成衣工廠的永續用布從哪裡開始？

現在談成衣永續，常會先想到再生纖維、循環材料、環保包材或舊衣回收。這些方向都有其必要性，但回到成衣工廠現場，還有一件更直接的事情可以管理，就是布料在變成成衣以前，到底怎麼被準備與使用。

布捲已經送到裁剪區，不代表當下就適合直接鋪布裁剪。尤其針織布與彈性布料，可能還帶有前段加工、捲布、倉儲或運輸留下的張力；有些布料有明顯縮率，實際布幅與布疵也會影響後面的鋪布安排。這些條件最後都會反映在一張訂單原本計畫的用布量，和實際生產耗布之間的差距。

所以從成衣製造端來看，永續其實也是生產管理的一部分。布況有沒有先處理好、工廠對每一捲布了解多少，以及這些資料能不能繼續用到鋪布與裁剪，都會影響最後的材料利用。

談用布率以前先看布料狀態

在討論排料利用率或裁剪精度以前，布料本身先要處在適合生產的狀態。

這對針織布與彈性布料尤其重要。布料經過前段加工、捲布、存放與運輸之後，可能仍然保留一定張力。開捲之後，布料會逐漸往比較自然的狀態回復。如果這個變化在鋪布甚至裁剪之後還持續發生，原本裁剪時設定的尺寸就不一定是材料最後的狀態。

鬆布主要處理殘留張力，讓布料在鋪布以前先回復到比較穩定的狀態。預縮處理的則是另一種尺寸變化問題，針對具有明顯縮率的布料，在大貨裁剪前先依實際布性與測試結果進行處理。

不是所有布料都需要走同一套流程。有些材料需要足夠的鬆布時間，有些需要預縮，也有布況本身已經相對穩定，不需要額外處理。還是要回到布種與測試結果判斷。

對裁剪區來說，前面的布料準備其實是在建立後面的生產條件。排料做得再好、裁剪設備再精準，最後處理的仍然是實際進到裁床上的那一塊布。

驗布之後要決定的是這捲布怎麼用

布況穩定之後，工廠還需要知道這一捲布實際有哪些狀況。

驗布可以在鋪布以前先找出破洞、污點、表面瑕疵、色差或其他異常。傳統驗布多半依靠人工標記與現場經驗，數位化或 AI 驗布則可以把瑕疵種類與位置留下比較完整的紀錄。

到了裁剪端，這些紀錄最實際的用途，是協助判斷這捲布接下來怎麼安排。

例如同一床需要使用多捲布時，生管除了要決定布捲使用順序，也要考慮已經知道的瑕疵位置會不會影響排料。只知道「某一公尺有瑕疵」還不夠，真正進入生產時，還要看它和實際的鋪布與裁剪安排有什麼關係。

如果驗布紀錄、排料與裁剪各自分開管理，布料品質和實際用布之間的關係就比較難看清楚。裁剪端在鋪布以前掌握的布捲資訊越完整，安排材料時就越有調整空間。

現在驗布資料的應用也逐漸往這個方向發展。布況資料除了留下品質紀錄，也可以進一步進到後面的鋪布與裁剪準備。

鋪布是計畫真正碰到實際布料的地方

排料完成後，工廠可以先算出預計的布料利用率，但那個數字建立在原本設定的條件上。真正開始生產時，還是要面對每一捲實際布料。

實際可用布幅可能和原本設定有差異，瑕疵位置也不一定剛好方便避開。不同布捲長度、鋪布張力、對邊與每層布的穩定程度，都會影響最後送進裁剪的布層。

所以鋪布本身就是用布管理的一部分，不只是驗布和裁剪中間的一道工序。

自動鋪布可以減少大量重複性的人工操作，也讓鋪布條件比較容易依照布料與訂單要求維持一致。具備 IoT 功能的鋪布設備，還可以留下相關生產資訊，進一步成為裁剪區資料流的一部分。

部分工廠依照現場需求，也可以另外搭配投影系統。

在實際鋪布時，投影可以把 cut file 顯示在布面上，讓操作人員直接對照目前的布料位置與原本的裁剪版位。

如果前面已有相容的驗布資料，也可以把已記錄的瑕疵位置顯示出來。當瑕疵剛好落在重要裁片範圍，或實際布料位置和原本規劃需要再確認時，現場就能直接看到，再決定是否需要調整。

投影本身只是顯示端，真正影響它能提供多少資訊的，是前面已經有的 cut file、布捲資料以及鋪布資訊。

排料利用率和實際用布不是同一個數字

工廠談用布率時，通常第一個會看排料效率。這個數字很重要，但它代表的是裁片在原本排料範圍裡安排得多緊密。

真正進入大貨之後，還有實際布料本身的條件。

同一張訂單可能使用多捲布，每捲長度、布幅與瑕疵分布都不同。有些位置需要避開，布捲之間也要安排接布，實際布況和原本規劃不同時，最後耗布自然可能跟著改變。

因此，排料利用率很好，不代表大貨最後一定能做到相同的材料利用率。

如果一張訂單最後比原本預估多用了布，真正值得追的是這個差距從哪裡來。可能是布況、瑕疵、布捲資料、鋪布安排，也可能是生產結束後還有剩布，但現場沒有足夠資訊讓下一張訂單再使用。

剩布本身不一定就是浪費。只要還知道是什麼布、什麼顏色、剩多少，而且未來找得到、用得回去，它仍然是可以管理的材料。

所以對工廠來說，比起只看排料百分比，把原本預計用多少、實際用了哪些布捲、生產中做過哪些調整，以及最後剩下多少可用材料放在一起看，更接近真正的用布狀況。

有生產數據才知道到底省了多少

成衣工廠一直都在省布，這件事情並不是現在才開始。現在比較不同的是，越來越多原本只存在現場經驗裡的資訊，可以被留下來。

布料準備可以確認材料是不是適合生產，驗布留下每一捲的布況，排料提供原本的用布計畫，鋪布與裁剪則把計畫真正落實到實際布料上。

如果這些紀錄彼此分開，最後可能只知道某張訂單比預計多用了布，卻不容易再往前找到原因。

資料能接起來之後，情況就會不一樣。

這些生產紀錄如果能繼續用到下一個製程，價值會比各自留在單一設備裡更高。在 OSHIMA 的成衣生產流程中，鬆布與預縮設備先處理布料狀態，EagleAi® 留下驗布資料，IoT 鋪布與裁剪區設備再把相關生產資訊往後延續。依照現場需求，部分工廠也可以選配投影系統，在實際鋪布時直接將 cut file 與已記錄的瑕疵位置顯示在布面上。

目前這些布料資料也開始往鋪布前的規劃延伸。OSHIMA IoT Dashboard 的一項新功能，可以利用已記錄的瑕疵資料，先確認已知布疵可能對預定鋪布造成的影響，讓生管在真正鋪布以前還有機會調整安排。這部分的實際流程與應用，我們會在另一篇文章中再詳細介紹。

真正值得注意的，不是多了一個軟體功能，而是原本分散在不同製程的布料資訊，開始可以跟著實際生產流程繼續使用。

永續最後還是要回到可以量化的生產結果

再生材料、回收系統以及更低環境負荷的製程，仍然會是成衣永續的一部分。但回到工廠裡，改善最後還是要能反映在每天的生產數據上。

一張訂單原本預計用多少布？實際用了多少？用了哪些布捲？材料損耗發生在哪裡？生產結束後還剩下多少可以再利用的布？

這些資料沒有留下來，就很難判斷一項改善到底真的省了材料，還是只是把問題移到別的製程。

所以數據和設備串接才會重要。每一台設備處理不同的工作，但前一個製程建立的資訊，如果能在下一個生產決策裡繼續使用，工廠才有機會把改善累積下來。

設備與技術會一直更新，工廠真正要做的事情其實沒有太大改變：把布料狀態控制穩定、知道材料實際怎麼被使用、找出不必要的損耗，再用前一張訂單留下的數據把下一張做得更好。

對成衣工廠來說，當「省了多少布」可以從實際生產紀錄裡看出來，永續才真正從一個目標，變成可以持續管理的生產結果。