京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者 | 小强
来源 | 小强职场说
昨天,前中建的同事阿陈邀请我吃饭,我们同一年进入公司,不同的是我在中途离开转行互联网,而他留在了公司。
这一晃就是几年过去,大家彼此寒暄中,我才知道,他现在已经是项目的技术负责人(预备)。
所以,听到他要辞职转行的消息,我还蛮意外的。
他告诉我,自己打算远赴深圳打拼,去追寻自己的梦想。
当初刚刚进公司的时候,大家信誓旦旦,希望自己能在这里成就一番事业。
但如今跳槽的跳槽,创业的创业,和我同一批进公司的同事,已经没有剩下几个。
同样的,身边很多传统行业的同学,也纷纷选择逃离。为什么越来越多的年轻人,开始离开传统行业了?
01
行业的集中度越来越高了
不知道你有没有注意到一个现象:
现在实体店的倒闭周期,越来越快了。
我们公司附近,三个月前还有一家7-11的便利店、一家哈根达斯、N多不知名的小吃餐饮店,现在几乎已经全部换了一批。
7-11这种老牌的便利店,都关掉了很多线下门店;而以前开在轻轨站的沁园,现在也几乎很难看到了,不知不觉间,很多店铺已经空了半年之久了。
其实在这背后,人们的消费能力并没有下降,而是因为行业的集中程度越来越高了。
行业集中度(Concentration Ratio):
又称行业集中率或市场集中度(Market Concentration Rate),是指某行业的相关市场内前N家最大的企业所占市场份额(产值、产量、销售额、销售量、职工人数、资产总额等)的总和,是对整个行业的市场结构集中程度的测量指标,用来衡量企业的数目和相对规模的差异,是市场势力的重要量化指标。
2010年以前,实体店遍地开花,互联网创业也如火如荼,大家追赶着时代的红利,纷纷下海创业,一个行业内的品牌甚至多达数百上千个。
最经典的就是手机行业了。
在智能手机尚未面世之前,国内的手机品牌多达上百个,那个时候,大家还是依靠着“渠道为王”的思维做生意,疯狂做线下广告,拓展线下门店,即使规模小一点,也能活得不错。
我们到今天来看,你会发现国内的手机品牌,主流的就这么几家了,未来甚至还会越来越集中。
当年曾经风靡一时的HTC/摩托罗拉/金立,如今已经很难再看到身影。
当然,不止是手机行业。随着经济的发展,各行各行也遵循着马太效应,强者越强,弱者越弱。
行业巨头规模的不断扩张,但整个市场的增长是有限的,甚至是下滑的(就像这两年的汽车行业),这也就意味着,那些相对弱势的企业,会被慢慢蚕食掉,直到退出竞争的舞台。
这个扩张过程中,人均效率却是在不断提升的,也就是说,其实随着行业的集中度越来越高,整个行业人才的需求量,是会越来越少的。
举个很生活的例子:
我所在的小区旁边,本来有一个大型的菜市场,很多没有稳定工作的人,就靠着在这个菜市场,做一点小生意维持生计。
但今年,小区楼下相继开了两家大型的生鲜蔬果超市,这直接就导致了周边的菜市场生意直线下滑,而且由于环保的要求,菜市场这个早已经是落后的产物,自然第一时间被关闭了。
这些小商贩们,如果不开自己的门店,就只好去这些大型的生鲜超市打工,但毕竟超市的人均效率是非常高的,所以剩下的人,只好另谋出路。
随着这种社区经济的发展,就连小区周边的生意,也逐渐被连锁的门店所取代,未来实体创造还会越来越难。
在这个过程中,难以避免的,很多人要离开一家企业,甚至离开这个行业,另谋出路。
02
资本开始流向更新的行业
前段时间读《人类简史》,让我对资本和经济,又多了一些认知。
本质上来说,经济就是人类社会发展中,虚拟的一套产物,在这套产物当中,我们按照既定的游戏规则开发新科技、发展生产力,从而促进整个资本的繁荣。
而在这个过程中,如果资本不追寻新的科技突破口,而是固守现在,金钱没办法很好地流动,经济增长就会缺乏动力。
在农耕时代,因为没有新兴事物的产生,农业从本质上来讲,其实几千年来,都是没有多大的进步的;
随着工业革命和资本主义的到来,经济发展开始跟随科学的脚步走,但凡一项科学发现,能够落地到实际生产(比如电脑的发明),那这个新兴的行业,一定会有大量的资本愿意流入,而那些相对稳定的行业,资本流入就会减少。
在这个过程中,人才同样会跟随着风口走。
在世纪之初的时候,国内大兴土木,发展房地产,因为那个时候资本支持房地产发展,国家也需要房地产的发展来带动经济发展。很多人在这个行业赚了不少钱,但到现在,随着行业集中度开始提升,流程越来越标准化,工程赚钱可是越来越难了;
而在10年前,移动互联网如雨后春笋一般拔地而起,也脱离不了世界各大资本的支持,让这个行业创造了相当多的神话。
直到现在,科技已经成为一个国家真正的核心竞争力。
所以我们会看到,越来越多的资金流入人工智能、基础科学、5G通信等领域,也有越多越多传统行业的年轻人,开始进入到这些新兴的行业,准备创造下一波传奇。
03
新兴一代追求更开放的职场环境
随着社会的发展,90后已经成为职场的中坚力量,00后也即将进入职场。
相比于父母一辈的保守和稳重,这一代人从小受互联网的熏陶长大,更加喜欢开放和自由的环境。
但我们都知道,一般传统行业的掌门人、高管甚至中层,几乎都是70后,思维上相对年轻人更加保守,也更愿意循规蹈矩,信奉拼搏创造价值这样的理念。
而一些年轻的企业,则更加尊重年轻人的喜好,甚至在公司内部鼓励办公室恋情、小众文化圈子等等,吸引了一批又一批年轻人加入。
也就是说,相比工资待遇,90后和00后在职场生涯中,显然更加大胆。这有时候难免会与一些老牌企业的文化背道而驰,
所以,作为企业可能也需要跟随时代变化,否则世界的变化太快,也许有一天,我们在悄然之中,就已经落后了。
当然,最后想分享几点:
1、本篇文章的“传统行业”,是指那些相对更加落后的行业,并非指代工业和农业等基础行业,互联网领域,也有很多企业是按照传统模式做的。
2、未来世界的发展会越来越快,传统行业有传统行业的好处,起码变化较慢(例如建筑技术,几十年来,几乎没有取得本质上的进步),越老越吃香的现象依旧能持续一段时间。
3、相比于拿多少钱,可能找到一群志同道合的人,一起去实现人生的事业,才是未来正确的职业发展观。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下,数据已成为企业生存发展的核心资产,而数据思维,正是CDA(Certified Data Analyst)数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10在数据驱动业务的当下,CDA(Certified Data Analyst)数据分析师的核心价值,不仅在于解读数据,更在于搭建一套科学、可落地的 ...
2026-03-10在企业经营决策中,销售额预测是核心环节之一——无论是库存备货、营销预算制定、产能规划,还是战略布局,都需要基于精准的销售 ...
2026-03-09金融数据分析的核心价值,是通过挖掘数据规律、识别风险、捕捉机会,为投资决策、风险控制、业务优化提供精准支撑——而这一切的 ...
2026-03-09在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心工作,是通过数据解读业务、支撑决策,而指标与指标体系 ...
2026-03-09在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04