Название | Создавая инновации. Креативные методы от Netflix, Amazon и Google |
---|---|
Автор произведения | Клейтон Кристенсен |
Жанр | О бизнесе популярно |
Серия | Top Business Awards |
Издательство | О бизнесе популярно |
Год выпуска | 2014 |
isbn | 978-5-699-79329-7 |
Не все имеют дело с неопределенностью одного уровня. Некоторым отраслям присущи большая неопределенность запроса и большая технологическая неопределенность. Ознакомьтесь с матрицей 2×2, представленной на рисунке 1-3. На горизонтальной оси представлены отрасли индустрии по уровню технологической неопределенности, где взят процент от продаж, потраченный на НИОКР за последние десять лет. Вертикальная ось – это неопределенность запроса в индустрии, определенная равными долями волатильности доходов в индустрии, или их изменчивости, за последние десять лет и процентом компаний, вошедших в индустрию или покинувших ее за последние десять лет. Хотя эти измерения и небезупречны, они отражают индустрии, которым свойственны самые высокие и самые низкие базовые уровни неопределенности (таблица 1-1).
Где находится ваша отрасль? Вы сталкиваетесь с высокой или низкой степенью неопределенности? Как видите, некоторые отрасли имеют дело с низкой неопределенностью, в их числе индивидуальные услуги, например уход за волосами и химчистка, которые используют схожие технологии для предоставления решений всем известных запросов. Напротив, фирмы в правом нижнем секторе рис. 1.3 сталкиваются с низкой неопределенностью запроса, но высокой технологической неопределенностью. Например, производители воздушных судов в целом могут предсказать потребность в своей продукции. Но трудность для них – в технологиях: «Boeing» и «Airbus» тратят огромные суммы на разработку новых сложных самолетов, таких, как «Boeing 747» и «Airbus А350».
Рисунок 1-3. Неопределенность запроса и технологическая неопределенность в индустрии (2002–2011)
Таблица 1-1. Индустрии по уровню неопределенности
В верхнем левом секторе размещены индустрии с низкой неопределенностью запроса и низкой технологической неопределенностью. Например, ресторанам и отелям часто сложно предвидеть спрос на свои