โดย Maksym Misichenko · Yahoo Finance ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
The panel generally agreed that market substitution is not linear but follows a curved path due to high switching costs, integration challenges, and other frictions. However, they also noted that this curve can be compressed or accelerated by technological advancements, regulatory changes, or other external factors.
ความเสี่ยง: Human risk aversion and the fear of catastrophic migrations can act as a significant barrier to market substitution, even when technical costs and integration times are reduced.
โอกาส: Technological advancements, such as AI-driven modularity and LLM-based API orchestration, can compress the substitution curve and lead to sudden, non-linear displacement of incumbents.
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
“ดีกว่า” ไม่ได้หมายความว่า “ถูกแทนที่” เสมอไป ทำไมผู้นำที่เก่งจึงใช้เส้นโค้งที่ซ่อนอยู่เพื่อตัดสินว่าใครจะชนะ
Neel Somani
ใช้เวลาอ่าน 5 นาที
Entrepreneur Media LLC และ Yahoo Finance LLC อาจได้รับค่าคอมมิชชันหรือรายได้จากผลิตภัณฑ์และบริการบางอย่างผ่านลิงก์ด้านล่าง
ประเด็นสำคัญ
“ดีกว่า” ไม่ได้หมายความว่า “ถูกแทนที่” — ข้อจำกัดที่แท้จริงชะลอการเปลี่ยนแปลงที่ดูเหมือนจะชัดเจนทุกครั้ง
ผู้ที่มีอยู่เดิมยังคงอยู่เพราะต้นทุนของการออกจากพวกเขานั้นยุ่งยากกว่าที่ตารางสเปรดใดๆ แสดงให้เห็น
อย่าโต้แย้งว่าใครจะชนะ — ค้นหาว่าจริงๆ แล้วต้องทำอะไรบ้างเพื่อให้การเปลี่ยนแปลงเกิดขึ้น
หากคุณมองภาพรวมออกไปไกลพอ การแทนที่ทั้งหมดจะดูสะอาดหมดจด
ถ่านหินเป็นของเก่า ก๊าซธรรมชาติเป็นของใหม่ ดังนั้นผู้คนจึงพูดว่า “มีเครื่องกำเนิดก๊าซธรรมชาติใหม่ที่มีประสิทธิภาพมากขึ้น ลองเอาถ่านหินออกจากกริดทั้งหมดแล้วนำหน่วยก๊าซธรรมชาติเหล่านั้นมาแทนที่”
และถ้าคุณเคยอยู่ในระบบจริง คุณก็รู้ดีว่าเกิดอะไรขึ้นต่อไป: มันไม่ได้เป็นแบบนั้น
สิ่งที่มีลักษณะเหมือนกับการอัปเกรดอย่างง่ายมักจะเป็นการแลกเปลี่ยน เป็นการแทนที่ภายใต้ข้อจำกัด และฉันสนใจเรื่องนี้เพราะผู้นำทำผิดพลาดแบบเดียวกันในธุรกิจอยู่เสมอ โดยเฉพาะอย่างยิ่งเมื่อเงินทุนและความสนใจเคลื่อนที่เร็วกว่าที่คาดไว้ พวกเขาปฏิบัติต่อการแทนที่เหมือนกับการเปรียบเทียบแบบตัวต่อตัว ในขณะที่ในทางปฏิบัติมันคือเส้นโค้ง
ปัญหาคือ ผู้นำมักจะสร้างแบบจำลองการแทนที่เหมือนเป็นเพียงเงินดอลลาร์: เราจ่ายอะไรบ้างในตอนนี้ และเราจะจ่ายอะไรแทน
แต่ต้นทุนของการแทนที่นั้นซับซ้อนกว่าแค่เงินดอลลาร์ มีผลกระทบของตลาดที่เหนียวแน่น ข้อจำกัดบางประการทำให้การเปลี่ยนแปลงที่ “ชัดเจน” ไม่ชัดเจนจริงๆ หากคุณไม่คำนึงถึงสิ่งนั้น คุณจะตัดสินใจโดยอิงจากเรื่องราวแทนที่จะเป็นเส้นโค้งที่คุณกำลังดำเนินการอยู่
การเปลี่ยนเชื้อเพลิงคือการแทนที่ภายใต้ข้อจำกัด
เมื่อฉันพูดว่า “ก๊าซธรรมชาติเทียบกับถ่านหิน” ฉันไม่ได้พูดถึงการถกเถียง ฉันกำลังพูดถึงเส้นโค้งการแทนที่
มีบางครั้งที่ระบบจะเผาก๊าซมากขึ้นและผลักดันถ่านหินออกไป มีบางครั้งที่ระบบพึ่งพาถ่านหิน และไม่ใช่เพราะผู้คนเปลี่ยนใจไปแล้ว เป็นเพราะการแลกเปลี่ยนสัมพัทธ์เปลี่ยนไป และข้อจำกัดทำให้การเปลี่ยนแปลงง่ายขึ้นหรือยากขึ้นในขณะนั้น
นั่นคือประเด็นของผู้นำ: ตลาดไม่ได้แทนที่ในลักษณะที่สะอาดและเป็นเส้นตรงเพียงเพราะมีตัวเลือกใหม่ๆ เกิดขึ้น ตลาดจะแทนที่เมื่อการแลกเปลี่ยนนั้นสมเหตุสมผลภายใต้ข้อจำกัดที่แท้จริง
สิ่งนี้ปรากฏให้เห็นเป็นรูปแบบความล้มเหลวที่พบบ่อยมากในธุรกิจ คุณดูตัวเลือกในการแทนที่ คุณดูผลิตภัณฑ์ที่ “ดีกว่า” และคุณสมมติว่าสิ่งเก่ากำลังจะถูกลบออก แล้วมันก็ไม่เกิดขึ้น และคุณตัดสินว่าตลาดนั้นไร้เหตุผล
บ่อยครั้ง มันไม่ได้ไร้เหตุผล บ่อยครั้ง คุณกำลังละเลยเส้นโค้งการแทนที่
ถ่านหินเหมือน SAP: เก่าไม่ได้หมายความว่าหายไป
วิธีที่ง่ายที่สุดที่ฉันพบในการอธิบายเรื่องนี้ให้กับผู้ชมทางธุรกิจคือด้วยตัวอย่างที่ไม่มีอะไรเกี่ยวข้องกับพลังงาน ถ่านหินเหมือนกับบริษัทองค์กรเก่าที่ยังมีอยู่ เช่น SAP SAP ยังคงมีมูลค่าสูง และยังคงอยู่ในส่วนท้ายของยุโรป แม้ว่าบริษัทอื่นๆ จะหมุนเข้าสู่ช่อง “ที่มีมูลค่าสูงสุด”
คุณอาจคิดว่า SAP จะถูกลบออกโดย Palantir และบริษัทใหม่ๆ เหล่านี้ที่สามารถแก้ไขปัญหาได้มากมาย แต่พวกเขาก็ไม่ได้ถูกลบออก และเป็นเพราะต้นทุนของการแทนที่นั้นซับซ้อนกว่าแค่ “เราจ่ายเงินให้ SAP เท่าไหร่เทียบกับเงินที่เราจ่ายให้กับ Palantir หรือ Salesforce?” มีผลกระทบของตลาดที่เหนียวแน่นและสิ่งอื่นๆ ที่นำไปสู่การคงอยู่ของ SAP
และเป็นเพราะต้นทุนของการแทนที่นั้นซับซ้อนกว่าแค่ “เราจ่ายเงินให้ SAP เท่าไหร่เทียบกับเงินที่เราจ่ายให้กับ Palantir หรือ Salesforce?” มีผลกระทบของตลาดที่เหนียวแน่นและสิ่งอื่นๆ ที่นำไปสู่การคงอยู่ของ SAP
นั่นคือสิ่งที่ผู้นำเข้าใจผิดเมื่อพวกเขามุ่งเน้นไปที่เรื่องราว “ดีกว่า” พวกเขาปฏิบัติต่อการแทนที่เหมือนกับการเปรียบเทียบคุณสมบัติ หรือการเปรียบเทียบราคา และพวกเขาถือว่าตลาดจะประพฤติตัวเหมือนตารางสเปรด
แต่ผู้ที่มีอยู่เดิมยังคงอยู่เมื่อการเปลี่ยนแปลงนั้นยุ่งยาก
แม้ว่าการแทนที่นั้นแข็งแกร่งอย่างแท้จริง ผู้คนก็ต้องการให้เรื่องราวสะอาด ผู้นำต้องการให้เรื่องราวสะอาดเพราะทำให้การวางแผนรู้สึกสะอาด แต่ถ้าคุณพยายามทำให้การแทนที่เกิดขึ้นจริงๆ คุณต้องคิดว่าคุณอยู่ในเส้นโค้ง ไม่ใช่เหมือนกำลังทำหน้าที่เป็นผู้ตัดสินการโต้วาที
เพราะในตลาดจริง คุณสามารถมีผลิตภัณฑ์ที่ดูเหมือน “ดีกว่า” อย่างเห็นได้ชัด แต่ก็ยังไม่เห็นการเปลี่ยนแปลงเกิดขึ้นในอัตราที่คุณต้องการ
รายการตรวจสอบการแทนที่ที่ผู้นำสามารถใช้งานได้จริง
แล้วคุณจะทำอย่างไรกับเรื่องนี้ในทางปฏิบัติ?
หากคุณกำลังพยายามทำความเข้าใจพลวัตของการแข่งขัน หรือคุณกำลังพยายามแทนที่บางสิ่งภายในบริษัทของคุณ คุณต้องมีรายการตรวจสอบการแทนที่ ไม่ใช่สไลด์ที่บอกว่า “ใหม่ดี ของเก่าไม่ดี” รายการตรวจสอบที่บังคับให้คุณระบุการแลกเปลี่ยนและข้อจำกัด
นี่คือเวอร์ชันที่ฉันใช้:
อะไรคือตัวเลือกในการแทนที่? อย่าแค่แสดงรายการที่คุณชื่นชอบ แสดงรายการที่ผู้คนใช้จริงเป็นทางเลือก
อะไรเป็นตัวกระตุ้นให้เกิดการเปลี่ยนแปลง? อะไรต้องเป็นจริงเพื่อให้การเปลี่ยนแปลงสมเหตุสมผล?
อะไรคือต้นทุนของการแทนที่? ไม่ใช่แค่เงินดอลลาร์ ค่าใช้จ่ายอื่นๆ ที่เกิดขึ้นในทางปฏิบัติ
อะไรคือผลกระทบของตลาดที่เหนียวแน่น? เหตุผลที่ผู้ที่มีอยู่เดิมยังคงอยู่แม้ว่าจะมีตัวเลือกในการแทนที่
อะไรคือข้อจำกัดที่ขัดขวางการเปลี่ยนแปลงแม้ว่าการแทนที่นั้นดูดีขึ้น? สิ่งที่ทำให้การเคลื่อนไหวที่ “ชัดเจน” ไม่ชัดเจน
หากคุณทำสิ่งนี้อย่างตรงไปตรงมา ผลลัพธ์ที่ “น่าประหลาดใจ” จำนวนมากจะไม่น่าประหลาดใจอีกต่อไป
ความผิดพลาดของผู้นำคือการมองดูตัวเลือกใหม่และสมมติว่าการแทนที่เกิดขึ้นโดยอัตโนมัติ ความผิดพลาดของผู้นำคือการมุ่งเน้นไปที่เรื่องราวแทนที่จะเป็นเส้นโค้ง ในด้านพลังงาน คุณเห็นมันเป็นการเปลี่ยนเชื้อเพลิง ในด้านซอฟต์แวร์ระดับองค์กร คุณเห็นมันเป็นการคงอยู่ของผู้ที่มีอยู่เดิมแม้ว่าเรื่องราวการแทนที่นั้นดูน่าสนใจ
หยุดโต้แย้งเรื่องราว เริ่มแผนที่เส้นโค้ง
หากคุณกำลังพยายามนำทางผ่านการเปลี่ยนแปลงในการแข่งขัน คำถามไม่ได้คือ “ใครถูก?” คำถามคือ “การแลกเปลี่ยนคืออะไร และข้อจำกัดอะไรที่กำหนดเส้นโค้งการแทนที่?”
นั่นเป็นเหตุผลว่าทำไมก๊าซธรรมชาติเทียบกับถ่านหินจึงเป็นเลนส์ที่เป็นประโยชน์ มันฝึกฝนคุณให้หยุดคิดแบบทวิลักษณ์ มันฝึกฝนคุณให้หยุดสมมติว่า “ดีกว่า” หมายถึง “ถูกแทนที่” มันฝึกฝนคุณให้ถามว่าทำไมสิ่งเก่าจึงสามารถคงอยู่ได้ และต้องทำอะไรบ้างเพื่อให้การแทนที่เกิดขึ้น
หากคุณต้องการตัดสินใจที่ดีในตลาดหรือภายในบริษัท คุณไม่จำเป็นต้องมีการถกเถียง คุณต้องการรายการตรวจสอบการแทนที่ และคุณต้องให้ความสำคัญกับผลกระทบของตลาดที่เหนียวแน่น
สมัครรับจดหมายข่าว Entrepreneur Daily เพื่อรับข่าวสารและทรัพยากรที่คุณต้องการในวันนี้เพื่อช่วยให้คุณสร้างธุรกิจของคุณให้ดีขึ้น
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"Sticky switching costs will keep SAP's installed base and margins intact longer than Palantir-led disruption models price in."
The article frames market substitution as a constrained curve rather than linear replacement, using coal-to-gas and SAP examples to show why incumbents endure despite superior alternatives. For investors this implies legacy enterprise software names can sustain cash flows and multiples longer than disruption narratives assume, especially where integration, compliance, and data-migration costs dominate. Capital allocators should therefore stress-test revenue forecasts against explicit switching triggers rather than feature comparisons alone. Overlooking these frictions risks mispricing both defenders and attackers in sectors with high switching inertia.
Generative-AI tooling is already compressing integration timelines and data-mapping costs, which could flatten the substitution curve faster than historical energy or ERP precedents suggest and accelerate displacement.
"Substitution curves are real and matter, but the article provides a diagnostic framework, not a predictive model—and conflates 'slow adoption' with 'rational persistence,' which are not the same thing."
This is a framework essay, not financial news—it's about decision-making under constraints, not a market call. The core insight is sound: substitution rarely follows clean narratives. SAP persisting despite 'better' competitors (Salesforce, Palantir) is real; switching costs—integration, retraining, organizational risk—are genuinely sticky. But the article conflates two different problems: (1) why incumbents survive when cheaper alternatives exist (valid), and (2) whether they survive when fundamentally superior AND cheaper alternatives exist. Those are different curves. The article also assumes 'better' is subjective or hard to measure, when in many markets it's brutally objective—cloud beat on-prem not through narrative but through measurable economics.
The article's framework could rationalize any outcome as 'the curve is just complex'—a tautology that explains everything and predicts nothing. If SAP persists, it's 'sticky effects.' If SAP collapses, it's 'the tradeoff finally shifted.' Without quantifying what those constraints actually are (switching cost in dollars? time? risk premium?), this is sophisticated hand-waving, not actionable analysis.
"The 'substitution curve' is not static; it is being rapidly compressed by AI, turning legacy technical debt from a defensive moat into a terminal liability."
The article correctly identifies that 'better' is not a proxy for adoption, but it dangerously undersells the role of technical debt and regulatory capture in enterprise software. While SAP remains dominant due to high switching costs and deep integration, the 'substitution curve' is increasingly being compressed by AI-driven modularity. Investors often mistake persistence for moat strength; in reality, companies like SAP or legacy utilities are often just beneficiaries of inertia. When the cost of integration drops—as we are seeing with LLM-based API orchestration—that 'messy' substitution cost collapses, leading to a sudden, non-linear displacement that the author’s model might miss.
The author assumes that 'sticky market effects' are a permanent feature, potentially ignoring that technological disruption eventually reaches a tipping point where the cost of maintaining the legacy system exceeds the cost of a total platform rip-and-replace.
"Substitution is a curve shaped by constraints; the decisive signals are policy, financing, and grid/capital costs that bend the curve, not simple 'better' narratives."
Short take: the article nails a real risk in strategy and investing—substitution is curved, not a clean 'better replaces worse' switch. Leaders misprice the timing by fixating on the new option's efficiency and ignoring switching costs, incumbents' ecosystems, and sticky market effects. The strongest risk to this view is when policy, regulation, or financing collapses the cost of adoption or imposes penalties for keeping old tech, accelerating the curve far faster than the narrative suggests. Missing context includes network effects, supplier lock-in, and capital cycles; in energy, grid upgrades and carbon pricing can compress the curve dramatically.
Policy tailwinds and rapid cost declines have disrupted sectors faster than expected in the past. If you discount that, you risk underpricing upside in early-stage disruption.
"AI-driven integration cost cuts give the substitution curve testable numbers instead of remaining descriptive."
Claude flags the framework as potentially tautological without dollar or time metrics, yet Gemini's LLM orchestration example supplies one: migration pilots now cut ERP integration from 18 to 9 months. That measurable compression directly tests the article's sticky-effects claim for SAP and utilities, turning vague constraints into forecast inputs rather than post-hoc explanations, especially when paired with carbon-pricing deadlines.
"Pilot-stage migration speedups don't prove the substitution curve has fundamentally shifted at enterprise scale."
Grok's 18-to-9-month compression is concrete, but it's a pilot metric—not yet production-scaled across thousands of legacy SAP installations. The real test: does that 50% speedup hold when you're migrating a $2B global finance operation with 15 years of custom code? Gemini assumes LLM orchestration scales linearly; I'd want to see failure rates and hidden costs before declaring the substitution curve actually flattened. Pilots compress; production deployments often don't.
"The substitution curve is constrained more by organizational risk aversion than by the technical speed of migration."
Claude is right to demand production-scale data, but both Grok and Gemini miss the real bottleneck: human risk aversion. Even if LLMs halve migration time, CIOs aren't incentivized to rip out stable SAP backbones for a 50% efficiency gain if the failure risk is catastrophic. The substitution curve isn't just about technical cost or integration speed; it’s about the career-ending risk of a failed core ERP migration. That's the 'sticky' variable that won't compress.
"Production-scale economics and governance/compliance risks will dominate, so migration speed alone won't flatten the substitution curve."
Gemini overplays the 'human risk' blocker as the sole limiter. Yes, CIOs fear catastrophic migrations, but the bigger gating factor is architectural debt and data governance risk across multi-tenant, regulated environments. Pilot cost and user adoption matter, but production-scale economics--total cost of ownership, auditability, and regulatory penalties for outages--will often trump migration speed. Without quantifying those, the 18->9 months metric risks overstating the curve flattening.
The panel generally agreed that market substitution is not linear but follows a curved path due to high switching costs, integration challenges, and other frictions. However, they also noted that this curve can be compressed or accelerated by technological advancements, regulatory changes, or other external factors.
Technological advancements, such as AI-driven modularity and LLM-based API orchestration, can compress the substitution curve and lead to sudden, non-linear displacement of incumbents.
Human risk aversion and the fear of catastrophic migrations can act as a significant barrier to market substitution, even when technical costs and integration times are reduced.