
搜索文档
Economic conditions outlook, September 2024
麦肯锡· 2024-09-28 08:08
报告行业投资评级 无相关内容 报告的核心观点 1. 受访者对全球经济和本国经济的评估较前两个季度更为谨慎 [3][5] 2. 地缘政治不稳定和政治过渡被视为全球和国内经济增长的最大潜在风险 [9][10][11] 3. 通胀在发达市场的关注度有所下降,而在新兴市场的关注度有所上升 [12] 4. 受访者对公司业绩和员工规模增长的预期较为谨慎 [19][20] 分行业总结 1. 消费品和零售、能源和材料、医疗保健和制药行业的受访者更倾向于预期员工人数减少 [19] 2. 大中华地区的受访者更关注能源价格波动和向低碳能源过渡 [17] 3. 北美和欧洲的受访者更关注无效政府政策和对机构的不信任 [17] 4. 亚太地区和印度的受访者更关注不平等加剧和极端天气事件 [17]
China Brief: The Truth About Chinese Consumption | Greater China
麦肯锡· 2024-09-27 08:08
行业投资评级 - 报告未明确给出行业投资评级 [1] 核心观点 - 中国消费市场整体增长放缓,但部分领域仍表现出色 2024年上半年中国GDP增长5%,零售额增长3.7%,但消费者信心处于历史低位 [2][3] - 尽管整体消费增长放缓,但服务和旅游等行业表现强劲,显示出经济并非全面衰退 [6][7] - 中国消费者对奢侈品需求未减,但更多选择在海外购买 2024年上半年中国消费者海外奢侈品消费已超过2019年水平 [11][12][13] - 外国公司并未大规模撤离中国,部分欧洲公司甚至加大投资 2024年上半年德国对华直接投资达73亿欧元,超过2023年全年 [15][16] 行业细分表现 - 食品、化妆品、服装、家电和汽车等消费品类在2024年上半年表现各异 食品增长1%,化妆品增长9.6%,服装增长1.3%,家电增长3.1%,汽车增长2.9% [7] - 运动服饰、城市户外服饰和消费健康等领域实现两位数增长 [7] - 不同城市层级和收入群体的消费者信心差异显著 一线城市高收入群体信心指数达86%,而农村低收入群体仅为51% [9] 全球对比 - 中国消费者信心在全球范围内相对较高 59%的中国消费者预计经济将在2-3个月内反弹,高于美国的41%和日本的13% [10] 行业趋势 - 奢侈品品牌调整策略,减少新店开设,增加营销投入 2024年上半年新开111家门店,低于2023年同期的150家,但线下活动和艺术装置从36次增加到53次 [14] - 本地运营的外国品牌在运动服饰领域市场份额显著提升 2019年至2023年,本地运营的外国运动品牌市场份额从4%增至12% [16][17]
Will autonomy usher in the future of truck freight transportation?
麦肯锡· 2024-09-26 08:08
报告行业投资评级 无相关内容 报告的核心观点 - 自动驾驶卡车可以帮助解决卡车行业面临的几个挑战 [3] - 驾驶员短缺问题 [3] - 监管方面的支持 [3] - 运输成本上升 [3] - 自动驾驶卡车将逐步从限制自主性的"枢纽到枢纽"模式过渡到完全自主的"配送中心到配送中心"模式 [6][7][8] - 不同路线长度下自动驾驶卡车的总拥有成本(TCO)节省存在差异 [11][12][13][14] - 预计到2035年,全球自动驾驶重型卡车市场规模将达到6160亿美元 [15][19] - 其中中国约占3270亿美元,美国约占1780亿美元,欧洲约占1120亿美元 [19] - 美国将是最快采用自动驾驶卡车的地区,到2035年自动驾驶卡车将占重型卡车的13% [19] - 欧洲和中国的采用率相对较低,分别为4%和11% [20][21] 根据目录分别进行总结 行业和经济因素越来越支持自动驾驶卡车 - 驾驶员短缺是卡车行业面临的最紧迫问题之一,美国缺少超过8万名驾驶员,预计到2030年将翻一番 [3] - 欧洲的情况更为严峻,约7%的卡车驾驶员职位(超过20万个)未被填补,预计到2028年将增加到74.5万个 [3] - 大多数有关自动驾驶卡车的法规都是支持性或中性的 [3] - 运输成本近年来大幅上升,主要原因是驾驶员工资、燃料和过路费成本上升,预计随着排放标准和零排放车型的转变将进一步上升 [3] 自动驾驶卡车的使用场景 - 受限自主性:卡车在高速公路和指定区域内无人驾驶,在配送中心和最终目的地由人工驾驶 [6] - 完全自主性:卡车可以从配送中心直接无人驾驶到另一个配送中心,中间只需要在充电或更换挂车的中转站停靠 [7] - 此外还可能采用Level 2+或Level 3的半自动驾驶模式,可以减少事故并提高燃油效率 [10] 不同路线长度下的总拥有成本(TCO)节省 - 短距离路线(100英里以下)自动驾驶卡车难以盈利,因为需要绕道中转站、预出发检查等额外成本 [12] - 中距离路线(200-400英里)自动驾驶卡车的TCO优势将在未来随着成本下降而显现 [12] - 长距离路线(1500-2000英里)自动驾驶卡车的TCO可以降低42% [13][14] 市场规模和收入来源 - 预计到2035年,全球自动驾驶重型卡车市场规模将达到6160亿美元 [15] - 其中中国约占3270亿美元,美国约占1780亿美元,欧洲约占1120亿美元 [19] - 美国将是最快采用自动驾驶卡车的地区,到2035年自动驾驶卡车将占重型卡车的13% [19] - 欧洲和中国的采用率相对较低,分别为4%和11% [20][21] - 自动驾驶相关的收入将占整个卡车行业收入池的52% [17][18]
Better together: Three ways to boost board–CEO collaboration
麦肯锡· 2024-09-26 08:08
报告行业投资评级 无相关内容 报告的核心观点 - 董事会角色和责任日益复杂,需要与管理层特别是CEO加强合作,以帮助董事为其组织创造更多价值[3][4][5] - 大多数董事通过加强董事会与管理团队的合作来应对日益增加的复杂性,但只有三分之一的受访者表示他们的董事会和CEO合作非常有效[6][7] - 与CEO有效合作的董事会在战略、风险管理和组织文化等方面的实践更加有效[11][12][13][14] 提高董事会-CEO合作的三种方式 1. 建立高效有效的董事会运营机制 - 董事会主席有效高效地主持会议,为新董事提供充分的入职培训[16] - 制定年度责任重新调整计划,建立正式的决策流程[16] 2. 优先考虑董事会-CEO沟通 - 缺乏议程对齐、角色责任不清、信息共享不足是影响董事会-CEO合作的主要原因[17][19][20] - CEO应保持与董事会的频繁简洁沟通,保持透明度[21] 3. 培养董事会文化 - 建立互信尊重的董事会文化,通过非正式互动增进董事会主席和CEO的关系[22]
Spend digital twin: A tool for volatility
麦肯锡· 2024-09-26 08:08
行业投资评级 - 报告未明确提及行业投资评级 [1][2][3][4][5][6][7][8][9] 核心观点 - 近年来大宗商品市场波动显著 2021年底至2022年能源、金属、聚合物、包装材料、木材等原材料价格大幅上涨 2023年至2024年钢铁、聚合物和能源等大宗商品价格有所下降 [4] - 采购组织需要根据实际原材料成本和能源价格变化调整商品和零部件价格至“公平价格”水平 [4] - 支出数字孪生工具可通过全面分析支出 帮助采购组织在价格上涨或下跌时实现与供应商的公平价格 [4] - 支出数字孪生工具可动态跟踪公平价格发展 为采购组织提供实时洞察 增强谈判能力 [4][7] - 支出数字孪生工具可识别谈判潜力 帮助采购部门准备供应商谈判 并支持制定指数化合同 [7][8] - 支出数字孪生工具可模拟市场情景 评估对公司支出的影响 支持敏感性分析 [9] 支出数字孪生工具的应用 - 识别谈判潜力 通过比较公平市场价格指数与实际价格进展 识别偏离公平市场价格发展的价格变化 [7] - 准备供应商谈判 帮助采购部门计算回扣机会和当前市场水平的公平价格调整 [7] - 制定指数化合同 分析往年价格发展相对于公平市场价格指数 帮助理解模式 [8] - 设定目标和评估采购绩效 提供每类别的公平市场发展洞察 [9] - 与跨职能利益相关者共享信息 特别是向销售部门通报成本发展 [9] - 模拟市场情景 评估市场波动对公司支出的影响 [9] 支出数字孪生工具的构建 - 构建支出数字孪生工具需要软件、公平市场价格指数模型和市场指数专业知识 [9] - 软件可跟踪支出发展 公平市场价格指数模型可基于现有成本模型或供应商提供的产品成本分解 [9] - 市场指数选择涉及特定指数机构、材料类型或等级、地区或合同类型 [9]
Global Economics Intelligence executive summary, August 2024
麦肯锡· 2024-09-21 08:08
报告行业投资评级 无相关内容 报告的核心观点 - 全球经济不确定性仍然较高,高利率环境开始影响家庭和企业 [3] - 消费者信心整体下降,消费支出放缓 [5][7][8][11] - 制造业首次陷入收缩,服务业仍保持稳定增长 [14][15][16][20] - 中美制造业增长出现停滞,欧元区制造业持续收缩 [17][18] - 全球贸易量增加,供应链压力指数回落至历史平均水平 [26][27][29][30] - 中国和巴西出口下降,美国出口增加 [33][34][35][36] - 港口贸易活动整体下降,主要受亚洲地区影响 [39][42][43][45] - 发达经济体通胀持续缓解,发展中经济体通胀保持稳定 [51][52][55][56] - 大部分大宗商品价格继续下降,但仍显著高于疫情前水平 [59][60][62][69][70][71] - 股票市场在8月经历动荡,大多数股票指数下跌 [83][84] - 资本成本保持稳定,市场对利率决定采取观望态度 [90][92][93] 根据目录分别进行总结 消费者和家庭 - 消费者信心整体下降,消费支出放缓 [5][7][8][11] 企业和行业 - 制造业首次陷入收缩,服务业仍保持稳定增长 [14][15][16][20] - 中美制造业增长出现停滞,欧元区制造业持续收缩 [17][18] - 全球贸易量增加,供应链压力指数回落至历史平均水平 [26][27][29][30] - 中国和巴西出口下降,美国出口增加 [33][34][35][36] - 港口贸易活动整体下降,主要受亚洲地区影响 [39][42][43][45] 贸易和外部因素 - 全球贸易量增加,供应链压力指数回落至历史平均水平 [26][27][29][30] - 中国和巴西出口下降,美国出口增加 [33][34][35][36] - 港口贸易活动整体下降,主要受亚洲地区影响 [39][42][43][45] 价格 - 发达经济体通胀持续缓解,发展中经济体通胀保持稳定 [51][52][55][56] - 大部分大宗商品价格继续下降,但仍显著高于疫情前水平 [59][60][62][69][70][71] 就业 - 美国和中国失业率继续上升,巴西失业率呈下降趋势 [47][48][49] 金融市场 - 股票市场在8月经历动荡,大多数股票指数下跌 [83][84] - 资本成本保持稳定,市场对利率决定采取观望态度 [90][92][93] 政府和政策 - 利率大致保持不变,市场预期降息及其幅度 [92][93]
A new era: Trends shaping China’s heavy-duty trucking industry
麦肯锡· 2024-09-21 08:08
报告行业投资评级 报告未提供行业投资评级。 报告的核心观点 中国重卡市场现状 1) 2023年中国重卡市场销量约90万辆,其中出口销量约27万辆,占比30%,出口大幅增加[4][5] 2) 未来几年国内重卡销量预计将稳定在80万辆左右,受经济增长放缓、物流向铁路转移、重卡使用寿命延长等因素影响[4] 3) 重卡市场集中度较高,前5大厂商占据约88%的市场份额,预计未来几年大型企业将进一步扩大市场份额[14][16] 新动力总成的兴起 1) 天然气重卡(CNG/LNG)占比约25%,成为非柴油动力中最大的细分市场,主要受益于天然气价格较低[10][11] 2) 纯电动重卡占比约5%,其中电池换电模式占比约48%,具有灵活性和成本优势[10][11] 3) 燃料电池重卡占比仅0.6%,未来发展可能受到电池换电模式的延缓[10][11] 价格变化趋势 1) 2018年1月至2023年8月,国内重卡平均交易价格上涨约4.2万元,主要由于天然气和纯电动车型占比提高[14] 2) 同期,柴油内燃机重卡价格基本保持平稳,可能受到市场竞争加剧和成本上涨压力的影响[14][15] 自动驾驶发展 1) 国内重卡企业正在与科技公司合作,在港口、高速公路等特定场景开展自动驾驶试运营[16] 2) 但实现商业化应用仍面临盈利模式、监管政策、技术障碍等挑战[16] 出口市场机遇 1) 国内重卡企业正积极拓展海外市场,中东北非和拉美等地区出口增长迅速[17][24] 2) 电动重卡出口存在机遇,随着其他市场领先企业的竞争力下降[17] 3) 企业可根据当地政策优惠调整本地化生产策略,如印尼提供电动车生产激励政策[25] 根据目录分别总结 中国重卡市场现状 - 2023年重卡市场销量约90万辆,其中出口27万辆,占比30%[4][5] - 未来几年国内重卡销量预计将稳定在80万辆左右[4] - 市场集中度较高,前5大厂商占88%市场份额,大型企业将进一步扩大份额[14][16] 新动力总成的兴起 - 天然气重卡占比约25%,成为非柴油动力最大细分市场[10][11] - 纯电动重卡占比约5%,电池换电模式占比48%,具有灵活性和成本优势[10][11] - 燃料电池重卡占比仅0.6%,发展可能受电池换电模式延缓[10][11] 价格变化趋势 - 2018-2023年,重卡平均价格上涨约4.2万元,主要由于高价车型占比提高[14] - 同期,柴油重卡价格基本平稳,可能受市场竞争和成本压力影响[14][15] 自动驾驶发展 - 国内重卡企业与科技公司合作,在特定场景开展自动驾驶试运营[16] - 实现商业化应用仍面临多方面挑战[16] 出口市场机遇 - 国内企业正积极拓展海外市场,中东北非和拉美等地区出口增长迅速[17][24] - 电动重卡出口存在机遇,企业可根据当地政策调整本地化生产策略[17][25]
Building Europe’s electric-truck charging infrastructure
麦肯锡· 2024-09-20 08:08
行业投资评级 - 报告未明确给出具体的行业投资评级 [1] 核心观点 - 欧洲电动卡车充电基础设施的建设将分为两个阶段 第一阶段到2030年 主要建设私人车队基地或半公共枢纽的充电设施 第二阶段在2030年后 随着电网升级 公共充电基础设施将逐步扩展 [12] - 到2030年 欧洲将需要超过30万个公共和私人充电点 以满足中型和重型电动卡车的需求 目前仅有约1万个充电点 [2] - 到2040年 欧洲电动卡车充电基础设施的建设将需要约400亿欧元的资本投资 其中到2030年需要70亿欧元 目前仅承诺了不到四分之一 [2] - 公共充电基础设施的利润池预计到2030年将达到5亿欧元 其中快速充电器的利润池最大 而夜间充电的利润池最小 [15] 充电基础设施的挑战与机遇 - 电动卡车充电基础设施的建设面临电网容量不足的挑战 到2030年 充电网络将消耗20太瓦时的电力 约占欧洲总电力需求的0.5% [2] - 电动卡车充电市场尚未形成主导玩家 来自不同领域的公司有机会通过创建新业务或战略合作来塑造市场生态系统 [3] - 车队运营商在规划充电基础设施时需要考虑多种因素 包括运营需求、电网容量、充电器类型和数量等 以优化成本和车辆运行时间 [15] 电动卡车的使用场景 - 欧洲的第一波商用电动卡车将主要用于单日行程 包括从中央设施分发、市政路线、多式联运班车和短途枢纽到枢纽的运输 这些场景将覆盖超过50%的电动卡车 [7] - 另外40%的电动卡车将用于单日高速公路上的工业或消费品运输 这些卡车通常需要补充公共充电 [7] - 多日长途运输的电动卡车占比仅为5% 这些车辆将严重依赖公共充电 随着公共充电设施的普及 这一比例将显著增加 [8] 充电基础设施的部署 - 到2030年 90%的充电基础设施将部署在主要工业基地或物流枢纽附近 总投资预计为55亿欧元 覆盖75%的电动卡车电力需求 [13] - 公共充电基础设施的发展将较为缓慢 到2030年 欧洲将仅有4000个夜间充电点和1.2万个快速充电点 总投资为15亿欧元 [15] - 到2040年 预计将有10万个公共充电点安装在欧洲高速公路沿线 提供45%的电动卡车总用电量 [15] 充电基础设施的优化 - 车队运营商可以通过调整卡车坡道时间、司机班次和休息时间等操作来平衡电力需求 从而减少电网升级和充电点数量的成本 [17] - 缓冲电池和本地微电网可以帮助削减电网的峰值需求 并通过利用太阳能或风能等本地发电来进一步补充电力 [18] 充电基础设施的商业模式 - 车队运营商可以选择自建充电基础设施 也可以选择外包给专业的充电点运营商或一站式解决方案提供商 后者可以提供专门的维护协议 [21] - 电动卡车制造商在充电基础设施领域具有独特的作用 一些公司已经成立了独立的组织 并与其他制造商合作建设公共充电网络 [25] - 充电基础设施的部署需要多方合作 包括车队运营商、卡车制造商、工程公司、充电硬件供应商和能源公司等 [21] 未来展望 - 到2030年 电动卡车充电市场的利润池预计将超过7亿欧元 具有显著的先发优势 [32] - 电动卡车充电市场的增长可能受到资金短缺和市场结构复杂性的制约 但通过创新的解决方案 如本地微电网、能源管理和数字预订系统 可以释放其全部潜力 [30]
Reimagining healthcare industry service operations in the age of AI
麦肯锡· 2024-09-20 08:08
行业投资评级 - 报告未明确给出具体的行业投资评级 [1][2] 核心观点 - 人工智能(AI)尤其是生成式AI(gen AI)在医疗保健行业有潜力显著提升运营效率并改善消费者体验 [4] - 医疗保健行业的运营领导者面临高行政成本和员工流失率的挑战 行政成本占美国每年超过4万亿美元医疗支出的25% [3] - 45%的运营领导者将部署最新技术(包括AI)列为2023年的首要任务 较2021年增加了17个百分点 [4] 行业挑战与机遇 - 医疗保健行业的数字化转型项目通常只能实现不到三分之一的预期价值 仅有约30%的大型数字化转型项目成功 [5] - 25%的运营领导者表示 将AI和自动化用例从试点扩展到生产是最大的挑战 [5] - 仅有10%的受访者与医疗保健组织的对话式AI和聊天机器人的互动完全解决了他们的查询 无需后续与人工代理互动 [5] AI在服务运营中的应用 - AI在医疗保健服务运营中的应用包括财务交易 行业通用功能 行业特定功能 客户和患者服务以及行政临床支持功能 [4] - 具体用例包括优先处理索赔 改善诊断和治疗 增强聊天机器人功能 自动化生成利用率报告等 [12][15] - 生成式AI可用于生成合成数据 自动总结电子健康记录数据 生成自定义覆盖摘要等 [15] 最佳实践 - 领先组织通过优先考虑关键领域 定义清晰的AI用例 并设计AI解决方案来追求高优先级用例 [16] - 使用AI进行超个性化客户接触点 分析客户数据以生成个性化配置文件 并通过客户选择的渠道进行互动 [16] - 通过AI驱动的预测和调度优化 可以提高员工容量管理 增加占用率10%至15% [17] 实施AI的步骤 - 组织可以通过快速诊断评估 确定流程低效和潜在改进价值 并优先考虑关键领域 开发初始概念验证 [18] - 扩展用例需要采用敏捷迭代方法 建立跨职能运营模式 并确保其支持持续改进 [20] - 建立有效的治理框架 包括持续监控和审计机制 以确保AI系统行为符合伦理指南 [21] 人才战略 - 成功组织将人才战略与AI和生成式AI路线图保持一致 重点关注会员服务 索赔处理和政策开发等关键领域 [22] - 通过实施有针对性的培训计划和培养持续学习和创新的文化 来弥合技能差距 [22] 未来展望 - AI在医疗保健服务运营中的未来前景广阔 尽管许多运营活动仍需要人工干预 但AI可以通过简化流程和支持更便捷和个性化的服务来提高效率 [23]
How batteries will drive the zero-emission truck transition
麦肯锡· 2024-09-19 08:08
行业投资评级 - 电池电动卡车技术是实现全球气候目标的关键,尤其是在减少道路货运排放方面 [1][2] 核心观点 - 电池电动车辆(BEV)技术被认为是大多数商用车应用场景中最合适的推进系统,预计将在短期内主导市场 [2] - 全球监管机构设定了严格的排放目标,例如欧盟要求到2030年新车销售的排放量比2019年减少45%,到2040年减少90% [4] - 电池组价格在过去十年中下降了80%以上,使得电池电动动力系统成为卡车的吸引选择 [5] - 氢燃料电池动力系统仍处于较早期的技术阶段,需要进一步创新和生产规模化 [6] - 可再生燃料虽然可以用于现有柴油或燃气发动机,但由于仍产生尾气排放,不符合重型车辆的排放目标 [6] 电池技术的优势与劣势 - 电池电动车辆(BEV)和氢燃料电池电动车辆(H2-FCEV)在CO2排放和空气质量方面真正实现零排放 [7] - 氢内燃机车辆(H2-ICE)虽然没有尾气CO2排放,但会排放氮氧化物(NOx) [7] - 生物燃料和合成燃料在整体上是碳中性的,但在局部会排放CO2、NOx和颗粒物,因此不被视为零排放技术 [7] 电池技术的成本与性能 - 电池电动卡车的总拥有成本(TCO)取决于研发、基础设施和技术的投资与成本 [8] - BEV的充电时间较长,可能需要2.5小时充电500公里,而氢动力卡车只需15至30分钟 [10] - 电池技术的性能取决于能量密度、电池成本和循环寿命等因素 [13] - 高能量密度(超过210瓦时/千克)对于确保长距离使用至关重要 [14] - 电池占卡车动力系统成本的84%,是主要成本驱动因素 [14] 电池技术的未来发展方向 - 短期内,镍锰钴(NMC)和磷酸铁锂(LFP)电池是最佳选择 [16] - 长期来看,锂锰铁磷酸盐(LMFP)电池在所有类别中表现优异,预计将在2025年后进入市场 [16][19] - 电池组设计对卡车的性能和充电速度有显著影响,尤其是电池直接集成到车辆中的设计 [20][21] - 800伏车辆架构允许卡车以两倍功率充电,减少充电时间50% [23] 电池交换技术的潜力 - 电池交换技术可以将BEV的充电时间从几小时减少到不到五分钟,显著提高车队利用率 [24] - 在中国市场,几乎一半的BEV重型卡车销售支持电池交换功能 [26] - 电池交换技术可能改变零排放卡车行业的运营方式,尤其是在短中期内 [26] 电池采购与生产策略 - 卡车OEM可以通过直接采购、合作伙伴关系或自建工厂来获取电池 [27] - 自建电池生产可以帮助OEM开发定制电池,保护知识产权,并在上游价值链中获取更多价值 [29] - 当前市场环境下,中国电池供应商的价格下降至每千瓦时60欧元以下,欧洲OEM难以通过自建生产达到这一价格水平 [31] 原材料采购策略 - OEM应考虑原材料的可用性、价格稳定性以及环境、社会和治理(ESG)合规性 [32] - 长期供应协议可以帮助OEM在原材料采购中处于有利位置,尤其是在锂供应充足的情况下 [36][37] 电池循环利用 - 到2030年,全球约78%的移动电池将直接进入回收环节 [41] - 电池回收可以减少15%至40%的CO2排放,具体取决于提取的材料 [41] - NMC电池的回收价值高于LFP电池,因为NMC电池含有镍、钴和锂等更有价值的金属 [46][47] 未来不确定性 - 电池交换技术在美国和欧洲的潜力尚不确定,OEM可以通过产品设计或基础设施投资来应对 [49] - OEM在电池生产和上游活动中的投资程度尚不确定,但当前市场环境不鼓励直接投资 [49] - OEM是否直接投资原材料尚不确定,但长期供应协议可能是最佳选择 [49] - OEM进入回收领域的最佳选择是与电池回收设施合作或采购报废电池 [49]