隨 著GPT-4、文心一言等生成式AI大模型的出現(xiàn)，人工智能迎來了新一輪發(fā)展的戰(zhàn)略機(jī)遇。人工智能改變了傳統(tǒng)企業(yè)資源觀中“人機(jī)資源”二分的觀點(diǎn)，讓機(jī)器擁有了人的思維和認(rèn)知智慧，模糊了企業(yè)資源的邊界。那么，人工智能時(shí)代的企業(yè)資源觀和傳統(tǒng)企業(yè)資源觀有哪些區(qū)別？人工智能又將對企業(yè)資源配置和企業(yè)競爭優(yōu)勢來源帶來哪些具體影響？本文將從“人機(jī)協(xié)同的增強(qiáng)能力” 出發(fā)，重點(diǎn)研究這些問題。

人工智能改變了企業(yè)資源觀的內(nèi)涵

資源基礎(chǔ)觀（Resourced-based View，RBV）一經(jīng)提出便成為管理學(xué)的主流領(lǐng)域之一和研究與理解組織的核心視角。RBV將企業(yè)資源分為一般資源和戰(zhàn)略資源，一般資源包括現(xiàn)金、儀器設(shè)備等，而戰(zhàn)略資源包括企業(yè)組織文化、專利技術(shù)、品牌效應(yīng)等，具有有價(jià)值的（Valuable）、稀缺的（Rare）、不可模仿的（Inimitable）、不可替代的（Non-substitutable）等重要特征，擁有這類資源的企業(yè)可以取得持續(xù)競爭優(yōu)勢和超額利潤。當(dāng)前，企業(yè)資源觀已廣泛應(yīng)用于國際商務(wù)、創(chuàng)業(yè)、供應(yīng)鏈管理、人力資源管理等多個(gè)領(lǐng)域的分析研究。

隨著數(shù)字技術(shù)等新興科技的不斷發(fā)展，RBV理論也在不斷向前演進(jìn)。人工智能（Artificial Intelligence，AI）作為新一代的通用技術(shù)，已經(jīng)成為第四次工業(yè)革命的核心引擎和全球科技競爭的前沿領(lǐng)域。隨著GPT-4、文心一言等生成式AI大模型的出現(xiàn)，人工智能迎來了新一輪的發(fā)展機(jī)遇。當(dāng)前各國領(lǐng)軍企業(yè)正在大力發(fā)展人工智能技術(shù)，人工智能技術(shù)水平和應(yīng)用能力已經(jīng)成為企業(yè)資源的重要組成部分，也帶來了新的研究課題—組織內(nèi)部資源配置與競爭優(yōu)勢的關(guān)系。

具體而言，人工智能技術(shù)對企業(yè)資源觀的內(nèi)涵和企業(yè)競爭優(yōu)勢來源帶來了三項(xiàng)變化。第一，人工智能作為一種通用技術(shù)和使能技術(shù)，能夠在短時(shí)間內(nèi)整合跨領(lǐng)域的復(fù)雜資源，降低了資源的模仿障礙。第二，人工智能使機(jī)器能夠自主學(xué)習(xí)和行動，并在制定解決方案時(shí)與人類互動，擁有從前只有人具備的思維和認(rèn)知智慧，模糊了企業(yè)中人力資源與物質(zhì)資源的邊界，有可能實(shí)現(xiàn)包括人力資源、物質(zhì)資源等在內(nèi)的跨領(lǐng)域能力的增強(qiáng)。第三，人工智能技術(shù)更新了企業(yè)競爭優(yōu)勢的來源，AI具有的邊際成本和進(jìn)入壁壘低、無規(guī)模、實(shí)驗(yàn)成本低等突出特點(diǎn)，很容易在市場中獲得并易被復(fù)制，不滿足RBV中資源稀缺性（Rare）和不可模仿性（Inimitable）的特點(diǎn)，因此AI技術(shù)本身并不能為企業(yè)帶來持續(xù)競爭優(yōu)勢， AI只有和企業(yè)現(xiàn)有資源結(jié)合形成不可模仿的獨(dú)特資源束，才能成為企業(yè)的持續(xù)競爭優(yōu)勢。

由此可見，人工智能技術(shù)打破了傳統(tǒng)RBV中人力資源和物質(zhì)資源“二分”的觀點(diǎn)，降低了資源的模仿障礙，只有實(shí)現(xiàn)“人機(jī)協(xié)同”，才能實(shí)現(xiàn)企業(yè)各類資源的能力增強(qiáng)。在AI時(shí)代，能夠?qū)⑷斯ぶ悄芘c人類認(rèn)知能力有效互補(bǔ)的企業(yè)將在競爭中處于領(lǐng)先地位，本文將這種能力定義為企業(yè)的“人機(jī)協(xié)同的增強(qiáng)能力”。在下文中，本文將針對人工智能技術(shù)對企業(yè)資源邊界的影響、人機(jī)協(xié)同增強(qiáng)能力的定義與內(nèi)涵、人機(jī)協(xié)同帶來企業(yè)競爭優(yōu)勢的案例展開分析，進(jìn)而為人工智能時(shí)代下企業(yè)資源觀的改造作出貢獻(xiàn)。

人工智能改變企業(yè)內(nèi)部資源配置：替代與互補(bǔ)雙元效應(yīng)

根據(jù)傳統(tǒng)RBV理論，企業(yè)引入新的資源與技術(shù)時(shí)，可能會帶來替代效應(yīng)或互補(bǔ)效應(yīng)。當(dāng)引入的新資源可以通過提供相同或更多樣的功能替代傳統(tǒng)資源時(shí)，替代效應(yīng)消除了原有競爭優(yōu)勢；而當(dāng)引入的異質(zhì)資源能夠與傳統(tǒng)資源整合形成新的獨(dú)特資源束時(shí)，將能夠帶來新的競爭優(yōu)勢。在替代效應(yīng)上，由于AI較低的邊際成本和較小的模仿障礙，人工智能的計(jì)算能力一定程度上取代了人類傳統(tǒng)的認(rèn)知能力，比如未來績效預(yù)測、產(chǎn)品方案設(shè)計(jì)、風(fēng)險(xiǎn)投資分析等，機(jī)器幾乎無限的信息處理能力常會帶來更好的預(yù)測效果。因此，從替代效應(yīng)出發(fā)，AI的應(yīng)用將會削弱企業(yè)戰(zhàn)略資源帶來的競爭優(yōu)勢，讓各企業(yè)資源變得趨同。

但需要認(rèn)識到的是，AI對人類的替代效應(yīng)存在著局限性，因?yàn)槠髽I(yè)決策除了機(jī)器最擅長的數(shù)據(jù)分析和預(yù)測外，還需要設(shè)定目標(biāo)、進(jìn)行價(jià)值判斷、采取行動等復(fù)雜環(huán)節(jié)，需要機(jī)器在人類的指導(dǎo)下完成任務(wù)，人能否正確高效地指導(dǎo)機(jī)器成為企業(yè)管理中的關(guān)鍵問題。機(jī)器和人類在處理信息的方法上也存在著“通”與“?！钡幕パa(bǔ)性，以變換器神經(jīng)網(wǎng)絡(luò)（Transfromer）為代表的前沿深度學(xué)習(xí)方法，進(jìn)行信息處理的優(yōu)勢在于快速、大量、跨領(lǐng)域。人類處理信息時(shí)則更依賴于經(jīng)驗(yàn)，即信息處理捷徑，并且能與社會更好地發(fā)生互動，這帶來潛在偏誤的同時(shí)，也使得人類經(jīng)驗(yàn)在特殊、復(fù)雜而熟悉的環(huán)境中能夠發(fā)揮獨(dú)特效用。只有人類和機(jī)器結(jié)合起來，才能最大化提升復(fù)雜信息處理的效率。因此，實(shí)現(xiàn)AI和人類的互補(bǔ)效應(yīng)才是發(fā)揮AI作用的關(guān)鍵。

基于人工智能技術(shù)的企業(yè)資源互補(bǔ)性與傳統(tǒng)RBV觀點(diǎn)中資源互補(bǔ)性有著本質(zhì)差異。傳統(tǒng)RBV中的互補(bǔ)性指給定A和B兩種資源，A越多，B就越有價(jià)值。企業(yè)會有目的的在異質(zhì)資源中進(jìn)行搜索，并將這類資源整合到現(xiàn)有領(lǐng)域的資源中，在保留傳統(tǒng)領(lǐng)域價(jià)值的同時(shí)拓展出未來發(fā)展的路徑。但是，人工智能技術(shù)由于其所具有的通用技術(shù)和使能技術(shù)的特點(diǎn)，可以影響許多部門和行業(yè)并刺激后續(xù)創(chuàng)新，可以打破企業(yè)原有的知識和資源邊界，極大擴(kuò)展業(yè)務(wù)領(lǐng)域，影響企業(yè)的各類資源配置和資源應(yīng)用效率。AI資源和企業(yè)原有資源發(fā)揮互補(bǔ)作用的機(jī)制相較于傳統(tǒng)RBV中定義的“A越多，B越有價(jià)值”的簡單模型要更加復(fù)雜，如何更好地發(fā)揮AI和人類的互補(bǔ)性需要更多的理論與實(shí)踐探索。

因此，在人工智能技術(shù)的驅(qū)動下，資源的替代效應(yīng)和互補(bǔ)效應(yīng)將會同時(shí)發(fā)生。如果人工智能能夠與人類認(rèn)知能力形成互補(bǔ)，企業(yè)可以創(chuàng)造從前不相關(guān)的戰(zhàn)略資源的獨(dú)特組合，實(shí)現(xiàn)能力增強(qiáng)（Augmentation），創(chuàng)造新的競爭優(yōu)勢。

人工智能改變企業(yè)競爭優(yōu)勢來源：人機(jī)協(xié)同的增強(qiáng)能力

人機(jī)協(xié)同的基本思想是協(xié)作共贏，即增強(qiáng)彼此的優(yōu)勢。人類的優(yōu)勢在于領(lǐng)導(dǎo)力、團(tuán)隊(duì)協(xié)作、社交和互動能力，在于感知、推理、歸納、學(xué)習(xí)；而機(jī)器的優(yōu)勢在于搜集、計(jì)算、存儲、優(yōu)化，兩者具有協(xié)同增強(qiáng)的巨大空間。在人工智能時(shí)代下，機(jī)器承擔(dān)了傳統(tǒng)上屬于人類的認(rèn)知工作，對企業(yè)原有資源產(chǎn)生了替代和互補(bǔ)的二元效應(yīng)，這意味著傳統(tǒng)RBV中人機(jī)資源二分的時(shí)代已經(jīng)被打破，而是演變成了機(jī)器對人類能力的“增強(qiáng)”（Augmentation）。企業(yè)需要用組合各類資源的“整合觀”和協(xié)調(diào)各類資源關(guān)系的“體系觀”來看待人和機(jī)器的關(guān)系，人和機(jī)器不應(yīng)互為對手，而應(yīng)將互補(bǔ)優(yōu)勢結(jié)合起來。因此，本文將企業(yè)內(nèi)部人類和機(jī)器密切合作，利用人工智能資源進(jìn)而實(shí)現(xiàn)優(yōu)勢增強(qiáng)的能力定義為“人機(jī)協(xié)同的增強(qiáng)能力”。當(dāng)前，這種“增強(qiáng)”策略正在被各大公司采用，例如微軟CEO薩提亞·納德拉（Satya Nadella）在2016年宣布，微軟將打造增強(qiáng)人類能力和體驗(yàn)的智能；再如IBM從2017年起指出公司開發(fā)AI的目的是增強(qiáng)人類智能，其總裁兼CEO羅睿蘭（Ginni Rometty）甚至建議用增強(qiáng)智能（Augmented Intelligence）取代人工智能一詞。在國內(nèi)，百度的“All in AI”，華為的“打造無所不及的AI”和阿里巴巴的“用戶為先，AI驅(qū)動”等戰(zhàn)略，均體現(xiàn)了國內(nèi)頭部企業(yè)對人工智能資源的大力投入。

本文以人機(jī)協(xié)作背景下的國際象棋賽事為例，對“人機(jī)協(xié)同的增強(qiáng)能力”進(jìn)行進(jìn)一步闡釋。有研究指出，當(dāng)人類與AI協(xié)作進(jìn)行國際象棋比賽時(shí)，取得勝利的棋手往往不是國際象棋領(lǐng)域的頂尖棋手，而是那些具有“中等國際象棋能力的計(jì)算機(jī)工程師”，他們能夠從計(jì)算的角度看待國際象棋游戲。這一結(jié)果對于人工智能時(shí)代下的企業(yè)資源觀有著深刻的啟發(fā)意義。由于特定領(lǐng)域的企業(yè)往往將有限的注意力集中在該領(lǐng)域的資源配置和能力提升上，常常忽視了提升“通用”的增強(qiáng)能力。但是人工智能這一通用技術(shù)的快速發(fā)展，讓原本不相關(guān)領(lǐng)域的替代（如計(jì)算機(jī)技術(shù)和國際象棋）成為可能，深度學(xué)習(xí)方法的普及減少了對特定領(lǐng)域?qū)I(yè)知識的需求。因此，在人工智能時(shí)代，企業(yè)尤其要避免核心剛性和路徑依賴，在原有資源基礎(chǔ)上重點(diǎn)配置具有通用功能的人工智能技術(shù)，進(jìn)而實(shí)現(xiàn)人機(jī)協(xié)同下的資源增強(qiáng)，構(gòu)建出新的能力增強(qiáng)點(diǎn)，獲得AI時(shí)代下企業(yè)競爭優(yōu)勢的新來源。

在構(gòu)建人機(jī)協(xié)同增強(qiáng)能力的過程中，企業(yè)要注重?cái)?shù)據(jù)資源的收集和分析工作。企業(yè)數(shù)據(jù)是人工智能技術(shù)的重要互補(bǔ)資源，AI模型只有通過大型數(shù)據(jù)集訓(xùn)練才能變得準(zhǔn)確。由于AI模型對大量高質(zhì)量數(shù)據(jù)有很高要求，這也讓擁有數(shù)據(jù)資源的企業(yè)相比于其他企業(yè)和科研機(jī)構(gòu)，在AI研究中處于優(yōu)勢地位。除了數(shù)據(jù)質(zhì)量外，許多AI應(yīng)用程序是以監(jiān)督學(xué)習(xí)的方式開發(fā)，這使得數(shù)據(jù)的適當(dāng)標(biāo)記也十分重要。許多頭部AI企業(yè)通過企業(yè)平臺收集了大量數(shù)據(jù)，如谷歌為了改善計(jì)算機(jī)視覺算法，建立了“JFT-300M”的內(nèi)部數(shù)據(jù)集，其數(shù)據(jù)量是ImageNet的300倍；Facebook使用從其平臺Instagram獲取的35億張圖像和1.7萬個(gè)相應(yīng)標(biāo)簽的專有數(shù)據(jù)進(jìn)行訓(xùn)練，顯著提高了圖像識別的精度。微軟、雅虎、百度、Linkedin等企業(yè)都擁有大量的獨(dú)家數(shù)據(jù)資源和B2C業(yè)務(wù)，IBM、NEC和Adobe等企業(yè)通過云計(jì)算和其他服務(wù)訪問大量數(shù)據(jù)。因此，有意識地收集數(shù)據(jù)是AI時(shí)代企業(yè)發(fā)展人機(jī)協(xié)同增強(qiáng)能力的關(guān)鍵環(huán)節(jié)。

人工智能時(shí)代下企業(yè)人機(jī)協(xié)同實(shí)踐

本部分從智慧教育、智慧物流、智慧醫(yī)療三個(gè)新興產(chǎn)業(yè)出發(fā)，對科大訊飛智慧教育、中舟智能智慧物流、騰訊智慧醫(yī)療等企業(yè)布局人工智能資源，培養(yǎng)企業(yè)內(nèi)部人類和機(jī)器密切合作能力，進(jìn)而實(shí)現(xiàn)優(yōu)勢增強(qiáng)的人機(jī)協(xié)同實(shí)踐展開具體分析，以呈現(xiàn)人工智能時(shí)代下企業(yè)資源觀和企業(yè)競爭優(yōu)勢來源的改造與更新。

智慧教育。AI時(shí)代下的智慧教育可以界定為用AI技術(shù)實(shí)現(xiàn)個(gè)性化學(xué)習(xí)和精準(zhǔn)化教學(xué)，構(gòu)建兼具人性化與智慧化特征的教學(xué)生態(tài)。智慧教育讓教師教學(xué)變成了“人機(jī)共教”的協(xié)同教學(xué)，搭建有利于教師發(fā)揮作用的智慧教育體系，幫助教師增強(qiáng)人機(jī)共教能力成為了關(guān)鍵問題?？拼笥嶏w將培養(yǎng)人機(jī)協(xié)同的增強(qiáng)能力作為AI時(shí)代企業(yè)獲得競爭優(yōu)勢的核心戰(zhàn)略資源，其打造的智慧教育課堂可以對學(xué)習(xí)者進(jìn)行全程深入跟蹤，利用教學(xué)大數(shù)據(jù)智能識別學(xué)生對知識的掌握情況，并提供智能化個(gè)性指導(dǎo)，形成了教師根據(jù)大數(shù)據(jù)課前預(yù)設(shè)教學(xué)重難點(diǎn)、課中解決重難點(diǎn)、課后推動針對性作業(yè)的聯(lián)動體系?？拼笥嶏w搭建的智慧教育系統(tǒng)通過智能評價(jià)技術(shù)、語言學(xué)習(xí)技術(shù)、知識圖譜構(gòu)建技術(shù)，提升了教師對學(xué)生學(xué)習(xí)情況的掌握。2023年8月，在訊飛星火認(rèn)知大模型 V2.0 出現(xiàn)后，教師僅需用幾句話描述需求，就可以通過“星火教師助手”進(jìn)行“對話式開發(fā)”，完成輕應(yīng)用搭建，還可以“瞬間”完成單元教學(xué)規(guī)劃、教學(xué)活動設(shè)計(jì)和課件制作等，實(shí)現(xiàn)教學(xué)效果增強(qiáng)，大大提升了人機(jī)協(xié)同效率。

智慧物流。當(dāng)前人與機(jī)器配合共同作業(yè)已成為物流行業(yè)的主流工作模式，人工智能技術(shù)作為推動物流系統(tǒng)降成本、強(qiáng)柔性、智能化發(fā)展的重要抓手，為實(shí)現(xiàn)供貨方的利潤最大化與需求方的服務(wù)最優(yōu)化提供了重要保障?，F(xiàn)實(shí)操作中，如何減少人與機(jī)器配合中的無效摩擦，通過人機(jī)協(xié)同提升生產(chǎn)效率已成為當(dāng)前智慧物流發(fā)展中的核心議題。在智慧物流領(lǐng)域，機(jī)器的優(yōu)勢在于精確性、重體力的作業(yè)，而人類的優(yōu)勢在于高度柔性化的作業(yè)和協(xié)調(diào)決策能力。亞馬遜研發(fā)出第一個(gè)完全自主移動機(jī)器人Proteus，該機(jī)器人可以在復(fù)雜的倉庫環(huán)境中獨(dú)立導(dǎo)航和操作，而人員則專注于異常情況管理、訂單處理等任務(wù)。而我國的中舟智能基于強(qiáng)大的多維度AI感知能力、機(jī)器學(xué)習(xí)、控制決策等技術(shù)，為客戶提供了基于AMR（自主移動機(jī)器人）的人機(jī)協(xié)同柔性物流方案，最大程度地解決了動態(tài)環(huán)境的貨品搬運(yùn)問題，保證機(jī)器人在有人、有叉車存在的動態(tài)環(huán)境下也能夠自如工作，一方面保障了工人的作業(yè)安全，同時(shí)也促成了人機(jī)間的合理分工與高效協(xié)同，增強(qiáng)了物流系統(tǒng)效率。

智慧醫(yī)療。在智慧醫(yī)療領(lǐng)域，人工智能技術(shù)可以實(shí)現(xiàn)器官識別、基于醫(yī)學(xué)影像的疾病判斷、手術(shù)視頻解析等工作，將醫(yī)生的專業(yè)知識和AI機(jī)器預(yù)測相結(jié)合進(jìn)行醫(yī)療診斷。但與此同時(shí)，AI也存在“不透明”的問題，萊博維茨（Lebovitz）等學(xué)者對美國醫(yī)院使用人工智能技術(shù)進(jìn)行乳腺癌、肺癌和骨齡測定的研究發(fā)現(xiàn)，如果醫(yī)生無法將自己的知識和AI推斷有效結(jié)合起來，那么診斷效率就沒有得到提升。因此，幫助醫(yī)生更高效地理解并利用AI推斷，真正提升人機(jī)協(xié)同效用成為了智慧醫(yī)療領(lǐng)域的關(guān)鍵。在治療心血管疾病的過程中，對心臟MRI檢查影像的判斷需專家憑借大量經(jīng)驗(yàn)，這易受主觀因素的影像且漏診誤診率較高。因此為提升其產(chǎn)品的人機(jī)協(xié)同能力，西門子醫(yī)療與英特爾將AI應(yīng)用到心臟病學(xué)與放射性影響分析中，基于Dense U-Net對心臟的左右心室進(jìn)行語義分割，大大提升了醫(yī)生的影像判讀的效率。騰訊覓影數(shù)智醫(yī)療影像平臺通過“影像云+影像AI”的方式，使遠(yuǎn)程診斷、遠(yuǎn)程會診、輔助診斷等在數(shù)字影像應(yīng)用方面取得新突破。醫(yī)生可通過移動端完成多場景多終端診斷，一鍵開啟MDT會診，并可調(diào)用AI引擎進(jìn)行臨床輔助診斷，這些都是企業(yè)培養(yǎng)人機(jī)協(xié)同增強(qiáng)能力的重要戰(zhàn)略舉措。當(dāng)前，大模型更是讓智慧醫(yī)療領(lǐng)域的人機(jī)協(xié)同取得重大突破。2023年9月，騰訊健康公布醫(yī)療大模型，全新發(fā)布智能問答、家庭醫(yī)生助手、數(shù)智醫(yī)療影像平臺等多場景AI產(chǎn)品，這一大模型加入了超過285萬醫(yī)療實(shí)體、覆蓋98%醫(yī)學(xué)知識圖譜與文獻(xiàn)，經(jīng)過3000萬包括患者、醫(yī)生、藥廠等場景及醫(yī)療流程的問答對話進(jìn)行多任務(wù)微調(diào)，以及36萬專家醫(yī)生標(biāo)注數(shù)據(jù)的強(qiáng)化學(xué)習(xí)，大大提升了人機(jī)協(xié)作的效率，實(shí)現(xiàn)智慧醫(yī)療水平增強(qiáng)。

結(jié)語

人工智能作為一種通用技術(shù)和使能技術(shù)，賦予了機(jī)器人以智慧，也改變了企業(yè)資源觀的內(nèi)涵。人工智能降低了企業(yè)資源的模仿障礙，將企業(yè)內(nèi)部從“人”“機(jī)”資源二分變成了“人”“機(jī)”資源融合，并對企業(yè)原有資源具有“替代”和“互補(bǔ)”的二元效應(yīng)。由于機(jī)器和人類具有“通”與“專”的互補(bǔ)性和協(xié)同增強(qiáng)的巨大空間，發(fā)揮人類和機(jī)器的互補(bǔ)作用是利用人工智能的關(guān)鍵?；谝陨戏治?，本文將企業(yè)內(nèi)部人類和機(jī)器密切合作，進(jìn)而實(shí)現(xiàn)優(yōu)勢增強(qiáng)的能力定義為“人機(jī)協(xié)同的增強(qiáng)能力”，并指出這種能力是人工智能時(shí)代企業(yè)競爭優(yōu)勢的新來源，對企業(yè)資源觀進(jìn)行了更新。在人工智能時(shí)代，企業(yè)要避免核心剛性和路徑依賴，重點(diǎn)配置具有通用功能的人工智能技術(shù)，進(jìn)而實(shí)現(xiàn)人機(jī)協(xié)同下的能力與資源增強(qiáng)，從而在新一輪科技變革中獲得競爭優(yōu)勢。