马浩 侯宏 等：关于人工智能与企业竞争优势的三个基本判断

来源：市场资讯

（来源：北大国发院商学）

导语

继巴尼团队、魏炜团队围绕AI与可持续竞争优势展开系列学术对话之后，马浩团队加入研讨，形成百家争鸣的学术局面。文章对“AI是同质化通用要素” 这一隐含假设提出反思，运用VRIN框架辨析何种AI能够构筑可持续竞争优势，指出企业专属数据、本地化算法、人机协同学习能力才是关键来源。同时探讨人机互动在竞争优势形成中的核心作用，推演高度AI自治场景下的竞争悖论，进一步拓展AI时代战略管理的讨论边界。

文 | 马浩、苏孟玥、侯宏、梅亮、谢绚丽

在AI时代，战略管理与创业学老将巴尼教授（Jay Barney）提供了一个基本的判断：AI本身难以为企业带来可持续竞争优势（Sustainable Competitive Advantage）。此论点在全球范围内引发了相应的思考与辩论。在国内的商务文献中，魏炜教授及其合作者关于AI、商业模式以及竞争优势的一系列论著也为我们相关的思考与实践提供了有益的启发。两个团队在《清华管理评论》的文章呈现、评论商榷以及后续对话系列可谓切中要害、精彩纷呈，为我们进一步的思考、研判与实践提升提供了有益的概念基础和行动指南。

悉心捧读与击节赞叹之余，我们仍有些挥之不去的疑虑与想法，不吐不快。在此抛出，就教方家，也为这一研讨系列摇旗呐喊、增砖添瓦。由于篇幅所限，我们将注重观点的启发性（Provocativeness）而非完备性（Completeness），希望能够言简意赅，直指要害。两个团队已然共识的诸多要点，兹不赘述。我们将从三个主要方面重点阐释说明。

也许本无通用的同质化的AI版本

首先，夸张地说，讨论AI能否带来竞争优势是一个伪命题。这就像是问，资源能够为企业带来竞争优势吗？技术能够为企业带来竞争优势吗？这些都是错误的问题。正确的问题是：什么样的资源能够为企业带来竞争优势？什么样的AI能够为企业带来竞争优势乃至可持续的竞争优势？直接套用巴尼教授的VRIN框架即可。然而，巴尼教授及其团队没有这么做。大部分相关的讨论都没有这么做。

从巴尼团队在《哈佛商业评论》《斯隆管理评论》等文最初的论断开始，似乎就有一个基本的假设，AI是一种通用的、可以复制的同质化的要素。故此，就像任何一种可以备选作为可持续竞争优势基础的要素一样，如果它是同质化的，它不可能成为竞争优势的基础。可以想见，顺理成章地去推断，大家都能够购买和使用AI，那么AI自然不可能在长期均衡的状态下为某个企业带来可持续的竞争优势。这个推论在中国开源路线的语境下可能会显得尤为合理，因为任何企业都可以使用开源模型而无需得到模型厂商授权。

问题的关键是，AI到底是否为同质化的铁板一块？AI是否就像电，就像最早的免费电话，就像刚出现的互联网。假若AI是如此的基础通用和同质标准，它显然不可能带来竞争优势。除非你能像某些超级音乐发烧友一样疯狂地认为，自己能够听出某套音响播放时用的是风力发的电还是水力发的电。概而言之，电本身是没区别的。

但你能够假设有像电这样通用和同质化的AI吗？与电相比，AI一定是以更加特定的形式和版本出现的，类似不同厂家的PC抑或不同厂家的ERP产品与服务。差异化是可能存在的。其持久性因情境而定。故此，给定AI介入前的企业间差异，就增量而言，不同的AI版本之间的异质性就会为某些企业带来竞争优势。如果这种差异化能够持久，竞争优势就可以持续。

除去AI产品版本和形式本身的差异，企业采用AI的情景、早晚、速度、范围、规模，以及人员和互补资源的匹配度等，都可能制造暂时的抑或长期的企业间差异，从而使得（持久）竞争优势成为可能，包括巴尼团队指出的由瞬时的短期优势积累和包络出来的持久竞争优势。这在IT早期的PC时代就已然被英特尔等企业证明过。

需要进一步说明的是，即使存在接近同质化的AI，先行者也可能通过提前锁定互补者等来放大和保持自己早期应用AI的竞争优势。早年，某个村庄可能因提早通电而改变学校条件和道路交通条件，从而获得人力资源和其它基础设施的优势，以至于领先邻村若干年。AI时代，至少这个逻辑仍然成立，这也是巴尼团队不否认的。

在管理实践层面，越来越多的企业已经开始觉醒。他们不由得不反思自己的作为：一方面把自己最为核心的数据无偿地让AI大厂拿去学习，另一方面又花大价钱买回AI大厂的产品和服务，以至于自己没有留下任何有价值的资产。 是时候考虑本地化和情景化的AI了。

什么样的AI可能为企业带来竞争优势

如果我们把AI当成一种资源，如果要成为竞争优势的基础，无它，仍然还是要符合巴尼的VRIN框架。具体而言，一定是有企业特定性的，镶嵌于企业活动中的，也就是说不能在市场货架上公开买得到的AI产品与服务，及其独有的本地化和情景化的应用。

首先，是独特的数据。这是AI本地化学习的基础。这些数据本身的独特、稀缺、不可模仿、不可替代，无论是巴尼本人在当初论述资源基础观时说的“战略要素的异质性”，还是巴尼团队最近强调的“剩余异质性”，乃是可持续竞争优势来源不可或缺的特点。

其次，是针对企业的独特数据而进行的本地化和情景化的AI学习，进而产生的企业特定的算法。这些算法和模型有助于从数据（即便是一般性数据）中解析出独特洞见，进而促进独特数据的产生、沉淀与即时性应用和调整。这种算法也包括了如何协调企业不同功能间的协作界面以及跨企业协作的规范与流程。

第三，是在AI作为工具、伙伴和Agent出现的场景下，企业创造性地开展不断学习的能力与不断迭代与更替的结果。任何的技术应用在商务活动中都应该是企业间的一种竞赛，尤其是在技术与人的配合方面。最终，学习能力强并且能够持续学习和调整的企业胜出。

总结而言，独特的数据用于AI学习，独特的企业特定的算法，以及适用于本企业的快速AI学习、适配与调整的能力，才是AI时代企业可持续竞争优势的源泉。这些都不是通用的同质化的版本，而是与企业独有的自身实践息息相关的企业特定AI实践与常态。

人机互动乃是可持续竞争优势之必须

可持续竞争优势的存在，是因为有人的存在。大家都说AI是黑箱，不可解释。其实，人更加不可解释。机器的行为和表现，在大多数时间其实都是可预测的，虽然它会有幻觉。人的某些特殊想象力和极端行为迄今则是机器所无法比拟的。这对于企业应对不确定性、拓展生产力边界尤为重要！

结合上一节的第三点，人与机器如何共同学习，如何快速有效地学习，如何实现优于对手地学习，这才是AI时代增量区间内全新的可持续竞争优势的最终源泉。它不是模拟时代的剩余异质性，也不是AI时代的同质化资产，而是新时代具有企业特定性的独特能力。

如果，未来的企业以AI Agents为主导，把人的影响降到最低甚至是零，比如一人公司抑或无人公司成为标配，那么到那时巴尼团队的基本判断将是绝对正确的：AI将不会带来可持续竞争优势。没有一家公司因为AI而拥有竞争优势。你能买AI，我也能买AI。我的AI公司能买你的AI公司，AI公司之间不需要人来捣乱，一切皆有技术标准和相关的界面来搞定。这才是（最为接近）AI同质化的世界。人有情绪。人群有文化。人的协调有成本，可以高到使得协调与整合不再可能。机器之间的异质性，往往可以被买断、被搞定，比人容易协调与整合。这也符合巴尼团队最初论断弱化AI异质性并且强调AI不能带来可持续竞争优势的基调。

当然，悖论也正在于此。也许所有企业都没有竞争优势，只有你有竞争优势，因为兼并的最终结果是走向自然垄断。把全国各村的电线连在一起，你就是国家电网！你具有所有的优势，但就是没有竞争。国家电网还需要有人。AI Agents公司连人都省了。只要是技术，都可以直接买卖。最终，火电、水电，甚至风电、核电，都是电。所有的AI Agents都是一个老师教出来的。所有的一人公司，最终只有一个大老板—都是一家总公司的子公司。

最后，再次感谢两个团队提供的思考盛宴。在AI研讨的主题背景下，双方关于商业模式的讨论也甚有启发，尤其是魏炜团队关于AI时代商业模式和价值创造与获取的系统性思考以及与巴尼理论的对接与比较。没错，商业模式的核心与实质是交易模式。它如何在AI时代影响价值创造和价值收获，无疑值得深入探究与检验。在AI时代，不同的交易模式，比如不同交易平台的AI应用程度，各自平台的AI Agents如何与平台上的商家、所有潜在参与者，以及与其它平台（合作者、竞争者）协调，这些都是考察具体竞争优势可能性以及可持续性的重要研究维度。我们期待着更加精彩的学术对话以及实践创新。

关于作者：

马浩：北京大学国家发展研究院发树讲席教授

苏孟玥：西交利物浦大学和谐管理中心助理教授

侯宏：北京大学国家发展研究院管理学助理教授

梅亮：北京大学国家发展研究院副研究员

谢绚丽：北京大学国家发展研究院副研究员、教育部长江青年学者