BCG Advantage Matrix（容易被忽略的 2×2）
最后更新：2026-04-23
BCG 1981 年由 Richard Lochridge 提出，是对更有名的"Growth-Share Matrix"（BCG 矩阵）的补充。被严重低估——它清洁地区分出"一个行业能赚到什么样的利润"取决于结构，不是"玩家努不努力"。
核心主张
两个维度构建 2×2：
- X 轴：有多少获得竞争优势的方式（少 → 多）
- Y 轴：优势的规模潜力（小 → 大）
四个象限对应完全不同的竞争逻辑：
| 优势潜力小 | 优势潜力大 | |
|---|---|---|
| 方式少 | Stalemate（僵局） | Volume（规模） |
| 方式多 | Fragmentation（分散） | Specialization（特化） |
每个象限里的赢家靠完全不同的东西赢，硬套同一种战略到错的象限是失败原因。
四象限详解
Volume（规模）· 方式少 × 优势大
典型特征：只有一两种方式赢，但赢了就赢很大。Winner-take-most。
策略：抢先做大，平摊固定成本，锁定市场。
例子： - 云计算（AWS / Azure / GCP 三家） - 搜索引擎（Google） - 操作系统（Windows / iOS / Android）
Specialization（特化）· 方式多 × 优势大
典型特征：有多种方式建立优势，每一种都可以带来高毛利。多个细分赢家。
策略：选一个细分深耕，做到品类第一。品牌 + 专业知识是壁垒。
例子： - 奢侈品（Hermès / LVMH / Gucci 各自占细分） - 垂直 SaaS（Epic、Veeva） - 消费品牌（雀巢、宝洁，各品类冠军）
Stalemate（僵局）· 方式少 × 优势小
典型特征：只有一种竞争方式（通常是价格），但规模再大也没显著优势。商品化行业。
策略：离开这个行业或接受薄利。
例子： - 大宗商品（钢材、石油炼化） - 通用存储芯片（DRAM） - GPU 转售（一般代理）
Fragmentation（分散）· 方式多 × 优势小
典型特征：很多方式赢，但每种都带不来规模优势。本地 / 小型玩家各占一方。
策略：选一个极窄的本地 niche，不要追求规模。
例子： - 餐饮业（即便是连锁，也在各城各有王者） - AI 代理咨询服务 - 创业孵化器
应用到 AI 产业
例 1：AI 产业的 Advantage Matrix 映射（2026）
| 象限 | AI 产业例子 |
|---|---|
| Volume | 基础模型（OpenAI/Anthropic/Google——少数赢家，规模壁垒）· 超大云厂（AWS/Azure/GCP） |
| Specialization | 垂直 AI（Harvey 法律、Abridge 医疗、AlphaSense 投研）· Coding 工具（Cursor/Claude Code/Windsurf 各有细分） |
| Stalemate | GPU 转售市场· 通用 LLM API 在"通用问答"上的价格战 |
| Fragmentation | AI 代理 / 顾问 / 集成商 · 本地 AI workshop |
战略含义： - 如果你做基础模型 → 必须是 Volume 玩家（前 5 名，不然退出） - 如果你做应用层 → Specialization 是赢路 → 不要什么都做，聚焦单一垂直 - 如果你做 AI 代理咨询 → 这是 Fragmentation → 不要追求估值，追求本地口碑
例 2：NVIDIA 跨象限的霸权
NVIDIA 同时占据几个有利位置： - GPU 硬件 = Volume（规模经济、制程） - CUDA + 开发者生态 = Specialization（在 GPU 开发生态上独占） - 与 AMD / Intel 的竞争 = Volume（他们进不来）
这种"同时在两个利润象限"的公司极少。解释为什么 NVIDIA 的估值超出单纯 hardware 公司的类比。
例 3：为什么"六小虎"分化（Fragmentation 陷阱）
2024 年中国大模型公司（六小虎）都想做基础模型（Volume 象限），但： - 算力不够成为 Volume 玩家 - 没有转向 Specialization（垂直深耕）
结果：在 Volume 象限做不进前 5，在 Specialization 象限又没深耕 → 掉进 Fragmentation 陷阱。2025-2026 年分化：DeepSeek 继续冲 Volume，Moonshot 转向 Consumer，其他几家可能要选择退出或被吸收。
如何应用
诊断一个行业
- 有多少种方式能赢？（列举：规模、品牌、专利、数据、关系...）
- 每种方式能带来多大的优势？（毛利率、市场份额、protection 强度）
- 映射到四象限
- 你的公司在哪里？对的象限用对的战略。
例：一家 2025 年的 AI 应用公司
- 方式：产品体验、特定垂直专家系统、分销、品牌、定价...（方式多）
- 优势潜力：如果深耕垂直，品牌 + 数据可以带来持续高毛利（大）
- → Specialization 象限
- 策略：聚焦一个垂直，深耕 3-5 年，别追求"通用 AI 应用平台"
常见误用
- 把自己行业都说成 Volume：创始人最爱讲"赢家通吃"故事。但不是所有行业都是 Volume
- Specialization 被解释成"保守"：它是主动策略。大量伟大品牌都是 Specialization 赢家
- 忽视象限会随时间迁移：一个 Specialization 行业可能随技术演化变成 Volume（例如出版业 → 平台）
- 硬套到服务业：BCG 矩阵在产品行业更精确，服务业需要修订
延伸阅读
- BCG · The Rule of Three and Four（同时期的姐妹文）
- Richard Lochridge 1981 原文
- 本站 · 7 Powers（不同象限对应不同 Power）
- 本站 · Wardley Maps