一、企业文化、组织架构、人才需求与管理方式的变化及人才需求的新要求

互联网技术正在逐步改变我们对企业的治理方式。一个最简单的例子就是以前需多人协作的工作，几乎都要靠见面才能完成。现在理论上，只要有网络，依靠诸多线上协作办公软件，你几乎可以在任何地方办公。这些周围环境的变化，对企业的管理方式、组织架构及人才需求都提出了新的要求。

1.敏捷性组织趋势，要求员工能够一专多能

现代企业为了能够对外部市场的变化做出快速反应，必须对自己的组织架构也做出相应的调整。敏捷性组织也正是因此变得更为重要。敏捷性组织的特点是去“中心化”，以单位“作战”（应对市场），且保持团队组织的灵活性（按项目需求组织团队）等等。这种组织架构赋予了员工更多权力，但也对员工也提出了更高的要求。^[3]在这种情况下，只拥有单一技能的员工很难再长期适应现在日新月异的市场变化。敏捷性组织需要员工能扮演更多的功能角色。

在传统的企业，特别是大企业，往往是一个萝卜一个坑。很多员工在某个岗位或者职业可能做了多年，他也许对自己长期作业的领域非常熟悉，但这也造成了这些员工的技能非常单一。就买手职业来说，大企业可能会把买手的岗位碎片化地分为“商品企划”“采购订货”“数据分析”“货品调拨”等。长期做货品调拨的只会做调拨；长期做数据分析的只会做分析。而如果企业要转向敏捷性组织，对员工的要求就类似于特种部队对自己成员的要求，每个人的技能必须足够多元化，或者说一个人能顶几个人用。这样的团队组合在一起，不仅将提高劳动效率，也能同时对市场做出快速反应。

无论是买手还是其他职业，都需要能够丰富自己的知识结构与经验背景，最好能做到“一专多能”，这也会大大提高自己的就业竞争力！

2.从单一工作到斜杠人生

直到20世纪80年代，绝大多数人一辈子可能只会在一家企业工作。到了90年代，随着国家政策允许人才自由流动开始，人们就开始了较为频繁地换工作。不过即使如此，大部分人平均也就是数年换一次工作。而今天，据职场社交平台LinkedIn（领英）2018年发布的《中国千禧一代商业决策者洞察》，90后平均在第一家企业工作的时间是7个月。他们的跳槽频率高于他们的前辈。这说明，员工高流动性已成为一种不可避免的社会发展趋势。毕竟，这个世界变化太快，每天都有新鲜的事情发生，让人对任何事物从一而终变得越来越难。与此同时，高科技的发展也让弹性工作方式成为一种可能。同时，企业为了削减固定成本，也会雇佣更多的兼职员工。在各种环境因素的促使下，“斜杠人生”正成为社会的一个热词。所谓“斜杠人生”，就是一个人可以拥有多个抬头、多项事业，比如：歌手/培训导师/旅游达人等。大家不妨观察下周围的朋友，可能会发现有些朋友有份全职工作，但同时还会在业余时间在朋友圈卖卖化妆品、保险或者其他服务产品，这也可以被视为一种“斜杠人生”。

我相信，随着企业对组织架构灵活性的需求，更多的岗位会是项目制的：当项目存在时，岗位就存在；当项目结束时，岗位就不需要了。或者，因为智能机器已经大大提高了工作效率，企业也不需要每个员工每周都工作40小时。在瑞士一些企业，有的岗位每周只需要工作3天。因此，这些员工在剩下的4天里，还可以照顾下自己开的酒吧、画廊或者其他小店。到了周末再陪陪家人，或者去旅游。

未来的世界，每个人都有可能拥有斜杠人生。这也算是智能机器时代为人类提供的一种解放：让人类从繁琐机械的劳动中解放出来，可以从事更多需要思考与创意的工作，尝试更多种类的事情。但是，斜杠人生是有门槛的事情。要拥有斜杠人生，首先自己的知识技能一定是多元化的；其次在各项职业素养方面，比如时间管理、人际沟通方面，都有更高的能力。

3.人机共事

大家一定都听说过，或者质疑过AI智能机器究竟是否会替代人类工作？以我对AI智能机器的发展，我相信在我们有生之年，它并无法完全替代人类的工作。但是我相信AI一定可以替代平庸的员工。如果你的技能依然非常单一，工作性质属于重复且机械性的作业，不需要太多的灵活思考，那么你被AI替代的可能性极大。事实上，在过去三五年里，金融业已经有不少工作被机器替代，许多大型公司的会计岗位被削减。但是，大家看到，金融业、会计岗位依然存在，只是这些领域需要更加高、精、尖的人才。因此，我并不认为AI机器会替代人类，它只是替代了平庸者。对于大多数人来说，需要适应的是如何与机器协同工作。

4.人人都需要有创业精神

我相信未来企业需要的员工，不一定是创业家，但必须是有创业精神的员工，愿意与企业共进退、共闯市场的员工。现在企业为了不断适应日新月异的市场，也推崇在企业内部创业的模式。不少企业在自己内部推出“创业孵化器”平台，以保证自己的企业能够不断推陈出新，向市场源源不断提供创新型产品。这些内容最早都是从互联网企业诞生的，现在也在慢慢影响着传统型服装企业：比如允许企业内部员工自己创立品牌，公司后台给予扶持并且占有一定的股权。

总而言之，未来的时代，你必须是个真正对企业、对社会有价值的“人才”，才可能有立足之地。如果至今你还希望找一个“稳定”“舒适”的工作，那么很快将会被淘汰，你必须不断保持并提升自己的核心竞争力，方得以生存。

二、行业趋势对买手岗位的影响

那么，上述行业趋势又将如何影响买手岗位的发展呢？

1.以数据为导向的决策模式对买手岗位的影响

前面已经提到，“数据”已经成为企业不可缺少的“资产”，这将对买手工作内容与方式产生很大的影响。不过，也许在目前它尚未对买手产生明显的影响，主要是因为以下几个因素：

其一，目前大多数企业虽然已经拥有很多的数据量，但是数据质量、数据完整度、数据使用的友好度等方面还有很多问题。以数据质量为例，很多企业并不太注重收集、输入数据时对数据的清晰定义。比如输入“产品采购成本”时，该数据究竟是含增税还是不含增税呢？我曾经向自己的学员调研过，结果发现大部分企业买手部门的负责人自己也没注意过这样细节的问题。其结果是有的人输入含税价，有的人输入未含税价。虽然是一个细微差异，但对于上亿元级销售规模的企业来说，百分之十几增税的差异就可以让数据结果差异巨大。

其二，使用数据的界面友好度目前也存在很多问题。我去过不少企业，发现至今买手的工作方式与20年前我的工作方式没有区别。20年前，我们主要依靠Excel收集、整理及分析数据。今天，我见过的买手几乎还在靠Excel表格生存（所谓的“表哥”“表姐”）。与此同时，今天企业买手面对的数据量已经是20年前我做数据分析时的数据量的数倍甚至十几倍。据我所知企业在信息系统方面投资的钱也远超过20年前的企业。但是为什么大家还不得不靠Excel工作呢？一个主要挑战在于企业所开发的系统出于一些原因总是无法满足买手使用的需求。其结果就是一个企业有多个系统，每一个系统都储存了某些买手需要的数据。买手首先要从这些系统分别下载自己需要的数据，然后再把这些数据整合到一张Excel报表进行统计分析。归根结底，信息系统只是个数据存储库而已。它并没有起到真正的数据管理与决策的作用。(www.daowen.com)

但是我相信这种局面很快会被改变。因为人工统计与分析已经很难满足未来庞大数据量的需求。上述问题我相信随着软件开发人员对业务需求更透彻的了解迟早会得到解决（这类问题通常不是技术问题，而是技术人员与业务需求部门之间沟通的问题）。同时，因为数据量的庞大以及市场日新月异的变化，企业也更倾向于根据自己的数据库建立数据研究模型。这种数据研究模型可以通过对大量的历史数据进行分析，然后从中找到影响数据不断变化的因素（通常有固定因素也有变量因素），最后为这些“原因”与“结果”寻找某种逻辑关系，再把这种逻辑关系树立为一种模型。以后只需要输入“影响因素”，就可以预计到某种结果。因此，现在一些奢侈品公司及有前瞻性的企业在招聘买手时，已经更偏向于统计学、经济学背景的人士。而随着数据变得越来越重要，我相信这种专业背景的人对于时尚企业来说会更加重要。

可能有的人还会强调，这些人懂数据但不懂时尚，能做好买手吗？我的回答是：对于依靠数据决策的企业（一般是大型企业），完全可以。如果大家注意到，最近10年创业成功的时尚方面的项目，很多创始人并非来自时尚相关专业。本书中涉及的几个国外案例，他们的创始人也并非来自时尚业，而是科技背景。

科技对所有领域，包括时尚产业的影响与渗透是不言而喻的。因此，我相信随着科技对时尚产业的渗透以及影响，时尚企业的人才结构也会有所变化。比如，迄今为止，时尚企业的专业人才结构多以人文艺术或者管理为主。而我相信，接下来服装企业需要更多拥有统计学、经济学、工程学及跨学科（艺术与科技）等专业背景的人。而数字决策性企业对于买手的要求将更侧重于经济学、统计学、数据科学家之类的背景。

2.服装供应链的变化及其对买手岗位的影响

服装行业近10年另外一个重要的变化是快速反应供应链的形成与发展。这一切皆因为市场对时尚产品的上新要求越来越“快”。

“快”速供应货品在国内的服装业并不算稀奇。即使在10多年前，你去广东任何一家批发市场，批发商都会告诉你，如果你需要大货（大批量），他们可以在1～2天内就交货。今天，如果你问大多数只在互联网上卖衣服的商家（纯粹线上销售的商家），他们都会告诉你，他们从产品下订单到交货只需要2～4周即可以完成。而如果你去问传统型服饰企业（线下起家或者线下店铺销售为主的服饰企业），大部分企业从下订单到交货时间则是8～12周甚至更长。

为什么同为服饰企业，大家的供应链交货时间会差异如此之大。我个人的分析如下：

从改革开放算起，传统服饰企业迄今已经发展了近40年。这些服饰企业从早期的工厂、贸易公司开始，慢慢转向品牌公司。通过向国外品牌学习、市场历练，慢慢形成了自己开发产品的模式。在传统服饰企业里，为了保证产品的品质，真正对得起“品牌”二字，产品在开发阶段，就会经历至少2～3次的评估与审核。这个时间就需要2～3个月。在生产阶段，从选料到各种工艺细节，乃至最后的质检，都有相对严格的标准。因此整个产品从开发到上市基本上都要6～9个月的时间。

而国内的互联网服饰业最早是从个体起家的。他们从服饰贸易起家（从批发市场或者工厂进货，在网上卖），慢慢地就发展成大店，然后自己开始开发产品销售。这些创业者基本上都是靠自己的直觉创业、选货、卖货。即使自己开始开发产品，他们也没有遵守（或者他们也不知道）传统服饰企业的产品开发模式。比如，我碰到许多的线上卖家并不了解“审稿”“产品评估会”这些概念。他们中甚至有些也没有自己的产品开发团队，他们只是到批发市场或者工厂选货，然后下单，交工厂加工生产，因此他们的周期快很多。但这也是为什么大家会发现，纯互联网业的服装产品品质普遍不如线下品牌公司的产品。

当然纯线上店铺上新快也因为线上数据反应更快。

而我这里所提的“快速反应”供应链，指的是能将产品做得“又快又好”的供应链。因为仅仅做到快但没有品质，并不算真正的好供应链。

快速反应的供应链模式极大地影响了订货模式。在传统时代，买手下订单原则上必须一次性下准。下完第一单，通常很难再次快速补单。买手通常都必须在上市前3～9个月前订货，如何能够订出相对合理的货品与数量对买手是个很大的考验。比如，可能你看着会畅销的款，结果没卖好。然后你没看中的一般款式，又卖得没货了。这种现象经常发生。今天“快速反应”供应链正在缓和对买手的这一压力。

“快速反应”供应链的概念最早来自汽车行业。它的理念就是：销售需要多少量，就制造多少量。理论上它可以达到零库存。这个在汽车业是一套比较成熟的模式。但是服装业与汽车业有一个本质产品属性的差异，即服装是非标准类产品，而汽车是相对标准类产品。总的来说，汽车各个零部件的变化不会像服装变化那么多、那么大！汽车业从物料储备来说比服装要简单得多。而服装，即使一根拉链，在材质、色彩、规格上就有很多差异，物料备货要复杂许多。而且服装的供应链非常长、也非常琐碎，这就造成了服装业的供应链管理其实一直都是相对复杂的领域。但是这个“快反”概念多少还是帮助了服装供应链做出更有弹性的反应。这种弹性反应允许买手可以快速补单，相对减少了买手必须一次性准确下单的压力。

同步借助于电子商务与社交商业的发展，现在互联网服饰企业以及部分有线上业务的传统服饰企业已经按照以下模式下单了：首先是在线上测试产品。测试产品的方式就是将产品所有相关信息（图片、产品介绍等）上传网上。根据一定时间内的图片点击率、收藏率、预订量及顾客反馈来预计产品是否会热卖。根据上述信息反馈，买手可以试水第一批订单。根据企业规模，通常数量在100～500件。在货品到仓开卖后，再根据后台数据反馈来判断该产品的所需量随时补单。这一切得以实施，需要感谢线上数据的及时反馈，以及供应链的快反模式。

毫无疑问这种快反模式非常依赖于物料的准备情况。大家知道服装生产环节，一般来说最耗时的工序是面料的准备。对于大部分讲究品质的服饰企业来说，单单面料生产周期就至少需要1～2个月。至于其他备料比如辅料通常也需要定制并有一定的生产周期。

因此，供应链部门需要每年根据销售预测以及历史物料消耗数据来准备常用物料。尽量让物料能够储备得当，以备应急之需。

对于品牌公司来说，供应链要做到快反的另一个方面，是与工厂建立良好的关系，能让自己的生产订单优先上流水线。大多数服装产品一旦上了生产流水线，根据订单与流水线规模，都可以在几天或者几周内完成。而服装加工周期之所以会耗时1～2个月，是因为大多数工厂合作的品牌公司都会有数家，他们通常根据订单的先后来排期。因此生产订单的耗时主要是排队等候上流水线的时间。也因此，一些订单比较稳定的企业已经采取以下模式与服装加工厂合作，即长期承包工厂的某（几）条流水线，这几条流水线长期就做该品牌客户的订单。这样如果品牌方要补单，在物料准备充分的前提下，可以随时补，随时上流水线，随时交货。

信息系统的发展也帮助企业提高了自己管理供应链的能力。比如我知道国内有的企业正在考虑采用“滴滴”平台模式，基于云平台发布订单需求，由有闲置的流水线服装工厂以“抢单”方式“接单”。这个模式将极大提高工厂与品牌方的沟通及匹配效率，可以说是非常智慧的做法，但这种模式的可模仿性并不高，因为它必然对资金、技术及管理能力要求都更高。

而供应链能够做到“快速反应”，与其制造设备的智能化升级息息相关。智能化设备不仅仅影响了零售，也影响了制造业。无论是自动裁剪设备、自动吊挂系统还是一些部件的自动缝制设备，都在大大改善并提高生产效率。不过目前高度自动化设备主要被运用于相对标准类服装产品的加工，比如西装、T恤等。对于款式变化比较多的时装类产品，目前主要还是依靠手工作业。

以上消息对于买手来说既是好消息，但也是坏消息。因为理论上来说，如果供应链真的可以做到随时订货随时交货，买手的作用似乎也没那么大了。因此，这个时候更加考验的是哪个买手能尽量减少补单次数，让订单能在首单之后，就达到一个相对准确的数值。我碰到的一些企业一款产品的补单次数居然可以达到十几次，我以为这其实说明买手并不专业。如果说第一次下订单还不清楚销售状况，但是在首单之后如果还需要补十几次单才能满足市场需求，就说明买手根本不知道如何利用数据做决策。而事实上，任何补单都会涉及人力、物流等资源的再次消耗（无论多快）。而且现在的补单并做不到当天到达。即使耗时3天或者1周补货，它也可能会耽误销售时机。