洞察产业终局，看什么

刘学

经 典的基于初始条件进行分析的战略理论，适合的是外部环境相对稳定，或者即便有变化，但变化是渐进的、可递推的时代。在大变局时代，颠覆性创新对产业格局产生巨大的冲击，由初始条件走向产业终局的过程是断裂式、跃迁式的。因此，以终局洞察为起点制定战略越来越成为企业的共识。企业需要洞察产业终局，从中发现战略机会、关键控制点在产业生态中的分布；然后审视自我，根据自己拥有的资源和能力、雄心和梦想，决断在未来产业终局中的定位；定位确定了，愿景明晰了，进而选择达成愿景的路径：在资源能力方面提早布局，在步调节奏方面顺势而为。

自2021年9月起，我们调研了十几家企业对于未来智能车产业格局的看法，这些企业包括了科技公司和传统车企。调研发现，虽然受访的决策者均强调战略制订需要洞察终局，以终为始，但受个人的知识背景、兴趣或者近期需求等方面的影响，其关注的重点或洞察视角各有不同。有人关注产业未来的规模、盈利空间，有人关心最终谁会胜出或者何种类型的企业可以居于主导地位，有人聚焦玩家的逻辑和结构，还有人推断玩家可能采用的打法或者主导的商业模式。此外，由于方法上主要是基于直觉、悟性甚至是灵光一闪，他们坐在一起讨论的时候，常常是各说各话，很难找到对话与交流的基点，视角各有千秋，架构各不相同，内容差别极大。

基于对汽车制造业在位者、挑战者的调研，本文试图构建一个产业终局洞察的基础框架，并对框架中的关键要素进行解析，希望不仅能够为战略决策者洞察终局提供一个可比较的视角和交流的基点，还能够在大变局时代为企业决策提供支撑。

什么是产业终局

学术界、产业界越来越强调战略制定需要洞察终局，但对什么是“终局”并没有一个明确的界定。

回顾历史，“隆中对”是中国历史上最伟大的战略决策之一。诸葛亮之所以能够“未出茅庐，便定三分天下”，是因为他对当时及未来的关键玩家、玩家的空间分布、力量分布及其相互关系做出了准确的预测；对这些关键玩家经过一段时间的博弈与较量，力量达到相对均衡、关系处于相对稳定时的天下格局或状态，预先做出了准确的洞见；对其中的关键控制点和关键的机会点做出了客观的识别。正因如此，诸葛亮才能够帮助刘备在未来天下格局中做出正确的定位，选择了有效的战略。

当颠覆性创新出现时，在位者、挑战者及其他利益相关方为了争夺市场，处在激烈的竞争和博弈中。技术、市场的不确定性，以及多方的激烈博弈，使得产业格局处在剧烈的变动中。当潜在市场基本转化为现实市场，需求增长空间变小，各方的资源能力与所处的市场地位经博弈而大致匹配，技术模式、商业模式经过市场考验被认可，产业格局就会达到相对稳定阶段。我们将某一创新性产业经过导入和高速成长期，达到相对稳定、成熟阶段的产业格局或状态，定义为产业终局。这个阶段的技术模式、商业模式、竞争格局等，经历了大浪淘沙、优胜劣汰的过程。洞见这一阶段的产业格局或状态，就可识别关键机会点、关键控制点，从而可以在愿景确定、路径选择、资源布局等核心决策方面获得清晰的指导。

有学者望文生义，将产业进入衰落期的状态视为“终局”。这个终局基本是明确的，无须决策者耗费心力。有学者则给出明确的时点，如将五年、十年后的状态视为终局。终局确实是一个与时间高度关联的概念，但特定时点的状态是不可能准确预测的。五年、十年后，产业可能还没有经过導入期或高速成长期。这两个阶段的产业格局处在急剧的变动过程中，洞察的意义和价值不大。

从产业实践看，终局洞察服务于战略决策。面对颠覆性创新，不同参与者战略动机不同，洞察终局关注的重点就不同。在位者主要关注颠覆性创新会对本产业、本企业产生何种冲击，威胁的途径和机制是什么样的，应当如何应对。当然，有些在位者也会关注颠覆性创新是否能给企业带来改变竞争地位、发展空间的机遇。创业者、挑战者重点关注战略机会的发现与创造，包括颠覆性创新产业自身的吸引力、产业机会在产业链不同环节的分布、如何把握这些机遇等。

决策者洞察产业终局时关注的核心内容可以概括为两个层次：一是产业生态体系的结构性指标，包括产业上游的供应链生态结构、产品制造商竞争格局及商业模式、下游的服务体系及用户结构等；二是产业吸引力指标，这是生态体系结构即生态体系关键玩家之间的相互作用产生的结果，包括产业规模、利润空间及其在产业价值链中的分布等。其背后的逻辑是，颠覆性技术通过改变产品的技术结构，重塑产业上游的供应链体系和供应链生态，同时也影响下游的销售与服务体系；通过改变产品的功能结构，影响用户的采购动机、采购意愿，影响产品的使用方式及用户之间的关系。上游供应链体系、下游服务体系、用户采购动机等的变化，会影响产业的主体产品制造商的商业模式、竞争格局等。产品的功能结构决定产品对用户的价值，进而影响产业的规模。上游的供应链生态、下游的服务体系和用户购买意愿、制造企业之间的竞争格局等，决定产业的利润空间及利润在产业链上的分布。

产业终局的结构性框架

洞察产业终局需要考察的产业生态系统的关键结构要素及其相互关系如图1所示。

产品的技术结构与主导设计

产品技术结构是指产品的技术构成以及不同技术之间的关系，是支撑关键部件、关键系统研发制造的技术、材料、工艺，以及将部件集成起来的架构技术等。

产品的技术结构对应着供应链体系。研判产品的技术构成，列出关键技术，识别关键技术要素之间的关系，然后按照“关键部件—关键材料—关键资源”沿着产业链向上追溯，将每一关键部件的供应链进行精准刻画，就可以勾画出产品的技术图谱。技术图谱描绘出来后，可以从三个角度对供应链体系的各个环节进行标注：首先是条件的具备程度，其次是不可替代性（重要性）、稀缺性；最后是技术的复杂性、新颖性等。完成标注后，再评估技术对应的潜在市场规模、利润空间等。当然，在产业主导设计尚未形成的阶段，精准刻画产业的技术图谱、供应链图谱，具有非常大的挑战性。但是，哪怕是一个粗略的图谱，对创业者选择投资方向，在位者选择转型方向以及进入市场的时机，都具有特殊的战略价值。

首先，标注了供应链各环节条件具备（成熟）程度、重要程度、稀缺程度的供应链图谱，有助于判断产业潜在市场转化为现实市场的周期。识别产业链不可替代环节数量的多少以及这些环节条件的具备程度，再结合产品功能相对于最佳替代品的优势，就可以比较准确地预估潜在市场转化为现实市场的周期。这对判断产业窗口何时打开、何时关闭具有重要价值。其次，这份图谱对判断未来产业创造的价值在供应链体系中的分布具有重要的价值。通常，那些稀缺且不可替代的资源能力的拥有者在产业价值分配中会处于更有利的地位。

决策者在分析产品的技术结构时，还需要特别关注产业内核心企业或多数企业选择的技术模式是否为主导设计（dominant design）。所谓主导设计，是产业内大多数企业和市场上大多数用户接受的关键技术模式、产品设计或技术标准（通过这一技术模式的改进，可以使产品性能达到或超过客户的期望）。主导设计的出现意味着技术的不确定性基本解决，从而改变行业的竞争动态。早期选择了主导设计的企业的先动者优势已经建立，产业竞争开始转入规模、成本、质量、性能等方面的抗衡。如果产业的主导设计尚未形成，意味着目前处于核心地位的企业有可能走在错误的技术路线上，当不同的技术模式成为主导设计，在原有技术路线上的投资就有可能失效。

例如，在智能车领域，业内的领先者特斯拉采用的是摄像头+神经网络模型AI算法的技术路线。如果这种技术模式能够成为主导设计，特斯拉的先动者优势就会因为数据的黑洞效应而不断强化。也就是说，装载特斯拉AI系统的车辆销售得越多，特斯拉采集的数据越多，就可以运用有效数据对模型进行优化迭代；模型越强大，安全性越高，客户体验越好，装载特斯拉AI系统的车辆就越多。但如果特斯拉选择的技术模式不是主导范式，未来可能需要更换智能感知系统，更换不同的AI模型，那么，特斯拉已经获取的感知数据、AI模型基本就不再具有重要价值，需要推倒重来。所以，关注技术结构时，要特别关注现有的技术模式是否为主导设计。

产品的功能结构

产品的功能结构是指产品对客户而言具有哪些用途，这些用途的优先顺序和组合关系，以及产品为客户创造价值的途径和机制。产品的功能结构及性能指标对应着产品对用户及其他利益相关者的价值。与原有产品相比，新产品在功能、性能上的优势越显著，能够为客户创造价值的途径越多，创造的价值越大，颠覆能力就越强。功能、性能影响用户的体验和价值感知、采购意愿和采购数量，从而影响产业规模。此外，技术结构与功能结构的变化，也会影响维修、保险等服务的需求，进而对下游服务业的不同环节带来机遇或者威胁。

网联化、数字化、智能化是许多产业创新的重要方向。互联网改变了企业与用户的互动模式，从而对包括销售渠道选择在内的营销策略产生重要影响。例如，小米通过互联网与用户直接互动，吸引技术型用户参与产品的功能设计，将产品设计与营销、销售紧密结合在一起，将过去研发、设计、采购、制造、销售、服务的线性垂直价值链，转变为设计与销售并行且交互的网络关系，重构了产业生态不同主体之间的地位与关系。

智能化除了使产品的功能更为丰富以外，还使过去不可观察、不可追踪的过程或行为可以非常低的成本进行观察与追踪，显著降低对用户行为与过程进行管理与控制的成本。這很可能会使用户结构发生极大变化，如过去高度分散的用户更便于集中管理，从而使规模经济效应显著提高；下游用户集中，也会影响其对生产商的议价能力，进而影响产业的利润空间。

谈到智能汽车产业未来格局，禾多科技联合创始人孙玉国认为：“大家都有共识的地方是，当自动驾驶时代到来，汽车的属性确实发生了根本的变化，从一个简单的出行工具，变成了一个独立的可移动的智能空间。属性发生变化以后，将来是个人拥有为主还是以机构运营为主呢？乘用车这一块我现在做不出来判断。但我认为有一个领域一定有根本性的变化，就是物流行业。有规模的自动驾驶的卡车运营公司一定会出现，这一点我认为是很明确的。”

竞争格局

竞争格局可以用厂商数量及产业集中度来加以度量。也就是说，产业达到成熟阶段时，产业是高度集中、高度垄断的，还是高度分散的，或是居于两者之间的。

影响产业集中度的关键因素包括规模经济效应、网络效应、数据的黑洞效应；客户需求的同质/异质性程度；产业进入壁垒的高低；若存在对线下服务的需求，客户的集中/分散度；用户转换供应商或转换平台的成本，等等。此外，是否具有显著的先动者优势，并带来规模收益递增，进而形成强者恒强等也是重要的影响因素。

具体来说，如果一个产业具有下述特征，就会形成高度分散、高度竞争的格局：不存在明显的规模经济和网络效应，包括同边效应和跨边效应，也不存在数据的黑洞效应；用户需求高度差异化，满足不同用户需求需要完全不同的资源能力和运营体系；产业进入壁垒低；线下服务是交易活动的核心且用户高度分散，最佳服务半径较小；用户转换供应商或平台的成本很低。相反的情况下，则会形成高度垄断，甚至赢者通吃的市场结构。

在推断产业未来的竞争格局时，除了要关注未来的产业集中度，还要关注竞争格局的构成，即当颠覆性创新出现后，在颠覆性创新的核心技术领域，在位者与挑战者谁更可能胜出，谁更可能在产业终局中占据主导地位。这不仅是博弈双方要关注的核心问题，也是其他关键利益相关者，包括投资者、政府等需要关注的核心问题。对这个问题做出相对可靠的判断，对博弈双方的战略选择、资源配置决策、未来发展前景，都具有决定性的影响。

主流商业模式

商业模式是企业创造价值、传递价值、分享价值的基本方式，它决定了公司在众多的潜在用户中定位哪些用户，以何种方式将何种资源能力整合起来（哪些内部拥有、哪些与合作伙伴联盟），开展何种经营活动，或者以何种产品或服务为其定位的客户创造何种价值，以何种机制分享价值（收入来源/现金流结构与成本结构/支出结构之差额）。

如果说产业规模描述的是未来的蛋糕有多大，商业模式则是描述厂商在争夺蛋糕时的打法有什么特点。以智能手机市场为例，相关企业的商业模式存在明显的差异。苹果拥有操作系统、芯片及其他关键硬件设计的全部核心能力，三星拥有芯片及其他关键硬件的设计与制造能力，小米的操作系统和主要硬件则主要来自外部整合。商业模式不同，在产业生态体系中的地位就有可能有差异，能够分享的价值也不一样。

在数字化时代，产品功能的增加为企业重构功能、性能组合，创造差异化提供了空间和机会。按照波士顿咨询公司创始人亨德森的说法，“产业竞争的关键要素数量越多，组合方式就越多”。然而，就智能车产业而言，因为网络效应、数据的黑洞效应、规模收益递增等力量过于强大，产业中可以存在的主流商业模式不会太多，一般不会超过十种。

产业吸引力指标

洞察终局，还需要关注产业吸引力指标。产业吸引力指标主要包括两个：产业规模、产业利润空间及其在产业链中的分布。

产业规模

产业规模是产品的技术结构、功能结构、性能要求等力量综合作用的结果。产品的技术结构决定产品制造需要的固定资产投资、元器件制造的材料、加工成本以及研发制造过程的复杂性等；产品的功能结构、性能指标即产品能够满足用户何种需求、创造何种价值，决定用户的数量或规模。

对产业终局进行洞察，产业规模毫无疑问是需要关注的第一要素，潜在规模越大，产业吸引力越高。此外，产业关联度即对其他产业发展的带动作用，特别是对国家产业竞争力提升的作用，也需给予足够重视。产业规模越大，成长空间越大，更容易得到资本的加持；对其他产业发展的带动力强，则更能得到政府的支持。

利润空间及其分布

利润空间是评价产业吸引力非常重要的一环。根据迈克尔·波特的理论，产业利润空间及利润空间的稳定性，是上游供应商议价能力、下游用户议价能力、现有厂商之间竞争抗衡强度、潜在加入者、替代品等五种力量交互作用的结果。在产业发展的不同阶段，利润在产业生态体系中的分布并不稳定：产品性能不足时，利润主要集中在产品集成商；产品性能趋于过剩时，利润开始向产业链两端迁移，即上游的核心模块供应商和下游的渠道和用户。微笑曲线并不是永恒的真理，一般仅在产品性能过剩阶段成立。理解产业利润分布转移的规律，当产品性能过剩时，就可以重新调整战略布局：一是向产业链上游走，实现技术领先；二是将重心放在产业链下游，增加用户黏性。

如果说产业规模代表蛋糕大小，利润空间就是蛋糕上奶油的厚度，产业竞争格局决定有多少企业来争夺蛋糕，博弈过程中在位者与挑战者谁能在未来的格局中占据主导地位，谁就抢到奶油最厚的部分。商业模式则反映这些企业争夺蛋糕时的打法。要抓住产业中的关键机会点，可以通过有效地整合资源，选择合适的商业模式，成功地挤进生产商的行列；还可以在上游供应链体系、下游用户管理和服务体系中发现新的机会，选择合适的定位。把这些要素看清楚，基本就把产业终局看明白了，关键機会点、关键控制点也基本识别清楚了。

终局洞察是一个持续动态、逐渐深化的过程。颠覆性创新产业发展的起步阶段，决策者形成一个关于终局的大致轮廓或者基本假设，在这个假设的指导下采取行动，并在行动中收集数据，验证或修正假设。随着时间演进，随着各种创新性尝试的实施、技术路线的比拼、主导设计的定型，最后不断获得对于终局的正确认知。