波特五力模型在互聯(lián)網(wǎng)行業(yè)的研究應用:下一個人工智能服務風口

0 評論 38777 瀏覽 81 收藏 12 分鐘

隨著智能技術的發(fā)展,智能與互聯(lián)網(wǎng)生態(tài)圈發(fā)生了巧妙的化學反應并逐步融合。那么現(xiàn)有的哪些行業(yè)更適合進行互聯(lián)網(wǎng)智能服務?本文探討在互聯(lián)網(wǎng)時代,從用戶的行為及需求出發(fā),利用波特五力模型結(jié)合行業(yè)的市場分析,挖掘人工智能在互聯(lián)網(wǎng)服務領域的應用。

第一部分 研究方法及研究框架簡介

本文所涉及的研究框架以波特五力模型為主線,結(jié)合桌面研究、問卷調(diào)查的數(shù)據(jù)支撐做分析。通過分析智能應用現(xiàn)狀、行業(yè)競爭性、消費者意愿等維度,全面了解行業(yè)內(nèi)智能服務的競爭勢態(tài)。

波特五力模型最早較多應用于傳統(tǒng)制造業(yè)的行業(yè)分析,五種力量主要指供應商和購買者的議價能力,潛在進入者的威脅,替代品的威脅,以及相同行業(yè)之間的公司競爭力;而互聯(lián)網(wǎng)領域內(nèi),五種力量的分析角度,我們認為依然適用,但所適用的場景和維度會與傳統(tǒng)制造業(yè)存在差異,于是我們對這個模型進行拓展和轉(zhuǎn)換。

這里簡單介紹我們在做拓展過程中的一些思考:

第一力:供應商的議價能力。在我們所研究的行業(yè)范圍內(nèi),我們更多的是考慮供應商的市場影響力(市場滲透率)、數(shù)據(jù)沉淀能力、用戶忠誠度(對于供應商的繼續(xù)使用意愿、使用頻率和滿意度);

第二力:購買者。傳統(tǒng)維度注重市場上的供求關系和購買者的議價能力,在互聯(lián)網(wǎng),我們的關注點則是用戶對于創(chuàng)新服務的需求和粘性(即留存);

第三力:潛在進入者的威脅。互聯(lián)網(wǎng)進入門檻較低,很多小眾企業(yè)可以通過細分行業(yè)的服務創(chuàng)新快速進入市場,所以在這一力的研究上,我們會從產(chǎn)品形態(tài)和服務創(chuàng)新角度出發(fā)尋找小眾形態(tài)潛入者;

第四力:替代品的威脅。這個維度主要衡量不同企業(yè)內(nèi)產(chǎn)品之間是否存在互為替代的可能。在互聯(lián)網(wǎng)領域,我們會著重關注產(chǎn)品的形態(tài)、行業(yè)上下游鏈路關系、數(shù)據(jù)的沉淀等是否可復制或存在被整合的風險。然而,我們認為互聯(lián)網(wǎng)產(chǎn)品不依托硬件設計,而是依賴軟件產(chǎn)品形態(tài),導致產(chǎn)品形態(tài)復制成本低,因此,產(chǎn)品形態(tài)并非是關注重點,我們的側(cè)重點是行業(yè)上下游鏈路關系、數(shù)據(jù)的沉淀等是否可復制或存在被整合的風險;

第五力:同業(yè)競爭者的競爭程度。這一力我們并沒有做任何互聯(lián)網(wǎng)維度轉(zhuǎn)化,分析維度仍然是關注行業(yè)內(nèi)互聯(lián)網(wǎng)產(chǎn)品的市場滲透率的表現(xiàn),確定行業(yè)的集中程度和分布格局。

本文的研究框架及思路如下:

第二部分 智能服務現(xiàn)狀

一、人工智能服務階段

目前人工智能服務分成三個階段(注1):計算智能、感知智能與認知

智能。計算智能處于基礎運算,幫助人類存儲和快速處理海量數(shù)據(jù);感知智能表現(xiàn)在機器能看懂、聽懂,幫助人類高效完成聽、看的相關工作;認知智能則讓機器像人一樣主動思考,能夠全面輔助甚至替代人類工作。從智能應用的發(fā)展角度看,感知智能目前處于試點階段,是人工智能服務主要切入點。

圖1:人工智能分類來自于艾瑞咨詢《 2015 年中國人工智能應用市場研究報告》

二、智能功能市場使用現(xiàn)狀

對智能生活行業(yè)服務的使用現(xiàn)狀進行調(diào)查發(fā)現(xiàn)智能功能的市場覆蓋可劃分為三個階梯,同時我們認為這三個階梯也代表了智能技術發(fā)展的三個階段:第一階梯包含查詢、通信、聊天,這一階梯以圖像識別與語音識別技術為主要依托;第二階梯包含交通指引、娛樂影音、提醒;第三階梯包含知識教育、旅行推薦、生活服務推薦。對于第二階梯和第三階梯。涉及私人助理部分如交通指引、提醒、生活服務推薦等的使用率相對偏低,是人工智能服務發(fā)展的機會點。

圖2:阿里巴巴客戶體驗驅(qū)動及創(chuàng)新中心-UX《智能生活服務行業(yè)研究》

從數(shù)據(jù)上看,現(xiàn)有產(chǎn)品的智能功能在整體滿意度上偏低,智能服務的體驗在擬人化和準確性有很大的提升空間。

圖3:阿里巴巴客戶體驗驅(qū)動及創(chuàng)新中心-UX《智能生活服務行業(yè)研究》

第三部分 行業(yè)分析

本次研究的核心是關于人工智能服務的行業(yè)研究,我們針對用戶生活中的不同行業(yè)先進行「智能過篩」(即利用桌面研究結(jié)果進行定性的分析,來判斷行業(yè)在感知智能技術的可行性),過篩的維度主要包含四個方面:

  1. 智能技術發(fā)展成熟度:能夠依賴當下較為成熟的語音識別和圖片識別實現(xiàn)的服務
  2. 大數(shù)據(jù)應用:通過大數(shù)據(jù)運算可做的智能輔助服務
  3. 排除過多依賴人工外包承接服務,比如目前的家政行業(yè)過多依賴于人的上門服務
  4. 不強依賴于智能硬件產(chǎn)品建設,如醫(yī)療行業(yè)內(nèi)的智能設備較依賴于硬件產(chǎn)品

「智能過篩」的行業(yè)舉例說明:

依照上述的分析,梳理了?7?個行業(yè)中的應用,同時對每個行業(yè)的應用做了細分研究。

圖4:阿里巴巴客戶體驗驅(qū)動及創(chuàng)新中心-UX《智能生活服務行業(yè)研究》

針對各個行業(yè)的應用,我們從市場滲透率、繼續(xù)使用意愿、用戶份額、使用頻率、用戶滿意度上進行了橫向?qū)Ρ?,現(xiàn)使用「旅行」和「視頻」兩個行業(yè)進行舉例說明:

  • 視頻:綜合視頻類處于穩(wěn)定期,愛奇藝、騰訊視頻、優(yōu)酷市場滲透率相對較高。新興直播類仍處于發(fā)展期,表現(xiàn)最好的是 bilibili,但其滲透率也依然很低。從繼續(xù)使用意愿和用戶滿意度上看,bilibili 遠遠高于綜合視頻類 App,與其用戶的同質(zhì)性高有極強的相關性。從現(xiàn)有的數(shù)據(jù)上看,直播類 App 的市場仍較為分散,競爭較為激烈。
  • 旅行:綜合旅行類(如攜程、去哪兒、阿里旅行)相對攻略內(nèi)容類(如螞蜂窩、窮游網(wǎng))的市場滲透率表現(xiàn)較好。旅行?App?市場進入一個相對穩(wěn)定期,但是從用戶反饋上看,現(xiàn)有的旅行?App?未滿足用戶個性化需求,引入智能服務的呼聲較高,所以仍有可以改善的空間,比如最優(yōu)的行程計劃,當?shù)鼐包c介紹、路線規(guī)劃、準確翻譯的自動推送,整合基于地理位置的內(nèi)容信息為用戶提供旅游輔助是旅行服務的發(fā)展方向之一。

針對每個行業(yè)的數(shù)據(jù)表現(xiàn),我們對有發(fā)展?jié)摿Φ男袠I(yè)逐一用波特五力分析模型做行業(yè)內(nèi)部競爭分析,如下以旅行行業(yè)為例進行舉例說明,其他行業(yè)不做詳細展開:

結(jié)語

本次研究在波特五力模型的利用上,結(jié)合互聯(lián)網(wǎng)的屬性做五力維度的拆解和分析,將傳統(tǒng)行業(yè)研究方法轉(zhuǎn)化為適用于新興領域的研究工具,為波特五力模型注入帶有互聯(lián)網(wǎng)屬性的體驗維度。這是此次在研究方法上的較大突破。另外,此模型依然也有一些自身的局限和改善的空間:

  1. 此模型是當下行業(yè)狀態(tài)的反應,是一種靜態(tài)模型,不能做動態(tài)監(jiān)測,建議可以利用大數(shù)據(jù)的行為跟蹤做綜合分析;
  2. 此模型早期應用于傳統(tǒng)企業(yè),但是對于互聯(lián)網(wǎng)而言,相對于傳統(tǒng)企業(yè)的變數(shù)更大、節(jié)奏更快,所以在研究的過程中,需要進行適用于企業(yè)本身的維度精簡。

通過整個的研究過程的深挖,利用市場數(shù)據(jù)的多維度分析,清晰的了解了各個行業(yè)的發(fā)展態(tài)勢和智能領域的發(fā)展現(xiàn)狀:

  1. 現(xiàn)有智能服務在感知智能上處于試點階段,基礎功能(如查詢、通訊、聊天)較為普及,涉及私人助理部分如交通指引、提醒等的使用率相對偏低,是人工智能服務發(fā)展的機會點。
  2. 從現(xiàn)有智能功能的使用感受來看,滿意度偏低,擬人化和準確性有待提升。
  3. 從行業(yè)市場的角度看,旅行、餐飲、購物等行業(yè),對于智能場景的機會空間較大,也應是未來的主要發(fā)力方向。

數(shù)據(jù)來源:注1 –?人工智能分類來自于艾瑞咨詢《 2015 年中國人工智能應用市場研究報告》

 

作者:?房佳,花見

來源:?微信公眾號【37點2度體驗】

更多精彩內(nèi)容,請關注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!