看了一份行业研究。
报告很厚，PPT 也做得漂亮。行业空间、增长曲线、政策支持、未来风口，讲得一应俱全。会上大家听得很兴奋，大家也觉得这个方向值得投。
可散会之后，问题就来了。
销售不知道先打哪个客户，研发不知道先做哪个产品，HR 接到「照这个方向招人」的指令，却不知道这些人到底从哪儿来。
一份研究，看的时候很热闹，落到动作上，就卡住了。
这几年我见过不少这样的场景。倒不是公司不重视行业研究，而是大家看到的东西是散的：销售盯着客户，研发盯着技术，老板盯着报告，HR 盯着招聘需求，每个人手里都攥着一块，拼不到一起。
最后就成了那句老话——信息很多，判断很少。
我后来想明白一件事：很多所谓的行业研究，其实只完成了一半。它让你「看见了趋势」，却没帮你「转化成动作」。
判断一份行业研究有没有做完，我现在只看一点：
它最后能不能落到四张地图上。
产业机会地图 / 客户机会地图 / 产品机会池 / 人才地图
这四张图画不出来，行业研究就还停在「资料汇总」那一层。
第一张：产业机会地图
产业链拆开，才知道机会在哪一段
做行业研究，我习惯第一步不去急着判断「这个行业好不好」，而是先把产业链拆开。
一个行业，听上去是一个词，拆开往往是一条很长的链。
比如液冷，它不只是「散热」。里面有冷板、CDU、Manifold、管路、快接、泵阀、冷却液、传感器、控制系统，再往下还有服务器厂商和数据中心客户。
再比如半导体，也不只是「芯片」。EDA、设备、材料、设计、制造、封测、存储、功率器件、AI芯片、下游应用，每一段都是一个世界。
不拆产业链，行业就只是一个大概念。而概念是指导不了动作的。
产业机会地图要回答的五个问题
| 这个行业的上中下游分别是谁？ | 看清价值链位置 |
| 增长来自哪个环节？ | 判断机会来源 |
| 哪些环节利润更好？ | 判断价值分布 |
| 哪些环节正在被替代或升级？ | 判断变化方向 |
| 哪些环节和自己的能力有关？ | 判断切入可能 |
这张图的作用，是别让你被「这个行业很热」带着跑，而是看清楚：这个行业里，真正和我有关的那块机会，到底在哪一段。
第二张：客户机会地图
找到愿意掏钱的人，比看懂产业链更难
很多人研究行业，容易停在产业链这一层，觉得把链条拆明白就算懂了。
但公司真正赚到钱，靠的不是看懂产业链，是找到了愿意掏钱的客户。
所以第二张，一定是客户机会地图。
它不是一张客户名单。列名单谁都会，难的是回答下面这些：
谁在买单？谁在验证？谁在扩产？谁在换供应商？谁看起来很大、其实短期根本进不去？谁不是终端、却能左右采购决定？
很多新业务推得慢，毛病不在行业，在客户链条没看懂。你以为客户是终端企业，真正拍板的是系统集成商；你以为客户是品牌方，导入却要先过设备厂那一关；你以为销售搞定采购就行，结果卡点在研发、质量和验证体系。
客户机会地图，至少要拆三层
| 终端客户 | 谁最终使用，谁决定需求方向 |
| 中间客户 | 谁集成、谁验证、谁影响供应商选择 |
| 关键节点客户 | 谁一旦突破，就能带来行业背书 |
这张图，对销售最有用。它让销售不再是「哪儿热往哪儿跑」，而是心里有数：哪些客户值得先打，哪些适合慢慢养，哪些只是看着热闹。
第三张：产品机会池
行业再大，翻译不成产品就是远处的风景
行业研究最容易栽的一个跟头，是只讲市场空间，不讲产品怎么切进去。
行业再大，翻译不成自己的产品、方案和能力，对公司来说就是远处的风景——看得见，够不着。
所以第三张，得是产品机会池。它要回答的是：这个行业机会，最后会落到哪些具体产品上？哪些短期能做，哪些中期要投，哪些先放着观察？现在最大的能力缺口又卡在哪儿？
产品机会三层分级
| 层级 | 含义 | 判断标准 |
|---|---|---|
| 短期可做 | 现有能力稍微调整就能切入 | 客户明确、技术相近、验证周期可控 |
| 中期要做 | 需要研发、供应链、质量体系共同补课 | 有市场空间，但需要能力建设 |
| 长期观察 | 方向重要，但当前进入条件不成熟 | 技术、客户、认证或商业模式还不清楚 |
这张图对研发最有用。它能拦住两件事：研发凭感觉做产品，公司被热点推着走。
我自己的体会是，真正好的产品机会，往往不是看起来最高级的那个，而是同时压中三个条件：客户有真需求，公司有现成能力或者能迁移过去的能力，以及——它能带来持续订单，而不是做完一锤子买卖就结束。
第四张：人才地图
机会再好，没有对的人就是空谈
行业机会，绕到最后一定会落到人身上。没有人，战略就是一份文件；没有对的人，新业务就是一轮一轮试错。
很多招聘做砸了，问题不在渠道，在人才地图压根没画出来：不知道要找什么人，不知道去哪儿找，不知道怎么判断一段经验到底值不值钱，也不知道这个人的能力能不能迁到现在的业务上。
人才地图要回答的四个问题
| 问题 | 作用 |
|---|---|
| 这个机会需要哪些关键岗位？ | 明确组织能力缺口 |
| 这些人可能来自哪些行业和公司类型？ | 明确人才来源 |
| 他们真正有价值的经验是什么？ | 提升面试识别能力 |
| 这些人进来后要解决什么业务问题？ | 避免为招聘而招聘 |
举个例子，一个新业务方向，不能只说「招销售、招研发、招产品经理」，得再往下拆一层：
销售是要懂客户导入，还是渠道开拓？研发是做结构设计，还是系统方案？产品经理是做技术翻译，还是市场定义？质量的人是懂体系，还是懂验证和失效分析？
拆到这一步，招聘才从「找简历」变成「找能力」。
这张图对 HR 最有用，对老板和业务负责人也一样。因为它做的事，是把行业机会翻译成组织能力。
四张地图之间的那条线
| 1 | 产业机会地图 | → | 看清机会在哪一段 |
| 2 | 客户机会地图 | → | 谁会买单、谁能验证 |
| 3 | 产品机会池 | → | 能做什么、该先做什么 |
| 4 | 人才地图 | → | 需要什么人、组织怎么搭 |
这条线走完，行业研究才从「信息」变成了能用的「经营输入」。它也才能同时服务四种人：销售拿它找客户，研发拿它定产品，HR 拿它找人，老板和管理层拿它配资源。
说到底，行业研究的价值，不在于让某一个人显得懂趋势，而在于让一个组织对「机会在哪、先做什么」形成同一个判断。
AI 在这一步，到底帮得上什么
用 AI 做行业研究，大多数人的第一反应，是让它帮忙总结资料。这当然有用，但远远没用到点子上。
AI 真正值钱的地方，不是替你下结论，是帮你把这几张地图快速搭起来。产业链拆解、代表公司梳理、客户类型分类、产品机会初筛、关键岗位的能力模型、竞品和进入门槛对比、行业问题清单——这些活，它都能先帮你跑一遍，省下大量时间。
但最后那一下判断，交不出去。因为 AI 不知道你公司的能力底子，不清楚你手里的客户基础，更不了解你的组织接不接得住。
它能帮你把行业拆开，但哪些机会真值得做，得你自己拍板。
这也是我现在理解的「用 AI 重做行业研究」：不是让 AI 替我看行业，是用它把行业拆成一张张能直接拿去行动的地图。
四张地图 · 一张速查表
| 地图 | 核心问题 | 产出物 |
|---|---|---|
| 产业机会地图 | 机会到底在哪个环节？ | 产业链图谱、关键环节判断 |
| 客户机会地图 | 谁在买单，谁在验证，谁值得打？ | 客户分类、客户优先级 |
| 产品机会池 | 行业机会能翻译成什么产品或能力？ | 短中长期产品机会 |
| 人才地图 | 要抓住机会，需要什么人？ | 关键岗位、来源公司、识别问题 |
这张表看着简单，但它能挡住一个最常见的毛病：只看趋势，不做转化。
行业研究如果变不成销售、研发、招聘、组织各自第二天该做的动作，那它就只是一次信息消费，热闹一阵，过去就过去了。
回到开头那个散会的场景。如果这四张图都摆在了桌上，散会之后就不会再有人卡在原地——销售知道先打谁，研发知道先做什么，HR 知道往哪儿找人。
一份行业研究算不算做完，不看报告有多厚，看的是这些人第二天能不能动起来。
