以服裝工藝數據為基礎，以可視化跟單—可視化計劃—智能控制為手段，應用物聯網和工業互聯網技術，實現多系統應用集成，管理與信息化深度融合。
1） 以標准工時系統（GST）分析為基礎，對服裝加工工序進行動作分析和時間分析，並以部位和針步類型進行工序分類。通過服裝標准工時系統分析幫助企業建立龐大的服裝加工工藝資料庫，這是本項目數據分析的基礎。
2） 系統內含兩大底層技術，以精益生產為核心的精益管理技術，以秒優雲供應鏈平台為支撐的軟體集成技術。其中，精益生產是對工廠進行精益生產改善，包括裁剪、吊掛縫制線、後道智能分揀系統、現場物流布局優化；軟體集成包括服裝ERP、服裝APS、可視化質量管理系統、服裝MES、服裝標准工時系統等五大系統集成。多系統集成於秒優雲供應鏈平台，管理與信息化高度融合。
3） 系統設計以可視化排單系統（APS）為中心對服裝生產進行全過程式控制制和優化。系統可以分為四個維度：對訂單信息進行跟蹤和控制的跟單維度、對采購和成本控制的物料維度，對工藝優化和車間作業進行調度的現場管理維度、對歷史數據進行分析和基於學習曲線模型的計劃維度。其中，跟單維度包括樣衣開發與跟蹤、訂單數據、跟單節點模型、可視化跟單、自動報警；物料維度包括服裝BOM維護、用料MRP運算產生用料需求、采購申請和審批、核價管理、與倉庫管理等；現場管理維度包括工藝分析、流程排布等產前准備工作，以及將信息實時傳遞到員工進行作業指導的工位作業系統；計劃維度包括基於學習曲線模型的產能模擬、自動排單策略維護等以可視化的方式進行生產計劃管理。
4） 自動化設備運用：採用自動裁床、可自動切換的縫制吊掛工作站、後道吊掛、自動模板車等。這些自動化設備的運用可以降低對員工技能的依賴、提高產品質量、提高工作效率。同時這些設備可以作為物聯網的感知設備，將作業數據反饋到供應鏈軟體，形成智能工廠決策的數據依據。