李曉華 李紀珍

［摘?要］作為一項對人類社會發(fā)展產生深遠影響的技術體系，人工智能技術的商業(yè)化應用為企業(yè)實踐和管理學理論帶來了機遇與挑戰(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前管理學理論邊界、假設條件的影響。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)兩個維度綜述了現有研究的主要觀點，發(fā)現已有研究主要采用由外向內的分析視角，即企業(yè)如何利用外部的技術、知識和海量數據等產生有價值的洞見并賦能企業(yè)，但對于企業(yè)如何采用AI技術更好地執(zhí)行組織內部職能、向用戶傳遞價值的研究相對較少。結合現有文獻和實地調研，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對企業(yè)管理理論帶來的機遇與挑戰(zhàn)，促進新理論的提出和理論與實踐的融合。

［關鍵詞］人工智能；組織管理；賦能；增益；文獻綜述

［中圖分類號］??F272.3［文獻標識碼］?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據并從這些數據中學習，通過靈活性適應實現特定目標和任務的“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)行以前需要人類認知能力才能實現的任務［2］。AI作為人類歷史上的一項重要技術變革，對個體、企業(yè)和國家等不同參與主體的行為產生了深遠的影響。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)務的運營上已經采用了機器學習和其他形式的人工智能技術［3］。為了在技術變革中贏得一席之地，很多擁有AI技術的初創(chuàng)企業(yè)也紛紛涌入各個行業(yè)，試圖通過先進的技術與大企業(yè)展開競爭。這些初創(chuàng)企業(yè)通常依賴高校、科研院所的基礎科研技術，并以產學研合作的方式完成技術商業(yè)化，比如：科大訊飛、曠視科技、思必馳等都是致力于實現AI技術商業(yè)化的知名初創(chuàng)企業(yè)。同時，為了在新技術的變革中不被淘汰，很多在位企業(yè)也嘗試通過AI技術實現組織變革，以企業(yè)數字化轉型的方式重塑行業(yè)格局［4-5］。與其他技術相比，AI對經濟和社會的影響比以往任何技術變革的影響都要大［6］，這些實踐上的改變?yōu)榻M織管理研究帶來了新的機遇與挑戰(zhàn)。

人工智能不僅給企業(yè)實踐帶來了挑戰(zhàn)，也對管理學理論的發(fā)展產生深遠的影響。LVESQUE等（2022）認為AI改變了創(chuàng)業(yè)理論對不確定性的假設，即AI的使用會降低企業(yè)決策過程的不確定性，進而提高了研究的相關性，即理論與實踐結合的緊密程度［7］。比如，通過AI算法對消費者的消費習慣進行分析有助于提升客戶需求預測的準確率，降低了營銷管理的不確定性。實踐的改變也將對現有的營銷理論提出挑戰(zhàn)，并帶來管理學理論的變革。然而，現有研究大多關注人工智能作為一項技術，如何賦能或增益?zhèn)鹘y(tǒng)產業(yè)，并聚焦于分析決策效率的提升［8］、人機交互與協(xié)同［9］、管理倫理［10］的討論。但是為企業(yè)管理的理論和實踐帶來了哪些挑戰(zhàn)，哪些有意義的研究值得進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據并從這些數據中學習，通過靈活性實現特定目標和任務的“系統(tǒng)”能力［1］。AI代表的是一種系統(tǒng)智能，它通過機器閱讀和計算機視覺消化吸收人類的知識，并利用這些信息對人類所執(zhí)行的任務實現自動化和加速化［11］。這個系統(tǒng)中包括三個核心要素：場景結構、數據生成和通用機器學習（如圖1所示）。也有人將其歸納為更廣義的三要素：數據、算法和算力①。AI系統(tǒng)的三個要素決定了這個行業(yè)的基本特征以及使用AI系統(tǒng)進行創(chuàng)業(yè)的企業(yè)所面臨的挑戰(zhàn)和難題。

李曉華，李紀珍：人工智能在組織管理中的應用：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構當中。場景結構是指在工程化任務方面的專業(yè)知識。目前AI只能在棋盤、視頻游戲等場景結構相對明確的領域實現商業(yè)化，對場景的要求決定了企業(yè)需要擁有技術應用領域內的專業(yè)知識，并通過結構計量經濟學的方式將這些知識進行總結提煉［11］，形成能夠被AI系統(tǒng)處理的數據結構，之后才可以使用松弛法和探試法對數據進行處理。對創(chuàng)業(yè)企業(yè)而言，如果想要使用AI賦能某個細分場景，首先需要對場景內的知識有系統(tǒng)的理解，并將這些知識整合到產品開發(fā)當中。這使得基于AI的產品開發(fā)流程與傳統(tǒng)的信息技術行業(yè)相比更加復雜，在定義產品之前先要對細分領域內的知識進行“結構化”處理，造成產品開發(fā)流程的向前延伸。

其次，AI需要數據生成的支持。數據生成是指用以訓練AI系統(tǒng)的海量數據和用以生成支持算法學習所用數據的工具。數據的數量和質量決定了算法訓練和算法優(yōu)化的程度，它們也被認為是AI企業(yè)獲得競爭優(yōu)勢的關鍵。以傳統(tǒng)互聯網為主的在位企業(yè)擁有大量的數據資產，與初創(chuàng)小企業(yè)相比，擁有天然的優(yōu)勢。為彌補初創(chuàng)企業(yè)的數據缺失，AI行業(yè)甚至出現了專門做數據標注的公司，比如Testin云測、數據堂等。他們通過大量的人力投入搜索靜態(tài)和動態(tài)的數據，并進行篩選和清理，提供給初創(chuàng)企業(yè)使用。然而，初始數據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)數據進行算法迭代。為此，在發(fā)展路徑上，企業(yè)一方面要考慮產品需求的滿足，另一方面還要生成內部云端系統(tǒng)支持數據的存儲和生成。CHALMERS等（2021）將這種現象稱為“技術利用劣勢”，用以描述在行業(yè)主流技術不成熟的情況下，初創(chuàng)企業(yè)進入該行業(yè)時所面臨的劣勢［12］。

最后，AI行業(yè)的規(guī)模化“生產”需要通用算法。機器學習是AI系統(tǒng)的“發(fā)動機”，從無結構的數據中尋找規(guī)律并做預測。通用算法意味著算法能夠適應更復雜的場景，無需過多地調整就能將企業(yè)在一個細分領域內積累的算法遷移到另一個細分領域。當前AI行業(yè)的繁榮主要得益于深層神經網絡的發(fā)展，它能夠快速的從文本、音頻和視頻數據中發(fā)現規(guī)律，自動處理效率，相比之前的算法也有大幅提升。但一項AI產品開發(fā)的過程還包括配套的硬件設施的完備，大量數據和新算法工具的使用產生了并行計算需求。GPUs（Graphical?Processing?Units，?GPUs）作為為并行計算提供支撐的硬件基礎，為AI大規(guī)模的商業(yè)化提供了支撐，AI的繁榮也促進了以生產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，但該領域的技術創(chuàng)新仍有進步的空間。比如，基于深度學習算法的人工智能就像是一個“黑箱子”，人們以一定的輸入得到輸出結果的中間過程是不可控的。孫效華等?（2020）也提出，現在大部分的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的進步難以解決復雜社會中的復雜問題。未來通過設計的引導和協(xié)調能力驅動人工智能產品的研究是重要趨勢。其中，如何通過應用場景需求提煉產品形態(tài)，反推人工智能技術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如何影響企業(yè)的決策過程和活動的開展方式［2］?，F有關于AI的研究多以實踐為導向，重點關注AI在各個領域內的應用探索，以及AI如何與企業(yè)發(fā)生關聯?［14-15］。其中，數字化技術是AI技術背景下的一個熱點研究話題，他們共同作為宏觀經濟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)兩個視角對已有文獻進行回顧。

（一）AI增益在位企業(yè)

對于在位企業(yè)而言，AI是一項新興的技術，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、大數據、區(qū)塊鏈和物聯網等為主的通用技術的發(fā)展正在引發(fā)第四次產業(yè)革命，并重塑產業(yè)格局和在位企業(yè)的競爭地位［16］。一方面，AI技術的擴散帶來了機器學習技術和相關應用類產品、商業(yè)模式的創(chuàng)新；另一方面，AI技術對勞動力的替代造成勞動力成本投入與經濟收益不成正比［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)的數字化轉型成為各大企業(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)的作用機制

1.AI與員工互動

依據大數據和算法，AI輔助員工完成與認知相關的任務。多數研究表明AI技術在企業(yè)管理中的應用大大緩解了員工的壓力，以銀行業(yè)為例，AI技術框架下的虛擬機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、重復的工作，讓員工有更多的時間與精力從事創(chuàng)造性的工作。然而，AI技術介入到人類工作中除了帶來效率的提升之外也產生了諸多矛盾，主要體現在人與機器的互動活動中。比如，在進行算法決策之前，人類會對算法應該做什么，可以做什么和如何做有預期，這種預期來自人們長期在某一領域內工作的經驗。帶著這種預期，員工在與機器互動過程中，會對根據同一算法的相同結果給出不同的決策［18］。很多企業(yè)投入了大量時間、人力、資源等促進人力資源管理的數字化轉型，并沒有獲得預期收益［19］。這說明AI技術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習和適應的特征，改善AI與員工的互動機制成為提高AI實用性的重要內容［20］。

為了進一步探索提升AI與員工的合作效率，促進AI對企業(yè)績效提升的賦能作用，GLIKSON和WOOLEY（2020）提出信任機制的重要性［9］。他們認為改變AI在企業(yè)內的表現形式（機器、虛擬和嵌入）和“機器”的智能化程度（即它的能力），是增進人與機器之間認知信任的有效方式。員工與AI之間信任的增加能夠提升合作效率，進而提高組織效率［20］。對于什么樣的工作應該由人來完成，而什么樣的工作應該由機器完成，HUANG、RUST和MARKSIMOVIC（2019）認為，未來人類將在感知類的任務中發(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［2］；而在類似于機械類的任務中將會被AI替代，并將未來的經濟發(fā)展成為“感知經濟”。與之類似的是，RAMPERSAD（2020）提出，盡管機器可以替代部分人類工作，但批判性思維、問題解決、溝通和團隊合作等創(chuàng)造性較強的活動在人工智能時代依然是決定創(chuàng)新的關鍵要素［21］。這些研究結果表明，人與機器協(xié)作過程中可能產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上，并在適當的時候進行干預、提供必要輸入，提高決策結果的可控性［22］。

2.AI與組織決策

在組織與管理學研究當中，對技術與組織決策的研究有很長的歷史。自20世紀70年代信息技術取得突破性進展后，越來越多的研究開始關注技術對組織決策和結構的影響。通過減少組織結構層級［23-24］和增加組織獲取外部知識的能力［25］，信息技術促進了決策效率的提升。與信息技術相比，AI?系統(tǒng)可以通過機器閱讀和計算機視覺提取人類的知識，并根據經驗實現改進和適應，完成自我學習。因此，它可以對組織內部的復雜管理問題進行判斷和決策［26-27］。機器學習作為AI的一個分支技術，對企業(yè)信息技術的管理有著深遠影響［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再到解聘的各個環(huán)節(jié)［30-31］。此外，AI與大數據的結合還將極大地提升企業(yè)對消費者行為信息的掌握，促進對消費者偏好預測的精準度，減少產品與市場需求不適配的無效生產。具體到決策過程，SHRESTHA等（2019）論述了在哪些情況下，組織內部的決策將完全由AI替代，什么情況下應該采取AI與人類共同決策的混合模式。研究結果表明，決策空間的精確性、可供選擇的替代決策數量、決策速度和決策對解釋性和復制性的要求是影響AI在組織決策中發(fā)揮作用的關鍵要素［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），并克服問卷調查、眾包和預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據被用來支持組織相關知識的創(chuàng)造和企業(yè)決策。

AI在組織決策中能否發(fā)揮作用受到技術和人的雙重影響。比如，企業(yè)在實施AI替代人工之前，需要理解什么類型的技術適合解決哪種任務，每一種技術的優(yōu)勢和劣勢是什么［33］。對技術所能發(fā)揮作用的理解不夠深入可能導致企業(yè)的決策失誤，對企業(yè)發(fā)展造成不可估量的負面影響。此外，AI輔助組織決策需要與其他技術結合。AI的概念在20世紀60年代已經被提出，并在20世紀90年代之后經歷了漫長的衰敗期。大數據技術的成熟是促成AI在2016年之后再度興盛的重要原因，然而組織決策的基礎是信息與數據，AI只是發(fā)揮大數據價值的一種方式［34］，如何實現AI與大數據技術的深度融合有待進一步討論。

3.AI與客戶關系

除了組織內部的管理，AI還可以通過管理與客戶之間的關系提升企業(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，提高市場營銷預測的準確率。比如，KUMAR等（2019）討論了AI對實現產品、價格、網站內容和廣告信息等與目標客戶匹配問題的影響，認為通過個性化的品牌管理和顧客關系管理等信息關聯與共享是決定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討論了以下問題的重要性：企業(yè)如何實現數字化營銷，以及如何在媒體時代優(yōu)化顧客服務，在業(yè)務拓展、數據解釋、模型與評價的框架下提出有影響力的戰(zhàn)略［36］。采用自然語言處理、機器學習和統(tǒng)計算法，MUSTAK等（2010）系統(tǒng)分析了AI對營銷領域帶來的機遇與挑戰(zhàn)，認為AI未來將在了解顧客情緒、分析顧客滿意度、數字化口碑傳播、顧客關系管理等10個營銷話題中發(fā)揮重要作用［37］。

此外，快速變化的消費者需求讓定制化成為營銷領域的重要話題之一。通過AI對市場營銷的內容和主要策略（包括產品、價格、選址和銷售策略等）進行信息化管理［35］，提出個性化的參與式營銷方法，是實現定制化的重要方面。定制化對于提高用戶滿意度起著至關重要的作用，但它也造成企業(yè)產品的標準化程度降低，應用于某一領域的相關設備、人員配備和專業(yè)知識儲備等無法在另一個領域內復用等問題，增加了企業(yè)的生產成本。

（二）AI賦能創(chuàng)業(yè)企業(yè)

AI在創(chuàng)業(yè)領域的影響主要體現為對創(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，即對重復性工作的替代和決策效率的提升，AI對創(chuàng)業(yè)企業(yè)產生的影響主要體現為“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技術的輔助下有了更多的選擇性和話語權。與在位企業(yè)類似，AI技術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，進而作用于企業(yè)創(chuàng)立的內外部因素、企業(yè)運行中的決策和價值創(chuàng)造，以及創(chuàng)業(yè)活動的產出（詳見圖3）。

1.AI與企業(yè)創(chuàng)立

AI影響了企業(yè)創(chuàng)立的內部外因素，進而影響了創(chuàng)業(yè)機會的開發(fā)過程。首先，AI作為一項技術變革，重塑了行業(yè)發(fā)展格局，并建立了新的基礎設施，讓先前無法實現的創(chuàng)業(yè)想法成為可能［38］。但是，AI也讓行業(yè)壟斷成為可能，擁有先進技術的大企業(yè)可以通過并購創(chuàng)業(yè)企業(yè)的方式完成多元化擴張。以阿里巴巴、騰訊、京東、美團等為主的大型平臺企業(yè)在多個行業(yè)內都有涉足，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。為了應對技術可能帶來的壟斷，相應的行業(yè)政策和法律法規(guī)也相繼出臺。因此，AI在為企業(yè)創(chuàng)立帶來利好的同時也產生了一些負面影響，兩者的交互促進了行業(yè)制度環(huán)境的變遷。

圖3?AI賦能創(chuàng)業(yè)企業(yè)的作用機制

同時，AI還通過重塑風險承擔和創(chuàng)造力在企業(yè)創(chuàng)立中的作用，影響個體的創(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)風險，讓很多風險承擔能力較弱的個體有機會進入創(chuàng)業(yè)領域。現實中，越來越多的個體將創(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、個人媒體號等都是這一現象的典型代表。另一方面，AI可以部分承擔以前只有人類才能完成的認知性活動，減弱了創(chuàng)造力在創(chuàng)業(yè)企業(yè)中的重要性。比如，現實中大公司開始自建適用于不同領域的AI平臺，該平臺上嵌入了多樣的模塊化工具，創(chuàng)業(yè)者可以根據自身需求在平臺上實現自我定制，滿足了個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，機會識別、開發(fā)和組織結構設計是決定企業(yè)成長的兩個關鍵要素。首先，AI算法極大提高了個體和組織搜索和傳播信息的能力，這一變化讓不同學科與行業(yè)之間的交流更加便捷，也促進了高新穎性、高質量的創(chuàng)業(yè)機會的產生。其次，AI對不確定性邊界的影響改變了傳統(tǒng)的機會識別過程［40］。比如，識別創(chuàng)業(yè)機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)者的一個關鍵能力［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)進程中的影響。從賦能的視角來看，AI通過機器學習幫助創(chuàng)業(yè)者從海量信息中發(fā)現規(guī)律與模式，促進了創(chuàng)業(yè)機會的發(fā)現與識別［42］，也提高了創(chuàng)業(yè)者在面對多個創(chuàng)業(yè)機會時的決策效率。具體而言，實驗是創(chuàng)業(yè)者驗證創(chuàng)業(yè)想法的一種有效方式［43］，AI通過模擬的方式預先排除了一些質量不高的想法，縮短了企業(yè)通過實驗驗證想法的過程，加速了創(chuàng)業(yè)進程。此外，AI還將通過影響創(chuàng)始人及其創(chuàng)業(yè)團隊的創(chuàng)新性、認知等因素影響創(chuàng)業(yè)機會的開發(fā)［39，44］。

盡管AI作為一項賦能工具加速了創(chuàng)業(yè)機會的識別與開發(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)進入新領域時競爭優(yōu)勢的強化［44］。在位企業(yè)擁有更多的基礎知識、海量的真實數據和隱形資本等，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。出現這種情況的原因是，AI系統(tǒng)中的場景結構與具體業(yè)務強關聯［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需求，進而減緩產品-市場匹配（Product?Market?Fit，PMF）的速度。比如，在進入智能語音市場時，搜狗科技可以結合企業(yè)已經開發(fā)的地圖，將語音技術快速導入，并通過地圖在企業(yè)內部的使用驗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。相反，初創(chuàng)企業(yè)則需要依賴客戶的數據與知識，并能在多次調試后完成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)組織結構設計的影響主要體現為組織結構的創(chuàng)新。對在位企業(yè)而言，AI帶來了組織結構的變革，討論的話題聚焦于企業(yè)轉型，比如從層級制向扁平化組織的轉型、企業(yè)數字化轉型和平臺型企業(yè)的轉型等都是熱點話題。AI對創(chuàng)業(yè)企業(yè)組織結構的影響則更加直接，它帶來了新的組織結構設計。一方面，AI技術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，創(chuàng)業(yè)企業(yè)需要設置與之對應的面向開源社區(qū)技術開發(fā)的組織結構。同時，受AI技術高度依賴大數據的影響，創(chuàng)業(yè)企業(yè)在資源有限的情況下還需設立專門從事數據搜索和標注的部門，將一項產品開發(fā)的起點向前延伸，故而拓展了企業(yè)的邊界。另一方面，AI底層技術的進步主要得益于高校、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現技術引領戰(zhàn)略，并改變著整個行業(yè)的生態(tài)。比如Face++就是中國科學院大學的衍生企業(yè)，在組織結構設計上也更多地借鑒了大學實驗室松散、平等的工作氛圍和項目制的組織結構設計。校企在研發(fā)和文化上的交互對產生新的組織形式起到了催化作用。

3.AI與創(chuàng)業(yè)產出

AI賦能創(chuàng)業(yè)企業(yè)還體現為它對創(chuàng)業(yè)產出的影響。創(chuàng)業(yè)產出通常分為非經濟效益和經濟效益兩種。其中，非經濟效益包括創(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。不可否認的是，AI技術的應用提高了創(chuàng)業(yè)者的自主性［12］，增強了創(chuàng)業(yè)者的自我效能感，也讓創(chuàng)業(yè)成為一項門檻較低的活動。AI對創(chuàng)業(yè)活動經濟效益的影響機制目前還在探索階段，學者們就AI是否促進了創(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技術的應用可以規(guī)避創(chuàng)業(yè)過程中的一些系統(tǒng)性風險、降低不確定性，進而提高創(chuàng)業(yè)活動的經濟收益。

雖然現有研究尚未直觀地測量出AI對創(chuàng)業(yè)企業(yè)經濟效益的影響，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)現可能的作用機制。很多創(chuàng)業(yè)企業(yè)難以成功的一個關鍵原因是企業(yè)的銷售能力較差，不能從技術或產品開發(fā)中獲取利潤，而AI技術通過算法實現了自動化銷售，增加了創(chuàng)業(yè)企業(yè)成功的概率。同時，發(fā)現尚未被滿足的細分領域的需求是企業(yè)獲取經濟收益的重要前提。AI技術讓企業(yè)更便捷地了解消費者對產品性能和價格的反應，并根據這些信息快速調整價值主張，滿足更多細分顧客的需求。

商業(yè)模式提供了一個“如何在業(yè)務戰(zhàn)略、架構和經濟領域建立一組相關的決策變量，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技術的使用將會重塑企業(yè)的商業(yè)模式［46-48］。首先，從關系連接的視角來講，AI將改變利益相關者之間的關系。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)者提供有價值的信息和反饋，幫助其完善創(chuàng)業(yè)機會、了解客戶需求、獲得資本或訂單。而AI技術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成一致決策的理解［49］。其次，從價值創(chuàng)造的視角來講，互聯網和AI技術的協(xié)同使用促進了企業(yè)與用戶、供應商等價值鏈條上其他利益相關者的價值共創(chuàng)，增加了價值創(chuàng)造渠道的多元性［50］。最后，AI重塑商業(yè)模式整個鏈條的決策流程。人工智能未來發(fā)展的一個重要方向是促進人與機器之間的對話，并將決策過程直接納入其中，但受決策復雜度的影響，AI所能應用的場景有限。如何讓AI成為一個促進企業(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前的重要任務［51］。這一認識對企業(yè)的戰(zhàn)略規(guī)劃有指導意義，即企業(yè)在戰(zhàn)略上更應該關注利用基于現有客戶、友商、內部員工的數據或其他數據進行深度分析，挖掘新的要素或實現不同要素之間的創(chuàng)新性連接，以創(chuàng)造新的業(yè)務形態(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的視角［37］，即企業(yè)如何利用外部的技術、知識和海量數據等產生有價值的洞見并賦能或增益企業(yè)。但對于企業(yè)如何采用AI技術更好地執(zhí)行組織內部職能，向用戶傳遞價值的由內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)。以場景結構、數據生成和通用機器學習構成的人工智能系統(tǒng)將改變管理學的一些基本假設，并改變管理學基本功能（解釋、預測）的影響力。比如，機器學習理論和方法將使得基于大數據的預測更加可靠，心理學研究的預測功能也會強于解釋功能［52］。以場景結構、數據生成和通用機器學習為主的人工智能系統(tǒng)賦予了人工智能行業(yè)新的特點，也為企業(yè)的發(fā)展帶來了挑戰(zhàn)。通過回顧文獻和數據收集，本文總結了AI的特點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)的特點文獻來源實踐啟發(fā)未來研究方向

基礎技術不成熟，基于深度學習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

通過開源化實現AI技術的迭代李修全（2020）［53］，GARUD（2013）［54］給予了缺乏技術積累的企業(yè)新的機會，AI賦能創(chuàng)業(yè)企業(yè)

AI系統(tǒng)的構成要素之一是領域結構（Domain?Structure），技術在一個領域內的應用首先需要形成該領域內知識的結構TADDY（2018）［11］建立技術應用領域內知識的重要性，基于情境的學習

AI主流技術有開源性質，單純依靠技術無法建立持久的競爭壁壘。技術工程化和場景中的默會知識與經驗的積累是不可復制資源作者訪談整理②企業(yè)無法只靠技術建立競爭優(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技術變革情境下的競爭優(yōu)勢獲取及其實現路徑

以深度學習為支撐的AI系統(tǒng)需要匹配實現大算力計算的云平臺李修全（2020）［53］平臺型企業(yè)的發(fā)展模式，企業(yè)邊界擴大，增加了管理的復雜度

AI系統(tǒng)需要一個活動的系統(tǒng)去不斷產生新的和有用的信息，以實現機器學習算法的自動學習TADDY（2018）［11］與數據擁有者“合作”的重要性，面向B端或G端的商業(yè)模式

技術開發(fā)難、技術應用廣、產品形態(tài)少（是一種其他產品的輔助），產品變現難作者訪談整理管理產品開發(fā)流程的重要性以及與用戶合作的必要性

AI技術影響企業(yè)邊界的理論機制討論

AI系統(tǒng)內的各項技術屬于突破性技術，在產品開發(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準制定對于教育用戶、促進行業(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)領域的重大挑戰(zhàn)帶來機遇。理論與實踐之間的相關性低被認為是創(chuàng)業(yè)領域的重大挑戰(zhàn)［7，56］，即研究問題是否對當前的現實問題有啟發(fā)，研究假設是否與實踐者和政策制定者的邏輯直接相關，以及研究結論是否能夠為潛在受眾提供啟發(fā)。隨著高校科技成果在商業(yè)化中面臨的問題日趨嚴重，很多大學開始從市場的視角重新審視科學研究的價值，并強調通過技術商業(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可以從海量數據中提取共性因素，并通過嚴謹的分析提升創(chuàng)業(yè)理論構建和創(chuàng)業(yè)實踐之間的相關度，增加了所提煉的理論的普適性，同時AI通過檢驗某個理論的邊界條件提升理論的嚴謹性［7］。從實踐角度來講，AI通過促進知識在研究界和實踐界的流動，縮小了創(chuàng)業(yè)研究與實踐之間的鴻溝［44］。

不確定性是創(chuàng)業(yè)理論建構的重要邊界條件，AI所提供的技術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?通過海量的數據分析發(fā)現“模式”，從而產生預測，預測精準度的提高將大幅降低不確定性［46］。這種改變一方面對現有的創(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，即機器學習可以解決一些有規(guī)律可循的問題，降低創(chuàng)業(yè)者在機會識別過程中的不確定性［39］。未來研究可進一步探討不確定性的改變對創(chuàng)業(yè)機會開發(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重要話題，現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，這些理論或假設戰(zhàn)略幾乎是同質的［61］，或假設資源是異質性的［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為基礎的新一代信息技術的發(fā)展，越來越多的實踐現象無法通過現有理論得到解釋。

首先，AI技術的迭代過程部分是通過開源平臺完成的，即使沒有技術積累的企業(yè)也能通過開源的算法框架和代碼完成前期的必要技術集成。從這個視角來看，AI不僅能夠賦能現有企業(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，開源也使得企業(yè)很難通過技術建立領先優(yōu)勢，因為算法很可能被大公司公開，或以免費的方式開放給大眾使用，導致創(chuàng)業(yè)企業(yè)積累的算法不能形成競爭壁壘。也有學者指出，人工智能技術也可能為創(chuàng)業(yè)企業(yè)帶來新的機遇，并顛覆大企業(yè)主導的商業(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)能夠根據外部快速變化的環(huán)境迅速調整發(fā)展方向，并獲得競爭優(yōu)勢。

其次，AI產品的開發(fā)需要了解某個特定場景的知識結構［11］。這也是機器學習算法不完善造成的，因為算法只能處理擁有固定格式的數據結構，因而需要通過人工方式將場景內的需求、問題、操作流程等信息整合成結構化的知識。這一特征給企業(yè)帶來的挑戰(zhàn)是，如何更高效的學習場景內知識，以實現技術競爭力和企業(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技術變革情境下的競爭優(yōu)勢獲取及其實現路徑。

（三）技術合作與企業(yè)邊界的改變

AI技術的使用帶來了商業(yè)運作方式從競爭邏輯向共生邏輯轉變［64-65］。AI技術無法在各個場景之間通用的特點促進了需要擁有不同技術和領域知識的企業(yè)之間的合作，據世界知識產權局統(tǒng)計，有將近70%的AI專利發(fā)明被認為使用了跨領域的技術。AI和數字化技術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)軟件集成商廣聯達開始二次創(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，將語音技術以模塊化的形式賦能給客戶。

首先，AI算法訓練對數據和算力的需求促進了軟件與硬件在同一個企業(yè)的集成。也就是說，企業(yè)需要將大數據上傳到云平臺或在芯片集成算法的方式實現數據、算力和算法的循環(huán)。將軟件和硬件整合到一個企業(yè)的需求無疑擴大了企業(yè)的邊界，也增加了組織內部管理的復雜度。管理復雜度的上升要求企業(yè)將部分業(yè)務剝離以縮減邊界，而對產品開發(fā)所需要的相關領域知識的需求又需要實現不同領域內專業(yè)人才的整合，要求擴大邊界。其次，AI系統(tǒng)的提升需要與G端和B端的客戶合作，使用對方的數據驗證“概念產品”，并在后續(xù)的產品開發(fā)過程中自我生成時時數據集以支持算法的改進。這一過程凸顯了合作的重要性，擁有數據的合作方一般是B端的互聯網企業(yè)或有關政府部門，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相關的技術開發(fā)難、技術應用廣、產品形態(tài)少。AI底層技術無法支撐產品獨立存在，而是作為一種輔助技術提升現有系統(tǒng)的效率，或嵌入在現有產品當中。產品定義不能在企業(yè)內部完成增加了產品開發(fā)的難度，如何管理產品開發(fā)流程，以比競爭對手更快的速度發(fā)布產品成為企業(yè)構建核心競爭力的關鍵要素。因為企業(yè)的競爭優(yōu)勢不在于預測技術增長的S曲線，而是預測競爭對手以怎樣的速率投資到相似產品的開發(fā)上［67］。

針對這些特征，未來研究需要討論AI和數字化技術的使用為企業(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踐意義：AI技術改變企業(yè)邊界的條件，以及企業(yè)邊界變動的理論機制，包括治理機制、邊界跨越能力的改變等［24］。

（四）突破性技術與標準制定

突破性技術的擴散過程也是教育用戶的過程。AI技術雖然被認為是改變未來行業(yè)格局發(fā)展的關鍵技術，但AI如何更好地與社會經濟和人類融合還面臨諸多挑戰(zhàn)。具體而言，新技術帶來了新的生產和交易關系，并為用戶、企業(yè)、政府以及其他利益相關者帶來了沖突與挑戰(zhàn)［68］。具體到組織層面，企業(yè)需要耗費大量的人力向用戶介紹技術能夠解決的問題，以及為用戶創(chuàng)造的價值。即使客戶愿意接受某項產品，也會對企業(yè)進行長達一年甚至兩年的產品驗證，增加了創(chuàng)業(yè)企業(yè)的產品驗證成本。同時，伴隨著媒體對AI所帶來的潛在價值的過度宣傳，公眾對AI產品的預期也大幅提高。但目前AI底層算法技術尚不成熟，基于AI的產品性能通常低于公眾的預期，帶來了企業(yè)與用戶、公眾對AI技術認知上的紊亂。為了規(guī)范行業(yè)發(fā)展，有效的行業(yè)政策出臺和標準發(fā)布將有利于整合不同利益相關者對AI的認知，促進不同技術解決方案的融合和行業(yè)的可持續(xù)發(fā)展［69］。行業(yè)標準的制定被認為是實現新興技術擴散、教育市場的一種有效方式，未來研究可以進一步檢驗標準在促進企業(yè)市場拓展中的作用，以及如何利用標準實現產品創(chuàng)新，并挖掘標準促進企業(yè)競爭優(yōu)勢獲取的關鍵機制。

五、結語

人工智能是新一代信息技術的關鍵組成部分，也是重塑未來行業(yè)發(fā)展格局的核心技術體系之一。人工智能技術不僅促進了企業(yè)管理實踐的變革，也為管理學理論帶了新的機遇與挑戰(zhàn)。從人工智能的技術視角出發(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)中的三個重要組成部分：場景結構、數據生成和通用機器學習?；谶@些技術特點，本文從AI增益在位企業(yè)和AI賦能創(chuàng)業(yè)企業(yè)兩個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對企業(yè)帶來的“降本增效”結果，本文分別從AI與員工互動、AI與組織決策和AI與客戶關系三個方面闡明了現有文獻的觀點。同時，從企業(yè)創(chuàng)業(yè)、創(chuàng)業(yè)過程和創(chuàng)業(yè)結果三個層面梳理了AI賦能創(chuàng)業(yè)企業(yè)的相關研究?？偨Y現有文獻可以發(fā)現，多數研究采用了由外向內的視角［37］，即企業(yè)如何利用外部的技術、知識和海量數據等產生有價值的洞見并賦能企業(yè)，但對于企業(yè)如何采用AI技術更好地執(zhí)行組織內部職能、向用戶傳遞價值等由內向外視角的研究相對較少。

針對這一研究空白，本文從AI的技術特點出發(fā)，提出了四個重要的研究方向。這些研究方向注重探討AI技術對管理學理論基本假設帶來的挑戰(zhàn)，包括不確定性、信息完備性和企業(yè)邊界等。同時，針對人工智能技術對行業(yè)格局和社會結構所帶來的顛覆性影響，本文還提出了標準制定在規(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。隨著人工智能技術的商業(yè)化應用，越來越多的企業(yè)和用戶開始享受技術進步所帶來的紅利，然而技術進步往往是一把雙刃劍，在帶來效率提升的同時也會引入新的風險和不確定性?，F實中，很多企業(yè)在利用AI技術進行“降本增效”的改革或采用AI技術創(chuàng)辦企業(yè)時面臨很多現有管理學理論無法解釋的現象，未來研究有必要進一步從AI的技術屬性視角出發(fā)，分析它為管理學理論的假設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

詳細信息請參閱以下網址：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域內的技術專家和采用相關技術創(chuàng)業(yè)的企業(yè)家。訪談主題包括AI技術與傳統(tǒng)互聯網技術的差異、為企業(yè)管理帶來的挑戰(zhàn)與機遇、技術商業(yè)化的決定因素等。[BFQ][ZK）]

［參考文獻］

［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.基于物聯網的在線智能調度決策方法［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.人工智能產品與服務體系研究綜述［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］李紀珍，李曉華.企業(yè)邊界的動態(tài)性：基于信息技術視角的分析［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)參與全球價值鏈分工［J］.中國工業(yè)經濟，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.當前人工智能技術創(chuàng)新特征和演進趨勢［J］.智能系統(tǒng)學報，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，李紀珍，高旭東.大學的第三使命：從研究型大學向創(chuàng)業(yè)型大學的轉型［J］.科學學研究，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)略異質性研究：基于扎根理論雙案例視角［J］.科技進步與對策，2021，38（10）：75-84.

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

［68］梁正，余振，宋琦.人工智能應用背景下的平臺治理：核心議題、轉型挑戰(zhàn)與體系構建［J］.經濟社會體制比較，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

（責任編輯：張積慧）