克里斯坦森的破坏性创新—《可以量化的管理学》

简介: 6.4.4作用点与克里斯坦森的破坏性创新内容提要:消费者对商品的需求焦点会随着商品的发展而从功能性到可靠性,到便利性,最后转移到价格。克莱顿•克里斯坦森(Clayton M. Christensen)所创造的破坏性创新就是指消费者需求焦点的转移,最开始成功的企业是商品功能最好的企业,但随着商品功能的发展超过了主流消费者的需求时,功能的进步不会再成为消费者选择的重点,消费者的需求焦点开始向可靠性,便利性和价格转移,而此时破坏性的创新恰以更可靠,更便利或更便宜的商品出现,满足了消费者需求的转移,从而打败了在功能研发上最强的企业。

6.4.4作用点与克里斯坦森的破坏性创新

内容提要:消费者对商品的需求焦点会随着商品的发展而从功能性到可靠性,到便利性,最后转移到价格。克莱顿•克里斯坦森(Clayton M. Christensen)所创造的破坏性创新就是指消费者需求焦点的转移,最开始成功的企业是商品功能最好的企业,但随着商品功能的发展超过了主流消费者的需求时,功能的进步不会再成为消费者选择的重点,消费者的需求焦点开始向可靠性,便利性和价格转移,而此时破坏性的创新恰以更可靠,更便利或更便宜的商品出现,满足了消费者需求的转移,从而打败了在功能研发上最强的企业。比如DELL打败IBM。

在《创新者的窘境》中,克里斯坦森提出了这样一个问题:为什么管理良好的企业会遭遇失败。他的结论是,让这些企业取得成功的管理模式阻碍了公司进行颠覆性创新。而这些新技术最终使公司的业务遭到淘汰。

克里斯坦森在《滑向未来利润源》中写道:“

破坏性技术模型把技术进步的速度同客户利用这种进步的能力作了对照。根据这一模型,每个市场中都存在两种性能轨迹。阴影区域所描绘的那一条轨迹显示了在一段时间内某种产品或服务的改进有多少能被客户吸纳。另一条用实线表示的轨迹描述了行业创新者在推出新型改良产品时性能的提高幅度。

第二条轨迹反映的是技术创新的速度,它几乎总是会超越某一特定市场层级上客户的吸纳能力。这就为创新型公司凭借“破坏性技术”——价格更低,功能更简单,使用更方便的产品或服务——进入下级市场提供了可能性。而大多数情况下,占主导地位的公司总是太过于热衷于在高端市场搞创新来满足他们最老练,最有利可图的客户,结果却错失了破坏性创新的机会。破坏性技术导致许多曾经最成功的公司陷入危机和失败(如图6-30所示)。”


图6-30 破坏性创新

本田的Super Cub摩托车及英特尔的8088处理器就是两个绝好的例子,它们改写了竞争的规律。这两家公司推出产品时没有宏大的商业计划,它们从市场的底层打入后,逐步扩展,最终在市场高端将对手挤走。

克里斯坦森的破坏性创新其实讲的是客户需求的转移。一件产品会同时具有若干属性,而这些属性的重要性是不同的。当第一属性已经能满足客户的需求时,客户就不会再重点关注这一属性,而此时第二属性的重要性就会增加,更受到关注;而当第二属性也已经能满足客户需求时,第三属性的重要性就会提升,以此类推。许多企业只关注或更关注产品的第一属性,当产品的性能已经超过主流客户需求时,此性能客户已不关注,而超出的性能并不能为客户带来利益。并且更高的性能一般都伴随更高的价格。当性能超过主流客户需求时,性能的提高不能带来消费者利益的提高,而产品的价格提高了,则消费者盈余(=消费者利益-价格)降低了,所以更高的性能如果降低了消费者的盈余,销售量会下降。

产品的功能性一般为产品的第一属性,如能打电话是电话的第一属性;其次下来一般为可靠性,便利性和价格等。企业如果不能根据消费者需求焦点转移而改变自己打击的方向,而是一直认定性能是消费的需求焦点,那么就不能打中消费者的需求,从而空有性能而失去消费者和市场(如图6-31所示)。


图6-31 客户需求焦点的转移

克里斯坦森在《创新者的窘境》中写道硬盘的例子。对于硬盘来说,存储容量是硬盘的第一属性。而容量更小,体积更小的硬盘就是破坏性技术,虽然开始它的容量很小,占有市场很少,但随技术的进步,容量逐渐增大,在第一属性上的差距与体积大的硬盘差距变小,而体积小的优势的重要性变大,后逐渐取代了体积大硬盘所占领的主流市场。

产品给消费者所带来的利益包括产品的所有属性,是产品所有属性所带来利益之和。比如体积更小,容量更小的硬盘虽然在容量这个属性上提供的消费者利益不如体积大的硬盘提供的多,但体积更小这个属性又带来了新的消费者利益,并且如果它的价格较低的话,消费者盈余是增加的。企业过分注重产品的第一属性时,产品的第一属性超过了主流客户的需求,那么超出的属性并不能创造消费者利益,并且更高的性能意味着更高的价格,这样就将低端的消费者排除在外了,因为价格决定消费者的最低层次。此时一些破坏性厂商通过降低性能而降低产品价格进入低端市场,消费者盈余不一定就是减少的,因为价格和消费者利益都在减少。而当低端市场的厂商可以使消费者利益的增长超过价格的增长时,消费者盈余在扩大,则销售量在扩大,市场占有率在扩大,最后侵蚀到高端市场。

当消费者的需求焦点发生转移时,企业的竞争焦点也应该随之转移。当然还有第二种方法,当消费者的需求发生转移时,通过营销等方式,将消费者的需求焦点拉回到产品的性能上。克里斯坦森的破坏性创新就是消费者的需求焦点从产品的性能向可靠性,便捷性和价格过渡,所以导致企业的竞争焦点的转移,破坏性创新的本质是广义动量定理中力量F的作用点的转移。

在个人电脑市场上,摩尔定律说每18个月芯片的性能会提高一倍或价格降低一半。随着时间的推移,电脑芯片的性能提高速度很可能会超出消费者的需求,而此时消费者的关注点可能会转移到价格上。当有许多厂商的CPU的性能都能达到消费者的需求时,消费者将关注重点转移到价格上,会引起CPU厂商的价格战,而价格战胜出的厂商不是CPU性能最好,研发能力最强的厂商,而是成本控制最好的厂商。此时,intel可能就被打败了。所以,在个人电脑市场中,intel等厂商通过营销等方式,将消费者的关注点吸引到CPU的性能上。在微软推出Window XP的多年后,硬件厂商的产品性能有超越消费者需求的趋势,所以intel,硬盘,PC兼容机等厂商迫切的希望微软能推出新的操作系统,此操作系统必须需要更高的硬件配置来支持,这样就会又将消费者的主要需求拉回到产品的性能上,也会促使消费者的更新硬件,使硬件厂商产生新的销售。甚至于许多硬件厂商的产品都不支持XP操作系统,或者使该硬件在运行XP操作系统时的性能会降低很多,迫使消费者产生新一轮的追求硬件性能的需求。而在微软方面,也放弃了对XP系统的技术支持,迫使XP消费者使用新的操作系统。这样微软会增加销售额,intel等厂商会增加销售额,PC兼容机厂商也会增加销售额。

消费者利益有上限,成本有下限。消费者利益的上限通常较难达到,而一旦达到消费者上限,很容易促发价格战。成本有下限,成本越降,进一步下降的难度越大,而成本的极限是0,但不可能降到0。

从消费者的角度看,破坏性创新是消费者的需求转移,消费者的关注重点从功能性向可靠性,便利性和价格转移;从企业的角度看是企业竞争焦点的转移,其本质是广义动量定理中的作用点的转移。在市场初期,消费者的关注重点是产品的功能,此时市场胜利的衡量标准是性能,所以市场初期的胜利者都是研发能力最强的企业。而市场后期,产品的性能已过度满足消费者需求,消费者的关注重点从功能性转向价格,市场的胜利标准也转向了价格,此时的市场胜出者不是功能研发能力最强的企业,而是成本控制最好而价格最低的企业。在电脑市场,最初的胜利者是研发能力最强的IBM,而后期的胜利者则是依靠直销降低成本的DELL。

克里斯坦森的破坏性创新的本质是竞争焦点的转移;从广义动量定理Fαt=MV的角度来看,是作用点的转移。作用点发生变化,成果MV也会不同(如图6-32所示)。


图6-32 破坏性创新和消费者金字塔

或许克里斯坦森的破坏性创新的图形不容易理解,我们换一个更直观的图形来解释破坏性创新。领导者提供产品的性能为PE1(performance),价格为P1;破坏性创新者提供的产品性能为PE2,价格为P2,破坏者创者提供的产品性能和价格都低于领导者,二者覆盖的消费者区域不同。消费者按照数量来看是一个金字塔形状的,低端的消费者最多,高端的消费者最少。市场上主流消费者要求的最高的产品性能为PE,而领导者提供的产品性能已经超过了消费者的最高要求,超出的这部分不能创造消费者的购买量,它覆盖的消费者为0。领导者当初靠产品的性能赢得消费者,这是他们成功的原因,也成为他们认为企业可以继续成功的原因,所以领导者执着于不断的提高产品的性能,而产品性能提高的同时,价格也随着提高,在消费者金字塔上不断上升,覆盖的消费者越来越少。同时,破坏性创新者以较低的性能和较低的价格进入低端市场,随着它技术的发展和客户的积累,它的性能也开始提升,不断侵蚀领导者市场中的低端消费者,最终,领导者的由于高性能和高价格的产品失去市场,最终失败,而破坏性创新者占领了市场。一个市场开始时,产品性能最高者是市场的赢家,随着市场的发展,领导者的产品性能超过了主流市场的需求,最终是产品成本控制最好的企业赢得市场。

目录
相关文章
|
4月前
|
机器学习/深度学习 人工智能 供应链
数据素养如何帮助GenAI提高陶氏化学公司的生产力
数据素养如何帮助GenAI提高陶氏化学公司的生产力
数据素养如何帮助GenAI提高陶氏化学公司的生产力
|
4月前
|
机器学习/深度学习 人工智能 算法
【AI伦理与社会责任】讨论人工智能在隐私保护、偏见消除、自动化对就业的影响等伦理和社会问题。
人工智能(AI)作为第四次产业革命的核心技术,在推动社会进步和经济发展的同时,也引发了一系列伦理和社会问题。以下从隐私保护、偏见消除以及自动化对就业的影响三个方面进行详细讨论。
85 2
与不确定性共舞
与不确定性共舞
45 0
|
人工智能 Cloud Native Devops
影响产品开发决策的认知偏见
影响产品开发决策的认知偏见
170 0
|
人工智能
降低损失挽救生命,用人工智能对抗自然灾害
人们长久以来一直将称之视为纯粹突发的极端事件。但实际上,成千上万条微妙且缓慢推进的线索,早已指明了自然灾害发生的可能性与严重程度。
138 0
降低损失挽救生命,用人工智能对抗自然灾害
|
架构师 安全 搜索推荐
技术人员如何破除达克效应(认知偏差)?
技术人员如何破除达克效应(认知偏差)?
329 0
技术人员如何破除达克效应(认知偏差)?
|
机器学习/深度学习 数据采集 人工智能
机器学习正遭遇“可重复性危机”,或已成“炼金术”?
机器学习以其特有的优势逐渐在科学研究中得到大量应用,然而,其内在的“黑箱”特点也带来了一系列问题,有研究者认为正是机器学习的这种不可解释性导致了当下科学研究的“可重复性危机”——如果科学不可重复,那么我们还能称之为真正的科学吗?与此同时,更有研究者声称机器学习已经成为一种“炼金术”。
机器学习正遭遇“可重复性危机”,或已成“炼金术”?
|
人工智能
帮老年人抵抗新冠,长寿研究者提出低剂量雷帕霉素方案
这项研究刚刚发表于Aging杂志,即将开展临床实验