智能商業(yè)中的非線性價(jià)值共創(chuàng)機(jī)理

楊學(xué)成，劉雯雯

（北京郵電大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100876）

1 研究背景

近年來，人工智能（AI）技術(shù)迅速融入商業(yè)實(shí)踐。企業(yè)利用人工智能技術(shù)實(shí)現(xiàn)人和機(jī)器協(xié)同工作時(shí)，實(shí)現(xiàn)了最顯著的績效改進(jìn)［1］。人工智能技術(shù)與企業(yè)組織的結(jié)合產(chǎn)生了大量的智能商業(yè)應(yīng)用場景［2］，例如，王烽權(quán)［3］等研究了人工智能技術(shù)對拼多多商業(yè)模式匹配性的改變，表明智能技術(shù)對零售電商企業(yè)的價(jià)值生產(chǎn)了邏輯的重構(gòu)；楊曉新等［4］認(rèn)為出版行業(yè)正在通過AI 技術(shù)密切與用戶之間的關(guān)系，吸引用戶參與價(jià)值創(chuàng)造。然而與蓬勃的實(shí)踐相比，盡管在大數(shù)據(jù)驅(qū)動下應(yīng)用智能技術(shù)使商業(yè)實(shí)踐實(shí)現(xiàn)了流程自動化、決策智能化［5］，如Castelli 等［6］關(guān)注到人工智能系統(tǒng)的應(yīng)用實(shí)現(xiàn)了部分銀行業(yè)務(wù)的自動化，Wamba-Taguimdje 等［7］調(diào)查顯示人工智能能夠優(yōu)化組織現(xiàn)有財(cái)務(wù)、行政和營銷流程，Vidgen 等［8］認(rèn)為人工智能通過大數(shù)據(jù)和業(yè)務(wù)分析促進(jìn)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(shù)有助于降本增效已經(jīng)成為共識，但在智能技術(shù)如何引發(fā)價(jià)值共創(chuàng)這一關(guān)鍵問題上，相關(guān)的研究成果還不豐富。

對價(jià)值共創(chuàng)的研究一直是價(jià)值理論研究領(lǐng)域的重要議題。從Vargo 等［10］提出“價(jià)值共創(chuàng)”（value co-creation）的概念以來，服務(wù)主導(dǎo)邏輯挑戰(zhàn)了原有基于資源觀的商品主導(dǎo)邏輯。服務(wù)主導(dǎo)邏輯相對強(qiáng)調(diào)企業(yè)在價(jià)值共創(chuàng)過程中的作用，例如Kalaignanam等［11］指出企業(yè)為與消費(fèi)者共創(chuàng)價(jià)值提供機(jī)會和條件、追求價(jià)值共創(chuàng)效率等，然而，目前對價(jià)值共創(chuàng)的研究仍大多聚焦于單次價(jià)值共創(chuàng)過程的描述性研究，例如楊學(xué)成等［12］對共享平臺的一次打車過程進(jìn)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(jìn)行分階段案例研究，很少關(guān)注到價(jià)值共創(chuàng)生態(tài)系統(tǒng)整體的不斷改進(jìn)。其原因一方面在于對價(jià)值共創(chuàng)生態(tài)系統(tǒng)整體進(jìn)行研究的復(fù)雜度，另一方面在于以往的價(jià)值共創(chuàng)進(jìn)程緩慢，在時(shí)間上可以被割裂看待。盡管為應(yīng)對傳統(tǒng)機(jī)械還原、線性價(jià)值共創(chuàng)邏輯受到的挑戰(zhàn)，服務(wù)生態(tài)系統(tǒng)價(jià)值共創(chuàng)理論開始關(guān)注到多個(gè)利益相關(guān)參與者交互協(xié)作的系統(tǒng)視角，基于資源互動提出A2A 導(dǎo)向（即actor to actor，強(qiáng)調(diào)在價(jià)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(jià)值共創(chuàng)模式，以遠(yuǎn)離價(jià)值共創(chuàng)線性的、順序創(chuàng)造的謬誤［14］，但其關(guān)注點(diǎn)多數(shù)在于主體行為、制度環(huán)境的影響。實(shí)際上，技術(shù)作為一種動態(tài)性操作資源，在價(jià)值共創(chuàng)、服務(wù)創(chuàng)新和系統(tǒng)重構(gòu)中發(fā)揮著關(guān)鍵的作用［15］。這種作用甚至是顛覆性的。

以人工智能技術(shù)為例，在智能商業(yè)背景下，智能技術(shù)具有強(qiáng)交互、強(qiáng)反饋的特點(diǎn)，智能商業(yè)的價(jià)值創(chuàng)生更加復(fù)雜，因此對智能商業(yè)背景下價(jià)值共創(chuàng)的考察研究必須考慮到技術(shù)特性，從動態(tài)、整體的視角來進(jìn)行，然而與之相關(guān)的研究還很缺乏，智能商業(yè)中的價(jià)值共創(chuàng)機(jī)理的問題還有待進(jìn)一步揭示。因此，本研究在剖析現(xiàn)有相關(guān)文獻(xiàn)成果的基礎(chǔ)上，結(jié)合當(dāng)前智能商業(yè)實(shí)踐經(jīng)驗(yàn)提出非線性價(jià)值共創(chuàng)模型，并采用案例研究法予以檢驗(yàn)。

2 文獻(xiàn)評述

2.1 智能商業(yè)

智能商業(yè)是指將人工智能技術(shù)融入企業(yè)組織商業(yè)實(shí)踐以創(chuàng)造價(jià)值的商業(yè)形態(tài)。其興起緣于大數(shù)據(jù)、算法和計(jì)算機(jī)硬件的發(fā)展使人工智能技術(shù)取得巨大進(jìn)步［16］。通過獨(dú)特的學(xué)習(xí)能力，人工智能能夠在企業(yè)諸多應(yīng)用中推動任務(wù)、流程、業(yè)務(wù)模式甚至是客戶行為的變化［17］，為企業(yè)組織提供了改進(jìn)和發(fā)掘潛力的商業(yè)機(jī)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(gè)組成部分創(chuàng)造價(jià)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(shí)踐上還是在價(jià)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(jià)值及其社會影響等方面，有關(guān)探討基本集中于應(yīng)用AI 技術(shù)而形成大數(shù)據(jù)驅(qū)動、流程自動化、決策智能化等特點(diǎn)帶來的增值價(jià)值。大數(shù)據(jù)驅(qū)動指在智能商業(yè)中企業(yè)應(yīng)用AI 技術(shù)處理海量數(shù)據(jù)，包括結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)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(yīng)用AI 技術(shù)能夠推動業(yè)務(wù)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(zhuǎn)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(rèn)知學(xué)習(xí)能力的智能決策特點(diǎn)將智能商業(yè)與其他應(yīng)用IT技術(shù)的商業(yè)形態(tài)區(qū)別開來，智能商業(yè)發(fā)揮戰(zhàn)略價(jià)值的關(guān)鍵就在于利用AI 技術(shù)的這項(xiàng)能力［8］，例如Castelli 等［6］和錢大琳等［21］指出AI 技術(shù)依靠大數(shù)據(jù)和算法能夠?qū)θ蝿?wù)進(jìn)行準(zhǔn)確判斷，因而應(yīng)用人工智能技術(shù)的人機(jī)交互協(xié)作能夠輔助人類更好地決策，而F?gener 等［9］通過實(shí)驗(yàn)驗(yàn)證了這一點(diǎn)，此外李憶等［22］也通過研究人工智能技術(shù)整合方式以及協(xié)作模式反映了應(yīng)用人工智能技術(shù)進(jìn)行智能決策的價(jià)值。由此可以看出，智能商業(yè)是價(jià)值創(chuàng)造的一種方式，并且這種價(jià)值創(chuàng)造方式與傳統(tǒng)的實(shí)體經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)有著本質(zhì)性不同，主要體現(xiàn)在以下3 點(diǎn)：

一是智能商業(yè)是一種更有效率的價(jià)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(rèn)為基于數(shù)字化技術(shù)的線上系統(tǒng)實(shí)現(xiàn)人際互動和信息傳遞具有更高的協(xié)調(diào)效率。

二是智能商業(yè)的價(jià)值創(chuàng)生是共創(chuàng)的結(jié)果，包含了多方主體。例如Lee 等［25］利用人工智能常用的機(jī)器學(xué)習(xí)方法對臉書（Facebook）上的用戶行為進(jìn)行分析，進(jìn)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(shù)、企業(yè)這三方主體的共創(chuàng)行為。

三是智能商業(yè)的價(jià)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(wù)，在數(shù)據(jù)驅(qū)動下能夠及時(shí)反饋以適應(yīng)環(huán)境的變化；Canhoto 等［27］則指出在智能商業(yè)環(huán)境下，一個(gè)產(chǎn)品的功能升級會促進(jìn)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(gè)智能產(chǎn)品的升級會影響到所有用戶。

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

2.2 非線性價(jià)值共創(chuàng)

總體來看，過往有關(guān)價(jià)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(jià)值創(chuàng)造活動流程是界定價(jià)值源、設(shè)計(jì)價(jià)值創(chuàng)造流程、交付價(jià)值等。在過程視角下對價(jià)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(jià)值共創(chuàng)過程遵循的是服務(wù)主導(dǎo)邏輯，例如Prahalad 等［29］通過研究企業(yè)與消費(fèi)者共同創(chuàng)造價(jià)值的案例指出，共創(chuàng)價(jià)值本質(zhì)上是共同創(chuàng)造消費(fèi)者的體驗(yàn)價(jià)值，并認(rèn)為消費(fèi)體驗(yàn)是一個(gè)連續(xù)過程，而價(jià)值共創(chuàng)貫穿于整個(gè)消費(fèi)體驗(yàn)過程，但此處的消費(fèi)體驗(yàn)的內(nèi)涵僅限于對一次消費(fèi)過程的考察，并未涉及該消費(fèi)過程對于整體消費(fèi)服務(wù)水平的影響。此外，在企業(yè)與消費(fèi)者價(jià)值共創(chuàng)過程中，互動作為關(guān)鍵要素已被廣泛接受，如Yi 等［30］強(qiáng)調(diào)了顧客參與行為中的人際互動；Ranjan 等［31］也強(qiáng)調(diào)互動是價(jià)值共創(chuàng)的重要因素之一，但其內(nèi)涵也局限于一次消費(fèi)體驗(yàn)中的互動；Payne 等［32］指出企業(yè)在互動中能夠?qū)r(jià)值共創(chuàng)整個(gè)過程進(jìn)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(jià)值共創(chuàng)成為一個(gè)不斷改進(jìn)的動態(tài)系統(tǒng)。

C2C 模式下的價(jià)值共創(chuàng)遵循顧客主導(dǎo)邏輯，尤其是互聯(lián)網(wǎng)技術(shù)的發(fā)展和應(yīng)用促進(jìn)了大量平臺型企業(yè)和共享經(jīng)濟(jì)的興起，用戶之間的互動形式更加多樣，對該模式下價(jià)值共創(chuàng)過程的研究十分關(guān)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(shí)現(xiàn)價(jià)值共創(chuàng)進(jìn)行階段性分析，例如楊學(xué)成等［12］基于出行平臺研究了共享經(jīng)濟(jì)中價(jià)值共創(chuàng)的動態(tài)過程，將其劃分為下單、乘車、支付3 個(gè)階段，并進(jìn)一步研究了該單向過程中的相關(guān)要素如何影響用戶間的價(jià)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(jià)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(jià)值共創(chuàng)進(jìn)行線性的、順序創(chuàng)造的研究。

B2B 模式下的價(jià)值共創(chuàng)研究是隨著數(shù)字技術(shù)進(jìn)一步發(fā)展，在產(chǎn)業(yè)應(yīng)用上工業(yè)互聯(lián)網(wǎng)成為熱點(diǎn)而開始的。對于該模式下的價(jià)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(jié)、聯(lián)動、聯(lián)體的業(yè)務(wù)驅(qū)動價(jià)值共創(chuàng)模式。盡管這一研究在價(jià)值共創(chuàng)過程上關(guān)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(guān)系，在價(jià)值共創(chuàng)結(jié)果上關(guān)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(zhì)上仍是對一次單向的過程進(jìn)行研究。

總而言之，過去的有關(guān)成果大多采用過程視角，認(rèn)為價(jià)值共創(chuàng)是個(gè)線性推進(jìn)的過程，共創(chuàng)的終點(diǎn)在于價(jià)值的實(shí)現(xiàn)。但是，數(shù)字技術(shù)平臺情境下價(jià)值共創(chuàng)的復(fù)雜性對傳統(tǒng)的線性價(jià)值共創(chuàng)邏輯提出了挑戰(zhàn)［33］，因?yàn)橹悄芟到y(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(shí)間，也就是說，這種價(jià)值共創(chuàng)的活動在時(shí)間周期上是連續(xù)的。除此之外，智能商業(yè)環(huán)境下的價(jià)值共創(chuàng)具備明顯的自我強(qiáng)化特點(diǎn)，這一環(huán)境下的價(jià)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(qiáng)化起于用戶與智能系統(tǒng)的互動，成長于智能系統(tǒng)的實(shí)時(shí)數(shù)據(jù)反饋，然后在反饋的基礎(chǔ)之上進(jìn)行算法優(yōu)化，以便更有利于下一個(gè)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(qū)動下及時(shí)反饋以適應(yīng)環(huán)境的變化［26］，是成功利用非線性反饋效應(yīng)的典型案例。

綜上，本研究提出“非線性價(jià)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(jià)值共創(chuàng)現(xiàn)象。所謂的非線性價(jià)值共創(chuàng)，是指企業(yè)和用戶基于智能系統(tǒng)進(jìn)行連接和互動，并持續(xù)進(jìn)行價(jià)值共創(chuàng)，具有時(shí)間連續(xù)、動態(tài)交互、反饋增強(qiáng)等特點(diǎn)。

3 研究框架與設(shè)計(jì)

3.1 研究框架

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

價(jià)值識別以連接作為先決條件，連接之后進(jìn)行用戶需求的獲取［30］。在B2C 模式下，連接是指服務(wù)提供方和顧客進(jìn)行服務(wù)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(jìn)行信息、技術(shù)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(shí)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(jìn)行，企業(yè)方不再直接參與到該觸達(dá)過程中，智能平臺因此獲取用戶數(shù)據(jù)，包括大量結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)［5］，并基于數(shù)據(jù)識別用戶，使價(jià)值識別成為一個(gè)人機(jī)交互的過程。

價(jià)值創(chuàng)造強(qiáng)調(diào)通過人際互動進(jìn)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(zé)［30］。在B2B 模式下，價(jià)值創(chuàng)造過程也強(qiáng)調(diào)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(gè)性化需求，實(shí)現(xiàn)雙方的利益最大化，為用戶創(chuàng)造價(jià)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(jià)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(guān)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(jìn)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(zé)；同時(shí)，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(shí)且批量，例如單一智能產(chǎn)品技術(shù)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(diǎn)［27］，且互動越多，智能平臺越智能，反過來使得價(jià)值創(chuàng)造活動更高效地進(jìn)行，例如智能化商業(yè)廣告由于互動數(shù)據(jù)的實(shí)時(shí)反饋而能夠高效適應(yīng)環(huán)境和用戶需求的變化［26］，由此價(jià)值創(chuàng)造成為了不斷迭代的反饋過程。

對價(jià)值實(shí)現(xiàn)則已經(jīng)基本達(dá)成共識，如Ranjan等［31］認(rèn)為使用價(jià)值和體驗(yàn)價(jià)值的實(shí)現(xiàn)是價(jià)值共創(chuàng)的結(jié)果；價(jià)值共創(chuàng)活動獲得的價(jià)值的重要內(nèi)容之一是使顧客的個(gè)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(chǔ)上完成了價(jià)值實(shí)現(xiàn)，而價(jià)值實(shí)現(xiàn)不止在于使用人工智能增強(qiáng)了客戶體驗(yàn)［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(jià)值需求，甚至智能平臺能夠基于全體用戶的數(shù)據(jù)預(yù)判某一具體用戶的價(jià)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(jià)值識別、價(jià)值創(chuàng)造、價(jià)值實(shí)現(xiàn)各個(gè)部分，正是由于智能平臺的加入，智能企業(yè)的價(jià)值共創(chuàng)模式突破了過去線性進(jìn)行的特點(diǎn)，使得價(jià)值共創(chuàng)模式體現(xiàn)出整體正反饋進(jìn)行的可能。因此，本研究提出非線性價(jià)值共創(chuàng)研究框架如表1 所示。

表1 非線性價(jià)值共創(chuàng)研究框架

3.2 研究設(shè)計(jì)

3.2.1 研究方法

本研究采用多案例研究的方法，基于價(jià)值共創(chuàng)理論對人工智能企業(yè)與用戶進(jìn)行價(jià)值共創(chuàng)的機(jī)理進(jìn)行研究。采用多案例研究方法主要有3 個(gè)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(jià)值共創(chuàng)機(jī)理是什么”以及“如何進(jìn)行價(jià)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(jī)理［39］13；其次，人工智能企業(yè)的價(jià)值創(chuàng)造機(jī)理涉及到企業(yè)、用戶、人工智能技術(shù)、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(jìn)行說明，而案例研究卻可以得出分析的普遍性結(jié)論［39］6-8，概括出智能商業(yè)背景下企業(yè)價(jià)值創(chuàng)造的機(jī)理框架；最后，本研究的目的在于探究人工智能企業(yè)的價(jià)值創(chuàng)造機(jī)理，選取了人工智能技術(shù)應(yīng)用方式和應(yīng)用程度不同的兩家企業(yè)進(jìn)行案例分析，使得研究結(jié)論能夠適用于“智能+產(chǎn)業(yè)”和“產(chǎn)業(yè)+智能”這兩種當(dāng)前常見的智能經(jīng)濟(jì)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(jī)器人行業(yè)和金融行業(yè)。原因在于，智能機(jī)器人行業(yè)是人工智能技術(shù)應(yīng)用最密集的行業(yè)之一，可以說人工智能技術(shù)集合而成的產(chǎn)業(yè)就是智能機(jī)器人行業(yè)；而傳統(tǒng)金融行業(yè)的基礎(chǔ)是數(shù)據(jù)，數(shù)據(jù)是產(chǎn)業(yè)智能化的基礎(chǔ)，目前金融科技的發(fā)展也切實(shí)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(dá)闥科技（北京）有限公司（以下簡稱“達(dá)闥科技”）作為機(jī)器人行業(yè)的研究對象。達(dá)闥科技作為我國首家云端智能機(jī)器人運(yùn)營商，其“云-網(wǎng)-端”架構(gòu)體現(xiàn)了典型的智能化運(yùn)營特點(diǎn)，且其運(yùn)營方式明顯不同于其他自動化機(jī)器人企業(yè)的價(jià)值共創(chuàng)模式；此外，盡管達(dá)闥科技發(fā)展時(shí)間短，但其已進(jìn)入美國、日本等國家和地區(qū)的機(jī)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(shí)，選取了中國平安保險(xiǎn)（集團(tuán)）股份有限公司（以下簡稱“平安集團(tuán)”）作為金融行業(yè)的研究對象。平安集團(tuán)是一家成立了30 余年的綜合金融服務(wù)集團(tuán)，通過推行“金融+科技”戰(zhàn)略逐漸提高了集團(tuán)的智能化程度，應(yīng)用人工智能技術(shù)推出了智能客服、智能醫(yī)生等多種智能服務(wù)并取得了良好的成果，能夠代表傳統(tǒng)企業(yè)的智能化轉(zhuǎn)型，體現(xiàn)了傳統(tǒng)企業(yè)應(yīng)用人工智能技術(shù)后價(jià)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(dá)闥科技作為全球領(lǐng)先的云端智能機(jī)器人運(yùn)營商，其相關(guān)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(guān)者的訪談途徑，能夠獲取翔實(shí)的一手資料和二手資料；平安集團(tuán)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(guān)業(yè)務(wù)資料細(xì)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(dá)闥科技成立于2015 年12 月，總部設(shè)在北京，同時(shí)在國內(nèi)的深圳、成都和國外的美國硅谷、日本東京都設(shè)有分支機(jī)構(gòu)，主要從事云端智能機(jī)器人運(yùn)營級別的安全云計(jì)算網(wǎng)絡(luò)、大型混合人工智能機(jī)器學(xué)習(xí)平臺以及安全智能終端和機(jī)器人控制器技術(shù)的研究。達(dá)闥科技擁有領(lǐng)先的視覺智能、自然語言處理、機(jī)器人運(yùn)動智能、網(wǎng)絡(luò)安全技術(shù)等核心技術(shù)，并基于云端大腦、機(jī)器人安全專網(wǎng)、機(jī)器人控制器構(gòu)建了安全的云端智能運(yùn)營架構(gòu)，可以為百萬臺級別的服務(wù)型機(jī)器人與智能設(shè)備提供服務(wù)。

平安集團(tuán)于1988 年誕生于深圳蛇口，是我國第一家股份制保險(xiǎn)企業(yè)，至今已經(jīng)發(fā)展成為集金融保險(xiǎn)、銀行、投資等金融業(yè)務(wù)為一體的整合、緊密、多元的綜合金融服務(wù)集團(tuán)，位列2021 年《財(cái)富》世界500 強(qiáng)排行榜第16 名［41］，是我國的老牌金融巨頭。在平安集團(tuán)發(fā)展至今的30 年中，以10 年為期不斷進(jìn)化：第1 個(gè)10 年，扎根保險(xiǎn)業(yè)，拓荒我國保險(xiǎn)業(yè)；第2 個(gè)10 年，成為綜合金融巨頭，打造了保險(xiǎn)、銀行和投資“三駕馬車”的全牌照金融版圖；第3 個(gè)10 年，積極擁抱科技，截至2019 年年初，累計(jì)投入500 多億元在人工智能、云計(jì)算、區(qū)塊鏈等技術(shù)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(dǎo)方針，本研究預(yù)先設(shè)計(jì)案例研究草案，按照進(jìn)行案例研究的要求，首先開展收集大量相關(guān)信息的工作，以多種來源的一手?jǐn)?shù)據(jù)和二手?jǐn)?shù)據(jù)相互驗(yàn)證，形成羅伯特［39］124所說的證據(jù)三角，增強(qiáng)研究的信度和效度。

考慮到數(shù)據(jù)的可得性，一手?jǐn)?shù)據(jù)主要是對達(dá)闥科技的相關(guān)人員進(jìn)行半結(jié)構(gòu)化訪談以及達(dá)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(shù)應(yīng)用這個(gè)重點(diǎn)，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(shù)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(jìn)行描述，以增強(qiáng)數(shù)據(jù)來源的可信度，并減少采訪者個(gè)人主觀意見的偏差，同時(shí)以數(shù)據(jù)信息出現(xiàn)收斂為訪談結(jié)束的標(biāo)志。經(jīng)過相關(guān)主體的授權(quán)，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(dá)闥科技訪談問題

二手?jǐn)?shù)據(jù)包括達(dá)闥科技和平安集團(tuán)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(bào)道等公開資料。兩家案例企業(yè)均處于行業(yè)領(lǐng)先地位，因而有關(guān)官網(wǎng)信息、新聞報(bào)道、期刊研究都較多，共獲得達(dá)闥科技公開資料12 萬余字和平安集團(tuán)公開資料34 萬余字。其中，達(dá)闥科技公開資料中主題重復(fù)內(nèi)容較多，主要來自于新聞報(bào)道；平安集團(tuán)由于發(fā)展時(shí)間長、涉及業(yè)務(wù)多，公開資料中各來源的無關(guān)內(nèi)容過多。經(jīng)過整理，排除明顯與研究主題“智能”和“價(jià)值共創(chuàng)”無關(guān)或重復(fù)的內(nèi)容，最終獲得達(dá)闥科技公開資料4 萬余字、平安集團(tuán)6 萬余字資料作為本次研究的二手?jǐn)?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(jìn)行編碼整理。在一手資料中，將達(dá)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(dá)闥科技相關(guān)二手資料編碼為SC，平安集團(tuán)相關(guān)二手資料編碼為SP。其次，對編碼數(shù)據(jù)進(jìn)行定性歸類。根據(jù)本研究框架（見表1），將編碼數(shù)據(jù)進(jìn)行細(xì)致研讀并歸納，分別歸類于研究框架所示的非線性價(jià)值共創(chuàng)的交互、反饋、增強(qiáng)3 個(gè)活動中。最后，邀請長期跟蹤價(jià)值共創(chuàng)以及人工智能領(lǐng)域的研究團(tuán)隊(duì)成員對歸類后的編碼數(shù)據(jù)進(jìn)行再次回顧與修改，以消除歧義、達(dá)成共識。

4 案例研究及結(jié)論

人工智能企業(yè)價(jià)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(diǎn)。一是，交互是智能商業(yè)價(jià)值共創(chuàng)的起點(diǎn)。相比于傳統(tǒng)線性價(jià)值共創(chuàng)以服務(wù)供應(yīng)方與服務(wù)需求方的遭遇空間為觸達(dá)點(diǎn)實(shí)現(xiàn)人際連接，智能商業(yè)背景下企業(yè)價(jià)值共創(chuàng)以終端智能交互產(chǎn)品為觸達(dá)點(diǎn)實(shí)現(xiàn)了人機(jī)連接；同時(shí)，傳統(tǒng)企業(yè)價(jià)值共創(chuàng)的獲取活動多通過營銷活動和用戶調(diào)查進(jìn)行，而人工智能企業(yè)價(jià)值共創(chuàng)的獲取活動是通過交互智能產(chǎn)品進(jìn)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(shí)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(wù)于自身需求。以平安集團(tuán)為例，2015 年4 月，平安人壽APP 服務(wù)平臺全新推出“問醫(yī)生”“一對一家庭醫(yī)生問診服務(wù)”等版塊功能，通過該項(xiàng)服務(wù)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(yīng)用于后續(xù)人工智能產(chǎn)品“平安好醫(yī)生”的開發(fā)；同時(shí)，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(jìn)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(jià)值共創(chuàng)非線性進(jìn)行的關(guān)鍵。在人工智能企業(yè)的價(jià)值共創(chuàng)中，由于智能產(chǎn)品作為服務(wù)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(yàn)式的人際互動成為了協(xié)作式的人機(jī)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(wù)提供方基于資源進(jìn)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(shí)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(jìn)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(jìn)行數(shù)據(jù)分析、一次終端賦能來實(shí)現(xiàn)，價(jià)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(jià)值創(chuàng)造流程對比

以達(dá)闥科技為例，其價(jià)值創(chuàng)造主要是提供通信技術(shù)以及人工智能技術(shù)，聯(lián)合成都某機(jī)器人制造商進(jìn)行生產(chǎn)；同時(shí)，與中國移動、廣州南粵基金集團(tuán)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(guān)系——一方面能夠?yàn)槠髽I(yè)收入的穩(wěn)定性提供保障，另一方面通過合作關(guān)系能夠獲取更多核心資源、實(shí)現(xiàn)互補(bǔ)共贏，例如達(dá)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(dá)成合作，雙方的技術(shù)能力與數(shù)據(jù)資源形成互補(bǔ)，共建醫(yī)療健康人工智能和云端醫(yī)療健康服務(wù)機(jī)器人運(yùn)營服務(wù)平臺。在互動方面，達(dá)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(dá)闥科技管理層的訪談內(nèi)容所示，“以我們旗下的接待機(jī)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(shí)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(dá)闥科技在云端積累了大量數(shù)據(jù)，并結(jié)合自主研發(fā)的多種人工智能技術(shù)，構(gòu)建了獨(dú)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(jìn)行智能交互。

三是，增強(qiáng)是智能商業(yè)價(jià)值共創(chuàng)的獨(dú)特價(jià)值，也是更高起點(diǎn)的價(jià)值共創(chuàng)的開始。在傳統(tǒng)的企業(yè)與客戶線性價(jià)值共創(chuàng)中，企業(yè)往往將客戶的需求實(shí)現(xiàn)和服務(wù)感知滿意作為衡量價(jià)值共創(chuàng)活動完成和價(jià)值實(shí)現(xiàn)的標(biāo)準(zhǔn)，即傳統(tǒng)企業(yè)價(jià)值實(shí)現(xiàn)的使用價(jià)值在于滿足了客戶需求，體驗(yàn)價(jià)值在于為客戶提供了個(gè)性化的服務(wù)。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(shù)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(lǐng)客戶需求提供了可能，基于此，客戶需求得到滿足，同時(shí)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(jì)利益，即人工智能企業(yè)價(jià)值實(shí)現(xiàn)的使用價(jià)值在于引領(lǐng)客戶需求，體驗(yàn)價(jià)值在于使客戶與智能企業(yè)及其智能技術(shù)建立信任關(guān)系。

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

同樣地，平安集團(tuán)基于平安云平臺開發(fā)了一系列應(yīng)用機(jī)器視覺、智能語音技術(shù)的智能產(chǎn)品，以其客服機(jī)器人smart robot 為例，在使用價(jià)值上，客服機(jī)器人匯集多方數(shù)據(jù)資源，能夠打通多渠道服務(wù)，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(shí)由于自然語言處理（NLP）算法以及深度語義理解技術(shù)的應(yīng)用，客服機(jī)器人不僅能夠回答使用者的疑問，也能夠引導(dǎo)使用者的行為，“在業(yè)務(wù)辦理過程中可隨時(shí)進(jìn)行問答，也可隨時(shí)回到業(yè)務(wù)流程中”。由于智能客服機(jī)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(yùn)營成本連年下降，截至2020 年年末，實(shí)現(xiàn)客均運(yùn)營成本節(jié)約57%［44］。在體驗(yàn)價(jià)值方面，客服機(jī)器人能夠全天候響應(yīng)客戶的服務(wù)需求，其可視化數(shù)據(jù)視圖和強(qiáng)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(tuán)的調(diào)查，以養(yǎng)老險(xiǎn)智慧客服機(jī)器人為例，客戶對客服機(jī)器人的滿意度達(dá)99%［45］。

（2）智能平臺的加入是實(shí)現(xiàn)智能商業(yè)非線性價(jià)值共創(chuàng)的關(guān)鍵點(diǎn)。由于人工智能企業(yè)向用戶提供的產(chǎn)品和服務(wù)具有成長性的特征［26］，人工智能企業(yè)與用戶的價(jià)值共創(chuàng)活動也具有非線性、螺旋上升的特點(diǎn)，一次價(jià)值共創(chuàng)活動的完成是下一輪價(jià)值共創(chuàng)活動更高起點(diǎn)的開始，從而通過增強(qiáng)效應(yīng)實(shí)現(xiàn)非線性共創(chuàng)。其原因一方面在于人工智能技術(shù)固有的正反饋效應(yīng)——數(shù)據(jù)輸入越多則結(jié)果輸出就越精確，產(chǎn)品服務(wù)的智能化升級使得用戶愿意與智能產(chǎn)品進(jìn)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(zhì)變，數(shù)據(jù)分析等技術(shù)的進(jìn)步以及企業(yè)平臺在數(shù)據(jù)“投喂”下更加智能，都使得準(zhǔn)確分析、預(yù)測顧客的價(jià)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(jià)值共創(chuàng)向非線性價(jià)值共創(chuàng)的變遷

達(dá)闥科技的智能平臺是基于人工智能技術(shù)和通信網(wǎng)絡(luò)技術(shù)打造的云端大腦：采用區(qū)塊鏈技術(shù)打造覆蓋全球、高速安全、獨(dú)立隱身的基于訪客的網(wǎng)絡(luò)（VBN），使云端大腦得以與機(jī)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(wù)進(jìn)入云端大腦，同時(shí)也能通過終端為原本非智能的機(jī)器人賦能，使其可以與外界進(jìn)行交互。達(dá)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(jià)值共創(chuàng)活動能夠在數(shù)字空間中自動化進(jìn)行：在交互過程中，顧客與機(jī)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(wù)、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(jià)值需求之后快速拓展產(chǎn)品和應(yīng)用場景，例如在2020 年年初的新冠肺炎疫情期間，達(dá)闥科技響應(yīng)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(hù)理機(jī)器人產(chǎn)品投入到疫情防控一線；在增強(qiáng)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(dá)闥人員的互動就能實(shí)現(xiàn)其需求，以智能掃地機(jī)器人為例，有用戶表示，“智能掃地機(jī)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(shí)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(jià)值共創(chuàng)，達(dá)闥科技的智能平臺提升了價(jià)值識別的精準(zhǔn)性、價(jià)值創(chuàng)造的高效性、價(jià)值實(shí)現(xiàn)的主動性，從而產(chǎn)生了質(zhì)變的效果，盡管這一過程中人際沒有進(jìn)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(dá)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(shí)間軸上把原本冗長的價(jià)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(jià)值共創(chuàng)的非線性特征和正反饋機(jī)理。

根據(jù)構(gòu)建非線性價(jià)值共創(chuàng)模式時(shí)的重點(diǎn)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(zhuǎn)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(wù)圍繞核心人工智能技術(shù)來展開的企業(yè)可定義為原生型人工智能企業(yè)，如達(dá)闥科技就是典型的原生型人工智能企業(yè)，其以構(gòu)建智能平臺作為重點(diǎn)，將智能平臺投入價(jià)值創(chuàng)造活動中以完成價(jià)值實(shí)現(xiàn)，從而構(gòu)成完整的價(jià)值共創(chuàng)模式；而以業(yè)務(wù)需求為核心、多方應(yīng)用智能技術(shù)，將不可互動場景轉(zhuǎn)變?yōu)榭苫樱饾u變革全業(yè)務(wù)流程，最終聚合多方智能應(yīng)用形成智能生態(tài)的企業(yè)可定義為轉(zhuǎn)基因型人工智能企業(yè)，如平安集團(tuán)在引入人工智能技術(shù)或智能平臺之前已經(jīng)長期服務(wù)于特定的市場需求，擁有成熟的業(yè)務(wù)，但由于內(nèi)外部原因需要進(jìn)行智能化轉(zhuǎn)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(chǔ)，因而開發(fā)智能平臺并不是難點(diǎn)；但由于長期業(yè)務(wù)經(jīng)營模式所限，缺少可人機(jī)互動的場景，在構(gòu)建智能價(jià)值共創(chuàng)模式時(shí)通常將人機(jī)反饋環(huán)節(jié)作為重點(diǎn)，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(jià)值共創(chuàng)模型，并將人工智能企業(yè)的價(jià)值創(chuàng)造機(jī)理概括為正反饋機(jī)理，如圖3 所示。

圖3 智能商業(yè)中非線性價(jià)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(jià)值共創(chuàng)模型將表現(xiàn)出不同的重點(diǎn)內(nèi)容。如圖4 所示，其中實(shí)線箭頭表示重點(diǎn)內(nèi)容，虛線箭頭表示必要但非重點(diǎn)內(nèi)容。由圖4（a）可見，以交互、反饋為重點(diǎn)的企業(yè)的基本模式是通過構(gòu)建智能平臺實(shí)現(xiàn)與用戶的智能交互以及智能反饋，并以改進(jìn)反饋環(huán)節(jié)作為非線性價(jià)值共創(chuàng)重要內(nèi)容。其智能平臺的典型功能是個(gè)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(shí)踐的重點(diǎn)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(diǎn)。

由圖4（b）可見，以交互、增強(qiáng)為重點(diǎn)的企業(yè)的基本模式則是結(jié)合智能交互，通過智能平臺不斷增強(qiáng)用戶價(jià)值來引領(lǐng)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(wù)企業(yè)、外賣平臺企業(yè)等，其重點(diǎn)在于不斷完善智能算法，并進(jìn)行適時(shí)調(diào)整，以避免智能平臺算法的不斷增強(qiáng)引發(fā)社會問題。

由圖4（c）可見，以反饋、增強(qiáng)為重點(diǎn)的企業(yè)不需過于關(guān)注用戶交互，而應(yīng)更注重?cái)?shù)據(jù)反饋和人機(jī)交互體驗(yàn)以及增強(qiáng)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(jī)器人企業(yè)等。對于這類企業(yè)來說，智能技術(shù)底層的硬件能力十分重要。以達(dá)闥科技為例，不以生產(chǎn)制造實(shí)體機(jī)器人為重點(diǎn)業(yè)務(wù)，集成的多種人工智能技術(shù)也并非其獨(dú)特優(yōu)勢，而是通過充分發(fā)揮其強(qiáng)大通信能力及基礎(chǔ)設(shè)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(jià)值共創(chuàng)的商業(yè)應(yīng)用

5 結(jié)論與討論

5.1 研究結(jié)論

本研究將人工智能平臺作為一個(gè)重要的參與部分納入到價(jià)值共創(chuàng)的模式中，突出了人工智能技術(shù)在價(jià)值共創(chuàng)中的角色的重要性，與Ramaswamy 等［46］的觀點(diǎn)相互印證，即以數(shù)字技術(shù)等作為與人類對等的參與者，可為數(shù)字技術(shù)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(wù)生態(tài)系統(tǒng)理論，價(jià)值共創(chuàng)是多方利益相關(guān)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(gè)焦點(diǎn)活動的開始會影響到系統(tǒng)的整體及各個(gè)部分，并產(chǎn)生價(jià)值的非線性反饋迭代。智能商業(yè)中的非線性價(jià)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(jià)值共創(chuàng)的焦點(diǎn)活動，多方主體數(shù)據(jù)資源依托該平臺進(jìn)行松散耦合的互動，使平臺不斷迭代增強(qiáng)，價(jià)值共創(chuàng)系統(tǒng)內(nèi)傳統(tǒng)的線性價(jià)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(jià)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(guān)系，一次智能價(jià)值共創(chuàng)活動的完成作為下一輪智能價(jià)值共創(chuàng)活動更高起點(diǎn)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(jià)值的增強(qiáng)。因而，本研究提出的智能商業(yè)非線性價(jià)值適用于闡釋人工智能平臺型企業(yè)的價(jià)值共創(chuàng)。

5.2 管理建議

作為智能商業(yè)中價(jià)值共創(chuàng)的主導(dǎo)方，企業(yè)要轉(zhuǎn)變價(jià)值觀念，變過程觀為反饋觀。首先，交互是非線性價(jià)值共創(chuàng)的起點(diǎn)，這要求智能企業(yè)盡可能多地創(chuàng)造用戶觸達(dá)點(diǎn)，以便獲取更為詳盡的用戶數(shù)據(jù)；其次，反饋是非線性價(jià)值共創(chuàng)最重要的一環(huán)，意味著企業(yè)必須持續(xù)精進(jìn)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(qiáng)技能，為用戶提供更好的人機(jī)交互體驗(yàn)；最后，要認(rèn)識到增強(qiáng)是非線性價(jià)值共創(chuàng)階段性的價(jià)值實(shí)現(xiàn)，企業(yè)應(yīng)當(dāng)增強(qiáng)智能平臺能力，為用戶提供更全方位的價(jià)值服務(wù)。如案例企業(yè)平安集團(tuán)就很好地體現(xiàn)了由價(jià)值共創(chuàng)過程觀到反饋觀的轉(zhuǎn)變，從傳統(tǒng)金融服務(wù)向智慧金融服務(wù)的“轉(zhuǎn)基因”之路脈絡(luò)清晰：利用傳統(tǒng)業(yè)務(wù)積累的大規(guī)模用戶和數(shù)據(jù)資源，結(jié)合人工智能技術(shù)，逐漸變革傳統(tǒng)業(yè)務(wù)場景，將人與人互動的場景逐漸替換為人機(jī)互動，解決原有業(yè)務(wù)場景中的問題，并融合人工智能技術(shù)構(gòu)建了金融服務(wù)、醫(yī)療健康、汽車服務(wù)、智慧城市四大生態(tài)圈。而智能企業(yè)要認(rèn)識到自身的獨(dú)特性，將把握智能商業(yè)中非線性價(jià)值共創(chuàng)機(jī)理的關(guān)鍵要素作為商業(yè)實(shí)踐的突破口。

5.3 局限與展望

本研究對轉(zhuǎn)基因型人工智能企業(yè)的研究缺乏一手?jǐn)?shù)據(jù)的驗(yàn)證，未來可以考慮通過更多渠道增加相關(guān)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(jià)值共創(chuàng)機(jī)理會有不同的實(shí)踐重點(diǎn)，未來可進(jìn)一步深入細(xì)化研究對象，以更好地指導(dǎo)智能商業(yè)實(shí)踐，例如原生型新媒體類人工智能企業(yè)、轉(zhuǎn)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(jī)理進(jìn)行適時(shí)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(shí)需對該正反饋機(jī)理介入調(diào)整管制以及遵循怎樣的調(diào)整管制原則等也值得關(guān)注。