全球化囚笼:山寨策略的狭窄空间

全球化囚笼:山寨策略的狭窄空间

《新财经》9月号.特约评论  作者:瞬雨

 

    手机牌照制的结束给了山寨手机一个蓬勃的春天,如今各大媒体都在热闹地探讨山寨机的创新模式、竞争优势和可取经验。与此同时,大量国内网站采用同样的山寨战略集体模仿国外Facebook、Youtube等成功网站,获得了大量的用户甚至还拿到了不菲的投资。山寨模式真的是民族企业的成功之道么?如果是,那又何必天天把创新挂在嘴边。
    山寨战略不是没有反面案例,今年6月,因为高仿宝马越野车而被戏称为“山寨X5”的双环CEO汽车在德国遭遇了冰点般的冷酷打击;双环旗下的另一款山寨车,高仿Smart的红星小贵族也被戴姆勒公司告上法庭。
    殊途同归还是各有千秋,被一部分国内企业所推崇的山寨模式究竟有多大的生存空间?

 

价格是山寨策略的唯一优势
    朋友前几天去南方出差,一口气带回来8个高仿三星最新款的山寨手机,办公室人手一台。听说三星该款的正版机是6千多,而山寨版才6百,十分之一的价格。
    山寨手机的“成功”已经是一个不争的事实;甚至说也代表了一种不算卑劣的营销方法,一股不容忽视的竞争力量。追溯其竞争力的来源,山寨机依靠联发科创造的Turn-Key模式获得了关键技术突破,又借中国南方发达的制造业实现了产业链的集聚,因此一待手机牌照制度取消,山寨手机纷纷从黑户转成城市公民。这个机理与所有的山寨电子产品(MP3、GPS等等)都相似。
    在迈克尔.波特理论关于盈利能力的五种竞争作用因素当中,供方(联发科)的侃价能力和买方(渠道和终端顾客)的侃价能力都是非常强大的,供方的寡头性质和市场的买方性质决定了这两种竞争作用力的刚性。再来看替代品,山寨机本来就是作为品牌正版机的替代品存在的,那么自然来自原品牌方的替代能力也非常强大,甚至占据绝对主动地位。同时,因为山寨模式缺乏各方面的进入门槛,新入侵者的威胁始终存在。只要利润尚存,你做得我就做得,Turn-Key模式的有效也决定了新入侵者的通途。所以根据波特的竞争性结构分析,山寨机们唯一具有的竞争力就是价格。只有维持对正版机的绝对低价和相互之间的竞相低价,才能维持山寨机的生存,一旦具有研发和品牌优势的正版机决定发起规模稍大的价格攻势,那么山寨们便只有招架之功,绝无还手之力。
    汽车行业的山寨版也只能依靠巨大的价格差异换取市场。汽车消费市场和配件市场的崛起,曾经创造出了一个汽车业的“兼容”模式,既类似于计算机配件组装的兼容机方式,也与后来的联发科模式有异曲同工之处。这样一个思路导致了一大批山寨车的诞生:奥克斯、吉奥、大地、万丰等等,我依稀记得当时的宣传是“5万9千8,越野车开回家”。一辆北京JEEP2500在当时是12万起价,而热销的本田CRV的价格则在30多万。以不到一半的价格买到同样大块头的车子,市场自然热闹了一阵。
    然而不是每一个制造领域都能够“兼容”。事实上,这样的车不光不能越野,连基本的保修服务都做不了。山寨手机可以玩过则喜,也有很多消费者愿意冒险接受一个缺乏完善售后和长期维护的产品。但是汽车却是一个强调安全、协调和售后服务的大宗商品,价格只能换来一时的购买冲动,缺乏长期而持续的服务导致了著名的奥克斯纠纷等一系列事件,兼容模式的山寨车也随之销声匿迹。

 

学者生,似者死
    齐白石老先生有一句名言:“学我者生,似我者死。”而在512大地震之后个人捐款1千万元的当代大画家范曾则说:“学我者进,变我者智,似我者愚,伪我者鄙。”模仿既是一种很好的学习方式,又是一种最坏的学习方式。法国艺术理论家加洛第的观点代表了源于模仿、高于模仿的真谛:对于艺术来说,不是模仿现实的形象而是模仿其能动性,不是提供仿制品或复制品,而是参加一个正在形成的世界的行动,发现它的内在节奏
    汉字和汉语的词汇实在是都很妙。一个“抄”字惟妙惟肖、恰到好处地传达出了模仿者的处境:因为自己缺乏(少)所以动手(提手旁)“抄”。而由“抄”字可以衍生出:抄写

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/15027666/viewspace-441125/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/15027666/viewspace-441125/

【EI复现】基于深度强化学习的微能源网能量管理与优化策略研究(Python代码实现)内容概要:本文围绕“基于深度强化学习的微能源网能量管理与优化策略”展开研究,重点利用深度Q网络(DQN)等深度强化学习算法对微能源网中的能量调度进行建模与优化,旨在应对可再生能源出力波动、负荷变化及运行成本等问题。文中结合Python代码实现,构建了包含光伏、储能、负荷等元素的微能源网模型,通过强化学习智能体动态决策能量分配策略,实现经济性、稳定性和能效的多重优化目标,并可能与其他优化算法进行对比分析以验证有效性。研究属于电力系统与人工智能交叉领域,具有较强的工程应用背景和学术参考价值。; 适合人群:具备一定Python编程基础和机器学习基础知识,从事电力系统、能源互联网、智能优化等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习如何将深度强化学习应用于微能源网的能量管理;②掌握DQN等算法在实际能源系统调度中的建模与实现方法;③为相关课题研究或项目开发提供代码参考和技术思路。; 阅读建议:建议读者结合提供的Python代码进行实践操作,理解环境建模、状态空间、动作空间及奖励函数的设计逻辑,同时可扩展学习其他强化学习算法在能源系统中的应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值