李曉華 李紀(jì)珍

［摘?要］作為一項(xiàng)對人類社會發(fā)展產(chǎn)生深遠(yuǎn)影響的技術(shù)體系，人工智能技術(shù)的商業(yè)化應(yīng)用為企業(yè)實(shí)踐和管理學(xué)理論帶來了機(jī)遇與挑戰(zhàn)。文章系統(tǒng)回顧了AI系統(tǒng)的特征，并闡明了這些特征對當(dāng)前管理學(xué)理論邊界、假設(shè)條件的影響。具體而言，分別從AI增益在位企業(yè)和AI?賦能創(chuàng)業(yè)企業(yè)兩個(gè)維度綜述了現(xiàn)有研究的主要觀點(diǎn)，發(fā)現(xiàn)已有研究主要采用由外向內(nèi)的分析視角，即企業(yè)如何利用外部的技術(shù)、知識和海量數(shù)據(jù)等產(chǎn)生有價(jià)值的洞見并賦能企業(yè)，但對于企業(yè)如何采用AI技術(shù)更好地執(zhí)行組織內(nèi)部職能、向用戶傳遞價(jià)值的研究相對較少。結(jié)合現(xiàn)有文獻(xiàn)和實(shí)地調(diào)研，提出了AI與企業(yè)管理的未來研究方向，有助于推動研究者從更加全面的視角審視技術(shù)對企業(yè)管理理論帶來的機(jī)遇與挑戰(zhàn)，促進(jìn)新理論的提出和理論與實(shí)踐的融合。

［關(guān)鍵詞］人工智能；組織管理；賦能；增益；文獻(xiàn)綜述

［中圖分類號］??F272.3［文獻(xiàn)標(biāo)識碼］?A［文章編號］?1673-0461（2023）04-0020-11

一、引言

人工智能（Artificial?Intelligence，?AI）是指一種能夠正確地解釋外部數(shù)據(jù)并從這些數(shù)據(jù)中學(xué)習(xí)，通過靈活性適應(yīng)實(shí)現(xiàn)特定目標(biāo)和任務(wù)的“系統(tǒng)”能力［1］。它覆蓋了各種活動和概念，包括使用多種軟件和算法支持或執(zhí)行以前需要人類認(rèn)知能力才能實(shí)現(xiàn)的任務(wù)［2］。AI作為人類歷史上的一項(xiàng)重要技術(shù)變革，對個(gè)體、企業(yè)和國家等不同參與主體的行為產(chǎn)生了深遠(yuǎn)的影響。從AI對企業(yè)的影響來看，截止到2018年，80%的大公司在核心業(yè)務(wù)的運(yùn)營上已經(jīng)采用了機(jī)器學(xué)習(xí)和其他形式的人工智能技術(shù)［3］。為了在技術(shù)變革中贏得一席之地，很多擁有AI技術(shù)的初創(chuàng)企業(yè)也紛紛涌入各個(gè)行業(yè)，試圖通過先進(jìn)的技術(shù)與大企業(yè)展開競爭。這些初創(chuàng)企業(yè)通常依賴高校、科研院所的基礎(chǔ)科研技術(shù)，并以產(chǎn)學(xué)研合作的方式完成技術(shù)商業(yè)化，比如：科大訊飛、曠視科技、思必馳等都是致力于實(shí)現(xiàn)AI技術(shù)商業(yè)化的知名初創(chuàng)企業(yè)。同時(shí)，為了在新技術(shù)的變革中不被淘汰，很多在位企業(yè)也嘗試通過AI技術(shù)實(shí)現(xiàn)組織變革，以企業(yè)數(shù)字化轉(zhuǎn)型的方式重塑行業(yè)格局［4-5］。與其他技術(shù)相比，AI對經(jīng)濟(jì)和社會的影響比以往任何技術(shù)變革的影響都要大［6］，這些實(shí)踐上的改變?yōu)榻M織管理研究帶來了新的機(jī)遇與挑戰(zhàn)。

人工智能不僅給企業(yè)實(shí)踐帶來了挑戰(zhàn)，也對管理學(xué)理論的發(fā)展產(chǎn)生深遠(yuǎn)的影響。LVESQUE等（2022）認(rèn)為AI改變了創(chuàng)業(yè)理論對不確定性的假設(shè)，即AI的使用會降低企業(yè)決策過程的不確定性，進(jìn)而提高了研究的相關(guān)性，即理論與實(shí)踐結(jié)合的緊密程度［7］。比如，通過AI算法對消費(fèi)者的消費(fèi)習(xí)慣進(jìn)行分析有助于提升客戶需求預(yù)測的準(zhǔn)確率，降低了營銷管理的不確定性。實(shí)踐的改變也將對現(xiàn)有的營銷理論提出挑戰(zhàn)，并帶來管理學(xué)理論的變革。然而，現(xiàn)有研究大多關(guān)注人工智能作為一項(xiàng)技術(shù)，如何賦能或增益?zhèn)鹘y(tǒng)產(chǎn)業(yè)，并聚焦于分析決策效率的提升［8］、人機(jī)交互與協(xié)同［9］、管理倫理［10］的討論。但是為企業(yè)管理的理論和實(shí)踐帶來了哪些挑戰(zhàn)，哪些有意義的研究值得進(jìn)一步探討目前尚不明晰?；诖?，本文系統(tǒng)地綜述人工智能與企業(yè)管理方面的研究，提出AI對組織管理帶來的挑戰(zhàn)，并在此基礎(chǔ)上指出未來的研究方向。

二、人工智能系統(tǒng)

人工智能是指一種能夠正確地解釋外部數(shù)據(jù)并從這些數(shù)據(jù)中學(xué)習(xí)，通過靈活性實(shí)現(xiàn)特定目標(biāo)和任務(wù)的“系統(tǒng)”能力［1］。AI代表的是一種系統(tǒng)智能，它通過機(jī)器閱讀和計(jì)算機(jī)視覺消化吸收人類的知識，并利用這些信息對人類所執(zhí)行的任務(wù)實(shí)現(xiàn)自動化和加速化［11］。這個(gè)系統(tǒng)中包括三個(gè)核心要素：場景結(jié)構(gòu)、數(shù)據(jù)生成和通用機(jī)器學(xué)習(xí)（如圖1所示）。也有人將其歸納為更廣義的三要素：數(shù)據(jù)、算法和算力①。AI系統(tǒng)的三個(gè)要素決定了這個(gè)行業(yè)的基本特征以及使用AI系統(tǒng)進(jìn)行創(chuàng)業(yè)的企業(yè)所面臨的挑戰(zhàn)和難題。

李曉華，李紀(jì)珍：人工智能在組織管理中的應(yīng)用：基于賦能與增益視角的分析

2023年第4期

圖1?AI系統(tǒng)的構(gòu)成

資料來源：TADDY?M.，?The?technological?elements?of?artificial?intelligence，2018，?National?Bureau?of?Economic?Research。

首先，AI需要嵌入在特定的場景結(jié)構(gòu)當(dāng)中。場景結(jié)構(gòu)是指在工程化任務(wù)方面的專業(yè)知識。目前AI只能在棋盤、視頻游戲等場景結(jié)構(gòu)相對明確的領(lǐng)域?qū)崿F(xiàn)商業(yè)化，對場景的要求決定了企業(yè)需要擁有技術(shù)應(yīng)用領(lǐng)域內(nèi)的專業(yè)知識，并通過結(jié)構(gòu)計(jì)量經(jīng)濟(jì)學(xué)的方式將這些知識進(jìn)行總結(jié)提煉［11］，形成能夠被AI系統(tǒng)處理的數(shù)據(jù)結(jié)構(gòu)，之后才可以使用松弛法和探試法對數(shù)據(jù)進(jìn)行處理。對創(chuàng)業(yè)企業(yè)而言，如果想要使用AI賦能某個(gè)細(xì)分場景，首先需要對場景內(nèi)的知識有系統(tǒng)的理解，并將這些知識整合到產(chǎn)品開發(fā)當(dāng)中。這使得基于AI的產(chǎn)品開發(fā)流程與傳統(tǒng)的信息技術(shù)行業(yè)相比更加復(fù)雜，在定義產(chǎn)品之前先要對細(xì)分領(lǐng)域內(nèi)的知識進(jìn)行“結(jié)構(gòu)化”處理，造成產(chǎn)品開發(fā)流程的向前延伸。

其次，AI需要數(shù)據(jù)生成的支持。數(shù)據(jù)生成是指用以訓(xùn)練AI系統(tǒng)的海量數(shù)據(jù)和用以生成支持算法學(xué)習(xí)所用數(shù)據(jù)的工具。數(shù)據(jù)的數(shù)量和質(zhì)量決定了算法訓(xùn)練和算法優(yōu)化的程度，它們也被認(rèn)為是AI企業(yè)獲得競爭優(yōu)勢的關(guān)鍵。以傳統(tǒng)互聯(lián)網(wǎng)為主的在位企業(yè)擁有大量的數(shù)據(jù)資產(chǎn)，與初創(chuàng)小企業(yè)相比，擁有天然的優(yōu)勢。為彌補(bǔ)初創(chuàng)企業(yè)的數(shù)據(jù)缺失，AI行業(yè)甚至出現(xiàn)了專門做數(shù)據(jù)標(biāo)注的公司，比如Testin云測、數(shù)據(jù)堂等。他們通過大量的人力投入搜索靜態(tài)和動態(tài)的數(shù)據(jù)，并進(jìn)行篩選和清理，提供給初創(chuàng)企業(yè)使用。然而，初始數(shù)據(jù)的獲得并不能保證企業(yè)獲得持續(xù)競爭優(yōu)勢，企業(yè)還需要獲得更多的動態(tài)數(shù)據(jù)進(jìn)行算法迭代。為此，在發(fā)展路徑上，企業(yè)一方面要考慮產(chǎn)品需求的滿足，另一方面還要生成內(nèi)部云端系統(tǒng)支持?jǐn)?shù)據(jù)的存儲和生成。CHALMERS等（2021）將這種現(xiàn)象稱為“技術(shù)利用劣勢”，用以描述在行業(yè)主流技術(shù)不成熟的情況下，初創(chuàng)企業(yè)進(jìn)入該行業(yè)時(shí)所面臨的劣勢［12］。

最后，AI行業(yè)的規(guī)?；吧a(chǎn)”需要通用算法。機(jī)器學(xué)習(xí)是AI系統(tǒng)的“發(fā)動機(jī)”，從無結(jié)構(gòu)的數(shù)據(jù)中尋找規(guī)律并做預(yù)測。通用算法意味著算法能夠適應(yīng)更復(fù)雜的場景，無需過多地調(diào)整就能將企業(yè)在一個(gè)細(xì)分領(lǐng)域內(nèi)積累的算法遷移到另一個(gè)細(xì)分領(lǐng)域。當(dāng)前AI行業(yè)的繁榮主要得益于深層神經(jīng)網(wǎng)絡(luò)的發(fā)展，它能夠快速的從文本、音頻和視頻數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，自動處理效率，相比之前的算法也有大幅提升。但一項(xiàng)AI產(chǎn)品開發(fā)的過程還包括配套的硬件設(shè)施的完備，大量數(shù)據(jù)和新算法工具的使用產(chǎn)生了并行計(jì)算需求。GPUs（Graphical?Processing?Units，?GPUs）作為為并行計(jì)算提供支撐的硬件基礎(chǔ)，為AI大規(guī)模的商業(yè)化提供了支撐，AI的繁榮也促進(jìn)了以生產(chǎn)GPUs為主的企業(yè)市值的提升。雖然GPUs芯片的成本在不斷下降，但該領(lǐng)域的技術(shù)創(chuàng)新仍有進(jìn)步的空間。比如，基于深度學(xué)習(xí)算法的人工智能就像是一個(gè)“黑箱子”，人們以一定的輸入得到輸出結(jié)果的中間過程是不可控的。孫效華等?（2020）也提出，現(xiàn)在大部分的AI仍然是弱人工智能的，即AI能力只局限于特定的領(lǐng)域，與理想狀況下的通用人工智能仍有很大的差距。因此，單純依靠人工智能技術(shù)的進(jìn)步難以解決復(fù)雜社會中的復(fù)雜問題。未來通過設(shè)計(jì)的引導(dǎo)和協(xié)調(diào)能力驅(qū)動人工智能產(chǎn)品的研究是重要趨勢。其中，如何通過應(yīng)用場景需求提煉產(chǎn)品形態(tài)，反推人工智能技術(shù)的完善是其中的重要方向之一［13］。

三、人工智能系統(tǒng)對在位企業(yè)和創(chuàng)業(yè)企業(yè)的影響

從企業(yè)層面來看，目前對AI的研究主要集中在新技術(shù)如何影響企業(yè)的決策過程和活動的開展方式［2］?，F(xiàn)有關(guān)于AI的研究多以實(shí)踐為導(dǎo)向，重點(diǎn)關(guān)注AI在各個(gè)領(lǐng)域內(nèi)的應(yīng)用探索，以及AI如何與企業(yè)發(fā)生關(guān)聯(lián)?［14-15］。其中，數(shù)字化技術(shù)是AI技術(shù)背景下的一個(gè)熱點(diǎn)研究話題，他們共同作為宏觀經(jīng)濟(jì)和政治變革的一部分存在［12］，并通過自動化和增益性提升管理效率，重塑行業(yè)生態(tài)。接下來，我們將從AI如何增益在位企業(yè)和AI如何賦能創(chuàng)業(yè)企業(yè)兩個(gè)視角對已有文獻(xiàn)進(jìn)行回顧。

（一）AI增益在位企業(yè)

對于在位企業(yè)而言，AI是一項(xiàng)新興的技術(shù)，是企業(yè)所面對的諸多外部環(huán)境變化中的一種變化。然而，以人工智能、大數(shù)據(jù)、區(qū)塊鏈和物聯(lián)網(wǎng)等為主的通用技術(shù)的發(fā)展正在引發(fā)第四次產(chǎn)業(yè)革命，并重塑產(chǎn)業(yè)格局和在位企業(yè)的競爭地位［16］。一方面，AI技術(shù)的擴(kuò)散帶來了機(jī)器學(xué)習(xí)技術(shù)和相關(guān)應(yīng)用類產(chǎn)品、商業(yè)模式的創(chuàng)新；另一方面，AI技術(shù)對勞動力的替代造成勞動力成本投入與經(jīng)濟(jì)收益不成正比［17］，改變了企業(yè)之間競爭的基本規(guī)則。在這樣的背景下，以“降本增效”為主的在位企業(yè)的數(shù)字化轉(zhuǎn)型成為各大企業(yè)競相追捧的發(fā)展模式，并影響企業(yè)管理中的員工、組織、客戶等核心主體的決策行為與合作模式（如圖2所示）。

圖2?AI增益在位企業(yè)的作用機(jī)制

1.AI與員工互動

依據(jù)大數(shù)據(jù)和算法，AI輔助員工完成與認(rèn)知相關(guān)的任務(wù)。多數(shù)研究表明AI技術(shù)在企業(yè)管理中的應(yīng)用大大緩解了員工的壓力，以銀行業(yè)為例，AI技術(shù)框架下的虛擬機(jī)器人能夠在封閉的場景中解答客戶的問題，輔助甚至替代了部分冗雜、重復(fù)的工作，讓員工有更多的時(shí)間與精力從事創(chuàng)造性的工作。然而，AI技術(shù)介入到人類工作中除了帶來效率的提升之外也產(chǎn)生了諸多矛盾，主要體現(xiàn)在人與機(jī)器的互動活動中。比如，在進(jìn)行算法決策之前，人類會對算法應(yīng)該做什么，可以做什么和如何做有預(yù)期，這種預(yù)期來自人們長期在某一領(lǐng)域內(nèi)工作的經(jīng)驗(yàn)。帶著這種預(yù)期，員工在與機(jī)器互動過程中，會對根據(jù)同一算法的相同結(jié)果給出不同的決策［18］。很多企業(yè)投入了大量時(shí)間、人力、資源等促進(jìn)人力資源管理的數(shù)字化轉(zhuǎn)型，并沒有獲得預(yù)期收益［19］。這說明AI技術(shù)并沒有想象中的那樣成熟，也無法解決企業(yè)場景中的各類問題。但考慮到AI可以主動接受人類的知識并自我學(xué)習(xí)和適應(yīng)的特征，改善AI與員工的互動機(jī)制成為提高AI實(shí)用性的重要內(nèi)容［20］。

為了進(jìn)一步探索提升AI與員工的合作效率，促進(jìn)AI對企業(yè)績效提升的賦能作用，GLIKSON和WOOLEY（2020）提出信任機(jī)制的重要性［9］。他們認(rèn)為改變AI在企業(yè)內(nèi)的表現(xiàn)形式（機(jī)器、虛擬和嵌入）和“機(jī)器”的智能化程度（即它的能力），是增進(jìn)人與機(jī)器之間認(rèn)知信任的有效方式。員工與AI之間信任的增加能夠提升合作效率，進(jìn)而提高組織效率［20］。對于什么樣的工作應(yīng)該由人來完成，而什么樣的工作應(yīng)該由機(jī)器完成，HUANG、RUST和MARKSIMOVIC（2019）認(rèn)為，未來人類將在感知類的任務(wù)中發(fā)揮更大的作用，比如通過與客戶接觸開發(fā)高附加值的服務(wù)［2］；而在類似于機(jī)械類的任務(wù)中將會被AI替代，并將未來的經(jīng)濟(jì)發(fā)展成為“感知經(jīng)濟(jì)”。與之類似的是，RAMPERSAD（2020）提出，盡管機(jī)器可以替代部分人類工作，但批判性思維、問題解決、溝通和團(tuán)隊(duì)合作等創(chuàng)造性較強(qiáng)的活動在人工智能時(shí)代依然是決定創(chuàng)新的關(guān)鍵要素［21］。這些研究結(jié)果表明，人與機(jī)器協(xié)作過程中可能產(chǎn)生人類決策的自主性問題，解決該問題的一種有效方案是人類以監(jiān)管的角色分布在不同的決策點(diǎn)上，并在適當(dāng)?shù)臅r(shí)候進(jìn)行干預(yù)、提供必要輸入，提高決策結(jié)果的可控性［22］。

2.AI與組織決策

在組織與管理學(xué)研究當(dāng)中，對技術(shù)與組織決策的研究有很長的歷史。自20世紀(jì)70年代信息技術(shù)取得突破性進(jìn)展后，越來越多的研究開始關(guān)注技術(shù)對組織決策和結(jié)構(gòu)的影響。通過減少組織結(jié)構(gòu)層級［23-24］和增加組織獲取外部知識的能力［25］，信息技術(shù)促進(jìn)了決策效率的提升。與信息技術(shù)相比，AI?系統(tǒng)可以通過機(jī)器閱讀和計(jì)算機(jī)視覺提取人類的知識，并根據(jù)經(jīng)驗(yàn)實(shí)現(xiàn)改進(jìn)和適應(yīng)，完成自我學(xué)習(xí)。因此，它可以對組織內(nèi)部的復(fù)雜管理問題進(jìn)行判斷和決策［26-27］。機(jī)器學(xué)習(xí)作為AI的一個(gè)分支技術(shù)，對企業(yè)信息技術(shù)的管理有著深遠(yuǎn)影響［28］。

在組織決策中，AI可以輔助或替代以下三種決策：戰(zhàn)略、戰(zhàn)術(shù)和執(zhí)行類的決策［29］，而在穩(wěn)定和熟悉的情況下，AI所能發(fā)揮的作用更大。比如，在人力資源管理方面，AI可以幫助優(yōu)化人力資源管理的流程，覆蓋從員工雇傭到績效評價(jià)再到解聘的各個(gè)環(huán)節(jié)［30-31］。此外，AI與大數(shù)據(jù)的結(jié)合還將極大地提升企業(yè)對消費(fèi)者行為信息的掌握，促進(jìn)對消費(fèi)者偏好預(yù)測的精準(zhǔn)度，減少產(chǎn)品與市場需求不適配的無效生產(chǎn)。具體到?jīng)Q策過程，SHRESTHA等（2019）論述了在哪些情況下，組織內(nèi)部的決策將完全由AI替代，什么情況下應(yīng)該采取AI與人類共同決策的混合模式。研究結(jié)果表明，決策空間的精確性、可供選擇的替代決策數(shù)量、決策速度和決策對解釋性和復(fù)制性的要求是影響AI在組織決策中發(fā)揮作用的關(guān)鍵要素［32］。METCALF等（2019）論述了AI對于解決人類決策偏差的影響，認(rèn)為AI能夠幫助企業(yè)避免一些由人類心理因素造成的偏差（比如羊群效應(yīng)），并克服問卷調(diào)查、眾包和預(yù)測模型等決策輔助工具的缺陷［27］。然而，目前只有少部分的數(shù)據(jù)被用來支持組織相關(guān)知識的創(chuàng)造和企業(yè)決策。

AI在組織決策中能否發(fā)揮作用受到技術(shù)和人的雙重影響。比如，企業(yè)在實(shí)施AI替代人工之前，需要理解什么類型的技術(shù)適合解決哪種任務(wù)，每一種技術(shù)的優(yōu)勢和劣勢是什么［33］。對技術(shù)所能發(fā)揮作用的理解不夠深入可能導(dǎo)致企業(yè)的決策失誤，對企業(yè)發(fā)展造成不可估量的負(fù)面影響。此外，AI輔助組織決策需要與其他技術(shù)結(jié)合。AI的概念在20世紀(jì)60年代已經(jīng)被提出，并在20世紀(jì)90年代之后經(jīng)歷了漫長的衰敗期。大數(shù)據(jù)技術(shù)的成熟是促成AI在2016年之后再度興盛的重要原因，然而組織決策的基礎(chǔ)是信息與數(shù)據(jù)，AI只是發(fā)揮大數(shù)據(jù)價(jià)值的一種方式［34］，如何實(shí)現(xiàn)AI與大數(shù)據(jù)技術(shù)的深度融合有待進(jìn)一步討論。

3.AI與客戶關(guān)系

除了組織內(nèi)部的管理，AI還可以通過管理與客戶之間的關(guān)系提升企業(yè)績效，對這一主題的討論主要集中在市場營銷領(lǐng)域。具體而言，AI算法可以廣泛收集來自社交媒體、客戶端的用戶信息，發(fā)現(xiàn)被淹沒的用戶行為偏好信息，并從中找出規(guī)律，提高市場營銷預(yù)測的準(zhǔn)確率。比如，KUMAR等（2019）討論了AI對實(shí)現(xiàn)產(chǎn)品、價(jià)格、網(wǎng)站內(nèi)容和廣告信息等與目標(biāo)客戶匹配問題的影響，認(rèn)為通過個(gè)性化的品牌管理和顧客關(guān)系管理等信息關(guān)聯(lián)與共享是決定AI在企業(yè)銷售中發(fā)揮作用的重要因素［35］。OVERGOOR等（2019）等通過案例研究詳細(xì)討論了以下問題的重要性：企業(yè)如何實(shí)現(xiàn)數(shù)字化營銷，以及如何在媒體時(shí)代優(yōu)化顧客服務(wù)，在業(yè)務(wù)拓展、數(shù)據(jù)解釋、模型與評價(jià)的框架下提出有影響力的戰(zhàn)略［36］。采用自然語言處理、機(jī)器學(xué)習(xí)和統(tǒng)計(jì)算法，MUSTAK等（2010）系統(tǒng)分析了AI對營銷領(lǐng)域帶來的機(jī)遇與挑戰(zhàn)，認(rèn)為AI未來將在了解顧客情緒、分析顧客滿意度、數(shù)字化口碑傳播、顧客關(guān)系管理等10個(gè)營銷話題中發(fā)揮重要作用［37］。

此外，快速變化的消費(fèi)者需求讓定制化成為營銷領(lǐng)域的重要話題之一。通過AI對市場營銷的內(nèi)容和主要策略（包括產(chǎn)品、價(jià)格、選址和銷售策略等）進(jìn)行信息化管理［35］，提出個(gè)性化的參與式營銷方法，是實(shí)現(xiàn)定制化的重要方面。定制化對于提高用戶滿意度起著至關(guān)重要的作用，但它也造成企業(yè)產(chǎn)品的標(biāo)準(zhǔn)化程度降低，應(yīng)用于某一領(lǐng)域的相關(guān)設(shè)備、人員配備和專業(yè)知識儲備等無法在另一個(gè)領(lǐng)域內(nèi)復(fù)用等問題，增加了企業(yè)的生產(chǎn)成本。

（二）AI賦能創(chuàng)業(yè)企業(yè)

AI在創(chuàng)業(yè)領(lǐng)域的影響主要體現(xiàn)為對創(chuàng)業(yè)想法、創(chuàng)業(yè)過程和創(chuàng)業(yè)績效的影響。相比于在位企業(yè)聚焦人工智能系統(tǒng)的“增益”作用，即對重復(fù)性工作的替代和決策效率的提升，AI對創(chuàng)業(yè)企業(yè)產(chǎn)生的影響主要體現(xiàn)為“賦能”作用，即創(chuàng)業(yè)企業(yè)作為行業(yè)中的弱小群體，在AI技術(shù)的輔助下有了更多的選擇性和話語權(quán)。與在位企業(yè)類似，AI技術(shù)也是作為一種外部因素，影響了創(chuàng)業(yè)企業(yè)信息的可得性和資源分配，進(jìn)而作用于企業(yè)創(chuàng)立的內(nèi)外部因素、企業(yè)運(yùn)行中的決策和價(jià)值創(chuàng)造，以及創(chuàng)業(yè)活動的產(chǎn)出（詳見圖3）。

1.AI與企業(yè)創(chuàng)立

AI影響了企業(yè)創(chuàng)立的內(nèi)部外因素，進(jìn)而影響了創(chuàng)業(yè)機(jī)會的開發(fā)過程。首先，AI作為一項(xiàng)技術(shù)變革，重塑了行業(yè)發(fā)展格局，并建立了新的基礎(chǔ)設(shè)施，讓先前無法實(shí)現(xiàn)的創(chuàng)業(yè)想法成為可能［38］。但是，AI也讓行業(yè)壟斷成為可能，擁有先進(jìn)技術(shù)的大企業(yè)可以通過并購創(chuàng)業(yè)企業(yè)的方式完成多元化擴(kuò)張。以阿里巴巴、騰訊、京東、美團(tuán)等為主的大型平臺企業(yè)在多個(gè)行業(yè)內(nèi)都有涉足，擠壓了創(chuàng)業(yè)企業(yè)的生存空間。這一過程還造成了企業(yè)發(fā)展的“階層固化”，商業(yè)生態(tài)的流動性大幅降低。為了應(yīng)對技術(shù)可能帶來的壟斷，相應(yīng)的行業(yè)政策和法律法規(guī)也相繼出臺。因此，AI在為企業(yè)創(chuàng)立帶來利好的同時(shí)也產(chǎn)生了一些負(fù)面影響，兩者的交互促進(jìn)了行業(yè)制度環(huán)境的變遷。

圖3?AI賦能創(chuàng)業(yè)企業(yè)的作用機(jī)制

同時(shí)，AI還通過重塑風(fēng)險(xiǎn)承擔(dān)和創(chuàng)造力在企業(yè)創(chuàng)立中的作用，影響個(gè)體的創(chuàng)業(yè)意愿［39］。一方面，AI極大降低了不確定性、減弱了創(chuàng)業(yè)風(fēng)險(xiǎn)，讓很多風(fēng)險(xiǎn)承擔(dān)能力較弱的個(gè)體有機(jī)會進(jìn)入創(chuàng)業(yè)領(lǐng)域。現(xiàn)實(shí)中，越來越多的個(gè)體將創(chuàng)業(yè)作為一種謀生的手段，生存型創(chuàng)業(yè)大幅提高，微商、個(gè)人媒體號等都是這一現(xiàn)象的典型代表。另一方面，AI可以部分承擔(dān)以前只有人類才能完成的認(rèn)知性活動，減弱了創(chuàng)造力在創(chuàng)業(yè)企業(yè)中的重要性。比如，現(xiàn)實(shí)中大公司開始自建適用于不同領(lǐng)域的AI平臺，該平臺上嵌入了多樣的模塊化工具，創(chuàng)業(yè)者可以根據(jù)自身需求在平臺上實(shí)現(xiàn)自我定制，滿足了個(gè)體或組織的多元化需求。

2.AI與創(chuàng)業(yè)過程

創(chuàng)業(yè)過程中，機(jī)會識別、開發(fā)和組織結(jié)構(gòu)設(shè)計(jì)是決定企業(yè)成長的兩個(gè)關(guān)鍵要素。首先，AI算法極大提高了個(gè)體和組織搜索和傳播信息的能力，這一變化讓不同學(xué)科與行業(yè)之間的交流更加便捷，也促進(jìn)了高新穎性、高質(zhì)量的創(chuàng)業(yè)機(jī)會的產(chǎn)生。其次，AI對不確定性邊界的影響改變了傳統(tǒng)的機(jī)會識別過程［40］。比如，識別創(chuàng)業(yè)機(jī)會是富有想象力的決策過程，以創(chuàng)新性的方式成功匹配信息是優(yōu)秀創(chuàng)業(yè)者的一個(gè)關(guān)鍵能力［41］。通過提升決策效率的潛力，AI降低了對創(chuàng)業(yè)者識別機(jī)會能力的要求，弱化了創(chuàng)業(yè)者信息匹配能力在創(chuàng)業(yè)進(jìn)程中的影響。從賦能的視角來看，AI通過機(jī)器學(xué)習(xí)幫助創(chuàng)業(yè)者從海量信息中發(fā)現(xiàn)規(guī)律與模式，促進(jìn)了創(chuàng)業(yè)機(jī)會的發(fā)現(xiàn)與識別［42］，也提高了創(chuàng)業(yè)者在面對多個(gè)創(chuàng)業(yè)機(jī)會時(shí)的決策效率。具體而言，實(shí)驗(yàn)是創(chuàng)業(yè)者驗(yàn)證創(chuàng)業(yè)想法的一種有效方式［43］，AI通過模擬的方式預(yù)先排除了一些質(zhì)量不高的想法，縮短了企業(yè)通過實(shí)驗(yàn)驗(yàn)證想法的過程，加速了創(chuàng)業(yè)進(jìn)程。此外，AI還將通過影響創(chuàng)始人及其創(chuàng)業(yè)團(tuán)隊(duì)的創(chuàng)新性、認(rèn)知等因素影響創(chuàng)業(yè)機(jī)會的開發(fā)［39，44］。

盡管AI作為一項(xiàng)賦能工具加速了創(chuàng)業(yè)機(jī)會的識別與開發(fā)，但它也為創(chuàng)業(yè)公司帶來了挑戰(zhàn)。這種挑戰(zhàn)主要來自在位企業(yè)進(jìn)入新領(lǐng)域時(shí)競爭優(yōu)勢的強(qiáng)化［44］。在位企業(yè)擁有更多的基礎(chǔ)知識、海量的真實(shí)數(shù)據(jù)和隱形資本等，這些優(yōu)勢讓在位企業(yè)比初創(chuàng)企業(yè)更能把握市場發(fā)展的趨勢。出現(xiàn)這種情況的原因是，AI系統(tǒng)中的場景結(jié)構(gòu)與具體業(yè)務(wù)強(qiáng)關(guān)聯(lián)［11］，缺乏對某一行業(yè)的深入理解讓初創(chuàng)企業(yè)難以把握客戶的真實(shí)需求，進(jìn)而減緩產(chǎn)品-市場匹配（Product?Market?Fit，PMF）的速度。比如，在進(jìn)入智能語音市場時(shí)，搜狗科技可以結(jié)合企業(yè)已經(jīng)開發(fā)的地圖，將語音技術(shù)快速導(dǎo)入，并通過地圖在企業(yè)內(nèi)部的使用驗(yàn)證其推廣到更大的市場的可能性。在這一過程中搜狗不僅在智能語音的技術(shù)賽道獲得了競爭優(yōu)勢，也通過與用戶的磨合中提升了AI算法技術(shù)。相反，初創(chuàng)企業(yè)則需要依賴客戶的數(shù)據(jù)與知識，并能在多次調(diào)試后完成PMF，不僅增加了成本，也降低了發(fā)展速度。

與在位企業(yè)相比，AI對創(chuàng)業(yè)企業(yè)組織結(jié)構(gòu)設(shè)計(jì)的影響主要體現(xiàn)為組織結(jié)構(gòu)的創(chuàng)新。對在位企業(yè)而言，AI帶來了組織結(jié)構(gòu)的變革，討論的話題聚焦于企業(yè)轉(zhuǎn)型，比如從層級制向扁平化組織的轉(zhuǎn)型、企業(yè)數(shù)字化轉(zhuǎn)型和平臺型企業(yè)的轉(zhuǎn)型等都是熱點(diǎn)話題。AI對創(chuàng)業(yè)企業(yè)組織結(jié)構(gòu)的影響則更加直接，它帶來了新的組織結(jié)構(gòu)設(shè)計(jì)。一方面，AI技術(shù)的開放屬性改變了創(chuàng)業(yè)企業(yè)生存的外部環(huán)境［11］，面對開源技術(shù)，創(chuàng)業(yè)企業(yè)需要設(shè)置與之對應(yīng)的面向開源社區(qū)技術(shù)開發(fā)的組織結(jié)構(gòu)。同時(shí)，受AI技術(shù)高度依賴大數(shù)據(jù)的影響，創(chuàng)業(yè)企業(yè)在資源有限的情況下還需設(shè)立專門從事數(shù)據(jù)搜索和標(biāo)注的部門，將一項(xiàng)產(chǎn)品開發(fā)的起點(diǎn)向前延伸，故而拓展了企業(yè)的邊界。另一方面，AI底層技術(shù)的進(jìn)步主要得益于高校、科研院所和大型企業(yè)的研發(fā)，越來越多的創(chuàng)業(yè)企業(yè)傾向于采用校企合作的模式實(shí)現(xiàn)技術(shù)引領(lǐng)戰(zhàn)略，并改變著整個(gè)行業(yè)的生態(tài)。比如Face++就是中國科學(xué)院大學(xué)的衍生企業(yè)，在組織結(jié)構(gòu)設(shè)計(jì)上也更多地借鑒了大學(xué)實(shí)驗(yàn)室松散、平等的工作氛圍和項(xiàng)目制的組織結(jié)構(gòu)設(shè)計(jì)。校企在研發(fā)和文化上的交互對產(chǎn)生新的組織形式起到了催化作用。

3.AI與創(chuàng)業(yè)產(chǎn)出

AI賦能創(chuàng)業(yè)企業(yè)還體現(xiàn)為它對創(chuàng)業(yè)產(chǎn)出的影響。創(chuàng)業(yè)產(chǎn)出通常分為非經(jīng)濟(jì)效益和經(jīng)濟(jì)效益兩種。其中，非經(jīng)濟(jì)效益包括創(chuàng)業(yè)者的滿意度和創(chuàng)業(yè)活動對社會福利帶來的改變。不可否認(rèn)的是，AI技術(shù)的應(yīng)用提高了創(chuàng)業(yè)者的自主性［12］，增強(qiáng)了創(chuàng)業(yè)者的自我效能感，也讓創(chuàng)業(yè)成為一項(xiàng)門檻較低的活動。AI對創(chuàng)業(yè)活動經(jīng)濟(jì)效益的影響機(jī)制目前還在探索階段，學(xué)者們就AI是否促進(jìn)了創(chuàng)業(yè)企業(yè)平均收益水平的上升仍存在爭論。但從宏觀層面來講，AI技術(shù)的應(yīng)用可以規(guī)避創(chuàng)業(yè)過程中的一些系統(tǒng)性風(fēng)險(xiǎn)、降低不確定性，進(jìn)而提高創(chuàng)業(yè)活動的經(jīng)濟(jì)收益。

雖然現(xiàn)有研究尚未直觀地測量出AI對創(chuàng)業(yè)企業(yè)經(jīng)濟(jì)效益的影響，但可以從AI所帶來的企業(yè)銷售能力和商業(yè)模式創(chuàng)新能力的提升上發(fā)現(xiàn)可能的作用機(jī)制。很多創(chuàng)業(yè)企業(yè)難以成功的一個(gè)關(guān)鍵原因是企業(yè)的銷售能力較差，不能從技術(shù)或產(chǎn)品開發(fā)中獲取利潤，而AI技術(shù)通過算法實(shí)現(xiàn)了自動化銷售，增加了創(chuàng)業(yè)企業(yè)成功的概率。同時(shí)，發(fā)現(xiàn)尚未被滿足的細(xì)分領(lǐng)域的需求是企業(yè)獲取經(jīng)濟(jì)收益的重要前提。AI技術(shù)讓企業(yè)更便捷地了解消費(fèi)者對產(chǎn)品性能和價(jià)格的反應(yīng)，并根據(jù)這些信息快速調(diào)整價(jià)值主張，滿足更多細(xì)分顧客的需求。

商業(yè)模式提供了一個(gè)“如何在業(yè)務(wù)戰(zhàn)略、架構(gòu)和經(jīng)濟(jì)領(lǐng)域建立一組相關(guān)的決策變量，以在確定的市場中創(chuàng)建可持續(xù)競爭優(yōu)勢的簡明描述”［45］，而AI技術(shù)的使用將會重塑企業(yè)的商業(yè)模式［46-48］。首先，從關(guān)系連接的視角來講，AI將改變利益相關(guān)者之間的關(guān)系。在創(chuàng)業(yè)情境下，決策通常受到人與人之間交互的影響，比如董事會會議、工作招聘、創(chuàng)業(yè)路演等活動中的交流與溝通可以為創(chuàng)業(yè)者提供有價(jià)值的信息和反饋，幫助其完善創(chuàng)業(yè)機(jī)會、了解客戶需求、獲得資本或訂單。而AI技術(shù)可以自動探查和分析人與人之間語言和非語言上的互動，它比傳統(tǒng)的人工打分和編碼更加精確和有效，能夠深化對創(chuàng)業(yè)者和投資人之間如何達(dá)成一致決策的理解［49］。其次，從價(jià)值創(chuàng)造的視角來講，互聯(lián)網(wǎng)和AI技術(shù)的協(xié)同使用促進(jìn)了企業(yè)與用戶、供應(yīng)商等價(jià)值鏈條上其他利益相關(guān)者的價(jià)值共創(chuàng)，增加了價(jià)值創(chuàng)造渠道的多元性［50］。最后，AI重塑商業(yè)模式整個(gè)鏈條的決策流程。人工智能未來發(fā)展的一個(gè)重要方向是促進(jìn)人與機(jī)器之間的對話，并將決策過程直接納入其中，但受決策復(fù)雜度的影響，AI所能應(yīng)用的場景有限。如何讓AI成為一個(gè)促進(jìn)企業(yè)可持續(xù)商業(yè)模式建立的工具、最大化人類的潛力是當(dāng)前的重要任務(wù)［51］。這一認(rèn)識對企業(yè)的戰(zhàn)略規(guī)劃有指導(dǎo)意義，即企業(yè)在戰(zhàn)略上更應(yīng)該關(guān)注利用基于現(xiàn)有客戶、友商、內(nèi)部員工的數(shù)據(jù)或其他數(shù)據(jù)進(jìn)行深度分析，挖掘新的要素或?qū)崿F(xiàn)不同要素之間的創(chuàng)新性連接，以創(chuàng)造新的業(yè)務(wù)形態(tài)和商業(yè)模式。

綜上所述，目前對AI與企業(yè)管理的研究主要采用了由外向內(nèi)的視角［37］，即企業(yè)如何利用外部的技術(shù)、知識和海量數(shù)據(jù)等產(chǎn)生有價(jià)值的洞見并賦能或增益企業(yè)。但對于企業(yè)如何采用AI技術(shù)更好地執(zhí)行組織內(nèi)部職能，向用戶傳遞價(jià)值的由內(nèi)向外視角的研究相對較少。

四、人工智能情境下組織管理面臨的挑戰(zhàn)

AI作為一種技術(shù)工具，雖然能夠增益和賦能在位企業(yè)，但也為企業(yè)管理帶來了諸多挑戰(zhàn)。以場景結(jié)構(gòu)、數(shù)據(jù)生成和通用機(jī)器學(xué)習(xí)構(gòu)成的人工智能系統(tǒng)將改變管理學(xué)的一些基本假設(shè)，并改變管理學(xué)基本功能（解釋、預(yù)測）的影響力。比如，機(jī)器學(xué)習(xí)理論和方法將使得基于大數(shù)據(jù)的預(yù)測更加可靠，心理學(xué)研究的預(yù)測功能也會強(qiáng)于解釋功能［52］。以場景結(jié)構(gòu)、數(shù)據(jù)生成和通用機(jī)器學(xué)習(xí)為主的人工智能系統(tǒng)賦予了人工智能行業(yè)新的特點(diǎn)，也為企業(yè)的發(fā)展帶來了挑戰(zhàn)。通過回顧文獻(xiàn)和數(shù)據(jù)收集，本文總結(jié)了AI的特點(diǎn)及其對組織管理的啟示（如表1所示）。

表1?人工智能對組織管理的啟示

AI系統(tǒng)的特點(diǎn)文獻(xiàn)來源實(shí)踐啟發(fā)未來研究方向

基礎(chǔ)技術(shù)不成熟，基于深度學(xué)習(xí)算法的人工智能具有不可解釋性，從輸入到輸出的過程不可控孫效華、張義文、周雯潔和張繩宸（2020）［13］采用不成熟的新興技術(shù)創(chuàng)業(yè)對創(chuàng)業(yè)和管理帶來挑戰(zhàn)不確定性的改變對創(chuàng)業(yè)機(jī)會開發(fā)、企業(yè)成長、創(chuàng)業(yè)戰(zhàn)略和創(chuàng)業(yè)績效等方面的影響

通過開源化實(shí)現(xiàn)AI技術(shù)的迭代李修全（2020）［53］，GARUD（2013）［54］給予了缺乏技術(shù)積累的企業(yè)新的機(jī)會，AI賦能創(chuàng)業(yè)企業(yè)

AI系統(tǒng)的構(gòu)成要素之一是領(lǐng)域結(jié)構(gòu)（Domain?Structure），技術(shù)在一個(gè)領(lǐng)域內(nèi)的應(yīng)用首先需要形成該領(lǐng)域內(nèi)知識的結(jié)構(gòu)TADDY（2018）［11］建立技術(shù)應(yīng)用領(lǐng)域內(nèi)知識的重要性，基于情境的學(xué)習(xí)

AI主流技術(shù)有開源性質(zhì)，單純依靠技術(shù)無法建立持久的競爭壁壘。技術(shù)工程化和場景中的默會知識與經(jīng)驗(yàn)的積累是不可復(fù)制資源作者訪談?wù)恝谄髽I(yè)無法只靠技術(shù)建立競爭優(yōu)勢

不同的參與主體，包括傳統(tǒng)企業(yè)、在位企業(yè)和創(chuàng)業(yè)企業(yè)在AI技術(shù)變革情境下的競爭優(yōu)勢獲取及其實(shí)現(xiàn)路徑

以深度學(xué)習(xí)為支撐的AI系統(tǒng)需要匹配實(shí)現(xiàn)大算力計(jì)算的云平臺李修全（2020）［53］平臺型企業(yè)的發(fā)展模式，企業(yè)邊界擴(kuò)大，增加了管理的復(fù)雜度

AI系統(tǒng)需要一個(gè)活動的系統(tǒng)去不斷產(chǎn)生新的和有用的信息，以實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法的自動學(xué)習(xí)TADDY（2018）［11］與數(shù)據(jù)擁有者“合作”的重要性，面向B端或G端的商業(yè)模式

技術(shù)開發(fā)難、技術(shù)應(yīng)用廣、產(chǎn)品形態(tài)少（是一種其他產(chǎn)品的輔助），產(chǎn)品變現(xiàn)難作者訪談?wù)砉芾懋a(chǎn)品開發(fā)流程的重要性以及與用戶合作的必要性

AI技術(shù)影響企業(yè)邊界的理論機(jī)制討論

AI系統(tǒng)內(nèi)的各項(xiàng)技術(shù)屬于突破性技術(shù)，在產(chǎn)品開發(fā)過程中往往面臨惰性和用戶的抵抗GLASMEIE?（1991）［55］?，GARUD（2003）［54］教育用戶的必要性標(biāo)準(zhǔn)制定對于教育用戶、促進(jìn)行業(yè)發(fā)展和企業(yè)創(chuàng)新的影響

（一）不確定性與組織決策

AI為解決創(chuàng)業(yè)領(lǐng)域的重大挑戰(zhàn)帶來機(jī)遇。理論與實(shí)踐之間的相關(guān)性低被認(rèn)為是創(chuàng)業(yè)領(lǐng)域的重大挑戰(zhàn)［7，56］，即研究問題是否對當(dāng)前的現(xiàn)實(shí)問題有啟發(fā)，研究假設(shè)是否與實(shí)踐者和政策制定者的邏輯直接相關(guān)，以及研究結(jié)論是否能夠?yàn)闈撛谑鼙娞峁﹩l(fā)。隨著高?？萍汲晒谏虡I(yè)化中面臨的問題日趨嚴(yán)重，很多大學(xué)開始從市場的視角重新審視科學(xué)研究的價(jià)值，并強(qiáng)調(diào)通過技術(shù)商業(yè)化創(chuàng)造社會影響力［57］。很多企業(yè)通過與利益相關(guān)者、受眾溝通等方式解決該問題［56］，但仍需要更有效率的方式。AI可以從海量數(shù)據(jù)中提取共性因素，并通過嚴(yán)謹(jǐn)?shù)姆治鎏嵘齽?chuàng)業(yè)理論構(gòu)建和創(chuàng)業(yè)實(shí)踐之間的相關(guān)度，增加了所提煉的理論的普適性，同時(shí)AI通過檢驗(yàn)?zāi)硞€(gè)理論的邊界條件提升理論的嚴(yán)謹(jǐn)性［7］。從實(shí)踐角度來講，AI通過促進(jìn)知識在研究界和實(shí)踐界的流動，縮小了創(chuàng)業(yè)研究與實(shí)踐之間的鴻溝［44］。

不確定性是創(chuàng)業(yè)理論建構(gòu)的重要邊界條件，AI所提供的技術(shù)解決方案降低了不確定性［58］，對創(chuàng)業(yè)理論帶來挑戰(zhàn)。AI改變了主體與環(huán)境之間的互動關(guān)系，尤其是在不確定性環(huán)境下的創(chuàng)業(yè)行為［59］。AI?通過海量的數(shù)據(jù)分析發(fā)現(xiàn)“模式”，從而產(chǎn)生預(yù)測，預(yù)測精準(zhǔn)度的提高將大幅降低不確定性［46］。這種改變一方面對現(xiàn)有的創(chuàng)業(yè)理論提出挑戰(zhàn)，另一方面也增加了開發(fā)新的創(chuàng)業(yè)理論的機(jī)會［60］。比如TOWNSEND和HUNT（2019）提出AI將有效降低模式類創(chuàng)業(yè)的不確定性，即機(jī)器學(xué)習(xí)可以解決一些有規(guī)律可循的問題，降低創(chuàng)業(yè)者在機(jī)會識別過程中的不確定性［39］。未來研究可進(jìn)一步探討不確定性的改變對創(chuàng)業(yè)機(jī)會開發(fā)、企業(yè)成長、創(chuàng)業(yè)戰(zhàn)略和創(chuàng)業(yè)績效等方面的影響。

（二）AI技術(shù)迭代與企業(yè)競爭優(yōu)勢獲取

企業(yè)競爭優(yōu)勢的獲取是組織管理理論中的一個(gè)重要話題，現(xiàn)有研究從資源依賴論、企業(yè)能力理論等方面提出了有益的見解。然而，這些理論或假設(shè)戰(zhàn)略幾乎是同質(zhì)的［61］，或假設(shè)資源是異質(zhì)性的［62］，并嘗試回答企業(yè)為什么不同？如何通過戰(zhàn)略提升企業(yè)績效？為什么有些企業(yè)在快速變化的環(huán)境中獲得競爭優(yōu)勢等問題。隨著以AI為基礎(chǔ)的新一代信息技術(shù)的發(fā)展，越來越多的實(shí)踐現(xiàn)象無法通過現(xiàn)有理論得到解釋。

首先，AI技術(shù)的迭代過程部分是通過開源平臺完成的，即使沒有技術(shù)積累的企業(yè)也能通過開源的算法框架和代碼完成前期的必要技術(shù)集成。從這個(gè)視角來看，AI不僅能夠賦能現(xiàn)有企業(yè)效率的提升和成本下降，也能通過降低創(chuàng)業(yè)門檻的方式賦能創(chuàng)業(yè)企業(yè)的成長。與此同時(shí)，開源也使得企業(yè)很難通過技術(shù)建立領(lǐng)先優(yōu)勢，因?yàn)樗惴ê芸赡鼙淮蠊竟_，或以免費(fèi)的方式開放給大眾使用，導(dǎo)致創(chuàng)業(yè)企業(yè)積累的算法不能形成競爭壁壘。也有學(xué)者指出，人工智能技術(shù)也可能為創(chuàng)業(yè)企業(yè)帶來新的機(jī)遇，并顛覆大企業(yè)主導(dǎo)的商業(yè)模式。這主要得益于創(chuàng)業(yè)企業(yè)的靈活性［63］，即企業(yè)能夠根據(jù)外部快速變化的環(huán)境迅速調(diào)整發(fā)展方向，并獲得競爭優(yōu)勢。

其次，AI產(chǎn)品的開發(fā)需要了解某個(gè)特定場景的知識結(jié)構(gòu)［11］。這也是機(jī)器學(xué)習(xí)算法不完善造成的，因?yàn)樗惴ㄖ荒芴幚頁碛泄潭ǜ袷降臄?shù)據(jù)結(jié)構(gòu)，因而需要通過人工方式將場景內(nèi)的需求、問題、操作流程等信息整合成結(jié)構(gòu)化的知識。這一特征給企業(yè)帶來的挑戰(zhàn)是，如何更高效的學(xué)習(xí)場景內(nèi)知識，以實(shí)現(xiàn)技術(shù)競爭力和企業(yè)市場拓展能力的綜合提升。未來研究可以討論不同的參與主體，包括傳統(tǒng)企業(yè)、在位企業(yè)和創(chuàng)業(yè)企業(yè)在AI技術(shù)變革情境下的競爭優(yōu)勢獲取及其實(shí)現(xiàn)路徑。

（三）技術(shù)合作與企業(yè)邊界的改變

AI技術(shù)的使用帶來了商業(yè)運(yùn)作方式從競爭邏輯向共生邏輯轉(zhuǎn)變［64-65］。AI技術(shù)無法在各個(gè)場景之間通用的特點(diǎn)促進(jìn)了需要擁有不同技術(shù)和領(lǐng)域知識的企業(yè)之間的合作，據(jù)世界知識產(chǎn)權(quán)局統(tǒng)計(jì)，有將近70%的AI專利發(fā)明被認(rèn)為使用了跨領(lǐng)域的技術(shù)。AI和數(shù)字化技術(shù)的興起使得平臺模式越來越成為各大公司競相追捧的戰(zhàn)略［66］。比如在建筑行業(yè)，傳統(tǒng)軟件集成商廣聯(lián)達(dá)開始二次創(chuàng)業(yè)，建立智慧工地生態(tài)體系；語音交互提供商思必馳建立了AISpeech語音對話平臺，將語音技術(shù)以模塊化的形式賦能給客戶。

首先，AI算法訓(xùn)練對數(shù)據(jù)和算力的需求促進(jìn)了軟件與硬件在同一個(gè)企業(yè)的集成。也就是說，企業(yè)需要將大數(shù)據(jù)上傳到云平臺或在芯片集成算法的方式實(shí)現(xiàn)數(shù)據(jù)、算力和算法的循環(huán)。將軟件和硬件整合到一個(gè)企業(yè)的需求無疑擴(kuò)大了企業(yè)的邊界，也增加了組織內(nèi)部管理的復(fù)雜度。管理復(fù)雜度的上升要求企業(yè)將部分業(yè)務(wù)剝離以縮減邊界，而對產(chǎn)品開發(fā)所需要的相關(guān)領(lǐng)域知識的需求又需要實(shí)現(xiàn)不同領(lǐng)域內(nèi)專業(yè)人才的整合，要求擴(kuò)大邊界。其次，AI系統(tǒng)的提升需要與G端和B端的客戶合作，使用對方的數(shù)據(jù)驗(yàn)證“概念產(chǎn)品”，并在后續(xù)的產(chǎn)品開發(fā)過程中自我生成時(shí)時(shí)數(shù)據(jù)集以支持算法的改進(jìn)。這一過程凸顯了合作的重要性，擁有數(shù)據(jù)的合作方一般是B端的互聯(lián)網(wǎng)企業(yè)或有關(guān)政府部門，因而人工智能行業(yè)的早期的商業(yè)模式也都是面向B端或G端的。最后，AI相關(guān)的技術(shù)開發(fā)難、技術(shù)應(yīng)用廣、產(chǎn)品形態(tài)少。AI底層技術(shù)無法支撐產(chǎn)品獨(dú)立存在，而是作為一種輔助技術(shù)提升現(xiàn)有系統(tǒng)的效率，或嵌入在現(xiàn)有產(chǎn)品當(dāng)中。產(chǎn)品定義不能在企業(yè)內(nèi)部完成增加了產(chǎn)品開發(fā)的難度，如何管理產(chǎn)品開發(fā)流程，以比競爭對手更快的速度發(fā)布產(chǎn)品成為企業(yè)構(gòu)建核心競爭力的關(guān)鍵要素。因?yàn)槠髽I(yè)的競爭優(yōu)勢不在于預(yù)測技術(shù)增長的S曲線，而是預(yù)測競爭對手以怎樣的速率投資到相似產(chǎn)品的開發(fā)上［67］。

針對這些特征，未來研究需要討論AI和數(shù)字化技術(shù)的使用為企業(yè)邊界理論的發(fā)展帶來的挑戰(zhàn)。對以下問題的探討具有重大的理論和實(shí)踐意義：AI技術(shù)改變企業(yè)邊界的條件，以及企業(yè)邊界變動的理論機(jī)制，包括治理機(jī)制、邊界跨越能力的改變等［24］。

（四）突破性技術(shù)與標(biāo)準(zhǔn)制定

突破性技術(shù)的擴(kuò)散過程也是教育用戶的過程。AI技術(shù)雖然被認(rèn)為是改變未來行業(yè)格局發(fā)展的關(guān)鍵技術(shù)，但AI如何更好地與社會經(jīng)濟(jì)和人類融合還面臨諸多挑戰(zhàn)。具體而言，新技術(shù)帶來了新的生產(chǎn)和交易關(guān)系，并為用戶、企業(yè)、政府以及其他利益相關(guān)者帶來了沖突與挑戰(zhàn)［68］。具體到組織層面，企業(yè)需要耗費(fèi)大量的人力向用戶介紹技術(shù)能夠解決的問題，以及為用戶創(chuàng)造的價(jià)值。即使客戶愿意接受某項(xiàng)產(chǎn)品，也會對企業(yè)進(jìn)行長達(dá)一年甚至兩年的產(chǎn)品驗(yàn)證，增加了創(chuàng)業(yè)企業(yè)的產(chǎn)品驗(yàn)證成本。同時(shí)，伴隨著媒體對AI所帶來的潛在價(jià)值的過度宣傳，公眾對AI產(chǎn)品的預(yù)期也大幅提高。但目前AI底層算法技術(shù)尚不成熟，基于AI的產(chǎn)品性能通常低于公眾的預(yù)期，帶來了企業(yè)與用戶、公眾對AI技術(shù)認(rèn)知上的紊亂。為了規(guī)范行業(yè)發(fā)展，有效的行業(yè)政策出臺和標(biāo)準(zhǔn)發(fā)布將有利于整合不同利益相關(guān)者對AI的認(rèn)知，促進(jìn)不同技術(shù)解決方案的融合和行業(yè)的可持續(xù)發(fā)展［69］。行業(yè)標(biāo)準(zhǔn)的制定被認(rèn)為是實(shí)現(xiàn)新興技術(shù)擴(kuò)散、教育市場的一種有效方式，未來研究可以進(jìn)一步檢驗(yàn)標(biāo)準(zhǔn)在促進(jìn)企業(yè)市場拓展中的作用，以及如何利用標(biāo)準(zhǔn)實(shí)現(xiàn)產(chǎn)品創(chuàng)新，并挖掘標(biāo)準(zhǔn)促進(jìn)企業(yè)競爭優(yōu)勢獲取的關(guān)鍵機(jī)制。

五、結(jié)語

人工智能是新一代信息技術(shù)的關(guān)鍵組成部分，也是重塑未來行業(yè)發(fā)展格局的核心技術(shù)體系之一。人工智能技術(shù)不僅促進(jìn)了企業(yè)管理實(shí)踐的變革，也為管理學(xué)理論帶了新的機(jī)遇與挑戰(zhàn)。從人工智能的技術(shù)視角出發(fā)，本文系統(tǒng)梳理了AI的發(fā)展歷程，并介紹了人工智能系統(tǒng)中的三個(gè)重要組成部分：場景結(jié)構(gòu)、數(shù)據(jù)生成和通用機(jī)器學(xué)習(xí)?；谶@些技術(shù)特點(diǎn)，本文從AI增益在位企業(yè)和AI賦能創(chuàng)業(yè)企業(yè)兩個(gè)維度回顧了人工智能與企業(yè)管理中重要話題。具體而言，AI增益在位企業(yè)集中于討論人工智能技術(shù)對企業(yè)帶來的“降本增效”結(jié)果，本文分別從AI與員工互動、AI與組織決策和AI與客戶關(guān)系三個(gè)方面闡明了現(xiàn)有文獻(xiàn)的觀點(diǎn)。同時(shí)，從企業(yè)創(chuàng)業(yè)、創(chuàng)業(yè)過程和創(chuàng)業(yè)結(jié)果三個(gè)層面梳理了AI賦能創(chuàng)業(yè)企業(yè)的相關(guān)研究?？偨Y(jié)現(xiàn)有文獻(xiàn)可以發(fā)現(xiàn)，多數(shù)研究采用了由外向內(nèi)的視角［37］，即企業(yè)如何利用外部的技術(shù)、知識和海量數(shù)據(jù)等產(chǎn)生有價(jià)值的洞見并賦能企業(yè)，但對于企業(yè)如何采用AI技術(shù)更好地執(zhí)行組織內(nèi)部職能、向用戶傳遞價(jià)值等由內(nèi)向外視角的研究相對較少。

針對這一研究空白，本文從AI的技術(shù)特點(diǎn)出發(fā)，提出了四個(gè)重要的研究方向。這些研究方向注重探討AI技術(shù)對管理學(xué)理論基本假設(shè)帶來的挑戰(zhàn)，包括不確定性、信息完備性和企業(yè)邊界等。同時(shí)，針對人工智能技術(shù)對行業(yè)格局和社會結(jié)構(gòu)所帶來的顛覆性影響，本文還提出了標(biāo)準(zhǔn)制定在規(guī)范新興行業(yè)發(fā)展和助力企業(yè)市場拓展中所發(fā)揮的作用。隨著人工智能技術(shù)的商業(yè)化應(yīng)用，越來越多的企業(yè)和用戶開始享受技術(shù)進(jìn)步所帶來的紅利，然而技術(shù)進(jìn)步往往是一把雙刃劍，在帶來效率提升的同時(shí)也會引入新的風(fēng)險(xiǎn)和不確定性?，F(xiàn)實(shí)中，很多企業(yè)在利用AI技術(shù)進(jìn)行“降本增效”的改革或采用AI技術(shù)創(chuàng)辦企業(yè)時(shí)面臨很多現(xiàn)有管理學(xué)理論無法解釋的現(xiàn)象，未來研究有必要進(jìn)一步從AI的技術(shù)屬性視角出發(fā)，分析它為管理學(xué)理論的假設(shè)與邊界所帶來的挑戰(zhàn)，并提煉基于AI情境的創(chuàng)新性理論。

［注?釋］

①

詳細(xì)信息請參閱以下網(wǎng)址：https：//www.leiphone.com/news/202008/e4qym3ESJ2M9hdPt.html。

②?為了對人工智能系統(tǒng)有深入的理解，作者訪談了人工智能領(lǐng)域內(nèi)的技術(shù)專家和采用相關(guān)技術(shù)創(chuàng)業(yè)的企業(yè)家。訪談主題包括AI技術(shù)與傳統(tǒng)互聯(lián)網(wǎng)技術(shù)的差異、為企業(yè)管理帶來的挑戰(zhàn)與機(jī)遇、技術(shù)商業(yè)化的決定因素等。[BFQ][ZK）]

［參考文獻(xiàn)］

［1］HAENLEIN?M，?KAPLAN?A.?A?brief?history?of?artificial?intelligence：?on?the?past，?present，?and?future?of?artificial?intelligence?［J］.?California?management?review，2019，61（4）：5-14.

［2］HUANG?MH，?RUST?R，?MAKSIMOVIC?V.?The?feeling?economy：?managing?in?the?next?generation?of?artificial?intelligence?（AI）?［J］.?California?management?review，2019，61（4）：43-65.

［3］GHOSH?B，?DAUGHERTY?P?R，?WILSON?H?J，?et?al.?Taking?a?systems?approach?to?adopting?AI?［M］.?Harvard?Business?Review，2019.

［4］NAMBISAN?S.?Digital?entrepreneurship：?toward?a?digital?technology?perspective?of?entrepreneurship?［J］.?Entrepreneurship?theory?and?practice，2017，41（6）：1029-1055.

［5］BUTTIC?V，?CAVIGGIOLI?F，?FRANZONI?C，?et?al.?Counterfeiting?in?digital?technologies：?an?empirical?analysis?of?the?economic?performance?and?innovative?activities?of?affected?companies?［J/OL］.?Research?policy，2020，49（5）.（2020-06）?https：//doi.org/10.1016/j.respol.2020.103959.

［6］MAKRIDAKIS?S.?The?forthcoming?artificial?intelligence?（AI）?revolution：?its?impact?on?society?and?firms?［J］.?Futures，2017，90（6）：46-60.

［7］LVESQUE?M，?OBSCHONKA?M，?NAMBISAN?S.?Pursuing?impactful?entrepreneurship?research?using?artificial?intelligence?［J］.2022，46（4）：803-832.

［8］胡祥培，李永剛，孫麗君，等.基于物聯(lián)網(wǎng)的在線智能調(diào)度決策方法［J］.管理世界，2020，36（8）：178-189.

［9］GLIKSON?E，?WOOLLEY?A?W.?Human?trust?in?artificial?intelligence：?review?of?empirical?research?［J］.?Academy?of?management?annals，2020，14（2）：627-660.

［10］WALLIS?M?G.?Artificial?intelligence?for?the?real?world?of?breast?screening?［J/OL］.?European?journal?of?radiology，2021，144（11）.（2021-11）.?https：//doi.org/10.1016/j.ejrad.2021.109661.

［11］TADDY?M.?The?technological?elements?of?artificial?intelligence?［M］//The?economics?of?artificial?intelligence.?Chicago：?University?of?Chicago?Press，2018：61-88.

［12］CHALMERS?D，?MACKENZIE?N?G，?CARTER?S.?Artificial?intelligence?and?entrepreneurship：?implications?for?venture?creation?in?the?fourth?industrial?revolution?［J］.?Entrepreneurship?theory?and?practice，2021，45（5）：1028-1053.

［13］孫效華，張義文，侯璐，等.人工智能產(chǎn)品與服務(wù)體系研究綜述［J］.包裝工程，2020，41（10）：49-61.

［14］KOLBJRNSRUD?V，?AMICO?R，?THOMAS?R?J.?How?artificial?intelligence?will?redefine?management?［J］.?Harvard?business?review，2016，2（1）：3-10.

［15］RUEL?H，?NJOKU?E.?AI?redefining?the?hospitality?industry?［J］.?Journal?of?tourism?futures，2021，7（1）：53-56.

［16］SCHWAB?K.?The?fourth?industrial?revolution?［M］.?Geneva：?World?Economic?Forum，2016.

［17］GOLDFARB?A，?TUCKER?C.?Digital?economics?［J］.?Journal?of?economic?literature，2019，57（1）：3-43.

［18］BURTON?J?W，?STEIN?M?K，?JENSEN?T?B.?A?systematic?review?of?algorithm?aversion?in?augmented?decision?making?［J］.?Journal?of?behavioral?decision?making，2020，33（2）：220-239.

［19］FOUNTAINE?T，?MCCARTHY?B，?SALEH?T.?Building?the?AIpowered?organization?［J］.?Harvard?business?review，2019，97（4）：62-73.

［20］MAKARIUS?E?E，?MUKHERJEE?D，?FOX?J?D，?et?al.?Rising?with?the?machines：?a?sociotechnical?framework?for?bringing?artificial?intelligence?into?the?organization?［J］.?Journal?of?business?research，2020，120（11）：262-273.

［21］RAMPERSAD?G.?Robot?will?take?your?job：?innovation?for?an?era?of?artificial?intelligence?［J］.?Journal?of?business?research，2020，116（8）：68-74.

［22］DIETVORST?B?J，?SIMMONS?J?P，?MASSEY?C.?Overcoming?algorithm?aversion：?people?will?use?imperfect?algorithms?if?they?can?（Even?Slightly）?modify?them?［J］.?Management?science，2018，64（3）：1155-1170.

［23］GALLUPE?R?B，?DENNIS?A?R，?COOPER?W?H，?et?al.?Electronic?brainstorming?and?group?size?［J］.?Academy?of?management?journal，1992，35（2）：350-369.

［24］李紀(jì)珍，李曉華.企業(yè)邊界的動態(tài)性：基于信息技術(shù)視角的分析［J］.創(chuàng)新與創(chuàng)業(yè)管理，2018，8（2）：16-32.

［25］COHEN?W?M，?LEVINTHAL?D?A.?Absorptive?capacity：?a?new?perspective?on?learning?and?innovation?［J］.?Administrative?science?quarterly，1990，35（1）：128-152.

［26］MAHROOF?K.?A?humancentric?perspective?exploring?the?readiness?towards?smart?warehousing：?the?case?of?a?large?retail?distribution?warehouse?［J］.?International?journal?of?information?management，2019，45（4）：176-190.

［27］METCALF?L，?ASKAY?D?A，?ROSENBERG?L?B.?Keeping?humans?in?the?loop：?pooling?knowledge?through?artificial?swarm?intelligence?to?improve?business?decision?making?［J］.?California?view，2019，61（4）：84-109.

［28］SHRESTHA?Y?R，?KRISHNA?V，?VON?KROGH?G.?Augmenting?organizational?decisionmaking?with?deep?learning?algorithms：?principles，?promises，?and?challenges?［J］.?Journal?of?business?research，2021，123（2）：588-603.

［29］DUAN?Y?Q，?EDWARDS?J?S，?DWIVEDI?Y?K.?Artificial?intelligence?for?decision?making?in?the?era?of?Big?Dataevolution，?challenges?and?research?agenda?［J］.?International?journal?of?information?management，2019，48（10）：63-71.

［30］TAMBE?P，?CAPPELLI?P，?YAKUBOVICH?V.?Artificial?intelligence?in?human?resources?management：?challenges?and?a?path?forward?［J］.?California?management?review，2019，61（4）：15-42.

［31］呂越，谷瑋，包群.人工智能與中國企業(yè)參與全球價(jià)值鏈分工［J］.中國工業(yè)經(jīng)濟(jì)，2020，36（5）：80-98.

［32］SHRESTHA?Y?R，?BENMENAHEM?S?M，?VON?KROGH?G.?Organizational?decisionmaking?structures?in?the?age?of?artificial?intelligence?［J］.?California?management?review，2019，61（4）：66-83.

［33］DAVENPORT?T?H，?RONANKI?R.?Artificial?intelligence?for?the?real?world?［J］.?Harvard?business?review，2018，96（1）：108-116.

［34］GUPTA?S，?KAR?A?K，?BAABDULLAH?A，?et?al.?Big?data?with?cognitive?computing：?a?review?for?the?future?［J］.?International?journal?of?information?management，2018，42（10）：78-89.

［35］KUMAR?V，?RAJAN?B，?VENKATESAN?R，?et?al.?Understanding?the?role?of?artificial?intelligence?in?personalized?engagement?marketing?［J］.?California?management?review，2019，61（4）：135-155.

［36］OVERGOOR?G，?CHICA?M，?RAND?W，?et?al.?Letting?the?computers?take?over：?using?AI?to?solve?marketing?problems?［J］.?California?management?review，2019，61（4）：156-185.

［37］MUSTAK?M，?SALMINEN?J，?PL?L，?et?al.?Artificial?intelligence?in?marketing：?topic?modeling，?scientometric?analysis，?and?research?agenda?［J］.?Journal?of?business?research，2021，124（1）：389-404.

［38］DAVIDSSON?P，?RECKER?J，?VON?BRIEL?F.?External?enablement?of?new?venture?creation：?a?framework?［J］.?Academy?of?management?perspectives，2020，34（3）：311-332.

［39］TOWNSEND?D?M，?HUNT?R?A.?Entrepreneurial?action，?creativity，?&?judgment?in?the?age?of?artificial?intelligence?［J/OL］.?Journal?of?business?venturing?insights，2019，11（6）.（2019-6）.?https：//doi.org/10.1016/j.jbvi.2019.e00126.

［40］SHANE?S，?VENKATARAMAN?S.?The?promise?of?entrepreneurship?as?a?field?of?research?［J］.?Academy?of?management?review，2000，25（1）：217-226.

［41］ARDICHVILI?A，?CARDOZO?R，?RAY?S.?A?theory?of?entrepreneurial?opportunity?identification?and?development?［J］.?Journal?of?business?venturing，2003，18（1）：105-123.

［42］PRFER?J，?PRFER?P.?Data?science?for?entrepreneurship?research：?studying?demand?dynamics?for?entrepreneurial?skills?in?the?Netherlands?［J］.?Small?business?economics，2019，55（3）：651-672.

［43］KERR?W?R，?NANDA?R，?RHODESKROPF?M.?Entrepreneurship?as?experimentation?［J］.?Journal?of?economic?perspectives，2014，28（3）：25-48.

［44］OBSCHONKA?M，?AUDRETSCH?D?B.?Artificial?intelligence?and?big?data?in?entrepreneurship：?a?new?era?has?begun?［J］.?Small?business?economics，2019，55（3）：529-539.

［45］MORRIS?M，?SCHINDEHUTTE?M，?ALLEN?J.?The?entrepreneurs?business?model：?toward?a?unified?perspective?［J］.?Journal?of?business?research，2005，58（6）：726-735.

［46］AGRAWAL?A，?GANS?J，?GOLDFARB?A.?Prediction?machines：?the?simple?economics?of?artificial?intelligence?［M］.?Boston：?Harvard?Business?Press，2018.

［47］LOEBBECKE?C，?PICOT?A.?Reflections?on?societal?and?business?model?transformation?arising?from?digitization?and?big?data?analytics：?a?research?agenda?［J］.?The?journal?of?strategic?information?systems，2015，24（3）：149-157.

［48］GOMEZURIBE?C?A，?HUNT?N.?The?netflix?recommender?system：?algorithms，?business?value，?and?innovation?［J］.?ACM?transactions?on?management?information?systems，2016，6（4）：1-19.

［49］LIEBREGTS?W，?DARNIHAMEDANI?P，?POSTMA?E，?et?al.?The?promise?of?social?signal?processing?for?research?on?decisionmaking?in?entrepreneurial?contexts?［J］.?Small?business?economics，2019，55（3）：589-605.

［50］TIDHAR?R，?EISENHARDT?K?M.?Get?rich?or?die?trying…?finding?revenue?model?fit?using?machine?learning?and?multiple?cases?［J］.?Strategic?management?journal，2020，41（7）：1245-1273.

［51］DI?VAIO?A，?PALLADINO?R，?HASSAN?R，?et?al.?Artificial?intelligence?and?business?models?in?the?sustainable?development?goals?perspective：?a?systematic?literature?review?［J］.?Journal?of?business?research，2020，121（12）：283-314.

［52］YARKONI?T，?WESTFALL?J.?Choosing?prediction?over?explanation?in?psychology：?lessons?from?machine?learning?［J］.?Perspectives?on?psychological?science，2017，12（6）：1100-1122.

［53］李修全.當(dāng)前人工智能技術(shù)創(chuàng)新特征和演進(jìn)趨勢［J］.智能系統(tǒng)學(xué)報(bào)，2020，15（2）：409-412.

［54］GARUD?R，?TUERTSCHER?P，?VAN?DE?VEN?A?H.?Perspectives?on?innovation?processes?［J］.?The?academy?of?management?annals，2013，7（1）：775-819.

［55］GLASMEIER?A.?Technological?discontinuities?and?flexible?production?networks：?the?case?of?Switzerland?and?the?world?watch?industry?［J］.?Research?policy，1991，20（5）：469-485.

［56］WIKLUND?J，?WRIGHT?M，?ZAHRA?S?A.?Conquering?relevance：?entrepreneurship?researchs?grand?challenge?［J］.?Entrepreneurship?theory?and?practice，2018，43（3）：419-436.

［57］李曉華，李紀(jì)珍，高旭東.大學(xué)的第三使命：從研究型大學(xué)向創(chuàng)業(yè)型大學(xué)的轉(zhuǎn)型［J］.科學(xué)學(xué)研究，2020，38（12）：2131-2139.

［58］ALVAREZ?S?A，?BARNEY?J?B.?Discovery?and?creation：?alternative?theories?of?entrepreneurial?action?［J］.?Strategic?entrepreneurship?journal，2007，1（1-2）：11-26.

［59］MCMULLEN?J?S，?SHEPHERD?D?A.?Entrepreneurial?action?and?the?role?of?uncertainty?in?the?theory?of?the?entrepreneur?［J］.?The?academy?of?management?review，2006，31（1）：132-152.

［60］VAN?BURG?E，?ROMME?A?G?L.?Creating?the?future?together：?toward?a?framework?for?research?synthesis?in?entrepreneurship?［J］.?Entrepreneurship?theory?and?practice，2014，38（2）：369-397.

［61］BAKER?T，?NELSON?R?E.?Creating?something?from?nothing：?resource?construction?through?entrepreneurial?bricolage?［J］.?Administrative?science?quarterly，2005，50（3）：329-366.

［62］BARNEY?J.?Firm?resources?and?sustained?competitive?advantage?［J］.?Journal?of?management，1991，17（1）：99-120.

［63］SMITH?W?K，?BESHAROV?M?L.?Bowing?before?dual?gods：?how?structured?flexibility?sustains?organizational?hybridity?［J］.?Administrative?science?quarterly，2019，64（1）：1-44.

［64］CENNAMO?C.?Competing?in?digital?markets：?a?platformbased?perspective?［J］.?Academy?of?management?perspectives，2021，35（2）：265-291.

［65］陳冬梅，王俐珍，陳安霓.數(shù)字化與戰(zhàn)略管理理論——回顧、挑戰(zhàn)與展望［J］.管理世界，2020，36（5）：220-236.

［66］彭本紅，黃倩倩，鄭田.智能制造開放式創(chuàng)新平臺戰(zhàn)略異質(zhì)性研究：基于扎根理論雙案例視角［J］.科技進(jìn)步與對策，2021，38（10）：75-84.

［67］理查德·福斯特.創(chuàng)新：進(jìn)攻者的優(yōu)勢［M］.北京：北京聯(lián)合出版有限公司，2017.

［68］梁正，余振，宋琦.人工智能應(yīng)用背景下的平臺治理：核心議題、轉(zhuǎn)型挑戰(zhàn)與體系構(gòu)建［J］.經(jīng)濟(jì)社會體制比較，2020，36（3）：67-75.

［69］KIM?D?H，?LEE?H，?KWAK?J.?Standards?as?a?driving?force?that?influences?emerging?technological?trajectories?in?the?converging?world?of?the?Internet?and?things：?an?investigation?of?the?M2M/IoT?patent?network?［J］.?Research?policy，2017，46（7）：1234-1254.

The?Application?of?AI?in?Organizational?Management：

The?Analysis?Based?on?the?Perspectives?of?Empowerment?and?Augmentation

Li??Xiaohua1，??Li??Jizhen2

（1.?School?of?Econometric?and?Management，?Northwestern?University，?Xian?710127，?China;

2.?School?of?Econometric?and?Management，?Tsinghua?University，?Beijing?100084，?China）

Abstract：???As?a?technological?system?that?has?a?profound?impact?on?the?development?of?human?society，?the?commercial?application?of?artificial?intelligence?technology?has?brought?opportunities?and?challenges?to?the?firm?practice?and?enterprise?management?theory.?This?article?reviews?the?technical?characteristics?of?AI，?and?clarifies?the?influence?of?these?characteristics?on?the?current?theoretical?boundaries?and?assumptions?of?enterprise?management?theory.?Specifically，?the?main?points?of?the?existing?research?are?reviewed?from?the?two?dimensions?of?AI?augmenting?incumbents?and?AI?empowering?startups.?It?is?found?that?the?existing?research?predominantly?adopts?an?outsidein?analysis?perspective，?that?is，?how?firms?use?external?technology，?knowledge，?and?massive?data，?etc.，?to?generate?valuable?insights?and?empower?themselves，?but?there?is?relatively?little?research?adopting?the?insideout?perspective?to?explore?how?firms?can?use?AI?technology?to?improve?internal?organization?functions?and?deliver?value?to?users.?Combining?the?existing?literature?and?field?research，?this?paper?proposes?the?future?research?direction?of?AI?and?enterprise?management，?which?is?helpful?to?promote?researchers?to?deal?with?the?opportunities?and?challenges?brought?by?technology?to?enterprise?management?theory?from?a?more?comprehensive?perspective，?and?promote?the?proposal?of?new?theories?and?the?integration?of?theory?and?practice.

Key?words：artificial?intelligence;?organizational?management;?enable;?augment;?literature?review

（責(zé)任編輯：張積慧）