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
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27