麦肯锡报告指出, 现下的12个竞争领域快速增长且充满活力。为了确定这些竞争领域,麦肯锡通过市场调研得出一组数据,该数据涵盖了全球最大的3000家公司。在分析过程中,麦肯锡将部分公司或其业务从广泛的行业类别(如零售)重新划分到更具体的竞争类别(如电子商务)。在某些情况下,这意味着将一家大型公司(例如微软或亚马逊)拆分为两到三个部分,并分别归入不同的竞争类别。 随后筛选出那些增长迅猛且市场活力突出的行业。具体而言,这些行业在2005年至2020年间实现了快速扩张,其增长速度远超整体经济增长,使其在2020年的全球收入和市值占比相较于2005年显著提升。我们将这一差值称为“行业份额增长率”,它反映了这些行业所创造的超额价值。此外,我们还衡量了行业内部企业市场份额变动的程度——这一指标被称为“洗牌率”(shuffle rate)。换句话说,麦肯锡选择的这些竞争领域,其行业内部的市场份额流动性要高于其他行业。根据麦肯锡考察的市场份额变动情况,即各公司之间的收入或市值发生了多少转移。例如,在移动和消费电子行业,2005年,索尼在该领域的收入市场份额占比为27%,但到2020年已下降至13%,减少了...
麦肯锡报告中提到,为了发掘未来有可能会形成竞技场的领域,研究人员回顾了当今热门赛道的形成过程。研究发现,具备以下三个关键要素的领域往往具备高增长和高活力,最终演变为重要赛道。这三个要素可以视为“赛道催化剂”,即商业模式或技术的重大变革、投资激励的持续升级,以及庞大或快速增长的市场规模。报告指出,在2005年,iPhone一代还未出世,彼时也没有人用过云服务;大规模生产的电动汽车看起来更像是科幻小说才会出现的情景。但到了现在,这些场景都已司空见惯,是创新浪潮的一部分,从根本上改变了企业、经济和我们的生活方式。数据清晰地展现了市场变迁的趋势。2005年底,全球市值最高的20家公司中,到2024年9月仍然位列前20的仅剩四家。而这20家顶级公司的总市值已从2005年的约4万亿美元增长至2024年9月的25万亿美元,增长了六倍多。新进入前20的公司大多来自麦肯锡定义的“新兴赛道”。 这一趋势在2005年至2020年间同样明显。在全球市值最高的100家公司中,2005年上榜的企业到了2020年仅剩46家,意味着有54家新晋公司。其中,近一半来自特定的“新兴赛道”,使这些赛道中的头部企业数量从20...
报告指出,2005年至2020年出现的12个竞技领域(包括软件、半导体、消费互联网、电子商务、消费电子产品、生物制药、工业电子产品、交付技术、视频和音频娱乐、云服务、电动车和信息赋能的商业服务。)展现出巨大的变化率,同时,这些领域在整个市场市值中所占的比重也有显著的增长,表明它们在市场中的影响力不断增强。报告指出,目前存在的12个竞技领域在六个方面与其他行业有着显著的差异:一、 竞技领域在经济利润占据的份额越来越大2005 年,竞技场创造了 550 亿美元,占全球经济总利润的 9%,其他行业创造了 5490 亿美元,约占总额的 90%。而到了 2019 年,竞技场产生的总收入为 2500 亿美元,占全球经济总利润的一半。将 2005 年的经济利润排名与 2019 年和 2020 年的经济利润排名进行比较,除工业电子产品外,所有领域的经济利润排名都有所上升。二、竞技场吸引了大量的创新投资早在2005年竞技场的研发投资份额占比就已位居高位,并且已经保持了15年。据悉,2005 年,美国 62% 的商业研发支出流向了竞技场和竞技场相关行业;到 2020 年,这一数字增加到 65%。在这些领域...
商场如战场,古往今来,政治与经济的博弈始终是人类向前发展的一个重要课题。企业若想长期发展,就要紧跟潮流,洞察市场,抓住高增长高活力的发展机会。麦肯锡全球研究院通过对市场现状及未来演变的分析,发现了18个将改变商业格局、重塑全球经济的关键领域,并将这些领域称之为“竞技场”(Arena)。本次的市场调查报告将对麦肯锡全球研究院发布的《未来的主要“竞技场”》进行简要分析。在报告中,麦肯锡全球研究院解释了何为“竞技场”——改变商业格局的行业;具备高增长性和高活力的特性。它们通常在经济增长中占据绝对高地,并且行业内企业的市场份额变动剧烈。报告指出,到2040年,未来的18个竞技场或将重塑全球经济,并产生29万亿至48万亿美元的效益。图:中美竞技的18个关键领域报告的主要内容有:未来将有18个可能重塑全球经济的未来竞技场,预计到2040年将创造29万亿至48万亿美元收入。这些领域涵盖人工智能软件与服务、网络安全、未来空中交通、肥胖及相关疾病药物、机器人技术到非医疗生物技术等。这些未来竞技场到2040年可能产生2万亿至6万亿美元利润,其占全球GDP比重可能从当前的4%增长至10%-16%。经过过去2...
报告指出,具身智能使信息和物理世界深度融通,进一步拓展人工智能发展边界,使机器人等物理实体更好地理解世界、更自然地与人类交互和更高效地执行任务。思维智能和行动智能的有机融合将推动人类社会进一步迈向智能化时代,加速通用人工智能的到来。技术创新发展推动具身智能持续进化感知技术的进步:随着传感器技术的发展,如激光雷达、摄像头、超声波传感器等的精度提升和成本下降,使得具身智能系统能够更准确地感知周围环境。这为机器人和其他具身智能设备提供了更加丰富的环境信息,从而增强了它们的理解和交互能力。计算能力的增强:硬件计算能力的不断提升以及云计算、边缘计算等技术的发展,使得处理复杂算法成为可能。这些进步支持了更高层次的数据分析和机器学习模型的应用,有助于提高具身智能系统的决策能力和反应速度。人工智能与机器学习:深度学习、强化学习等AI技术的发展,尤其是针对特定任务的学习算法的进步,极大地提升了具身智能系统的自主学习能力和适应性。通过不断学习和优化,这些系统可以更好地执行复杂的任务,并在不同的环境中表现出更高的灵活性。软件和算法的创新:除了硬件的进步,软件和算法的创新也为具身智能的发展提供了动力。例如,模...
具身智能的发展不仅面临技术层面的挑战,还需应对实际应用中的难题。在产品层面,其形态设计与内部硬件架构直接影响行动能力的极限。要使具身智能在现实世界中顺利落地,机器人产品需具备合理的构型、高兼容性、丰富的接口、良好的运动性能以及高度的可靠性。 首先,打造通用且高性能的具身本体是核心难题。在产品研发过程中,需同时考虑计算芯片的算力与成本、通信总线的传输效率以及能耗等关键因素。例如,在长时间运行的环境中,电池续航至关重要;在对实时性和稳定性要求极高的场景,云端通信的高效性与本体侧芯片的推理能力尤为关键。此外,执行精细操作的任务场景要求机器人具备更强的灵活性和自适应能力,而在野外等复杂环境中,本体需具备出色的抗冲击与抗摔性能。实现这些目标,不仅需要深入理解应用需求,还必须在执行可靠性、任务效率与成本控制之间找到最佳平衡。 其次,软硬件系统的深度融合也是一大挑战。尽管具身智能的基础模型在多模态处理和泛化能力上不断提升,其行动能力仍高度依赖复杂的功能控制算法。动作控制算法与硬件架构紧密相连,产品内部的系统设计直接决定了行动能力的上限。例如,波士顿动力的Spot四足机器人凭借先进的动作控制算法,可在...