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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13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