人工智能后發企業如何實現顛覆性創新？

宋澤明，張光宇

（1.廣東工業大學 管理學院，廣州 510520；2.廣東工業大學 創新理論與創新管理研究中心，廣州 510520）

一、引言

隨著能源、材料、互聯網等領域顛覆性技術的出現，戰略性新興產業的新業態和新模式逐漸形成（王一鳴，2020），并加快推進以智能化、綠色化為特征的第三次工業革命。在此時代背景下，我國科技創新發展既面臨顛覆性技術爆發式增長帶來的機遇，又面臨“卡脖子”技術頻繁出現帶來的挑戰（吳濱和韋結余，2020）。為推動形成國內國際雙循環發展新格局，2016 年，《國家創新驅動發展戰略綱要》和《“十三五”國家科技創新規劃》明確了要發展引領產業變革的顛覆性技術創新。中共十九大報告中提出“突出顛覆性技術創新”，在第十九次兩院院士大會中進一步強調要以顛覆性技術創新為突破口，將顛覆性技術創新作為建設創新型國家的重要舉措。目前，我國顛覆性創新在政策法規、配套平臺、技術產品等層面均得到有效推進（宋亮等，2023）。作為顛覆性創新的主要參與者之一，越來越多的后發企業開始突破原有的技術研發模式，加快進入顛覆性創新領域，以期獲得競爭優勢，這些后發企業在世界范圍內掀起了顛覆性創新的熱潮。作為中國本土后發企業之一，華為、比亞迪等聚焦于5G 通訊、新能源汽車等領域的前沿技術研發、應用，以實現對顛覆性創新領域的戰略部署。顛覆性創新的出現不僅可以讓后發企業避免陷入過度聚焦主流市場的“創新困境”，而且還能為后發企業實現“彎道超車”提供重要的“機會窗口”（彭新敏和姚麗婷，2019）。顛覆性創新已經成為后發企業提升競爭力、擴大發展空間的重要手段之一，受到了政府、社會的持續關注。

然而，顛覆性創新與一般傳統創新相比，擁有研發周期更長、不確定性風險更大的基本特征，而且存在技術軌跡、組織管理與外部環境的不確定性（蔣軍鋒等，2017）。因此，只有少數潛在顛覆性技術最終能夠實現對主流市場的顛覆。與此同時，與大型企業相比，后發企業擁有的資源較為匱乏，研發人才短缺程度較為嚴重（劉朔等，2019），存在技術研發支持不足、市場產品占有份額較少等劣勢。一些后發企業難以繼續維系顛覆性創新研發所需的大量創新資源。這些都對后發企業實現顛覆性創新造成限制。因此，后發企業如何實現顛覆性創新？在這一過程中存在哪些關鍵影響因素？這些問題亟待深入探究。

綜上所述，為了進一步打開后發企業顛覆性創新的“黑箱”，本文運用扎根理論識別我國人工智能后發企業實現顛覆性創新的關鍵因素，采用Two-step fsQCA 提煉“十二五規劃”“十三五規劃”時期我國人工智能后發企業實現顛覆性創新的組態路徑，為其他后發企業進入顛覆性創新領域提供理論基礎與實踐支撐。

二、文獻回顧

（一）顛覆性創新的產生與擴散

Christensen（1997）首次提出顛覆性創新理論，用于描述新技術對主流技術范式替代變革的過程。隨著顛覆性創新理論的發展，學者們意識到顛覆性創新的產生與擴散中存在多種要素的動態交互（Ansari et al，2016）。

顛覆性創新的產生與擴散是指擁有較強競爭能力、技術價值的新技術，顛覆原有的技術范式、產品結構或商業模式，最終進入市場乃至占領整個主流市場。從組織視角來看，顛覆性創新的產生與擴散不是嚴格封閉的，而是面向開放的。顛覆性創新與異質性組織之間通過構建以后發企業為核心的創新生態系統而相互聯系。顛覆性創新產生與擴散的本質是創新組織與創新生態系統支撐環境通過一定的機制相互作用（Oghazi et al，2022）。從市場視角來看，顛覆性創新的產生與擴散不是主流產品更替，而是創造新的價值網絡。由于部分在位企業堅持投資持續性創新，這為后發企業進行顛覆性創新提供機會，有助于市場競爭的后來者及原有市場中的弱勢群體依靠自身的特殊優勢避開與市場領導企業的直接競爭（Wang et al，2022）。從技術視角來看，顛覆性創新最初在產品性能、屬性上處于劣勢。然而，顛覆性創新產品的性能、屬性隨著時間推移逐漸提升，直至滿足主流市場消費者的需求并滲透至主流市場，完成對主流市場產品、技術的顛覆。

（二）后發企業與顛覆性創新

隨著全球競爭加劇，全球企業面臨著多樣化挑戰。后發企業致力于經濟、社會效益的快速增長，而顛覆性創新可以通過更便宜、更容易獲得的產品和服務刺激經濟發展。后發企業為了獲得行業領域內的競爭優勢，必須不斷創新產品與服務以占領主流市場。

顛覆性技術往往比主流技術更加昂貴且有些性能難以超越主流技術，因而不受主流客戶重視。然而，由于顛覆性創新對于后發企業而言存在“引爆點”的價值優勢，即顛覆性創新創造的產品或服務能夠為后發企業吸引新的客戶群。根據資源基礎理論的檢驗，后發企業需要整合自身戰略和外部資源（Annette et al，2021），為目標客戶提供顛覆性創新的產品及其服務，從而占據競爭優勢。隨著數字化轉型進程的推進，顛覆性創新更強調企業間的資源共享（Steven et al，2020），促使后發企業的各類創新資源朝著顛覆性創新的產品和服務的方向轉化（Fo et al，2021），從而形成整體協同效應。顛覆性創新破壞、沖擊傳統技術體系，這能夠為后發企業帶來不同的競爭模式。顛覆性創新產品或服務起初在消費者看重的屬性上不如在位者，但后發企業能夠通過推動外部經濟性內部化，使產品、技術的顛覆性創新價值在市場中得到有效體現。然而，在這種過程中可能會導致后發企業的搜索、監控、決策成本有所提高。

（三）組態視角下后發企業顛覆性創新研究

近年來，國內一些學者開始運用組態視角在后發企業顛覆性創新領域開展研究，王澤民等（2021）研究拼多多、小米和吉利等多個案例，探索后發企業的低端顛覆性創新路徑；金姝彤等（2021）運用扎根理論研究方法，構建模塊化數字平臺影響企業顛覆性創新的理論模型；王海軍等（2023）采用扎根理論提煉影響后發企業顛覆性創新的重要因素。這些已有研究考察了后發企業顛覆性創新的可能前因，但大多集中于某個單方面特征的影響或兩兩組合間的交互作用，導致單個結果在某些情境的準確性在綜合比較時出現不一致，很難識別出組態路徑的多樣性。實際上，后發企業顛覆性創新受到技術、組織、環境等特征的多重條件共同影響，而且不同因素間往往相互依賴。這些因素存在著兩面性，組合后更是呈現出多樣的影響，即一些因素的存在可能為后發企業顛覆性創新帶來優勢，而一些因素的缺失卻不導致后發企業顛覆性創新劣勢（樊志文等，2019）。現有研究成果主要基于對稱視角，結合傳統線性回歸方法，從非此即彼的角度簡化這種關系。然而，這將難以體現各種因素間的聯動匹配效果。

通過對現有國內外研究的系統梳理，發現多數學者圍繞顛覆性創新的“主體構成”“影響因素”等方面開展了大量研究。已有成果對于顛覆性創新研究提供了重要依據，為本文提供了豐富的視角、思路與理論依據，但在后發企業顛覆性創新領域仍存在以下研究不足與理論缺口：①組態視角下顛覆性創新的研究相對缺乏。顛覆性創新擁有多元復雜的內在機理，需要將后發企業實現顛覆性創新的關鍵因素聯合匹配聚合到組態路徑層面。②后發企業顛覆性創新領域的研究不夠系統。后發企業有著區別于傳統企業的重要特征，是顛覆性創新的主要參與者之一。本文以后發企業作為研究對象，能夠解決顛覆性創新過程中面臨的實際問題。

三、研究設計

（一）研究方法

1.扎根理論

扎根理論是Glazer 在1967 年提出定性分析理論，作為質性研究的主流方法之一，扎根理論整合案例資料，建立其內在聯系，從而能夠更清晰地解釋現實中涌現出的新現象及其背后的復雜理論。

扎根理論基于合理、嚴謹的編碼過程，對案例資料進行逐級編碼，提升概念及其關系的抽象層次，從而提煉出新的理論框架。扎根理論的編碼過程如下：①開放式編碼，整理檢索到的原始文獻資料，標注重點內容，形成初始概念；②主軸式編碼，在開放式編碼基礎上，鑒別、評價初始范疇間的聯系，合并同一類別的范疇進而得到主范疇；③選擇式編碼，重復對照主范疇、初始范疇，建立具有強解釋力的核心范疇。

2.Two-step fsQCA

fsQCA 基于集合理論和布爾代數的技術集合（余菲菲和高霞，2020），能夠推斷因果路徑、識別特定結果的條件組合。fsQCA 的案例特征不適合大樣本統計分析，其在考慮到案例復雜性的情況下，通過評估每個條件在因果關系中的作用，標記充分條件或必要條件，每一種情況都被認為是被稱為“配置”的因素的組合。然而，傳統靜態fsQCA 方法難以分析動態演化情況。Two-step fsQCA 在靜態fsQCA 的基礎上，將同時經歷不同時期部分后發企業作為研究對象，測量、校準不同時期的前因條件、結果，針對不同時期進行充分條件組態分析，從而深入探究不同時期的多種組態結果。One-step fsQCA 和Two-step fsQCA 在環境作用、集合情況、一致性水平等方面存在顯著區別，見表1。

表1 One-step fsQCA 和Two-step fsQCA 的比較分析情況

本文運用扎根理論和Two-step fsQCA，研究人工智能后發企業實現顛覆性創新的關鍵因素及組態路徑，研究框架如圖1 所示。

圖1 研究框架

（二）案例選擇

本文選擇人工智能后發企業作為研究對象的原因在于：①人工智能后發企業圍繞著市場占有率出現大量的競爭行為。在快速發展的外部環境中，人工智能后發企業積極開展區別于價格競爭的商業活動，通過大量研發投入，實現對人工智能前沿技術的掌握，形成競爭優勢。②人工智能后發企業擁有適應市場快速變化的組織形態和商業模式。人工智能作為一個新興產業，其領域內的大量企業均處于起步階段，能夠在全產業鏈范圍內實現快速迭代。

在具體的案例選擇中，首先，需要對人工智能后發企業進行篩選。在我國科創板上市公司中，根據上中下游產業鏈，選擇那些人工智能技術優勢、市場資源較遜于已有企業的后發企業為研究對象。其次，由于獲取渠道有限或披露信息不完整，剔除一部分關鍵信息、數據嚴重缺失的人工智能后發企業。經過上述步驟，最終篩選得到30 個典型案例。

（三）數據來源與處理

為了提高研究可靠性，減少方法偏差，本文基于一手數據與二手數據相結合的資料獲取方式，對人工智能后發企業的30 個案例進行分析。其中，一手數據來源于研究團隊實地調研的訪談數據，二手數據來源于從企業公開信息、年度報告、財務報表等渠道獲取的事實資料。具體包括：①2018—2021 年團隊分批次對部分人工智能后發企業進行實地調研得到的訪談數據；②相關人工智能后發企業的上市報告、公開信息，企業年度報告；③《2019 中國人工智能獨角獸白皮書》《2020 人工智能發展報告白皮書》等行業規劃及智庫研究報告。

遵循科學性、規范性等原則，對上述案例資料進行多級編碼。首先，選擇兩名碩士研究生、博士研究生分別開展編碼工作。其次，針對差異的編碼條目，在研究團隊內部進行研討，從而得到客觀、公正的編碼結果。最后，對編碼結果不斷進行概念化，通過交叉檢驗、重復編碼等，形成不同范疇之間的邏輯關系。為了保證高效和客觀，本文運用質性分析軟件NVivo 12 開展編碼工作，各節點編碼一致性百分比均達到80%以上。

四、基于扎根理論的關鍵因素識別

（一）開放式編碼

開放式編碼是對訪談記錄、文檔報告等原始資料進行標簽化處理，使其概念化和范疇化的過程（Meng et al，2021）。本文在大量的企業資料的基礎上，進行開放式編碼。首先，抽象提煉和逐級縮編原始資料，得到“重視知識管理”“加大研發投入”“開發利基市場”等338 個標簽。其次，標記涉及“顛覆性創新”“顛覆性技術”的相關語句，使用基于事實現象的短句、短語進行概念化，共得到92 個概念。最后，按照邏輯關系，加以分類，共整合為18 個范疇，見表2。

表2 扎根理論編碼過程

（二）主軸式編碼

主軸式編碼是利用開放式譯碼結果，能夠發現、凝練概念間的內在邏輯關系，歸納提煉出更高一級的主范疇（Alam et al，2022）。本文基于系統梳理資料，運用“條件-行動-結果”的編碼范式，深刻地揭示現象的本質與內涵。根據典型范式，本文將18 個初始范疇歸納為6 個主范疇，即知識搜索、跨界并購、開放市場、協同融合、結構適應、生態網絡，見表3。

表3 主軸式編碼結果

基于知識搜索、跨界并購、開放市場、協同融合、結構適應、生態網絡6 個主范疇，形成典范模型，如圖2所示。

圖2 主范疇的典范模型

（三）選擇式編碼

選擇式編碼是通過主范疇和初始范疇的重復比對，不斷識別、選擇具有強解釋力的核心范疇（Andronikidis et al，2021），建立核心范疇、主范疇和初始范疇間的聯系。本文的數據編碼過程及最終編碼結果，如圖3 所示。

圖3 核心范疇邏輯關系

結合原始案例資料，運用編碼產生的92 個概念、18 個范疇和6 個主范疇，本文提煉出人工智能后發企業實現顛覆性創新的故事線：后發企業在人工智能領域，加快知識搜索、跨界并購，推進結構適應、生態網絡，保持開放市場、協同融合，最后實現顛覆性創新。

（四）理論飽和度檢驗

本文采用另外三家人工智能后發企業的案例資料進行理論飽和度檢驗，發現經過上述扎根理論分析范式識別出的人工智能后發企業實現顛覆性創新的關鍵因素已較為豐富，未能進一步發現新的理論范疇和交叉關系。因此，上述扎根理論分析通過理論飽和度檢驗。

五、基于Two-step fsQCA 的組態路徑提煉

（一）變量確定及賦值

本文通過扎根理論提取了人工智能后發企業實現顛覆性創新的關鍵因素，從組態視角出發，構建人工智能后發企業實現顛覆性創新的技術-組織-環境（technology-organization-environment，TOE）理論模型，如圖4 所示。

圖4 人工智能后發企業實現顛覆性創新的T0E 理論模型

1.遠程因素

參照考薛捷等（2019）、王宛秋等（2022）的研究成果，提出“外部環境”一級構念，涵蓋“開放市場、生態網絡”兩個主范疇，見表4。

表4 外部環境的賦值標準

開放市場是指人工智能后發企業所在行業市場的開放情況，市場開放程度越大，人工智能后發企業越容易采取突破型戰略布局。一方面，人工智能后發企業需要滿足消費者的異質需求，提高技術快速變革帶來的積極影響；另一方面，人工智能后發企業的產品需要實現功能拓展，為消費者提供更實用的服務。在開放市場的影響下，人工智能后發企業不斷實施創新活動來改變所處困境。協同融合是指人工智能后發企業以自身為核心建立外向輻射的良好關系，這種協同融合關系不僅能夠促進傳統合作機制的創新，而且有效地優化不同創新主體間的合作成本。隨著協同融合關系的加深，人工智能后發企業加快建設各類合作平臺，從而形成、發展為競爭優勢，促進、提升人工智能后發企業的顛覆性創新能力。

2.近似因素

參照陳勁等（2017）、李柏洲等（2022）的研究成果，提出“技術基礎”一級構念，涵蓋“知識搜索、跨界并購”兩個主范疇，見表5。

表5 技術基礎的賦值標準

知識搜索反映出人工智能后發企業進行主動學習知識、技能和技術的效果，包括反饋環節和評估環節，能夠通過咨詢、指導、交流等途徑提升外部創新知識的獲取、識別效率。在知識搜索過程中，結合要素集聚、資源獲取、機會識別等指標進行分析，能夠較好地反映人工智能后發企業的知識搜索效果?？缃绮①徥侨斯ぶ悄芎蟀l企業對外部技術吸收效率和轉化能力的體現，在資源分配上更為重視跨界并購的定義、獲取和共享機制的投入。在跨界并購過程中，多樣化的技術來源能夠幫助人工智能后發企業解決認知差異，擺脫路徑依賴，提高跨界并購后新技術組合的可能性，提高經過跨界并購的新技術應用效果。

參照張慶普等（2018）、蘇屹等（2023）的研究成果，提出“組織管理”一級構念，涵蓋“結構適應、生態網絡”兩個主范疇，見表6。

表6 組織管理的賦值標準

結構適應意味著人工智能后發企業為了適應顛覆性技術發展的要求，加快推進顛覆性創新進程，其內部結構需要優化調整，加快推進扁平化管理，提高組織運行質量和效率。結構適應主要包括扁平化管理、組織結構創新、人力資源配置變革等多方面內容，為顛覆性創新行為提供必要的組織條件。結構適應的合理性，直接影響著人工智能后發企業的資源優化配置和決策執行力。生態網絡通過正式和非正式的方式形成，進一步發展為人工智能后發企業增強競爭力、提高市場地位的有效形式，引起人工智能后發企業的重視。隨著技術更新迭代速度加快，人工智能后發企業在生態網絡中關系強化，以及生態網絡的利益協調、合作渠道等，反映出人工智能后發企業在生態網絡價值鏈中的地位高低，以及生態網絡自身的穩定性。

3.結果變量

為構建適合我國人工智能后發企業顛覆性創新能力的測度，本文結合資源-流程-價值觀（resource-procedurevalue，RPV）框架，圍繞技術-產品-市場，將顛覆性創新能力分為技術資源、產品流程和市場價值三個方面，具體見表7。

表7 顛覆性創新能力的賦值標準

技術資源基礎就是人工智能后發企業充分利用現有資源基礎形成在顛覆性創新領域的自身優勢。人工智能后發企業相對特定優勢較強，則在創新過程中議價能力相對較高，獲得更多的實際控制權。同時，為了獲得較強資源互補性，人工智能后發企業也會對創新戰略進行適當的選擇和調整，從而提高自身的顛覆性創新能力。產品流程優化意味著人工智能后發企業在面對激烈變化的外部環境的時候，能夠對產品研發、生產、銷售等流程進行調整，以贏得更多競爭優勢。人工智能后發企業通過不斷的流程優化變革，為解決顛覆性創新過程中可能出現的問題。市場價值創造反映出人工智能后發企業對于顛覆性創新過程中可能產生的技術、產品價值及實現這種價值的市場擴散可能提供的便利。通過價值創造擴散將顛覆性創新的技術、產品投入到主流市場之中，從而對主流市場的原有技術、產品實現顛覆。

（二）遠程因素析出

基于Schneider（2019）的研究成果，在使用Two-step fsQCA 方法時，需要先進行遠程因素的析取，以全面識別出構成遠程因素的超集。因此，使用fsQCA3.0 軟件中的Subset 函數，以一致率大于0.9、覆蓋率大于0.6和RoN 值大于0.5 作為遠程因素的析取標準。如果存在通過一致率、覆蓋率和RoN 值檢驗的單一條件，則進行標識；如果不存在這樣的單一條件，則進一步反饋最小的析取集。分別對“十二五規劃”“十三五規劃”時期的“開放市場”“協同融合”兩個遠程因素進行析取，結果見表8。

表8 遠程因素的析取

如表8 所示，“十二五規劃”“十三五規劃”時期，“開放市場×協同融合”均構成了遠程因素的超集。如果從析取式中刪去“開放市場”“協同融合”中的任一遠程因素，則對應的一致率、覆蓋率和RoN 值出現明顯下降。同時，單個遠程因素均不能通過一致率、覆蓋率和RoN 值檢驗。Haesebrouck（2019）認為如果從析取式中去掉某一條件導致析取式的一致性、覆蓋率大幅下降，則可以假設該條件是因果相關的。因此，“開放市場”和“協同融合”存在因果相關，共同構成遠程因素的超集。

（三）遠程因素必要性分析

本文在進行遠程因素必要性分析時，考量兩個標準，一是一致率的大于0.9；二是RoN 值大于0.5。本文運用fsQCA3.0 軟件，以“顛覆性創新能力”為結果變量對各遠程因素進行一致性檢驗，結果見表9。

表9 遠程因素必要性分析情況

從表9 中可見，“十二五規劃”時期，外部環境中的“開放市場”一致性水平高于0.9，構成人工智能后發企業顛覆性創新能力的必要條件。這意味著在“十二五規劃”時期開放市場是能夠解釋、影響人工智能后發企業顛覆性創新能力的遠程因素。與此同時，外部環境中的“協同融合”一致性水平低于0.9，說明這個因素對于“十二五規劃”時期人工智能后發企業顛覆性創新能力的影響作用較小。在“十二五規劃”時期，行業競爭空前激烈，各人工智能后發企業都希望擁有競爭優勢，市場開放互動程度較高。

結合表9 發現，“十三五規劃”時期，外部環境中的“開放市場”“協同融合”一致性水平高于0.9，均構成人工智能后發企業顛覆性創新能力的必要條件。這意味著在“十三五”時期“開放市場”“協同融合”是能夠解釋、影響人工智能后發企業顛覆性創新能力的遠程因素。在“十三五規劃”時期，各人工智能后發企業之間往往有較高的資源相似性、市場重合度、共同目標及擁有相近的行業專有知識，能夠保持開放與融合同時存在的外部環境。

（四）遠程、近似因素組態充分性分析

1.近似因素必要性分析

本文運用fsQCA3.0 軟件，以“顛覆性創新能力”為結果變量對各近似因素進行一致性檢驗，結果見表10。

表10 近似因素必要性分析情況

從表10 中可見，無論是在“十二五規劃”時期，還是在“十三五規劃”時期，上述近似因素的一致性水平均低于0.9，不構成必要條件。然而，人工智能后發企業顛覆性創新能力是遠程、近似因素組態作用的結果。因此，將上文中的遠程因素納入Two-step fsQCA，結合各近似因素進行多組態分析，為人工智能后發企業實現顛覆性創新打造更為完備、更加有效的顛覆性創新生態系統。

2.遠程、近似因素組態分析

為了剔除達不到分析條件的案例數據，將一致性閾值設定為0.75，案例頻數閾值設定為1，得出復雜解、簡約解和中間解三類解。

“十二五規劃”時期遠程、近似因素的組態結果，見表11，人工智能后發企業實現顛覆性創新有兩種組態路徑，均由不同條件組成。這兩種組態路徑的結果一致性為0.9763，覆蓋度為0.8919，組態的一致性為0.9872、0.9285，唯一覆蓋度為0.0233、0.0266，得出的兩種組態路徑類均符合一致性閾值，皆符合定性比較分析的標準，說明這兩種組態集合均處于可接受范圍內。

表11 遠程、近似因素組態分析情況

組態路徑1：開放市場下知識搜索-跨界并購-生態網絡的“技術躍遷”。這條組態路徑表明，在開放市場環境中，人工智能后發企業借助知識搜索和跨界并購的方式，進一步優化生態網絡，提升自身的顛覆性創新能力。在該組態路徑中，跨界并購為核心條件，知識搜索、生態網絡發揮邊緣作用。從技術躍遷過程來看，人工智能后發企業利用知識搜索尋找合適的跨界技術，并通過跨界并購轉化為內部技術，建立圍繞該跨界技術的生態網絡將創新資源集中到技術應用。

組態路徑2：開放市場下知識搜索-跨界并購-結構適應的“范式轉變”。這條組態路徑表明，在開放市場環境中，人工智能后發企業借助知識搜索和跨界并購的方式，進一步調整結構適應，提升自身的顛覆性創新能力。在該組態路徑中，知識搜索、結構適應為核心條件，跨界并購發揮邊緣作用。從范式轉變過程來看，人工智能后發企業為了更好的促進知識搜索和跨界并購行為，組織結構會進行自我調整，同時調整后的組織結構，也會對知識搜索和跨界并購行為產生反饋作用。

如圖5 所示，展現了兩個組態路徑對應的解釋案例。組態路徑1 所能解釋的案例主要包括數據資源、系統平臺等部分涉及基礎層的人工智能后發企業。這些人工智能后發企業在顛覆性創新過程中，更加注重對跨界技術的吸收和利用，通過大量的資源積累形成多條規模化的生產線，為人工智能行業發展提供所需的硬件設備。在掌握必要的硬件設備的基礎上，為后續人工智能領域的顛覆性創新提供保障。組態路徑2 所能解釋的案例主要包括通用技術、算法模型等部分涉及技術層的人工智能后發企業。這些人工智能后發企業在顛覆性創新過程中，更加注重對外部知識的吸收和利用，通過與其他企業風險共擔的形式，進行人工智能軟件的聯合研發，在不斷追蹤前沿知識的基礎上，為后續人工智能領域的顛覆性創新提供支持。

圖5 “十二五規劃”時期組態路徑1、路徑2 的解釋案例對應人工智能后發企業情況

“十三五規劃”時期遠程、近似因素的組態結果，見表12，人工智能后發企業實現顛覆性創新有兩種組態路徑，均由不同條件組成。這兩種組態路徑的結果一致性為0.9458，結果覆蓋度為0.8823，組態的一致性為0.9739、0.9821，唯一覆蓋度為0.0387、0.0371，得出的兩種組態路徑類均符合一致性閾值，皆符合定性比較分析的標準，說明這兩種組態集合均處于可接受范圍內。

表12 遠程、近似因素組態分析情況

組態路徑1：開放融合下知識搜索-結構適應-生態網絡的“組織變革”。這條組態路徑表明，在開放融合環境中，人工智能后發企業在知識搜索的促進作用下，調整結構適應和優化生態網絡，提升自身的顛覆性創新能力。在該組態路徑中，結構適應、生態網絡為核心條件，知識搜索發揮邊緣作用。從組織演化的視角來看，人工智能后發企業基于知識搜索不斷吸收轉化外部知識，從而對組織內部結構進行調整，為生態網絡的完善提供豐富的外部知識和合理的內部結構。

組態路徑2：開放融合下跨界并購-結構適應-生態網絡的“價值創造”。這條組態路徑表明，在開放融合環境中，人工智能后發企業借助跨界并購，進一步完善組織結構和生態網絡，提升自身的顛覆性創新能力。在該組態路徑中，跨界并購為核心條件，結構適應、生態網絡發揮邊緣作用。在價值創造的視角來看，人工智能后發企業不斷跨界并購一些前沿技術，完善內部的組織結構和外部的生態網絡，提高跨界并購的前沿技術的轉化效率和應用效果。

如圖6 所示，展現了兩個組態路徑對應的解釋案例。組態路徑1 所能解釋的案例主要包括解決方案等部分涉及應用層的人工智能后發企業。這些人工智能后發企業在顛覆性創新過程中，更加注重人工智能終端建設。在推廣終端設備的基礎上，為實現人工智能領域的顛覆性創新提供設備基礎。組態路徑2 所能解釋的案例主要包括應用場景、智能產品等部分涉及應用層的人工智能后發企業。這些人工智能后發企業在顛覆性創新過程中，更加注重現實場景中人工智能的推廣和應用，積極發展線上線下的體驗門店。在人工智能得到應用的基礎上，為實現人工智能領域的顛覆性創新提供實踐經驗。

圖6 “十三五規劃”時期組態路徑1、路徑2 的解釋案例對應人工智能后發企業情況

（五）穩健性檢驗

本文將時間維度引入組態效應研究，借鑒相關研究成果，采用“調整滯后時間”的方法對結果變量進行了滯后2 年處理。具體檢驗結果，見表13。

表13 穩健性檢驗結果

表13 的穩健性檢驗結果顯示，數據滯后處理后，“十二五規劃”“十三五規劃”時期的組態要素沒有變化，一致性和覆蓋度的數值出現小幅度變動，各個組態均達到一致性要求，說明上述組態結果具有較強的穩健性。

六、結論與建議

（一）研究結論

本文運用扎根理論提煉我國人工智能后發企業實現顛覆性創新的關鍵因素，采用Two-step fsQCA 研究方法，分析在“十二五規劃”“十三五規劃”時期我國人工智能后發企業實現顛覆性創新的組態路徑，研究結論如下所示。

首先，得到人工智能后發企業實現顛覆性創新的關鍵要素。本文結合原始案例資料，運用編碼產生的92 個概念、18 個范疇和6 個主范疇。其中，依據主范疇包括知識搜索、跨界并購、開放市場、協同融合、結構適應、生態網絡，構建了人工智能后發企業實現顛覆性創新的理論模型，提煉出人工智能后發企業實現顛覆性創新的故事線：后發企業在人工智能領域，加快知識搜索、跨界并購，推進結構適應、生態網絡，保持開放市場、協同融合，最后實現顛覆性創新。

其次，發現不同時期下人工智能后發企業實現顛覆性創新的條件組態在構成要素上存在差異。在“十二五規劃”時期，條件組態一為“知識搜索-跨界并購-生態網絡”，其中“跨界并購”為核心條件，“知識搜索”“生態網絡”發揮邊緣作用；條件組態二為“知識搜索-跨界并購-結構適應”，其中“知識搜索”“結構適應”為核心條件，“跨界并購”發揮邊緣作用。在“十三五規劃”時期，條件組態一為“知識搜索-結構適應-生態網絡”，其中“結構適應”“生態網絡”為核心條件，“知識搜索”發揮邊緣作用；條件組態二為”跨界并購-結構適應-生態網絡”，其中“跨界并購”為核心條件，“結構適應”“生態網絡”發揮邊緣作用。

最后，發現不同外部環境下人工智能后發企業實現顛覆性創新的組態路徑存在顯著不同。在面臨開放環境時，人工智能后發企業實現顛覆性創新的組態路徑1“技術躍遷”：利用知識搜索尋找合適的跨界技術，并通過跨界并購轉化為內部技術，建立圍繞該跨界技術的生態網絡將創新資源集中到技術應用；組態路徑2“范式轉變”：為了更好的促進知識搜索和跨界并購行為，組織結構會進行自我調整，同時調整后的組織結構，也會對知識搜索和跨界并購行為產生反饋作用。在面臨開放融合環境時，人工智能后發企業實現顛覆性創新的組態路徑1“組織變革”：基于知識搜索不斷吸收轉化外部知識，從而對組織內部結構進行調整，為生態網絡的完善提供豐富的外部知識和合理的內部結構；組態路徑2“價值創造”：不斷跨界并購一些前沿技術，完善內部的組織結構和外部的生態網絡，提高跨界并購的前沿技術的轉化效率和應用效果。

（二）實踐啟示

1.合理利用現實情境，重視技術資源獲取

人工智能后發企業正處于開放與融合的情境中，開放情境主要包括主流市場、消費者的占據，以及技術、設施研發投入等，而融合情境包括：生產鏈、供應鏈的對接，以及技術、產品應用擴散等。人工智能后發企業通過合理利用開放與融合的驅動環境，能夠進一步整合顛覆性創新的資源，推進顛覆性技術、產品的研發和生產。

豐富的技術資源給人工智能后發企業的顛覆性創新活動提供更多的機會，知識搜索、跨界并購等對人工智能后發企業的顛覆性創新產出有積極影響。因此，人工智能后發企業應該重視技術資源獲取，加快實現跨界并購后核心技術的整合與產品更新，從而促進自身顛覆性創新績效的提升。

2.加快形成協同網絡，提高吸收轉化能力

對于進行顛覆性創新的人工智能后發企業而言，要加快形成協同網絡，與外部機構、相關企業形成長期、良好的合作關系，進一步創建、加入顛覆性創新聯盟共同體，從而有利于在顛覆性創新的過程中，與外部機構、相關企業，實現技術研發合作、外部技術知識的交換等，提高創新合作效率。

同時，人工智能后發企業需要努力提高自身的吸收能力，確保自身能夠消化顛覆性創新過程中的異質性知識。若后發企業的技術基礎較好，則更應該注重多元化發展，盡可能地提升知識的吸收效率；若后發企業的技術基礎一般，則可以通過加強吸收轉化投入，盡可能地利用顛覆性創新的溢出效應。

3.評估研發風險成本，制定長遠戰略規劃

人工智能后發企業進行顛覆性創新時，應該充分考慮、評估自身是否擁有適度的冗余資源用于緩沖、承擔研發風險成本。隨著顛覆性創新活動的不斷推進，人工智能后發企業應保有適度的冗余資源，適時進行創新傾向的調整。

人工智能后發企業應根據自身資源稟賦及內外部環境變化，制定、推進長遠戰略規劃。在人工智能后發企業顛覆性創新活動中，應該更側重于長期戰略視角，理性看待顛覆性創新活動帶來的短期影響，從更長遠的時間維度、更全面的績效維度，客觀看待人工智能后發企業實現顛覆性創新的各項成果。

（三）理論貢獻

1.構建人工智能后發企業實現顛覆性創新的演化模型

本文基于扎根理論分析范式，對30 個人工智能后發企業的典型案例對進行開放式編碼、主軸式編碼、選擇式編碼，結合知識搜索、跨界并購、開放市場、協同融合、結構適應、生態網絡六個主范疇，提升概念及其關系的抽象層次，識別人工智能后發企業實現顛覆性創新的關鍵因素。

2.采用Two-step fsQCA 方法將時間維度引入組態效應研究

本文突破傳統靜態視角，進行多時段定性比較分析，根據“十二五規劃”“十三五規劃”時間維度劃分案例，分析人工智能后發企業實現顛覆性創新的組態及條件的演變規律，將影響變量分為遠程因素和近似因素，識別在特定環境變化過程中被識別為重要變量子集的相對貢獻，構建和測試更有洞察力和說服力的因果陳述，緩和傳統fsQCA 方法中存在的問題，為組態效應相關研究提供有益參考和借鑒。

3.豐富人工智能后發企業實現顛覆性創新的中國現實情境

本文選取中國人工智能后發企業作為典型案例，構建技術、組織和環境3 個層面之間的人工智能后發企業實現顛覆性創新TOE 理論模型。當前，我國人工智能后發企業進入快速發展階段，運用TOE 理論模型驗證中國現實情境下的后發企業顛覆性創新的演化機理，對其他國家的后發企業如何實現顛覆性創新具有重要的參考價值。

（四）不足與展望

盡管本文得到了一些有價值的結論，但仍存在局限。首先，本文運用扎根理論分析范式，研究人工智能后發企業實現顛覆性創新的關鍵因素，但由于顛覆性創新的復雜性，本文所建構的理論模型合理性還需檢驗。未來的研究將會擴大樣本規模，進一步探索人工智能后發企業顛覆性創新的影響因素及其組合，使理論模型更加完備、成熟。其次，本文選取的案例主要發生在“十二五規劃”“十三五規劃”時期，案例范圍聚焦于人工智能領域，缺少對近年其他顛覆性創新領域后發企業的觀察，得出的研究結論是否適用還有待驗證。未來的研究將進行多案例、跨案例的綜合分析，探討其他典型案例。最后，著重從動態視角探討人工智能后發企業實現顛覆性創新的組態路徑，而較少考慮其他顛覆性創新領域的異質特征。未來的研究將基于顛覆性創新相關經驗的積累，提煉不同顛覆性創新領域的異質特征，針對后發企業顛覆性創新活動中的更多、更廣泛的影響因素進行更全面深入的分析，打開后發企業顛覆性創新的“黑箱”。