楊學成，劉雯雯

（北京郵電大學經(jīng)濟管理學院，北京 100876）

1 研究背景

近年來，人工智能（AI）技術迅速融入商業(yè)實踐。企業(yè)利用人工智能技術實現(xiàn)人和機器協(xié)同工作時，實現(xiàn)了最顯著的績效改進［1］。人工智能技術與企業(yè)組織的結合產(chǎn)生了大量的智能商業(yè)應用場景［2］，例如，王烽權［3］等研究了人工智能技術對拼多多商業(yè)模式匹配性的改變，表明智能技術對零售電商企業(yè)的價值生產(chǎn)了邏輯的重構；楊曉新等［4］認為出版行業(yè)正在通過AI 技術密切與用戶之間的關系，吸引用戶參與價值創(chuàng)造。然而與蓬勃的實踐相比，盡管在大數(shù)據(jù)驅動下應用智能技術使商業(yè)實踐實現(xiàn)了流程自動化、決策智能化［5］，如Castelli 等［6］關注到人工智能系統(tǒng)的應用實現(xiàn)了部分銀行業(yè)務的自動化，Wamba-Taguimdje 等［7］調查顯示人工智能能夠優(yōu)化組織現(xiàn)有財務、行政和營銷流程，Vidgen 等［8］認為人工智能通過大數(shù)據(jù)和業(yè)務分析促進智能決策，F(xiàn)?gener 等［9］通過研究指出人類在AI 的輔助下能夠取得更高的決策效率，即智能技術有助于降本增效已經(jīng)成為共識，但在智能技術如何引發(fā)價值共創(chuàng)這一關鍵問題上，相關的研究成果還不豐富。

對價值共創(chuàng)的研究一直是價值理論研究領域的重要議題。從Vargo 等［10］提出“價值共創(chuàng)”（value co-creation）的概念以來，服務主導邏輯挑戰(zhàn)了原有基于資源觀的商品主導邏輯。服務主導邏輯相對強調企業(yè)在價值共創(chuàng)過程中的作用，例如Kalaignanam等［11］指出企業(yè)為與消費者共創(chuàng)價值提供機會和條件、追求價值共創(chuàng)效率等，然而，目前對價值共創(chuàng)的研究仍大多聚焦于單次價值共創(chuàng)過程的描述性研究，例如楊學成等［12］對共享平臺的一次打車過程進行描述分析，馬永開等［13］對工業(yè)互聯(lián)網(wǎng)平臺形成過程進行分階段案例研究，很少關注到價值共創(chuàng)生態(tài)系統(tǒng)整體的不斷改進。其原因一方面在于對價值共創(chuàng)生態(tài)系統(tǒng)整體進行研究的復雜度，另一方面在于以往的價值共創(chuàng)進程緩慢，在時間上可以被割裂看待。盡管為應對傳統(tǒng)機械還原、線性價值共創(chuàng)邏輯受到的挑戰(zhàn)，服務生態(tài)系統(tǒng)價值共創(chuàng)理論開始關注到多個利益相關參與者交互協(xié)作的系統(tǒng)視角，基于資源互動提出A2A 導向（即actor to actor，強調在價值共創(chuàng)中參與者基于資源的互動模式消弭了角色要素的區(qū)別）、松散耦合的價值共創(chuàng)模式，以遠離價值共創(chuàng)線性的、順序創(chuàng)造的謬誤［14］，但其關注點多數(shù)在于主體行為、制度環(huán)境的影響。實際上，技術作為一種動態(tài)性操作資源，在價值共創(chuàng)、服務創(chuàng)新和系統(tǒng)重構中發(fā)揮著關鍵的作用［15］。這種作用甚至是顛覆性的。

以人工智能技術為例，在智能商業(yè)背景下，智能技術具有強交互、強反饋的特點，智能商業(yè)的價值創(chuàng)生更加復雜，因此對智能商業(yè)背景下價值共創(chuàng)的考察研究必須考慮到技術特性，從動態(tài)、整體的視角來進行，然而與之相關的研究還很缺乏，智能商業(yè)中的價值共創(chuàng)機理的問題還有待進一步揭示。因此，本研究在剖析現(xiàn)有相關文獻成果的基礎上，結合當前智能商業(yè)實踐經(jīng)驗提出非線性價值共創(chuàng)模型，并采用案例研究法予以檢驗。

2 文獻評述

2.1 智能商業(yè)

智能商業(yè)是指將人工智能技術融入企業(yè)組織商業(yè)實踐以創(chuàng)造價值的商業(yè)形態(tài)。其興起緣于大數(shù)據(jù)、算法和計算機硬件的發(fā)展使人工智能技術取得巨大進步［16］。通過獨特的學習能力，人工智能能夠在企業(yè)諸多應用中推動任務、流程、業(yè)務模式甚至是客戶行為的變化［17］，為企業(yè)組織提供了改進和發(fā)掘潛力的商業(yè)機會［18］，并衍生出大量的智能商業(yè)場景。如Wilson 等［1］分析發(fā)現(xiàn)，2019 年全球有80%的大型組織旨在采用或已經(jīng)采用了某種形式的人工智能；Johnk 等［19］指出，企業(yè)可利用人工智能在組織的各個組成部分創(chuàng)造價值使企業(yè)獲益，包括流程自動化、大數(shù)據(jù)決策、新產(chǎn)品開發(fā)等。由此可知，無論在商業(yè)實踐上還是在價值理論上，智能商業(yè)的概念已經(jīng)被廣泛接受。

目前對智能商業(yè)的研究主要包括智能商業(yè)的商業(yè)模式、增值價值及其社會影響等方面，有關探討基本集中于應用AI 技術而形成大數(shù)據(jù)驅動、流程自動化、決策智能化等特點帶來的增值價值。大數(shù)據(jù)驅動指在智能商業(yè)中企業(yè)應用AI 技術處理海量數(shù)據(jù)，包括結構化數(shù)據(jù)和非結構化數(shù)據(jù)，甚至是圖像影音等［5］。流程自動化指智能企業(yè)應用AI 技術能夠推動業(yè)務流程自動化，降低成本、提高效率［6］，如Becker 等［20］指出，AI 通過優(yōu)化現(xiàn)有流程和提高自動化、信息及轉換效果的能力體現(xiàn)了其商業(yè)潛力。決策智能化則是智能商業(yè)的戰(zhàn)略性特征，基于認知學習能力的智能決策特點將智能商業(yè)與其他應用IT技術的商業(yè)形態(tài)區(qū)別開來，智能商業(yè)發(fā)揮戰(zhàn)略價值的關鍵就在于利用AI 技術的這項能力［8］，例如Castelli 等［6］和錢大琳等［21］指出AI 技術依靠大數(shù)據(jù)和算法能夠對任務進行準確判斷，因而應用人工智能技術的人機交互協(xié)作能夠輔助人類更好地決策，而F?gener 等［9］通過實驗驗證了這一點，此外李憶等［22］也通過研究人工智能技術整合方式以及協(xié)作模式反映了應用人工智能技術進行智能決策的價值。由此可以看出，智能商業(yè)是價值創(chuàng)造的一種方式，并且這種價值創(chuàng)造方式與傳統(tǒng)的實體經(jīng)濟和數(shù)字經(jīng)濟有著本質性不同，主要體現(xiàn)在以下3 點：

一是智能商業(yè)是一種更有效率的價值創(chuàng)生方式，無論是在獲取用戶需求還是與用戶互動方面都有明顯的效果。例如Timoshenko 等［23］通過研究用戶原創(chuàng)內(nèi)容（UGC）指出基于 UGC 內(nèi)容的人工智能算法了解用戶需求的效率更高；Yoo 等［24］認為基于數(shù)字化技術的線上系統(tǒng)實現(xiàn)人際互動和信息傳遞具有更高的協(xié)調效率。

二是智能商業(yè)的價值創(chuàng)生是共創(chuàng)的結果，包含了多方主體。例如Lee 等［25］利用人工智能常用的機器學習方法對臉書（Facebook）上的用戶行為進行分析，進而判斷用戶對企業(yè)方品牌廣告活動的參與行為，體現(xiàn)了智能商業(yè)中用戶、智能技術、企業(yè)這三方主體的共創(chuàng)行為。

三是智能商業(yè)的價值共創(chuàng)具有明顯的非線性特征。例如肖靜華等［26］指出，智能企業(yè)會向用戶提供具有成長性的產(chǎn)品或服務，在數(shù)據(jù)驅動下能夠及時反饋以適應環(huán)境的變化；Canhoto 等［27］則指出在智能商業(yè)環(huán)境下，一個產(chǎn)品的功能升級會促進所有產(chǎn)品的功能升級，且由于產(chǎn)品始終與用戶保持高度連接，一個智能產(chǎn)品的升級會影響到所有用戶。

然而，盡管目前價值共創(chuàng)理論的研究成果已經(jīng)較為豐富，但局限于實踐的發(fā)展，相關研究多呈現(xiàn)線性觀點，對智能商業(yè)背景下價值共創(chuàng)的非線性特征研究仍顯不足。

2.2 非線性價值共創(chuàng)

總體來看，過往有關價值共創(chuàng)的研究主要采用過程視角，例如郝新軍等［28］指出，企業(yè)的價值創(chuàng)造活動流程是界定價值源、設計價值創(chuàng)造流程、交付價值等。在過程視角下對價值共創(chuàng)的研究可以大致劃分為B2C、C2C 和B2B 等3 種模式。

B2C 模式下的價值共創(chuàng)過程遵循的是服務主導邏輯，例如Prahalad 等［29］通過研究企業(yè)與消費者共同創(chuàng)造價值的案例指出，共創(chuàng)價值本質上是共同創(chuàng)造消費者的體驗價值，并認為消費體驗是一個連續(xù)過程，而價值共創(chuàng)貫穿于整個消費體驗過程，但此處的消費體驗的內(nèi)涵僅限于對一次消費過程的考察，并未涉及該消費過程對于整體消費服務水平的影響。此外，在企業(yè)與消費者價值共創(chuàng)過程中，互動作為關鍵要素已被廣泛接受，如Yi 等［30］強調了顧客參與行為中的人際互動；Ranjan 等［31］也強調互動是價值共創(chuàng)的重要因素之一，但其內(nèi)涵也局限于一次消費體驗中的互動；Payne 等［32］指出企業(yè)在互動中能夠對價值共創(chuàng)整個過程進行管理和評估，而這些行為能夠通過企業(yè)內(nèi)部信息反饋使價值共創(chuàng)成為一個不斷改進的動態(tài)系統(tǒng)。

C2C 模式下的價值共創(chuàng)遵循顧客主導邏輯，尤其是互聯(lián)網(wǎng)技術的發(fā)展和應用促進了大量平臺型企業(yè)和共享經(jīng)濟的興起，用戶之間的互動形式更加多樣，對該模式下價值共創(chuàng)過程的研究十分關注互聯(lián)網(wǎng)平臺用戶間的互動過程和階段，且多為案例研究，主要是對用戶間的一次互動行為如何實現(xiàn)價值共創(chuàng)進行階段性分析，例如楊學成等［12］基于出行平臺研究了共享經(jīng)濟中價值共創(chuàng)的動態(tài)過程，將其劃分為下單、乘車、支付3 個階段，并進一步研究了該單向過程中的相關要素如何影響用戶間的價值共創(chuàng)過程。這一系列研究基本體現(xiàn)了我國的C2C 模式下價值共創(chuàng)案例研究的范式，即通過割裂部分互動、還原互動過程對價值共創(chuàng)進行線性的、順序創(chuàng)造的研究。

B2B 模式下的價值共創(chuàng)研究是隨著數(shù)字技術進一步發(fā)展，在產(chǎn)業(yè)應用上工業(yè)互聯(lián)網(wǎng)成為熱點而開始的。對于該模式下的價值共創(chuàng)過程，馬永開等［13］提出工業(yè)互聯(lián)網(wǎng)在發(fā)展的不同階段基于聯(lián)結、聯(lián)動、聯(lián)體的業(yè)務驅動價值共創(chuàng)模式。盡管這一研究在價值共創(chuàng)過程上關注到了以工業(yè)互聯(lián)網(wǎng)平臺為載體的主體連接間的反饋迭代關系，在價值共創(chuàng)結果上關注到了工業(yè)互聯(lián)網(wǎng)這一系統(tǒng)的整體完善程度，但其本質上仍是對一次單向的過程進行研究。

總而言之，過去的有關成果大多采用過程視角，認為價值共創(chuàng)是個線性推進的過程，共創(chuàng)的終點在于價值的實現(xiàn)。但是，數(shù)字技術平臺情境下價值共創(chuàng)的復雜性對傳統(tǒng)的線性價值共創(chuàng)邏輯提出了挑戰(zhàn)［33］，因為智能系統(tǒng)與用戶的交互是持續(xù)的、動態(tài)的，通常沒有明確的截止時間，也就是說，這種價值共創(chuàng)的活動在時間周期上是連續(xù)的。除此之外，智能商業(yè)環(huán)境下的價值共創(chuàng)具備明顯的自我強化特點，這一環(huán)境下的價值創(chuàng)造模式是動態(tài)變化、迭代反饋的［34］，例如Canhoto 等［27］指出智能企業(yè)的產(chǎn)品功能是高度連接的，可知這種自我強化起于用戶與智能系統(tǒng)的互動，成長于智能系統(tǒng)的實時數(shù)據(jù)反饋，然后在反饋的基礎之上進行算法優(yōu)化，以便更有利于下一個周期的互動，是一種螺旋式的用戶和智能系統(tǒng)雙向卷入邏輯。舉例來說，智能商業(yè)廣泛采用的智能化廣告能夠在數(shù)據(jù)驅動下及時反饋以適應環(huán)境的變化［26］，是成功利用非線性反饋效應的典型案例。

綜上，本研究提出“非線性價值共創(chuàng)”這一概念，旨在理清智能系統(tǒng)與用戶協(xié)作下的價值共創(chuàng)現(xiàn)象。所謂的非線性價值共創(chuàng)，是指企業(yè)和用戶基于智能系統(tǒng)進行連接和互動，并持續(xù)進行價值共創(chuàng)，具有時間連續(xù)、動態(tài)交互、反饋增強等特點。

3 研究框架與設計

3.1 研究框架

根據(jù)過去對價值共創(chuàng)過程的研究成果，線性價值共創(chuàng)的過程基本上可以概括為價值識別、價值創(chuàng)造、價值實現(xiàn)3 個主要環(huán)節(jié)。其中：

價值識別以連接作為先決條件，連接之后進行用戶需求的獲?。?0］。在B2C 模式下，連接是指服務提供方和顧客進行服務接觸的過程以及環(huán)境，也稱“遭遇空間”［35］；在C2C 模式下，連接是指多方主體接入同一平臺的過程［12］；在B2B 模式下，連接是指用戶組織以進行信息、技術共享為目的接入同一平臺的行為［13］。連接之后，通過對話（dialogue），企業(yè)能夠持續(xù)獲取客戶需求的信息、客戶獲知企業(yè)能力，通過訪問（access），用戶可以向企業(yè)提供數(shù)據(jù)并同時獲取數(shù)據(jù)［36］。但在智能商業(yè)背景下，連接和獲取都依托智能平臺來進行，企業(yè)方不再直接參與到該觸達過程中，智能平臺因此獲取用戶數(shù)據(jù)，包括大量結構化和半結構化數(shù)據(jù)［5］，并基于數(shù)據(jù)識別用戶，使價值識別成為一個人機交互的過程。

價值創(chuàng)造強調通過人際互動進行信息分享，否則企業(yè)員工甚至無法開始或執(zhí)行他們的職責［30］。在B2B 模式下，價值創(chuàng)造過程也強調參與者協(xié)同使得資源得以高效對接和利用，靈活地滿足客戶的個性化需求，實現(xiàn)雙方的利益最大化，為用戶創(chuàng)造價值［13］。而Castelli 等［6］和錢大琳等［21］均指出在智能商業(yè)背景下，智能平臺的加入使價值創(chuàng)造過程中企業(yè)一方的人員參與減少，顧客及其他相關者通過智能產(chǎn)品終端直接與智能平臺在數(shù)字空間中進行互動和協(xié)同，不需要人際互動就可以通過算法執(zhí)行職責；同時，這種互動區(qū)別于其他數(shù)字商業(yè)形態(tài)，是基于不可見的數(shù)字空間，互動路徑松散耦合、即時且批量，例如單一智能產(chǎn)品技術升級促成所有產(chǎn)品功能升級并影響全體用戶就體現(xiàn)了這種互動的特點［27］，且互動越多，智能平臺越智能，反過來使得價值創(chuàng)造活動更高效地進行，例如智能化商業(yè)廣告由于互動數(shù)據(jù)的實時反饋而能夠高效適應環(huán)境和用戶需求的變化［26］，由此價值創(chuàng)造成為了不斷迭代的反饋過程。

對價值實現(xiàn)則已經(jīng)基本達成共識，如Ranjan等［31］認為使用價值和體驗價值的實現(xiàn)是價值共創(chuàng)的結果；價值共創(chuàng)活動獲得的價值的重要內(nèi)容之一是使顧客的個性化需求得到滿足［37］。在智能商業(yè)背景下，智能平臺在交互和反饋的基礎上完成了價值實現(xiàn)，而價值實現(xiàn)不止在于使用人工智能增強了客戶體驗［38］，也在于這一過程的完成使得顧客向智能平臺提出新的價值需求，甚至智能平臺能夠基于全體用戶的數(shù)據(jù)預判某一具體用戶的價值需求［25］。

由此可知，智能平臺作為核心操作性資源的載體，連接了價值識別、價值創(chuàng)造、價值實現(xiàn)各個部分，正是由于智能平臺的加入，智能企業(yè)的價值共創(chuàng)模式突破了過去線性進行的特點，使得價值共創(chuàng)模式體現(xiàn)出整體正反饋進行的可能。因此，本研究提出非線性價值共創(chuàng)研究框架如表1 所示。

表1 非線性價值共創(chuàng)研究框架

3.2 研究設計

3.2.1 研究方法

本研究采用多案例研究的方法，基于價值共創(chuàng)理論對人工智能企業(yè)與用戶進行價值共創(chuàng)的機理進行研究。采用多案例研究方法主要有3 個原因：首先，本研究的主題在于“智能商業(yè)背景下企業(yè)的價值共創(chuàng)機理是什么”以及“如何進行價值共創(chuàng)”，屬于“what”和“how”的研究范疇，與案例研究的主要目的相符，采用案例研究的方法更能夠深入情境，理清內(nèi)在機理［39］13；其次，人工智能企業(yè)的價值創(chuàng)造機理涉及到企業(yè)、用戶、人工智能技術、數(shù)字空間等多方主體以及多種抽象概念，難以用量化的方法進行說明，而案例研究卻可以得出分析的普遍性結論［39］6-8，概括出智能商業(yè)背景下企業(yè)價值創(chuàng)造的機理框架；最后，本研究的目的在于探究人工智能企業(yè)的價值創(chuàng)造機理，選取了人工智能技術應用方式和應用程度不同的兩家企業(yè)進行案例分析，使得研究結論能夠適用于“智能+產(chǎn)業(yè)”和“產(chǎn)業(yè)+智能”這兩種當前常見的智能經(jīng)濟發(fā)展模式。

3.2.2 案例選取與介紹

3.2.2.1 案例選取

首先，參照張霞等［40］的做法，根據(jù)多案例研究目的的抽樣原則，保證所選案例企業(yè)具有特征匹配性，所選取的兩類企業(yè)分別涉及智能機器人行業(yè)和金融行業(yè)。原因在于，智能機器人行業(yè)是人工智能技術應用最密集的行業(yè)之一，可以說人工智能技術集合而成的產(chǎn)業(yè)就是智能機器人行業(yè)；而傳統(tǒng)金融行業(yè)的基礎是數(shù)據(jù)，數(shù)據(jù)是產(chǎn)業(yè)智能化的基礎，目前金融科技的發(fā)展也切實提供了較多金融智能化的成果。

其次，所選案例企業(yè)具有典型性。選取了達闥科技（北京）有限公司（以下簡稱“達闥科技”）作為機器人行業(yè)的研究對象。達闥科技作為我國首家云端智能機器人運營商，其“云-網(wǎng)-端”架構體現(xiàn)了典型的智能化運營特點，且其運營方式明顯不同于其他自動化機器人企業(yè)的價值共創(chuàng)模式；此外，盡管達闥科技發(fā)展時間短，但其已進入美國、日本等國家和地區(qū)的機器人市場，在全球范圍內(nèi)擁有超過1 200 件專利申請，有足夠的知名度和影響力，具有典型性。同時，選取了中國平安保險（集團）股份有限公司（以下簡稱“平安集團”）作為金融行業(yè)的研究對象。平安集團是一家成立了30 余年的綜合金融服務集團，通過推行“金融+科技”戰(zhàn)略逐漸提高了集團的智能化程度，應用人工智能技術推出了智能客服、智能醫(yī)生等多種智能服務并取得了良好的成果，能夠代表傳統(tǒng)企業(yè)的智能化轉型，體現(xiàn)了傳統(tǒng)企業(yè)應用人工智能技術后價值共創(chuàng)模式的改變。

最后，所選案例企業(yè)具研究可行性。達闥科技作為全球領先的云端智能機器人運營商，其相關研究、媒體咨詢、期刊評論等資料較多，并且筆者擁有與其高管等相關者的訪談途徑，能夠獲取翔實的一手資料和二手資料；平安集團作為老牌金融巨頭，研究資料眾多，其官網(wǎng)上發(fā)布的有關業(yè)務資料細致豐富，筆者能夠獲取充足的二手資料。

3.2.2.2 案例介紹

達闥科技成立于2015 年12 月，總部設在北京，同時在國內(nèi)的深圳、成都和國外的美國硅谷、日本東京都設有分支機構，主要從事云端智能機器人運營級別的安全云計算網(wǎng)絡、大型混合人工智能機器學習平臺以及安全智能終端和機器人控制器技術的研究。達闥科技擁有領先的視覺智能、自然語言處理、機器人運動智能、網(wǎng)絡安全技術等核心技術，并基于云端大腦、機器人安全專網(wǎng)、機器人控制器構建了安全的云端智能運營架構，可以為百萬臺級別的服務型機器人與智能設備提供服務。

平安集團于1988 年誕生于深圳蛇口，是我國第一家股份制保險企業(yè)，至今已經(jīng)發(fā)展成為集金融保險、銀行、投資等金融業(yè)務為一體的整合、緊密、多元的綜合金融服務集團，位列2021 年《財富》世界500 強排行榜第16 名［41］，是我國的老牌金融巨頭。在平安集團發(fā)展至今的30 年中，以10 年為期不斷進化：第1 個10 年，扎根保險業(yè)，拓荒我國保險業(yè)；第2 個10 年，成為綜合金融巨頭，打造了保險、銀行和投資“三駕馬車”的全牌照金融版圖；第3 個10 年，積極擁抱科技，截至2019 年年初，累計投入500 多億元在人工智能、云計算、區(qū)塊鏈等技術上深入布局［42］，目前已成為金融科技巨頭。

3.2.3 數(shù)據(jù)收集

按照毛基業(yè)等［43］所指出的案例研究的指導方針，本研究預先設計案例研究草案，按照進行案例研究的要求，首先開展收集大量相關信息的工作，以多種來源的一手數(shù)據(jù)和二手數(shù)據(jù)相互驗證，形成羅伯特［39］124所說的證據(jù)三角，增強研究的信度和效度。

考慮到數(shù)據(jù)的可得性，一手數(shù)據(jù)主要是對達闥科技的相關人員進行半結構化訪談以及達闥科技管理人員提供的企業(yè)內(nèi)部資料。由于研究問題涉及企業(yè)和顧客兩方，以及涵蓋了企業(yè)的智能平臺技術應用這個重點，因而訪談對象涵蓋了企業(yè)管理人員1人、產(chǎn)品客戶3 人以及企業(yè)技術人員2 人。其中，所有訪談問題均為開放性問題，問題的回答過程主要是受訪者進行描述，以增強數(shù)據(jù)來源的可信度，并減少采訪者個人主觀意見的偏差，同時以數(shù)據(jù)信息出現(xiàn)收斂為訪談結束的標志。經(jīng)過相關主體的授權，訪談過程均錄音記錄，并最終整理為文字資料2 萬余字。訪談問題的具體內(nèi)容如表2 所示。

表2 達闥科技訪談問題

二手數(shù)據(jù)包括達闥科技和平安集團的官網(wǎng)信息、中國知網(wǎng)（CNKI）數(shù)據(jù)庫信息、網(wǎng)站媒體報道等公開資料。兩家案例企業(yè)均處于行業(yè)領先地位，因而有關官網(wǎng)信息、新聞報道、期刊研究都較多，共獲得達闥科技公開資料12 萬余字和平安集團公開資料34 萬余字。其中，達闥科技公開資料中主題重復內(nèi)容較多，主要來自于新聞報道；平安集團由于發(fā)展時間長、涉及業(yè)務多，公開資料中各來源的無關內(nèi)容過多。經(jīng)過整理，排除明顯與研究主題“智能”和“價值共創(chuàng)”無關或重復的內(nèi)容，最終獲得達闥科技公開資料4 萬余字、平安集團6 萬余字資料作為本次研究的二手數(shù)據(jù)。

3.2.4 數(shù)據(jù)分析

首先，對收集的數(shù)據(jù)資料進行編碼整理。在一手資料中，將達闥科技的6 位受訪者訪談資料編碼為I1 至I6，科技管理人員提供的企業(yè)內(nèi)部資料編碼為F；在二手資料中，將達闥科技相關二手資料編碼為SC，平安集團相關二手資料編碼為SP。其次，對編碼數(shù)據(jù)進行定性歸類。根據(jù)本研究框架（見表1），將編碼數(shù)據(jù)進行細致研讀并歸納，分別歸類于研究框架所示的非線性價值共創(chuàng)的交互、反饋、增強3 個活動中。最后，邀請長期跟蹤價值共創(chuàng)以及人工智能領域的研究團隊成員對歸類后的編碼數(shù)據(jù)進行再次回顧與修改，以消除歧義、達成共識。

4 案例研究及結論

人工智能企業(yè)價值共創(chuàng)各環(huán)節(jié)活動具有明顯的非線性共創(chuàng)的特點。一是，交互是智能商業(yè)價值共創(chuàng)的起點。相比于傳統(tǒng)線性價值共創(chuàng)以服務供應方與服務需求方的遭遇空間為觸達點實現(xiàn)人際連接，智能商業(yè)背景下企業(yè)價值共創(chuàng)以終端智能交互產(chǎn)品為觸達點實現(xiàn)了人機連接；同時，傳統(tǒng)企業(yè)價值共創(chuàng)的獲取活動多通過營銷活動和用戶調查進行，而人工智能企業(yè)價值共創(chuàng)的獲取活動是通過交互智能產(chǎn)品進行的，用戶可以訪問企業(yè)智能平臺數(shù)據(jù)、了解企業(yè)能力，與此同時也為企業(yè)提供了用戶信息及行為數(shù)據(jù)，促使企業(yè)更好地服務于自身需求。以平安集團為例，2015 年4 月，平安人壽APP 服務平臺全新推出“問醫(yī)生”“一對一家庭醫(yī)生問診服務”等版塊功能，通過該項服務了解客戶健康需求以及醫(yī)療市場，并將前期數(shù)據(jù)積累應用于后續(xù)人工智能產(chǎn)品“平安好醫(yī)生”的開發(fā)；同時，通過平安好醫(yī)生智能平臺自主研發(fā)的AI 輔助診療系統(tǒng)，醫(yī)療人員能夠獲知用戶數(shù)據(jù)信息，用戶也可24 h 全天候連接至平臺進行在線咨詢等一系列醫(yī)療活動。

二是，反饋是智能商業(yè)價值共創(chuàng)非線性進行的關鍵。在人工智能企業(yè)的價值共創(chuàng)中，由于智能產(chǎn)品作為服務的載體能夠與客戶高度連接，因而傳統(tǒng)線性共創(chuàng)中體驗式的人際互動成為了協(xié)作式的人機互動的互動；此外，傳統(tǒng)企業(yè)的協(xié)同活動是生產(chǎn)過程的參與者，即服務提供方基于資源進行協(xié)同生產(chǎn)以滿足客戶需求的過程，因此客戶的每次需求提出都需要至少一次生產(chǎn)協(xié)同來實現(xiàn)。而人工智能企業(yè)的協(xié)同活動是多方主體基于數(shù)據(jù)進行合作以及產(chǎn)品賦能的過程，因此多位客戶的多次需求都可以通過智能平臺進行數(shù)據(jù)分析、一次終端賦能來實現(xiàn)，價值創(chuàng)造的效率大大提高。二者的反饋形式如圖1 所示。

圖1 傳統(tǒng)企業(yè)與人工智能企業(yè)的價值創(chuàng)造流程對比

以達闥科技為例，其價值創(chuàng)造主要是提供通信技術以及人工智能技術，聯(lián)合成都某機器人制造商進行生產(chǎn)；同時，與中國移動、廣州南粵基金集團有限公司、科大訊飛股份有限公司等企業(yè)建立穩(wěn)定的伙伴關系——一方面能夠為企業(yè)收入的穩(wěn)定性提供保障，另一方面通過合作關系能夠獲取更多核心資源、實現(xiàn)互補共贏，例如達闥科技與聯(lián)仁健康醫(yī)療大數(shù)據(jù)科技股份有限公司達成合作，雙方的技術能力與數(shù)據(jù)資源形成互補，共建醫(yī)療健康人工智能和云端醫(yī)療健康服務機器人運營服務平臺。在互動方面，達闥科技通過向市場投放可交互智能產(chǎn)品，積累了大量用戶互動數(shù)據(jù)。對達闥科技管理層的訪談內(nèi)容所示，“以我們旗下的接待機器人為例，（將它）放置在人流密集的場景的話，比如商場，只一天時間就能夠獲取上萬條數(shù)據(jù)。”基于與商業(yè)合作伙伴的協(xié)同以及與市場、顧客的互動，達闥科技在云端積累了大量數(shù)據(jù)，并結合自主研發(fā)的多種人工智能技術，構建了獨特的移動內(nèi)聯(lián)網(wǎng)，打造了智能平臺云端大腦，為終端產(chǎn)品賦能，與用戶進行智能交互。

三是，增強是智能商業(yè)價值共創(chuàng)的獨特價值，也是更高起點的價值共創(chuàng)的開始。在傳統(tǒng)的企業(yè)與客戶線性價值共創(chuàng)中，企業(yè)往往將客戶的需求實現(xiàn)和服務感知滿意作為衡量價值共創(chuàng)活動完成和價值實現(xiàn)的標準，即傳統(tǒng)企業(yè)價值實現(xiàn)的使用價值在于滿足了客戶需求，體驗價值在于為客戶提供了個性化的服務。而人工智能企業(yè)由于其產(chǎn)品功能的高度連接性，一方面通過人工智能技術分析用戶互動及共享數(shù)據(jù)，快速把握客戶需求，另一方面通過高度連接、快速升級的智能產(chǎn)品，為引領客戶需求提供了可能，基于此，客戶需求得到滿足，同時建立了對該人工智能企業(yè)的信任，企業(yè)也通過智能分析、高效決策獲取了經(jīng)濟利益，即人工智能企業(yè)價值實現(xiàn)的使用價值在于引領客戶需求，體驗價值在于使客戶與智能企業(yè)及其智能技術建立信任關系。

以達闥科技為例，目前達闥科技能夠通過智能平臺賦能商業(yè)實踐活動并促進價值實現(xiàn)：顧客可以與終端智能產(chǎn)品進行互動并訪問智能平臺以實現(xiàn)個性化需求，智能產(chǎn)品可自動升級功能。截至2021 年，達闥科技開發(fā)了3 種主力的終端機器人，包括安保機器人、掃地機器人、接待機器人，此外還有檢測設備、虛擬機器人等類型多樣的終端產(chǎn)品，可以實現(xiàn)顧客的使用價值。多元化的智能機器人產(chǎn)品以及應用場景的長期發(fā)展使達闥科技積累了龐大的數(shù)據(jù)量，加之達闥科技也一直在通過與其他企業(yè)進行合作等多種方式開發(fā)更多的數(shù)據(jù)資源，為其實現(xiàn)智能平臺升級以及提供更精準、可靠的服務奠定了基礎，可以使顧客在獲取高科技感體驗的同時更為信任達闥科技的智能平臺能力。如達闥科技安保機器人的用戶說道，“用了達闥的機器人，確實減少了我們巡邏人員的工作量，我們很滿意”，這體現(xiàn)了企業(yè)價值的使用價值；達闥科技接待機器人的用戶則表示，“盡管智能機器人的價格比較高，但我們看重的是它的科技感；當初智能手機也是從價格高昂、小部分人嘗鮮開始慢慢普及的，我們相信智能機器人將是未來的主流”，這體現(xiàn)了企業(yè)價值的體驗價值。

同樣地，平安集團基于平安云平臺開發(fā)了一系列應用機器視覺、智能語音技術的智能產(chǎn)品，以其客服機器人smart robot 為例，在使用價值上，客服機器人匯集多方數(shù)據(jù)資源，能夠打通多渠道服務，統(tǒng)一識別、統(tǒng)一接觸，提高了客服效率，“客服以一敵三，不再手忙腳亂”；同時由于自然語言處理（NLP）算法以及深度語義理解技術的應用，客服機器人不僅能夠回答使用者的疑問，也能夠引導使用者的行為，“在業(yè)務辦理過程中可隨時進行問答，也可隨時回到業(yè)務流程中”。由于智能客服機器人的問題識別率較高，能夠輕松解決絕大部分客戶咨詢的問題，使得企業(yè)的零售客服運營成本連年下降，截至2020 年年末，實現(xiàn)客均運營成本節(jié)約57%［44］。在體驗價值方面，客服機器人能夠全天候響應客戶的服務需求，其可視化數(shù)據(jù)視圖和強大的數(shù)據(jù)分析系統(tǒng)能夠讓問題立體呈現(xiàn)、客戶一目了然。根據(jù)平安集團的調查，以養(yǎng)老險智慧客服機器人為例，客戶對客服機器人的滿意度達99%［45］。

（2）智能平臺的加入是實現(xiàn)智能商業(yè)非線性價值共創(chuàng)的關鍵點。由于人工智能企業(yè)向用戶提供的產(chǎn)品和服務具有成長性的特征［26］，人工智能企業(yè)與用戶的價值共創(chuàng)活動也具有非線性、螺旋上升的特點，一次價值共創(chuàng)活動的完成是下一輪價值共創(chuàng)活動更高起點的開始，從而通過增強效應實現(xiàn)非線性共創(chuàng)。其原因一方面在于人工智能技術固有的正反饋效應——數(shù)據(jù)輸入越多則結果輸出就越精確，產(chǎn)品服務的智能化升級使得用戶愿意與智能產(chǎn)品進行更多交互，產(chǎn)生更多數(shù)據(jù)；另一方面在于量變引發(fā)質變，數(shù)據(jù)分析等技術的進步以及企業(yè)平臺在數(shù)據(jù)“投喂”下更加智能，都使得準確分析、預測顧客的價值需求成為了可能。具體過程如圖2 所示。

圖2 智能商業(yè)中線性價值共創(chuàng)向非線性價值共創(chuàng)的變遷

達闥科技的智能平臺是基于人工智能技術和通信網(wǎng)絡技術打造的云端大腦：采用區(qū)塊鏈技術打造覆蓋全球、高速安全、獨立隱身的基于訪客的網(wǎng)絡（VBN），使云端大腦得以與機器人本體連接且與互聯(lián)網(wǎng)完全隔離；研發(fā)云端智能控制器終端，使數(shù)據(jù)存儲路徑隔離互聯(lián)網(wǎng)通道、使用移動內(nèi)聯(lián)網(wǎng)云服務進入云端大腦，同時也能通過終端為原本非智能的機器人賦能，使其可以與外界進行交互。達闥科技的智能平臺在經(jīng)過多次數(shù)據(jù)賦能、升級迭代之后，其智能價值共創(chuàng)活動能夠在數(shù)字空間中自動化進行：在交互過程中，顧客與機器人產(chǎn)品間的連接更加緊密、便利，顧客與企業(yè)雙方獲取服務、獲取數(shù)據(jù)的需求均通過智能平臺快速傳遞；在反饋過程中，基于云端大腦在過去通過互動、協(xié)同積累的大量數(shù)據(jù)，技能夠在迅速識別價值需求之后快速拓展產(chǎn)品和應用場景，例如在2020 年年初的新冠肺炎疫情期間，達闥科技響應國家需求，基于其智能平臺迅速開發(fā)了一系列智能測溫、消毒、護理機器人產(chǎn)品投入到疫情防控一線；在增強過程中，智能平臺的發(fā)展使接入平臺的新用戶不需要與達闥人員的互動就能實現(xiàn)其需求，以智能掃地機器人為例，有用戶表示，“智能掃地機器人有固定的充電位，最初我們需要把它推回充電位才能充電，后來（產(chǎn)品）升級了一次，它就可以自動識別充電位了，需要充電時能自動回到充電位置”。

總而言之，相比于其他商業(yè)形態(tài)下的線性價值共創(chuàng)，達闥科技的智能平臺提升了價值識別的精準性、價值創(chuàng)造的高效性、價值實現(xiàn)的主動性，從而產(chǎn)生了質變的效果，盡管這一過程中人際沒有進行直接的信息交互和肉眼可見的交流，但是用戶背后的數(shù)據(jù)匯集于達闥科技的智能平臺，在數(shù)字空間中彼此交互且相互賦能于終端產(chǎn)品。這種交互方式區(qū)別于傳統(tǒng)行業(yè)和其他數(shù)字產(chǎn)業(yè)形態(tài)，在時間軸上把原本冗長的價值共創(chuàng)過程無限縮短，很好地體現(xiàn)了智能商業(yè)下企業(yè)價值共創(chuàng)的非線性特征和正反饋機理。

根據(jù)構建非線性價值共創(chuàng)模式時的重點不同，可將智能商業(yè)背景下的人工智能企業(yè)定義為原生型人工智能企業(yè)和轉基因型人工智能企業(yè)兩類。其中，先建智能平臺、后尋求互動協(xié)同場景，業(yè)務圍繞核心人工智能技術來展開的企業(yè)可定義為原生型人工智能企業(yè)，如達闥科技就是典型的原生型人工智能企業(yè)，其以構建智能平臺作為重點，將智能平臺投入價值創(chuàng)造活動中以完成價值實現(xiàn)，從而構成完整的價值共創(chuàng)模式；而以業(yè)務需求為核心、多方應用智能技術，將不可互動場景轉變?yōu)榭苫樱饾u變革全業(yè)務流程，最終聚合多方智能應用形成智能生態(tài)的企業(yè)可定義為轉基因型人工智能企業(yè)，如平安集團在引入人工智能技術或智能平臺之前已經(jīng)長期服務于特定的市場需求，擁有成熟的業(yè)務，但由于內(nèi)外部原因需要進行智能化轉型升級。“產(chǎn)業(yè)+智能”的企業(yè)往往擁有大量數(shù)據(jù)基礎，因而開發(fā)智能平臺并不是難點；但由于長期業(yè)務經(jīng)營模式所限，缺少可人機互動的場景，在構建智能價值共創(chuàng)模式時通常將人機反饋環(huán)節(jié)作為重點，拓展智能互動協(xié)同場景。

綜上所述，本研究提出智能商業(yè)非線性價值共創(chuàng)模型，并將人工智能企業(yè)的價值創(chuàng)造機理概括為正反饋機理，如圖3 所示。

圖3 智能商業(yè)中非線性價值共創(chuàng)模型

然而，在智能商業(yè)涵蓋的不同具體行業(yè)類別以及商業(yè)模式下，非線性價值共創(chuàng)模型將表現(xiàn)出不同的重點內(nèi)容。如圖4 所示，其中實線箭頭表示重點內(nèi)容，虛線箭頭表示必要但非重點內(nèi)容。由圖4（a）可見，以交互、反饋為重點的企業(yè)的基本模式是通過構建智能平臺實現(xiàn)與用戶的智能交互以及智能反饋，并以改進反饋環(huán)節(jié)作為非線性價值共創(chuàng)重要內(nèi)容。其智能平臺的典型功能是個性化推薦算法。但由于在這類模式下智能平臺的算法門檻低，因此對這類企業(yè)來說，其商業(yè)實踐的重點在于獲取大量的交互數(shù)據(jù)。如北京字節(jié)跳動科技有限公司旗下的短視頻產(chǎn)品就明顯地體現(xiàn)了這一點。

由圖4（b）可見，以交互、增強為重點的企業(yè)的基本模式則是結合智能交互，通過智能平臺不斷增強用戶價值來引領顧客需求。對這類企業(yè)來說，用戶需求洞察是最為重要的，因而其智能平臺多采取推薦排序等算法，典型代表如電子商務企業(yè)、外賣平臺企業(yè)等，其重點在于不斷完善智能算法，并進行適時調整，以避免智能平臺算法的不斷增強引發(fā)社會問題。

由圖4（c）可見，以反饋、增強為重點的企業(yè)不需過于關注用戶交互，而應更注重數(shù)據(jù)反饋和人機交互體驗以及增強本企業(yè)智能平臺的能力，代表企業(yè)如自動駕駛企業(yè)、智能機器人企業(yè)等。對于這類企業(yè)來說，智能技術底層的硬件能力十分重要。以達闥科技為例，不以生產(chǎn)制造實體機器人為重點業(yè)務，集成的多種人工智能技術也并非其獨特優(yōu)勢，而是通過充分發(fā)揮其強大通信能力及基礎設施的競爭優(yōu)勢以滿足企業(yè)級客戶安全、高性能、隨處可用的需要。

圖4 非線性價值共創(chuàng)的商業(yè)應用

5 結論與討論

5.1 研究結論

本研究將人工智能平臺作為一個重要的參與部分納入到價值共創(chuàng)的模式中，突出了人工智能技術在價值共創(chuàng)中的角色的重要性，與Ramaswamy 等［46］的觀點相互印證，即以數(shù)字技術等作為與人類對等的參與者，可為數(shù)字技術平臺注入新的創(chuàng)造潛力。王新新等［34］、Chandler 等［47］的研究均表明，根據(jù)服務生態(tài)系統(tǒng)理論，價值共創(chuàng)是多方利益相關者在一定制度環(huán)境下松散耦合的資源互動過程，智能平臺系統(tǒng)內(nèi)一個焦點活動的開始會影響到系統(tǒng)的整體及各個部分，并產(chǎn)生價值的非線性反饋迭代。智能商業(yè)中的非線性價值共創(chuàng)模式涵蓋了這一過程：人工智能平臺的加入作為企業(yè)開展價值共創(chuàng)的焦點活動，多方主體數(shù)據(jù)資源依托該平臺進行松散耦合的互動，使平臺不斷迭代增強，價值共創(chuàng)系統(tǒng)內(nèi)傳統(tǒng)的線性價值共創(chuàng)模式因而變革為非線性反饋迭代模式。人工智能平臺與非線性價值共創(chuàng)各環(huán)節(jié)的互動反饋，體現(xiàn)了智能平臺系統(tǒng)整體與部分之間的迭代關系，一次智能價值共創(chuàng)活動的完成作為下一輪智能價值共創(chuàng)活動更高起點的開始，體現(xiàn)了平臺系統(tǒng)內(nèi)新制度邏輯的生成；在正反饋過程中，智能平臺的智能化程度不斷提高，體現(xiàn)了系統(tǒng)價值的增強。因而，本研究提出的智能商業(yè)非線性價值適用于闡釋人工智能平臺型企業(yè)的價值共創(chuàng)。

5.2 管理建議

作為智能商業(yè)中價值共創(chuàng)的主導方，企業(yè)要轉變價值觀念，變過程觀為反饋觀。首先，交互是非線性價值共創(chuàng)的起點，這要求智能企業(yè)盡可能多地創(chuàng)造用戶觸達點，以便獲取更為詳盡的用戶數(shù)據(jù)；其次，反饋是非線性價值共創(chuàng)最重要的一環(huán)，意味著企業(yè)必須持續(xù)精進智能算法，通過用戶數(shù)據(jù)分析，基于數(shù)據(jù)協(xié)同增強技能，為用戶提供更好的人機交互體驗；最后，要認識到增強是非線性價值共創(chuàng)階段性的價值實現(xiàn)，企業(yè)應當增強智能平臺能力，為用戶提供更全方位的價值服務。如案例企業(yè)平安集團就很好地體現(xiàn)了由價值共創(chuàng)過程觀到反饋觀的轉變，從傳統(tǒng)金融服務向智慧金融服務的“轉基因”之路脈絡清晰：利用傳統(tǒng)業(yè)務積累的大規(guī)模用戶和數(shù)據(jù)資源，結合人工智能技術，逐漸變革傳統(tǒng)業(yè)務場景，將人與人互動的場景逐漸替換為人機互動，解決原有業(yè)務場景中的問題，并融合人工智能技術構建了金融服務、醫(yī)療健康、汽車服務、智慧城市四大生態(tài)圈。而智能企業(yè)要認識到自身的獨特性，將把握智能商業(yè)中非線性價值共創(chuàng)機理的關鍵要素作為商業(yè)實踐的突破口。

5.3 局限與展望

本研究對轉基因型人工智能企業(yè)的研究缺乏一手數(shù)據(jù)的驗證，未來可以考慮通過更多渠道增加相關數(shù)據(jù)的收集。其次，對不同行業(yè)的智能商業(yè)模式來說，智能商業(yè)中非線性價值共創(chuàng)機理會有不同的實踐重點，未來可進一步深入細化研究對象，以更好地指導智能商業(yè)實踐，例如原生型新媒體類人工智能企業(yè)、轉基因型智能制造類人工智能企業(yè)等。此外，企業(yè)系統(tǒng)的有序發(fā)展需要對其正反饋機理進行適時監(jiān)督與管制，防止企業(yè)對人工智能平臺算法的濫用，因此，何時需對該正反饋機理介入調整管制以及遵循怎樣的調整管制原則等也值得關注。