當愛迪達大中華區董事總經理蕭家樂宣佈：“將童裝市場定位為公司未來五年的重要增長引擎”時，這家德國“運動巨頭”正在謀劃一場市場轉型。2025年第三季度，愛迪達交出了一份看似亮眼的成績單：全球營收66.3億歐元，創單季歷史新高；營業利潤7.36億歐元，同比增長23%；大中華區營收9.47億歐元，同比增長10%。這已是大中華區連續第十個季度實現增長，其中連續四個季度實現雙位數增長。業內也普遍認為，伴隨著體育消費用品線下健身復甦與體育消費潛力的釋放，運動類股穩健增長態勢仍有望延續。然而，若將時間線拉長，另一個事實逐漸浮現。據歐睿資料顯示，愛迪達在中國運動鞋服市場的佔有率已從2021年的15%下滑至2024年的8.7%。作為對比，耐克市佔率從18.1%跌至16.2%，位列首位。安踏市佔率從9.8%增至10.5%，排名第二。李寧市佔率從9.3%微增至9.4%，排名第三。在整體市場擴容的背景下，愛迪達並未跟上大盤步伐。（資料來源：歐睿）更具象徵意義的對比，來自本土品牌的崛起。 安踏2024年營收達708.26億元，同比增長13.6%，首次超越耐克在中國區的表現；其旗下品牌FILA斐樂更是在今年雙十一力壓愛迪達與耐克，登頂天貓運動戶外現貨4小時成交榜。這種“營收增長，份額下滑”的矛盾現象，揭示了愛迪達在中國市場面臨的真實處境。反差並非偶然。 據中國國家統計局等資料，預計2025-2029年戶外鞋服（含配件）市場規模CAGR為15.5%，即2029年將達到2157億元。整個市場的蛋糕在變大，但愛迪達分到的那一塊卻在相對縮小。近期“雪中飛代工”事件的發酵，更是將消費者對品牌溢價的質疑推向了高潮。騰訊新聞《潛望》發現，卷後價769.41元的愛迪達羽絨服鴨絨含量80%、蓬鬆度600FP；而雪中飛629元的產品絨子含鵝絨量達90%、蓬鬆度680+FP時，品牌祛魅的速度遠超品牌方想像。（圖片源於網路）對此，愛迪達客服回應稱：“愛迪達授權雪中飛製衣廠負責生產製造環節，雙方一起致力於為消費者提供優質產品，品質有保障。”並進一步表示，“在代工廠生產的愛迪達商品，我們負責設計、開發等主要環節，工廠只負責生產製造環節。”蕭家樂則在此前公開表示，中國供應商目前處於全球領先地位。和中國國內成熟、有豐富經驗的供應商合作是非常幸運的事情，“我們會繼續提升本土化的比重，目前阿迪超過95%的產量是中國供應商為中國消費者生產製造。”但這個解釋看上去更像是自證：如果代工已成為行業常態，當產品性能相近時，消費者為何不轉向性價比更高的本土品牌？01 押注童裝，愛迪達要“從娃娃抓起”面對安踏、李寧等中國國產品牌在成人市場的強勢崛起，以及戶外垂類品牌的市場切割，愛迪達正在將童裝市場作為突破口。財報資料顯示，第三季度愛迪達服裝品類增長16%，領先於鞋類的11%增長，而配飾品類僅增長1%，這種增長結構的變化，恰恰反映了品牌定位的微妙調整。事實上，童裝市場成為愛迪達重點押注的領域並非偶然。蕭家樂透露，愛迪達童裝市場的重心定位在7歲至13歲的運動少年，過去一年已引進新的童裝經銷商共同開拓市場。這個策略選擇頗為務實和“精明”。首先，童裝市場相對成人市場競爭更溫和，中國國產品牌在這一細分領域的佈局尚未完全成熟；其次，7至13歲恰好是運動習慣養成的關鍵期，通過與清華大學、復旦大學、上海交通大學等12所知名院校攜手發起“大學體育公社”，愛迪達試圖建構從青少年到大學生的完整品牌認知鏈條；最後，童裝消費往往由家長主導，而80後、90後家長對國際品牌仍保有一定認知慣性。但問題在於，這種“從娃娃抓起”的策略能否真正奏效？在與騰訊新聞《潛望》的溝通中，7歲孩子的母親王女士表示：“我一般會選擇專業的童裝品牌，如TEENIE WEENIE KIDS、巴拉巴拉、Paw in Paw這些。上周末，我剛剛給我閨女買了TEENIE WEENIE的新款裙子，她很喜歡。”王女士解釋道，“這些品牌在版型設計上更符合兒童體態，面料也相對有保障。我女兒現在開始注重穿著了，會在意同學穿什麼，所以我也願意在這方面多花點心思給閨女打扮。”當被問及是否會考慮愛迪達童裝時，她猶豫了一下：“價格確實還可以，但設計上就是成人款的縮小版。”與王女士不同，上班族趙女士有著截然不同的消費邏輯。她9歲的兒子這兩年身高躥得很快，一年能長七八釐米。“我基本都是網購，只要是純棉的就行，不太在意品牌。”在與騰訊新聞《潛望》的交流中，趙女士表示：“衛衣一般70—110元，T恤有的打完折就30元左右，孩子長得快，一個季度的衣服下個季度就穿不了了。花幾百塊買一件品牌童裝，性價比太低。”她坦言，身邊很多家長都是這樣的想法。當下的中國家長正在經歷前所未有的消費理性覺醒。在小紅書等社交平台上，已有消費者在“雪中飛代工”事件後發問：“為什麼中國國產羽絨服都在做代工，我們自己的品牌去那了？”這種質疑背後，是消費者逐漸形成的對中國國產供應鏈的認同感。02 7000家門店，難掩本土化困局在公開場合，蕭家樂反覆強調“‘在中國，為中國’的戰略，是愛迪達取得大中華區市場季度業績十連增的關鍵”。資料看起來確實支撐這一說法：超過60%的在華銷售產品由中國團隊設計，超過95%的產量由中國供應商生產，目前在華擁有超過7000家線下門店，與海瀾之家合作在三四五線城市開設的門店將達700家。然而，本土化不僅是生產和設計的本土化，更是品牌認知和情感連接的本土化。近年來，愛迪達屢屢陷入的負面事件，正在消耗消費者的品牌忠誠度。據黑貓投訴App搜尋資料顯示，截至12月7日，愛迪達投訴量高達25922條，其中# 使用中出現質量問題# 近半年已積累65條；# 客服態度差# 近半年已積累136條。10月26日，據《都市現場》報導，有消費者爆料稱，自己在愛迪達購買了一雙鞋，結果還未走出商場，鞋子就出現了脫膠問題。該消費者隨即返回門店要求退貨，卻遭到店長嘲諷：“你難道指望這一千塊錢過年嗎？”這一事件經媒體曝光後迅速發酵，引發消費者對品牌服務態度的廣泛質疑。類似的質量問題和服務糾紛在社交媒體上並不鮮見，從產品開膠到售後推諉，這些看似個案的投訴正在累積成品牌形象的系統性危機。當消費者發現“國際大牌≠優質服務”時，品牌溢價的基礎也隨之動搖。更深層的挑戰來自市場結構的變化。財報顯示，第三季度愛迪達在北美市場剔除Yeezy因素後僅增長8%，主因配飾收入下滑；而大中華區雖然實現10%增長，但這一增速在各區域中並非最高。剔除Yeezy貨幣中性YOY（同比），愛迪達拉美地區增長21%，日本/韓國增長11%，新興市場增長13%。這意味著，中國市場的競爭激烈程度遠超其他區域。在這種背景下，愛迪達試圖通過管道下沉來尋找增量空間。與海瀾之家合作拓展下沉市場，與TOPSPORTS合作開設80多家門店，聚焦童裝和戶外運動風，在上海安福路、新天地、張園等重要商圈開設品牌形象店。這種“大店進城、小店下鄉”的策略，本質上是在用空間換時間，以避險品牌勢能的下降。03 戰場變了，問題仍在將童裝作為未來五年的增長引擎，對愛迪達而言既是一次戰略選擇，也是一次無奈之舉。從市場機會看，童裝賽道確實存在空間。資料顯示，預計到2030年，中國童裝市場的整體規模將達到約 5000 億元人民幣，相較於2025年的市場規模約 3500億元人民幣，五年間的復合年均增長率（CAGR）約為10.3%。這一增長趨勢主要得益於中國經濟的持續穩定增長、居民收入水平的提升以及消費結構的不斷升級。相比成人運動鞋服市場，童裝市場的國際品牌滲透率仍有提升空間，這為愛迪達提供了差異化競爭的可能。但童裝市場的特殊性，也決定了這不會是一場容易的戰役。首先，童裝消費的決策邏輯與成人市場存在本質差異。成人購買運動裝備時，品牌認知、產品性能、設計美學都是重要考量因素，而童裝消費更注重性價比、安全性和實用性。當孩子一年能長七八釐米時，多數家長很難為品牌溢價買單。這意味著愛迪達需要在定價策略上做出調整，但降價又會進一步壓縮本就承壓的利潤空間。其次，專業童裝品牌的競爭優勢明顯。中國國產多個品牌深耕童裝多年，在版型設計、面料選擇、安全標準上都有更深厚的積累。王女士的顧慮並非個例，“成人款的縮小版”正是許多運動品牌進軍童裝時面臨的通病。要在這一領域建立真正的競爭力，愛迪達需要投入更多資源進行產品研發，而這與其快消化轉型的方向存在一定矛盾。第三，品牌認知的代際傳遞正在發生變化。愛迪達押注的邏輯是“從7歲培養品牌忠誠度，到大學階段形成消費習慣”，但這個鏈條能否跑通，取決於品牌在成人市場的表現。而對於在國潮文化中成長起來的新一代消費者而言，品牌選擇正在重構。更關鍵的是，童裝策略能否解決愛迪達在中國市場面臨的核心問題，從15%到8.7%的市佔率，到質量投訴、服務糾紛、代工爭議，這些問題不會因為轉戰童裝市場而自動消失。童裝市場或許能貢獻一定的增量，但要指望它成為“未來五年的重要增長引擎”，這個判斷正確與否，可能仍需交給時間。 (騰訊財經)

近日，在“AI未來2025閱讀新風向”發佈會上，清華大學領導力與組織管理系主任李寧教授發表《資料和人工智慧如何賦能組織管理》的演講。他認為，資料驅動的管理決策已經很有效地應用在了精準行銷、庫存管理、質量管理等領域，但是在涉及組織、員工管理方面卻仍有很大的提升空間。人工智慧將如何賦能企業解決傳統資料分析的困境，挖掘資料背後更深層次的規律，改變“996”、“加班”之類的管理模式？李寧：清華大學領導力與組織管理系系主任、Flextronics講席教授、《智能組織》作者以下為李寧演講精編（有刪減，未經本人審閱）：我今天主要圍繞兩個方面來展開。資料驅動的管理決策，比如說精準行銷、庫存管理，在業務端的方方面面，我們其實都完成了這種數位化的轉型，積累了大量的資料，然後用資料來做更好的決策。但是，在組織端，在人的決策方面，其實資料驅動決策還是非常滯後的。在管人的時候，更多時候還是依靠領導的直覺、感覺、經驗，來做這樣的判斷。比如絕大多數企業和老闆不喜歡遠端辦公，希望你能夠來辦公室。這個背後反映出，你如果不在我眼前，我不知道你的產出，我不知道你的貢獻。所以，這就涉及到我沒有資料來衡量一個人他在組織當中的貢獻，特別是我有很多員工，這些員工合起來，他對於組織的貢獻是什麼？或者這個組織時時刻刻的健康度，或者它的創新度是什麼？這是一個問題。所以，就造成了很多社會上面的一個現象，比如“996”、加班、打卡。為什麼很多企業嚴格打卡，要看員工的工作時長，很多時候把這個當成一個奮鬥者指數。因為它沒有其他的一個指標。但其實這裡面就很矛盾，因為我們在組織端，特別是現在，比如說，有釘釘、飛書、企業微信，我們已經積累了大量的資料，但絕大程度上，這些資料並沒有使用起來。我們做一個判斷，就是在業務端，我們的數位化的程度是非常高的，我們已經實現了資料驅動的決策。但是，在組織端，涉及到人的時候，可能還是用到Excel，然後領導看一下Excel報表，然後就開始決策。特別是比如在績效評估的時候，在招聘的時候都會存在這樣的問題。所以，這存在一個不平衡的問題。這背後的原因是什麼？現在關於人的資料，實際上是一個成本，而不是一個資產。我們知道資料現在越來越重要，變成一個企業重要的資產，甚至是資料的一個入表，但這個更多是集中在業務端，因為有業務端，我就可以用這些業務的資料進行庫存管理、精準行銷、質量管理等等一系列。但是，比如一家企業用了飛書、釘釘，每天積累了多少人與人之間協作的資料，每天所有會議的記錄，線上文件，這些所有跟人和組織相關的一個資料就變成一個成本，佔用了很多伺服器的空間。這些資料拿來真正做組織管理的決策，這是非常有限的。我覺得有三個主要的方面的原因：第一，觀念。有多少人覺得人，比如我們涉及到管人，人的複雜度可以被資料所抓取出來。其實這是一個根深蒂固的，就覺得人就是千人千面的，人就是依賴於過去的經驗和直覺，針對不同的人要制定不同的方法方式來管理，可能跟每個人說的話都不一樣。既然強調了它後面沒有規律性，就自然談不到資料驅動的管理。但另外一種，如果你相信人背後有很強的規律性，我們就可以從資料中提煉出相應的x（因素）跟y（目標），並找到與之相對應的關係。第二，假設我們有這樣一個連接，如何找到建構x跟y之間的一個關係。第三，其實跟第二個關係相當密切，人才缺口，就是在做資料驅動的時候，因為人是複雜的，所以我們需要建構一些高維的指標。比如現在的很多企業關注的點是淺層的，你是不是985的，你是不是211的，潛台詞就是你的學歷是不是跟你的績效相關，你每天加班的時長是不是跟績效相關，但這是一個淺層的指標。我們需要挖掘出更深層次的指標，這就涉及到比如心理學、管理學，甚至是統計學的很多相關的知識，很多企業並沒有這樣的人才儲備。關於第一個問題，人的複雜性是不是可以被資料所抓取出來，我們是不是可以通過設計一系列的實驗，或者通過資料來探究背後的一個秘密。我這裡舉了一個例子，在某些國家，人在換領駕照的時候它有一個選項，詢問你器官捐贈的一個意願。這個就是反映了兩類國家它的捐贈意願的比例。如果默認選項，你願意參加器官捐贈項目請打鉤，比例就非常低。如果說你不願意參加這個項目，請打鉤，打鉤的比例也很低，這就反映了人們打鉤的比例都很低。因為你在做這個事情的時候會有人反覆地提醒你，但你不知道怎麼打鉤。比如大家去面臨這樣一個情況，你會怎麼選？你也很難選。很難選的時候你就會遵循一個默認的選項。所以，這就是心理學上的默認選項偏差。這個也反映了很多時候我們做決策的時候，我們就會選擇那個默認的。這個背後其實反映了人是有很強的規律性的，那種規律性是跨越了國家和地區的。所以，這為我們資料驅動的組織管理決策提供了依據。比如說，有些國家養老金的儲蓄，它的設計就是是把儲蓄當成一個默認選項還是一個主動選項。比如有些國家說，每個人都是會強制儲蓄10%，但是你可以選擇把這個勾掉，這時候一個默認的選項就會極大地提升養老儲蓄的比例。這個在政策上面就會引發很積極的一個效果。所以，這個就是人背後有規律性可循，我們就可以依賴於這樣一個規律，用資料探勘出它背後的規律。我們再看回來最開始的那個問題——混合辦公。關於混合辦公這個事情，它對於績效有什麼樣的一個影響，其實這是很現實的一個現象。比如說，你如果說允許混合辦公，你有可能會降低一些成本，甚至可能會留下一些員工，如果他通勤時間比較長，你可以允許他混合辦公，你可以擴大招聘範圍。但很多的企業家就會說，他是不是會影響到我的績效。這是發表在《Nature》，在攜程做的一個實地的實驗，也就是在組織決策端做了一個A/B的測試。它的結論是什麼？混合辦公不會降低績效，反而會降低員工的離職率。所以，資料驅動的價值在於，其實對於提高我們決策的精準度和精度，我們知道有兩個，就是做對的事，還是把事做對。做對的事，其實就是要找到一個方向感，很多時候我們會發現我們很卷，但如果我們決策的方向錯了，其實你的效率再高，也是浪費一些資源的。所以，資料驅動其實就是保證我們在做重要的決策，特別是在組織端中跟人的決策，保證我的決策的精準度。首先是驗證認知，其實絕大多數資料反映出來的跟我們常識的認知是相符的。但是，它的價值在於拓展認知，有些時候資料呈現出來的一些結論可能跟我們的認知是不相符的，把我們的認知進一步地發展。它甚至可能會挑戰我們的認知，比如在招聘的過程當中，其實如果單看工作經驗，它沒有那麼重要，反而是比如說在矽谷的很多大廠，它招聘一個程式設計師不會看你的工作經驗，它會讓你直接現場寫code，這就是一個工作知識樣本測試的結果。這是在個體層面。如果是在組織層面，我們如何度量一個組織的創新度也好，健康度也好，或者組織的效能？這個長久以來都是一個問題。如果一個企業裡面有了優秀的員工，他不見得組織一定很優秀。我們有沒有一個合適的工具來度量組織的健康度呢？我們就提出了這樣的概念，叫組織網路分析。但是，組織網路分析其實也有一段歷史了。它是把人與人之間的協作、連接具體化出來，通過一種分析的方式。我們能夠看得到的組織是組織層級的分佈，就是那些人在一個部門，他們之間匯報的關係。但實際上會發現在組織當中很多的合作它是跨部門的、跨層級的，它是自發產生出來的，它並不是按照組織的設計而發生的。所以，這個就是一個組織網路。我們之前做過的一個創業團隊的研究。可以看到，不同的顏色就代表不同的部門，可以在這樣一個創業的環境當中有大量的跨部門的人的協作。這樣的跨部門的協作，它會對於組織的效能，甚至是績效產生極大的影響。我們一直談論，為什麼很多大廠並沒有出現DeepSeek，很多真正初創的企業，真正很有創新活力，有些企業卻創新比較差。有研究表明，一個組織內部網路的結構跟它是否能夠產生大量創新性的想法相關，其中一個指標我們就叫小世界網路。比如同樣的一個組織構架，它可能會出現兩種不同的一個呈現形式。也有一些研究把矽谷認定是世界創新的中心，它就是特別符合小世界網路的特徵，這裡面不同的節點代表當時一些科技巨頭的分佈。這個網路不像是一個區域的網路，它反而像是一個公司的網路。就相當於在矽谷公司之間是你中有我，我中有你，所以導致了它的想法的自由地流動。比如以這次生成式AI，從2017年Transformer這個構架文章，從Google出來之後，這個技術很快就會擴散在矽谷很多的地方，然後來適用這樣一個技術。最後，簡單說一下人工智慧對資料驅動有什麼樣的幫助？我們知道過去其實有兩個缺陷一直沒有解決，一個就是我們沒有x跟y，很好地來衡量，比如創新度，比如人的價值。第二個就是人才缺口，我們企業裡面，特別對於很多中小企業、傳統企業，我沒有合適的人來做這樣的資料分析，從中找到一些組織管理的洞見。人工智慧為什麼能夠解決這個問題呢？它可以把很多傳統上非結構化的資料變得結構化，能夠讓我們更精準地衡量出人的一個貢獻。比如舉個例子，在財務分析方面，最早有一篇研究，就是用GPT，或者現在用DeepSeek，你問它買股票的建議，你能夠掙錢嗎？然後這篇研究發現，它能夠獲得4.5倍的回報。怎麼做的呢？它就是讓AI去讀新聞標題，然後根據新聞標題做判斷，是正面的消息還是負面的消息，如果正面的消息買進，負面的消息賣出。所以，它可以分析大量的媒體關於某些公司的報導。我們知道過去量化分析是基於一些結構化的量化的資料，但現在有了AI，有了生成式AI，它就可以把這些非結構化的資料納入到你的決策體系當中。如果我們放到這個組織當中，其實很多非結構化的資料就能夠更精準地衡量人的貢獻、人的價值。比如說，舉個例子，這是一家物業公司，物業公司就很難管理，它並沒有很好的結構化的資料，特別是它很分散，這家公司就把每個物業盤子的晨會錄音交給AI去分析，從中提取出來說有那些問題，這個會議開得好還是不好？這就可以把一個非常隱性的資料結構化了，這就可以提前進行預警，說那些物業盤子可能出現了一些問題。接下來就有一個問題，如果我們讓AI來基於文字做一些判斷，它判斷得靠譜不靠譜？這個是我們目前在做的一個研究。我們就會發現，AI的打分跟人的打分呈現出驚人的一致性。比如說，我們讓六個人對同樣的文字和AI讓它同樣打六次，它們兩個之間的相關度已經達到了0.7以上，最高是1。這就說明比如在組織當中我們已經可以用AI來分析會議，分析員工討論的想法，包括想法的創新度，這樣的話，我們就能夠解決在組織當中創新如何評價的這個問題了。所以，生成式人工智慧從分析的角度，它其實降低了人的門檻，我們過去有HR，但他們沒有資料分析的能力。AI使得人更加賦能，使得傳統的資料分析的困境逐步地解決掉，它形成一種普惠化。即使是現在的從業者，他並沒有資料分析的能力，比如借助於DeepSeek，或者借助一些其他的工具，他就可以來有效地分析企業內部產生的資料，甚至更進一步，你可以搭建智能體，來即時地分析發現背後的一些複雜的變化。資料驅動能夠幫我們實現從人智到數智。現在很多的問題，比如加班，包括“996”，工作時長，這些因素完全可以納入到決策目標當中，取決於你的目標是怎麼定義的。如果我們在組織當中可以有更加平衡的目標，比如說我們既關心創新，也關心績效，也關心員工的福祉。我們通過不斷地完善、挖掘資料背後的規律，就能夠實現更和諧的組織發展，以及更和諧的員工跟組織的關係。 (財經ThinkTank)

今年，截止前11個月，港股跌去13%，表現不盡人意。在去年11月底到今年1月有一輪大反彈後，受到升息和匯率帶來的影響，市場也開始了現實弱復甦的交易邏輯，導致與年初時所期待的經濟復甦，估值修復行情，有很大的差距。 若現在的跌幅，放在年初1月時預測，幾乎沒人敢相信。而港股今年經歷的痛，可以透過跌幅最大的幾家公司來反映。 年初至今的跌幅排行，跌幅最大的是李寧，跌去了67%，若從年內最高點算起，至今跌去了73%，這也是今年跌幅最大的白馬股。 李寧的衰弱總結為，大環境恢復不好，以及管理階層能力太差，品牌力已撐不起售價。

八月末，安踏發布半年度財報，2022上半年營收達到260億元，遠超愛迪達大中華區上半年的120億，更超過了耐吉2022財年3、4季度的營收總和。 一時間，#安踏賣出1.1個耐吉2個愛迪達##安踏營收是愛迪的2.13倍#登上熱搜，安踏風光無限。 仔細對比可以發現，熱搜話題中各家營收的時間範圍並不統一。由於財年時間不同，耐克的業績統計時間為去年12月至今年5月底。不過，這也不影響安踏在中國市場已經可以和耐吉一比高下。 安踏到底是如何成為第一的？還面臨哪些挑戰？

終於，在剛剛過去的上半年，成立31年的安踏集團在收入體量上首次超過Nike耐克中國，坐上中國運動市場頭把交椅。 安踏集團CEO丁世忠在去年的一次戰略會上提出“2025年之前要佔領中國市場份額第一”，如今這一目標提前3年實現。 FILA之後，安踏需要“下一張王牌”。 財報顯示，2022年上半年，安踏集團實現總收入259.65億元人民幣，同比增長13.8%，收入體量相當於同期的1.1個耐克中國、2.1個李寧、2.13個Adidas阿迪達斯。