Wardley Maps:技术演化阶段分析
最后更新:2026-04-23
Wardley Maps 是 Simon Wardley 在 2005 年前后基于其在 Canonical 的战略经验建立的可视化战略框架。目前为止唯一一个显式建模"技术演化阶段"的主流战略框架——对处于剧变中的 AI / 机器人产业尤其适用。
核心主张
一张 Wardley Map 是一个二维图: - Y 轴 · 价值链:越靠上越接近用户可见的价值,越靠下越是看不见的基础设施 - X 轴 · 演化阶段:Genesis(创新)→ Custom-Built(定制)→ Product/Rental(产品)→ Commodity/Utility(商品/公用事业)
关键洞察:同一个组件在不同演化阶段需要完全不同的管理方式。初创期(Genesis)需要"Pioneer 开拓者"气质(探索、快速试错),产品期(Product)需要"Settler 定居者"气质(商业化、质量),公用事业期(Commodity)需要"Town Planner 市政规划者"气质(效率、规模)。
混淆这三种气质是企业战略最常见的失败模式。
关键概念
四个演化阶段
| 阶段 | 特征 | 管理重点 |
|---|---|---|
| Genesis | 新颖、不确定、稀有 | 探索、实验、试错 |
| Custom-Built | 已知但每次仍需定制 | 协作、咨询式交付 |
| Product/Rental | 标准化产品存在 | 市场份额、差异化 |
| Commodity/Utility | 几乎无差异、按量计费 | 效率、规模、成本 |
三种组织气质
- Pioneers:探索未知、容忍 80% 失败
- Settlers:把原型打磨成可卖的产品
- Town Planners:把产品变成稳定基础设施,驱逐成本
气候模式(Climatic Patterns)
Wardley 总结了 30+ 条"气候模式"——无论谁参与、任何技术演化都会发生的规律。例如: - Everything evolves:没有东西停在某个阶段 - Efficiency 促进 Innovation:基础设施商品化后,上层创新加速 - Past Success 制造 Inertia:越成功越抗拒演化
如何应用
- 定义目标用户的需求(画图最上方)
- 向下分解:每个用户需求依赖哪些组件?递归到基础设施
- 给每个组件打阶段:Genesis / Custom / Product / Commodity
- 识别关键移动:哪些组件即将跨越阶段?谁会受益,谁会被挤压?
- 选 gameplay:例如"open source 化来加速某个竞争组件的商品化"
应用到 AI 产业
例 1:2026 年 LLM 栈的 Wardley 位置
| 组件 | 阶段 |
|---|---|
| 基础研究论文 | Genesis |
| Agent 框架 | Custom-Built |
| LLM API(GPT / Claude) | Product(向 Commodity 移动中) |
| GPU(NVIDIA H/B 系列) | Product |
| 电力、数据中心 | Commodity |
战略含义: - LLM API 正在快速从 Product 向 Commodity 移动(价格每年降 ~80%)—— 基础模型公司的利润会压缩 - Agent 层还在 Custom-Built —— 先发者可以定义类别(Cursor / Anysphere 已部分占位) - 真正未被商品化的是专有数据 + 分销入口(Google Chrome、Apple Siri)
例 2:Meta 开源 Llama 的 Wardley 解释
Meta 不是基础模型公司(盈利中心是广告)。开源 Llama 是经典的 "Commoditize Your Complement" 招法——通过商品化 LLM 这个组件,保护自己的上层广告业务:别人不能通过垄断 LLM 来卡 Meta 的脖子。
(详见 Commoditize Your Complement)
常见误用
- 把地图当快照:Wardley Map 的价值在动态——箭头标演化方向才是重点,只画静态格局等于 SWOT
- 组件分阶段错位:把 GPU 归为 Genesis(错了,是 Product)会导致错配战略
- 忘记 Inertia:过去的成功让转型更难,不是更容易
- 想用一张图覆盖整个公司:每个业务线应该有自己的 map,强融合只会让图看不懂
延伸阅读
- Simon Wardley《Wardley Maps》原书(免费在 Medium 连载)
- learnwardleymapping.com
- 本站 · Commoditize Your Complement · Aggregation Theory · 7 Powers