ITMF 2024 年 7 月的全球纺织行业调查 (GTIS) 显示，全球纺织价值链仍然处于极具挑战性的商业环境中。尽管平均而言，经营形势严峻，反映出订单量较低，但六个月后的商业预期仍然保持乐观。这幅喜忧参半的图景表明，企业预计这种前所未有的长期疲软商业周期最终必将结束。7 月份的订单量与5月份相比略有改善，但2023 年 11 月份要好得多。尽管如此，产能利用率从 71% 小幅下降至 68%，这是 2023 年底已经达到的最低水平。订单量和产能利用率的前景都没有显示出强劲的改善。
整个纺织价值链的主要担忧是需求疲软。66% 的受访者表示，他们认为需求疲软是一个主要问题。地缘政治现在是第二大担忧（40%），这表明投资者和消费者的情绪受到战争和地缘政治紧张局势的影响。高成本仍然是一个挑战，尤其是由于与苏伊士运河和巴拿马运河的通行问题导致的物流成本较高（24%），以及能源成本（22%）和原材料成本（27%）。订单取消并不是一个主要问题，就像新冠疫情爆发后的情况一样。库存水平也处于平均水平，对纺织价值链上的公司来说并不是一个主要问题。这与零售商和品牌的情况不同，它们自 2022 年底以来就一直苦苦挣扎，库存水平空前高企。与此同时，库存水平已经下降到可以预期他们将在未来几个月再次下更多订单的水平。
纺织业以劳动密集型著称，其生产和质量控制主要依赖人工。这种劳动力的局限性导致效率低下和惊人的错误率，再加上近期劳动力成本的飙升。即使织造行业表现相对稳定，但由于人工成本高，利润率低，这掩盖了这一稳定。原材料、设备采购和运营成本是该行业承担的其他费用，对最终产品价格造成上行压力。例如，由于成本不断增加，纱线、坯布和面料的价格持续上涨。
为了应对这种持续的压力，越来越多纺织生产制造商投资于更先进、自动化的机器：
1.人工智能技术的发展，为纺织行业开启了智能制造的新纪元，带来了新的方法、模型和系统，推动了生产过程特征提取、优化、规划和调度，以及设备调度算法、生产过程优化控制、质量检测、设备故障定位与诊断、生产作业与搬运的智能化连接等核心技术，在产品特征识别、质量检测、生产物流搬运等领域取得了显著进展，但下一阶段仍需着力提升智能化水平，包括知识获取、知识库构建、深度学习、优化决策等功能，实现真正的智能制造。
2.基于现网大量数据的积累，人工智能技术在纺织服装趋势领域有着巨大的发展潜力。人工智能技术已在纺织面料设计、面料疵点识别分析、面料性能评估、棉花分类定级、起毛起球、染色率计算等方面取得进展，并可用于分析和预测面料的透气性、抗皱性、耐磨性等性能。借助机器视觉和机器学习技术，可以对印花布、色布的瑕疵、色差、花纹、起毛、起球等进行检测分析，解决困扰行业多年的技术难题，大幅提升识别分析水平。
人工智能创新基于检测、识别、检查、分级、机器视觉、预测等基本动作。通过专家系统、人工神经网络、模糊逻辑、算法和自然语言，智能应用程序用于控制纺织程序，提高纺织效率和质量，并降低劳动力成本。SUNTECH AI智能验布包装线整合一系列的自动化流程，包括：高速摄像头验布→全自动断布→全自动腰封→全自动贴标→全自动布卷薄膜包装→智能分区→全自动堆垛；并能与 ERP 系统无缝集成，显着减少劳动力。每班包装360卷，效率提升7倍以上。
