跳转至

行业研究框架:SCP、波特五力、价值链

最后更新:2026-04-22

摘要

行业研究不是列事实,而是用框架让事实之间产生关系。本文介绍三个最常用、且互相补强的框架:SCP(结构-行为-绩效)用来看行业演化波特五力用来看行业吸引力价值链用来看利润在哪个环节。一份合格的行业研究至少用其中两个。

一、SCP 范式

Structure → Conduct → Performance:结构决定行为,行为决定绩效

S · 结构(Structure)

  • 卖方集中度(HHI / CR4)
  • 买方集中度
  • 进入壁垒
  • 退出壁垒
  • 产品差异化程度
  • 成本结构(固定 vs 可变)

C · 行为(Conduct)

  • 定价策略
  • 产品策略(差异化 / 同质化)
  • 营销与渠道
  • 并购与联盟
  • 研发投入

P · 绩效(Performance)

  • 毛利率、ROIC
  • 增长率
  • 行业整体利润分布
  • 创新速度

适用场景:当你要回答"这个行业为什么会变成现在这样" / "未来结构变化会如何影响利润分布"——用 SCP。

AI 行业的 SCP 速写示例: - S: 头部三家(OpenAI / Anthropic / Google)集中度极高,进入壁垒 = 算力 + 数据 + 人才 - C: 价格战(token 价格年降 80%)+ 产品升级(reasoning 模型、Agent)+ 垂直并购 - P: 头部毛利为负(研发折旧吞噬),腰部与开源追赶者分食长尾——整个行业当前绩效不健康

二、波特五力

五种力量共同决定行业平均利润水平

graph TD
    C[现有竞争强度] -.->|中心| C
    N[新进入者威胁] --> C
    S[替代品威胁] --> C
    SB[供应商议价力] --> C
    BB[买方议价力] --> C

每一力的关键问句

力量 关键问句 AI 行业的答案(举例)
现有竞争 玩家多少?增速?同质化? 极度拥挤、同质化高、价格战 →
新进入者 进入壁垒如何?规模经济? 算力+数据壁垒高,但开源削弱 →
替代品 替代方案是什么? 传统软件 / 人工 / 开源自建 →
供应商 上游集中吗?可替代吗? NVIDIA 极度强势、电力集中 →
买方 集中吗?转换成本? 开发者转换成本低、企业买方越来越懂行 → 渐强

五力越强 → 利润越薄。 当前 AI 行业五力几乎全部强——这就是为什么头部公司烧钱严重。

使用要点

  • 不要得分就停:每一力要写清演化方向(强-变强 / 强-变弱)。
  • 结合替代品看新进入者:开源模型本质上同时是"新进入者"和"替代品"。
  • 不要滥用:波特五力对高度成熟的行业更精确,对剧变中的行业只是参考框架。

三、价值链

核心问题:从原材料最终用户,每一个环节吃掉多少利润?

AI 行业价值链(示例)

graph LR
    A[能源/芯片原材料] --> B[GPU 制造<br/>NVIDIA]
    B --> C[云基础设施<br/>AWS/Azure/GCP]
    C --> D[基础模型<br/>OpenAI/Anthropic]
    D --> E[AI 应用<br/>Cursor/Perplexity]
    E --> F[最终用户]

每个环节都要回答:

  1. 这个环节是干什么的?
  2. 谁在这里?集中度?
  3. 这个环节毛利是多少?
  4. 钱从哪里来,去哪里?
  5. 未来会不会被上下游吃掉自己吃掉别人

AI 价值链的反直觉观察

  • GPU 厂拿走最多绝对利润(NVIDIA 毛利 75%+)
  • 云厂靠 AI 承担 capex 但毛利不高
  • 基础模型亏损换市占,毛利甚至为负
  • 应用层毛利不错但规模受限
  • 钱正在加速流向最上游——这不可持续但短期扭不过来

使用要点

  • 画图时不要偷懒省略环节,被忽略的环节往往是利润大头(比如散热、光模块、液冷)
  • 纵向一体化的公司要拆开分析每段(Tesla 既是车厂又是芯片厂,价值链要拆开看)

四、三个框架如何配合

目标 首选框架
理解行业为什么这样 SCP
评估行业吸不吸引人(投资 / 创业) 波特五力
钱在哪里 价值链
预测未来格局 SCP + 价值链演化
某家公司的位置 价值链 + 波特五力(聚焦它所处环节)

一个推荐的组合流程

  1. 先画价值链,识别利润分布
  2. 波特五力检查每个环节的竞争强度
  3. SCP 预测结构变化会怎么改变上面两张图

五、常见的行业研究错误

  1. 只有横截面,没有时间序列:静态格局说服力弱,必须展示"过去 3 年变化"。
  2. 信数据胜过信逻辑:第三方咨询数据很多是拍脑袋,拿来印证而不是论证。
  3. 只看美国 or 只看中国:AI、机器人、金融都是全球性行业,缺一半视角=结论错。
  4. 忽视监管变量:金融、医疗、自动驾驶、出海——监管常常是第一位变量。
  5. 把 PR 当 Vision:公司路线图 PPT ≠ 真实方向。

延伸阅读

参考

  • Michael Porter, Competitive Strategy (1980)
  • Michael Porter, Competitive Advantage (1985)
  • Richard Rumelt, Good Strategy Bad Strategy (2011)