什么东西贯穿创新变革的生命周期?

简介: 什么东西贯穿创新变革的生命周期?

1 创新的风险与大企业经营的无奈


普华永道全球创新报告显示,最具有创新性的公司和最缺乏创新性的公司之间存在巨大的增长缺口。最具创新性的公司,股东总收益高于一般水平,而且过去5年之内推向市场的新产品和服务的营业额超过总营业额的75%。研究还发现: 新产品和新服务提高了公司的收入和股东总收益。 业绩好的公司,新产品的营业额占总营业额的61%,而业绩差的公司只有26%。将近25%的公司的新产品的营业额占总营业额的10%或者更低。增长基本上处于停滞状态。高增长的企业实施大量的创新活动,而低增长的企业则缺乏创新。高增长的企业通过不断推出新产品和新服务,开发新市场,促进自身不断新陈代谢;而低增长的企业则截然相反。美敦力公司在发布新产品两年之后从中获得70%的收入。公司管理者很快会针对现有的产品提出渐进型或者重大的改进方案,例如在下一代心脏起搏器中加入氧气传感器,而不是推出一个换汤不换药的“新产品”。 一个人把他自己100%的资源投入到一个疯狂想法上的风险很小,因为只有一个人。但是对于那些有500或者10 000人的组织而言,其创新的风险就很高。当然,有些公司是如此之大以至于能够承担很大的风险,但若失败得太频繁,跟那些倾囊而出、孤注一掷进行创业的人所付出的努力相比,这些大公司更愿意为了减少损失而反对创新。 创新的风险与大企业的无奈,其背后的原因是系统、复杂的。种子用户方法论是解决这个问题的一个关键点,通过种子用户策略可以有效化解创新的风险与创新扩散的问题,让组织内涌现的创新找到合适的土壤,协同产生具有抗风险的新业务甚至开始增长的第二曲线。


 2 缺乏种子用户思维,大公司创新失败概率也很高 


对大公司来说,无论投资多大,若没有种子用户方法论支撑,依然很容易失败。谷歌、微软等企业巨头曾推出过很多产品,如谷歌的orkut、Wave、Deskbar、Dodgeball和Talkand Finance,微软的Kin、Vista、Zune、Bob、WebTV、MSNW和pocketpc,它们都是严格按照产品开发计划和产品成功假设开发的。但不幸的是,这些产品开发出来之后不久就因为缺乏种子用户战略,用户发展结构和速度都存在问题,从而导致失败。 施乐帕克研究中心(xeroxpARC)是一个典型的创新实验室。这个富有传奇色彩的组织成立于1970年,推出了一项又一项创新,包括图形界面、计算机鼠标和以太网。但是,它却没有将创新进行合理商业化,倒是像乔布斯这样的参观过该中心的创业家帮助推广施乐帕克的产品创意,收获了商业价值。 施乐帕克研究中心的运作模式不是一个理想的范本,如能够利用种子用户策略,找到特定的人群,使他们参与早期创意产品的打磨,为创新产品找到合适的市场土壤,让其最终收获商业价值,才是施乐帕克研究中心最佳运作模式。


 3 颠覆式创新与延续性创新下的种子用户价值


哈佛商学院教授克里斯坦森在其成名作《创新者的窘境》中提出,延续性创新和颠覆式创新这两个概念是理解创新者窘境的关键。“延续性技术”(sustaininginnovation)强调创新是在原有商业或产品轨迹的延长线上进行的创新;“颠覆性技术”(disruptiveinnovation)突出的是改变游戏规则或非连续性创新。 在延续性创新竞争环境中,领先的企业总是能赢,对手很难对其构成威胁。延续性创新的特征:持续性地改善原有的产品性能。客户需要什么样的产品,就做什么样的产品,不断地提高产品性能,越做越好。在这种竞争环境中,领先企业有很大的优势,因为它过去的积累会发挥作用,新兴企业很难超越。 在颠覆式创新竞争环境中,领先的企业往往输给新兴的企业,因为颠覆式创新往往不追求提高产品原有的主流性能,而是改变领先企业游戏规则,甚至降低原有的主流性能,同时引入一条新的性能改善曲线。 能指数级增长的企业几乎都是颠覆式创新者。颠覆式创新不仅涉及产品的维度,在商业模式上也需要改变既有从业者的游戏规则和行业传统做法。 罗技鼠标进入市场时,鼠标的基本功能技术已经成熟,根本无法构建竞争力。故罗技公司转而从设计下手,广招设计人才为用户提供具有设计感的鼠标,在鼠标市场占据一席之位。传统电视企业靠硬件赚钱,而对乐视TV来说,电视硬件利薄甚至需要补贴,故而转向由后面的乐视生态系统来确保其实现最终盈利。 Under Armour是近年运动品牌中的后起之秀。为了让产品拥有更佳的排汗功能,


UnderArmour坚持不使用会吸水的棉质材料,直接喊出了“棉是我们的敌人(Cottonis the enemy)”的口号,这让UnderArmour迅速在运动产品市场走红。Nike等品牌在做市场推广时选择与一些传奇人物合作,像乔丹、詹姆斯等,而UnderArmour则挑选了那些不被球队重用的球员,或是从未在第一轮就选上场的运动员。 360在进入杀毒软件市场时,市场基本被垄断,周鸿祎通过杀毒软件免费、广告收费来获益。盛景网联改变游戏规则的思路是:“从诞生的第一天,把自己定位为一个企业服务平台,而企业培训只是一个入口”。通过培训获取潜在客户,从企业转型咨询挖掘高品质客户,再进入资源对接,帮助学员企业对接券商、律所、投资机构等,提供投融资服务。 拉勾网进入招聘领域时,通过重新定义行业游戏规则(24小时内HR必须给出反馈,必须标明薪资,7日内处理简历),迅速占领市场。 不论是颠覆式创新还是延续性创新,都需要将创新变为现实落地。在产品层面,创新的产品如何能够迅速构建产品势能?在商业模式创新上,如何让商业模式创新落地,能够被用户、上下游产业链的群体迅速接受?要破解这些问题,都需要种子用户群体和种子用户方法论的支撑。 种子用户方法论适用于创新、新产品项目,但这些并不代表只有创业公司才能从种子用户方法论中获益。当然,创业公司较成熟企业而言拥有更高的不确定性,因为它们还在寻找自己的商业模式、市场策略以及用户基础。 那些成熟的企业也不能假想自己的商业模式会一直保持不变,因为市场和科技都在不断变化。成熟企业要把注意力和资源从正在盈利的业务领域转移出来,去开拓新市场和创新领域,否则会面临衰亡的风险。贝恩的一份研究数据显示,一般七年以后,成熟企业有70%的收入将来自于今天尚不存在的产品。这并非言过其实,只有有序推出成功的新产品,甚至将现有产品打入新市场,改变现有产品的最终用途,才能拥有增长的力量。

相关文章
|
存储 固态存储 数据安全/隐私保护
自己动手 DIY 一个读写200MB/s 的高速 U 盘
自己动手 DIY 一个读写200MB/s 的高速 U 盘
2776 0
自己动手 DIY 一个读写200MB/s 的高速 U 盘
Online Judge System 中术语含义: OJ、AC、WA、TLE、OLE、MLE、PE、RE、CE
Online Judge System 中术语含义: OJ、AC、WA、TLE、OLE、MLE、PE、RE、CE
5007 0
Online Judge System 中术语含义: OJ、AC、WA、TLE、OLE、MLE、PE、RE、CE
|
3月前
|
数据采集 人工智能 自然语言处理
4个关键动作:让大模型在回答中准确引用你的企业信息
本文揭秘大模型如何“认识”企业:它不爬官网,而是拼凑散落各处的碎片信息。企业常因百科、招聘页、官网描述不一致而被误读。文章提出4个实操动作——官网结构化标记、百科权威认证、高质量外链背书、多渠道信息统一,助企业构建可信数字底座,提升被大模型准确引用的概率。
439 1
|
9月前
|
机器学习/深度学习 人工智能 安全
让AI学会“选择性遗忘”:数据脱敏如何守护你的隐私与安全
本文深入浅出讲解AI时代关键隐私技术——数据脱敏:解析掩码、聚合、微调三大“隐身术”,手把手演示Python实战(含差分隐私与分布生成),兼顾隐私安全与模型效用,并提供效果评估标准与未来趋势,助开发者打造合规、可信、可用的AI系统。(239字)
1136 9
|
3月前
|
人工智能 编解码 API
HappyHorse‑1.1系列模型全解析:新一代AI视频生成模型核心能力与API实战
随着AIGC视频创作需求持续爆发,短视频制作、短剧小样、电商产品宣传片、概念分镜预演等场景,都对AI视频模型提出更高要求。传统视频生成方案长期面临几大痛点:人物主体跨帧形象漂移、动作僵硬出现残影扭曲、音画不同步、参考素材难以复用,生成画面质感和真实物理逻辑存在明显缺陷。HappyHorse‑1.1作为迭代升级的视频生成系列模型,针对上述行业痛点完成多维度优化,提供文生视频、首帧图生视频、多参考图生视频三大核心能力,支持原生同步音频输出,能够输出最高1080P分辨率,时长3‑15秒的MP4视频素材,已经广泛应用于个人创作者、MCN机构、电商商家、中小企业内容生产等诸多业务场景。本文完整梳理Hap
401 0
|
7月前
|
人工智能 Cloud Native 算法
玄晶引擎2.9.0实操:IP自动化+爆款复刻,阿里云生态适配落地
玄晶引擎2.9.0深度适配阿里云生态,主打人设IP自动化与短视频爆款复刻两大功能,支持低代码配置、云原生部署及AI私域转化闭环。无缝对接DataWorks、MaxCompute等服务,助力企业咨询、电商、连锁等行业实现“获客—转化—复购—裂变”全流程提效降本。
514 1
|
7月前
|
缓存 人工智能 运维
大模型落地生产环境,Claude 4.6 成本失控前必须做的架构调整
大模型落地后,高昂API成本成最大瓶颈。本文提出三大降本动作:1)严控Token消耗与生命周期,善用Prompt缓存;2)实施模型分层路由,按需调用Opus/Sonnet/Haiku;3)引入聚合网关,统一接入、自动容灾、对公结算。早治理,早见效。
577 0
大模型落地生产环境,Claude 4.6 成本失控前必须做的架构调整
|
11月前
|
人工智能 自然语言处理 资源调度
响应速度大比拼:6大主流客服机器人深度对比,哪家能做到毫秒级回复?
在体验为王的时代,客服响应速度成竞争关键。本文深度拆解六大AI客服机器人,从毫秒级响应、高并发稳定到场景适配,揭示如何以“真实速度”构建客户信任与商业护城河。
|
12月前
|
人工智能 UED 开发者
别把问卷做成"审讯录":用AI重构与用户的每一次对话
95%的用户调研问卷因为"审讯式提问"而被无视。本文提供一套基于认知心理学的AI指令,将枯燥的填表转化为有温度的对话,帮助开发者和产品经理设计出高完成率、高信度的调研问卷,打破"幸存者偏差",获取真实用户洞察。
1362 9
|
监控 Java Spring
AOP 切面编程
AOP(面向切面编程)通过动态代理在不修改源码的前提下,对方法进行增强。核心概念包括连接点、通知、切入点、切面和目标对象。常用于日志记录、权限校验、性能监控等场景,结合Spring AOP与@Aspect、@Pointcut等注解,实现灵活的横切逻辑管理。
2717 6
AOP 切面编程