人工智能對企業顛覆性創新的影響研究

[摘要]人工智能通過驅動數據智能決策、重塑業務流程自動化、催化產品服務迭代創新等方式，催生全新商業模式，為企業實現顛覆性創新提供重要支撐。研究人工智能對企業顛覆性創新的驅動作用與影響機制，對釋放企業創新動能、重塑競爭格局、推動產業升級具有關鍵價值?；?014—2023年中國A股上市企業的面板數據，采用固定效應模型實證考察人工智能對企業顛覆性創新的影響及作用機制，并剖析動態能力在其中的作用機制。研究結果顯示：人工智能對企業顛覆性創新具有顯著促進作用，且在通過一系列穩健性檢驗后這一結論依然成立。中介效應檢驗結果顯示，人工智能可通過優化創新能力、吸收能力及適應能力促進企業顛覆性創新。異質性檢驗結果顯示，人工智能對東部省份的企業與成熟期企業顛覆性創新的影響更顯著?；诖?，提出夯實人工智能核心技術研發能力、構建企業創新孵化中心及建設區域特色AI產業園區的對策建議，為保障企業顛覆性創新的實施條件與改善建議提供理論參考。

[關鍵詞]人工智能；顛覆性創新；創新能力；吸收能力；適應能力

一、 引言

在人工智能技術迅猛發展的時代背景下，企業顛覆性創新作為企業應對市場競爭、實現轉型升級的重要路徑，是實現企業高質量發展的重要任務[1]。2024年6月，財政部、工業和信息化部印發的《關于進一步支持專精特新中小企業高質量發展的通知》1指出，“攻堅新技術，突破關鍵核心技術，產生原創性、顛覆性科技創新成果”。企業顛覆性創新是哈佛商學院教授Christensen[2]于1995年首次提出的新概念，具體是指：新興參與者瞄準非主流或新興市場機會，通過引入差異化產品或服務開辟新路徑，逐步放大企業優勢并最終顛覆既有市場格局的創新模式。在新一輪科技革命與產業變革深入演進的背景下，顛覆性創新日益成為我國企業開拓“無人區”的關鍵驅動力。從理論層面來看，企業顛覆性創新能夠幫助企業創造全新的市場機會，提升產品和服務效率，從而增強企業自身競爭力，推動行業結構優化[3]。同時，企業顛覆性創新能夠促進整體經濟活力提升，帶動就業增長，支持國家創新體系建設，實現可持續發展目標。然而，我國企業依然面臨技術門檻高、資金投入不足、人才培養困難等現實問題，這些問題限制了創新的廣泛推廣和應用效果[4]。因此，圍繞企業顛覆性創新進行科學分析，對實現企業高質量可持續發展具有理論與現實意義。

2025年3月，李強總理在《政府工作報告》2中強調“激發數字經濟創新活力。持續推進‘人工智能+’行動，將數字技術與制造優勢、市場優勢更好結合起來”，為企業創新發展指明方向。作為革新企業生產要素、創新模式與提升生產效率，驅動產品、服務及商業模式創新的關鍵技術，“人工智能+”有助于推動企業顛覆性創新，最終實現企業高質量發展[5]。具體來說，人工智能通過實時分析市場數據和環境變化，幫助企業識別潛在機會并開發全新產品和服務，從而推動企業顛覆性創新發展[6]。人工智能還可以通過優化企業內部資源和生產流程，靈活調整企業策略并快速應對挑戰，從而推動企業顛覆性創新發展。此外，人工智能借助其預測、交互、識別等優勢特征，助力企業提升核心產品競爭力，進一步提高企業應對外部的動態能力[7]，驅動企業顛覆性創新。據此，本研究深入探討人工智能與企業顛覆性創新的關系，旨在為企業提升創新能力、實現經濟高質量發展提供理論指導。

目前，有關人工智能與企業顛覆性創新的關系，學術界已經展開了廣泛研究。歐春堯等[8]研究發現，人工智能企業實現顛覆性創新依賴技術異質性、管理模式與外部資源等多種因素的特定組合構型，不同企業存在差異化的顛覆性創新發展模式。張光宇等[9]研究指出，技術范式轉變、組織動態演化、價值網絡創新等是人工智能企業實現顛覆性創新的核心驅動因素，并基于此構建了完整的顛覆性創新演化理論模型。隨著人工智能不斷發展，學界關于企業顛覆性創新的研究不再局限于人工智能企業，開始轉向人工智能技術應用與企業顛覆性創新的關系研究。李玉花等[10]揭示了人工智能技術應用能夠通過增加知識多樣性、打破組織慣例及提高資源配置效率等核心機制促進企業整體創新，并區分了其對漸進式與突破式創新的不同時效效應。安同良等[11]進一步破解了人工智能技術知識構成的“黑箱”，構建了分層測度方法進行量化研究，證實企業人工智能技術水平提升1%可帶動創新水平增長0.65%，并進一步揭示其通過知識搜尋的深度與廣度傳導創新效應。張亞莉等[12]從知識管理視角切入，論證了企業的元知識開發能力通過知識轉移和動態能力的鏈式中介作用，有效驅動企業的顛覆性創新。趙劍波等[13]關注人工智能滲透的動態過程，發現企業創新效率隨人工智能滲透率的提升呈現先抑后揚的“U”型曲線態勢，并指出區域人力資本水平是調節這一關系的關鍵因素，深化了對人工智能提升微觀創新效率機制的理解。吳春林等[14]則基于初創企業顛覆性創新的研究視角指出，初創企業依托數字資源構筑技術鏈條、商業模式平臺與價值生態，驅動自身實現爆發式擴張，帶動行業完成數字化跨越，最終完成深度的顛覆性創新。何筠等[15]聚焦制造業這一核心領域，實證確認人工智能技術應用顯著提升了制造業企業的創新績效，并闡明這種提升效應主要通過優化政府補貼獲取和調整企業勞動力總量與結構來實現。隨著研究深入，學者們日益關注人工智能如何驅動更具變革性的顛覆性創新。束超慧等[16]通過科大訊飛典型案例研究，提煉出人工智能賦能企業實現顛覆性創新的三條關鍵路徑：強化源頭技術創新、塑造核心能力平臺及構建創新生態系統。

梳理整合既有文獻發現，雖然部分學者證明了人工智能與企業顛覆性創新間可能存在一定聯系，并給出諸多人工智能賦能企業顛覆性創新的實踐路徑，為本研究提供了理論支撐。但鮮有學者系統分析人工智能對企業顛覆性創新的影響效應及作用機制。因此，本文的邊際貢獻主要體現在如下方面：其一，企業顛覆性創新是企業持續穩步高質量增長的關鍵動力，針對性地探討人工智能對企業顛覆性創新的影響具有重要現實意義。其二，本文創新性地引入動態能力的中介效應，實證檢驗人工智能對企業顛覆性創新的傳導機制，深化兩者關系；其三，實證分析人工智能對企業顛覆性創新的異質性影響，為企業如何促進企業顛覆性創新提供參考，并進一步從企業內外部角度提出保障效果的實施條件與改善建議。

二、 理論分析與研究假設

1. 人工智能與企業顛覆性創新

人工智能作為推動企業變革的關鍵驅動力，能夠有效促進技術創新、組織創新、價值創新等，從而助推企業實現顛覆性創新發展，增強市場競爭力與可持續增長潛力[17]。第一，人工智能通過加速研發進程和拓寬創新視野，顯著推動技術創新發展。細言之，人工智能通過快速分析大量數據，幫助研究人員優化實驗設計并減少開發周期，提高企業技術創新精準度[18]。同時，人工智能模擬復雜問題解決過程并創造新應用場景，為企業技術創新開辟多元路徑，加速企業顛覆性創新，助力企業高質量發展[19]。第二，人工智能通過重構盈利模式推動商業模式創新發展。一方面，人工智能通過深度分析客戶行為與市場需求，幫助企業精準定位并設計差異化價值主張，開拓全新收入來源和服務模式，實現價值創造的根本性變革，賦能企業顛覆性創新[20]。另一方面，人工智能通過優化供需匹配效率與資源配置，賦能平臺化運營、個性化定制等新型商業模式，降低獲客與交易成本，提升運營效率與盈利潛力，驅動商業模式的顛覆性重構，加速企業顛覆性創新[21]。第三，人工智能通過優化人力資本結構賦能價值創新。人工智能通過自動化重復勞動釋放人力，推動勞動者向高附加值崗位轉移，優化人力資本配置結構，為價值創新提供人力基礎；與此同時，人工智能基于自身的數據分析與深度學習能力輔助決策者精準捕捉市場需求，引導人力資本聚焦創新方向，加速價值創造模式迭代[22]，推動企業顛覆性技術創新。因此，本文提出如下假設：

H1：人工智能能夠正向驅動企業顛覆性創新。

2. 動態能力的中介效應

依據動態能力理論，本文所探討的動態能力核心是指企業在復雜多變的外部環境中，通過高效重組與配置內外部新舊技術資源，并將其融入運營流程的各個節點，以實現資源效能優化與協同，最終驅動企業顛覆性創新的綜合能力[23]。基于此，本文以動態能力為切入點，從創新、吸收與適應能力三方面探討人工智能促進企業顛覆性創新的作用路徑。

第一，人工智能通過增強企業創新能力促進企業顛覆性創新。人工智能強大的數智化連接與調度能力，能夠高效匯聚并激活企業內部分散的創新要素，促成其在高維空間上的創造性組合，助力提升企業創新能力[24]。同時，基于人工智能的智能決策支持，企業能夠更精準地識別資源協同的關鍵節點與潛在價值洼地，引導稀缺資源向具有顛覆性潛力的創新領域高效流動，從而顯著提升創新活動的突破性，促進企業顛覆性創新[25]。第二，人工智能通過提升企業知識吸收能力促進企業顛覆性創新。顛覆性創新往往源于對既有知識框架的解構與超越性重構。人工智能在語義理解、模式識別和知識圖譜構建方面的突破，為企業洞察隱性關聯、發現非顯性知識提供工具，其通過深入挖掘海量異構數據，增強企業知識吸收能力。這有助于加速企業對碎片化、非結構化知識的提取、融合與再創造，生成全新的知識體系與解決方案框架，直接服務于顛覆性價值主張的形成與驗證，賦能企業顛覆性創新[26]。第三，人工智能通過提升企業適應能力促進企業顛覆性創新。顛覆性創新是一個高度不確定、快速演化的動態過程，要求企業具備敏捷響應與持續優化的系統能力。人工智能驅動的實時數據感知、閉環反饋與智能優化機制，為企業構建了高速迭代的創新引擎。人工智能能夠持續監控內外部環境的細微變化，并實時進行診斷與預警，大幅縮短企業對顛覆信號的響應周期，促使企業能夠快速調整創新策略、資源配置甚至商業模式，在動態試錯中加速迭代升級，增強企業適應能力[27]，確保企業在復雜環境中保持韌性與進化動力，促進企業顛覆性創新。綜上所述，本文提出如下假設：

H2：人工智能通過提升企業創新能力、吸收能力及適應能力間接促進企業顛覆性創新。

三、 研究設計

1. 變量定義

（1）被解釋變量：企業顛覆性創新（[CDI]）

基于前文理論分析，企業顛覆性創新是指通過核心性技術突破或商業模式革新，催生新產業、新市場，重塑市場競爭格局的企業創新模式。基于數據可得性原則，借鑒已有研究成果[28-29]，本文采用顛覆性創新指數衡量企業顛覆性創新水平。具體流程為：

①計算專利顛覆性指數

本文構建指標[CD]來衡量每項專利的顛覆性指數，具體公式如下：

[CD=（ni-nj）/（ni+nj+nt）]" （1）

其中，[ni]為僅引用焦點專利的專利數量；[nj]為引用焦點專利及其部分參考專利的專利數量；[nt]為僅引用焦點專利的參考專利的專利數量。其中，焦點專利的引用網絡包括3類專利：焦點專利、參考專利和后續專利。

②確定企業顛覆性創新水平

基于上述計算，本文將顛覆性指數在前10%的高顛覆性專利識別為顛覆性技術創新。以此為基礎，進一步測算高顛覆性創新發明專利在企業當年總體創新數量中的比例，作為企業顛覆性創新水平的代理變量。

（2）解釋變量：人工智能（[AI]）

人工智能是通過模擬人類認知機制的算法引擎與數據閉環系統，持續突破傳統生產力邊界，驅動企業從經驗依賴型創新向“數據自演化+智能創造”范式躍遷的核心顛覆性技術。作為前沿技術領域，人工智能的評價標準在學界尚未形成共識。目前，學界主要使用工業機器人數量、問卷調研法、人工智能專利或企業年報文本分析等方式測度人工智能。在數字經濟浪潮中，人工智能技術已成為企業實現創新轉型的關鍵支撐，企業在這一領域的技術布局與資源投入，無疑是戰略規劃中的重要組成部分，這類關乎長遠發展的信息，往往會在具有總結性和前瞻性的上市企業年報中有所體現。鑒于此，本文從上市企業年報的文本資料里提取與“人工智能”相關的關鍵詞及其出現頻率，以此來反映企業對人工智能技術的實際應用情況。具體流程為：首先，運用Python爬蟲采集2014—2023年全部A股上市公司的年報文本數據，構建基礎語料庫；其次，參考既有文獻[30-32]，加以拓展和重新界定，并最終形成一個包含人工智能基礎與人工智能應用兩個維度在內的52個核心人工智能技術關鍵詞的專用詞典1，詳見表1；最后，在企業年報文本中精準檢索并統計這些關鍵詞的出現次數，通過計算其占年報總詞數的比例（乘以1000）得出人工智能的量化代理指標。

表1 人工智能關鍵詞詞典

[維度 關鍵詞 人工智能基礎 人工智能、商業智能、圖像理解、投資決策輔助系統、智能數據分析、智能機器人、機器學習、深度學習、語義搜索、生物識別技術、人臉識別、語音識別、身份驗證、自動駕駛、自然語言處理、智能技術 人工智能應用 智能穿戴、智慧農業、智能交通、智能醫療、智能客服、智能家居、智能投顧、智能文旅、智能環保、智能電網、智能營銷、高端智能、工業智能、移動智能、智能控制、智能終端、智能移動、智能管理、智能工廠、智能物流、智能制造、智能倉儲、智能設備、智能生產、智能網聯、智能系統、智能化、自動控制、自動監測、自動監控、自動檢測、自動生產、工業互聯網、未來工廠、智能故障診斷、智能能源 ]

（3）控制變量

在考察人工智能對企業顛覆性創新的影響時，為控制其他可能影響企業顛覆性創新的因素，確保估計結果具備準確性，本文借鑒已有研究成果[33-34]，將以下指標作為控制變量：企業規模（[size]），基于總資產的自然對數來衡量；企業成長性（[gro]），使用營業收入增長率來衡量；資產負債率（[lev]），采用總負債占總資產比重衡量; 企業年齡（[age]），通過自成立年份起的年數來衡量；現金流（[CAS]），依據經營活動現金流量凈額來衡量；股權集中度（[TOP]），采用第一大股東持股比例來衡量；董事會規模（[board]），取董事總人數的對數表示。

2. 模型設定

基于前述理論分析，本文進一步實證分析人工智能對企業顛覆性創新的影響效應，構建如下基準回歸模型：

[CDIit=α0+α1AIit+α2Conit+μi+νt+εit] （2）

上式中，下角標[i]，[t]分別表示企業與年份；[AIit]為[i]企業在[t]年的人工智能水平，[CDIit]為[i]企業在[t]年的企業顛覆性創新水平；[Conit]表示一系列控制變量；[μi]、[νt]分別表示企業與年份固定效應；[εit]表示隨機擾動項。

3. 數據來源

基于研究數據的可獲取性，本文以我國A股上市企業數據為研究對象，研究區間為2014—2023年。企業基本信息指標來自CSMAR與WIND數據庫；上市公司年報來自新浪財經網站；專利數據來自IRPDB知識產權數據庫；地級市層面數據則統一來自《中國城市統計年鑒》。為確保樣本的代表性與合理性，本文對樣本作如下處理：一是剔除金融、信息傳輸、軟件和信息技術服務業類等與研究主題關聯度較低的行業樣本；二是剔除曾標記為ST/*ST等特殊狀態的企業；三是剔除資產負債率大于等于1或小于等于0的異常值樣本；四是剔除數據嚴重缺失的樣本。經過上述篩選，最終獲得有效公司一年度觀測值8260個。

四、 實證結果分析

1. 基準回歸

表2列（1）、列（2）分別為是否加入控制變量的基準估計結果。結果可知，無論是否納入控制變量，人工智能的估計系數均通過1%顯著性檢驗，說明人工智能能夠促進企業顛覆性創新水平提升，假設1得證。出現這一現象的原因可能為，人工智能具備強大的數據處理與模式識別能力，通過模擬、優化和自動化設計，在短時間內探索更廣闊的解決方案空間，催生突破性產品或技術，大幅加速研發進程，從而促進企業顛覆性創新。

2. 穩健性檢驗

為系統性地驗證人工智能對企業顛覆性創新影響的核心結論之可靠性，嚴謹排除潛在偏差或內生性問題的干擾，本文依次實施多重穩健性檢驗策略。

（1）替換解釋變量

針對核心解釋變量可能存在的測度問題，本文采用替換解釋變量法進行穩健性檢驗，具體操作是將原始的人工智能衡量指標替換為人工智能專利這一替代性指標，并重新代入回歸模型進行估計，結果如表3列（1）所示。人工智能的系數估計值穩定在0.483，且在1%的統計水平上高度顯著，其正向作用的系數方向與基準回歸結果完全一致，順利通過首輪穩健性檢驗。

（2）剔除特殊樣本

考慮到特殊地域政策可能帶來的干擾效應，本文剔除特殊樣本檢驗。具體做法是審慎剔除北京、上海、天津及重慶這四個直轄市的企業樣本數據后重新進行回歸分析，結果如表3列（2）所示。人工智能的系數估計值為0.617，依然在1%的水平上顯著為正，核心變量間的關系并未發生方向性或顯著性的逆轉，該結果進一步表明基準回歸所得的核心關系具備良好的穩健性。

（3）雙側1%縮尾處理

為有效控制極端異常值對回歸結果的潛在扭曲，本文對模型中的連續變量進行1%分位數縮尾處理后重新運行回歸模型，結果如表3列（3）所示。人工智能的系數估計值為0.492，繼續在1%的顯著性水平上顯著為正，其數值穩定地落在預期的合理范圍內，進一步證實基準回歸的核心發現并非由少數極端觀測值所驅動。綜上所述，無論是替換核心解釋變量的測度方式、排除特殊地域樣本的干擾，還是控制極端值的影響，人工智能對企業顛覆性創新的正向促進作用均保持高度顯著且方向一致，系數估計值亦展現良好的穩定性，從而多維度、強有力地共同確證了基準回歸結論的穩健性和可靠性。

（4）內生性檢驗

本文基于工具變量法緩解潛在的內生性問題。本文采用1984年各地區每萬人郵局數與上一年全國互聯網用戶數的交乘項作為人工智能的工具變量。工具變量選取的合理性在于：歷史上各地區每萬人郵局數和互聯網普及度作為早期信息技術基礎能夠促進后續人工智能技術擴散，與解釋變量高度相關，滿足相關性要求；同時，該工具變量與其他企業創新因素無直接關聯，滿足排他性約束。表3列（4）、列（5）為內生性檢驗結果。第一階段回歸結果顯示，工具變量對人工智能的影響系數為0.427，在1%水平上顯著為正，證實了相關性成立。弱工具變量檢驗中Wald F統計量為122.720，LM檢驗值為124.930，表明不存在弱工具變量問題；同時，在經過工具變量檢驗后，人工智能對企業顛覆性創新的影響系數為0.583，在1%水平上顯著為正，意味著人工智能顯著促進企業顛覆性創新，表明在使用工具變量緩解內生性問題后，本文基準回歸結果仍未改變。

五、 影響機制檢驗與異質性分析

1. 影響機制檢驗

企業動態能力作為組織核心能力的關鍵維度，是指企業通過資源重組與整合以持續調適動態環境的能力。總體而言，企業動態能力包含創新能力、吸收能力及適應能力[35-38]?；诖?，本文從創新能力、吸收能力及適應能力三個維度對人工智能影響企業顛覆性創新的間接機制進行檢驗，構建如下中介效應檢驗模型：

[Mit=β0+β1AIit+β2Conit+λi+ηt+εit] （3）

[CDIit=φ0+φ1AIit+φ2Mit+φ3Conit+λi+ηt+εit] （4）

上式中，[Mit]為機制變量，即創新能力（[IC]）、吸收能力（[AC]）及適應能力（[ACD]）；[β0]、[φ0]為常數項，其余變量含義與式（2）一致。其中，企業創新能力表現為企業將技術成果轉化為產品市場優勢的效能，通過企業技術人員占總人數比重衡量；吸收能力反映其識別、內化外部知識并應用于價值創造的過程，通過企業引用外部專利及非專利技術的總頻次加1后取自然對數表征；適應能力則體現為資源配置具有靈活性，確保內部資源與外部環境變化的動態匹配，通過總資產周轉率進行衡量。

為進一步探究人工智能對企業顛覆性創新的作用路徑，本文采用中介效應模型分析創新能力、吸收能力及適應能力的中介作用，結果如表4所示。結果表明，創新能力、吸收能力及適應能力的回歸結果均在1%水平上顯著為正，即創新能力、吸收能力及適應能力在人工智能與企業顛覆性創新之間均發揮中介作用，假設2得證。出現這一現象的原因在于，作為復雜且動態的外部驅動力，人工智能技術蘊含的海量數據、先進算法與強大算力，能夠通過吸收能力來有效識別、獲取、理解并內化外部人工智能知識和技術，克服其復雜性和新穎性帶來的認知壁壘，促進外部人工智能潛力轉化為內部知識基礎，從而促進企業顛覆性創新。在此基礎上，企業基于吸收的內化知識進行創造性重組、突破性實驗和新穎解決方案的開發，提升創新能力；利用人工智能探索非連續的技術軌跡或開辟全新的市場范式，進而生成實質性的顛覆性創新概念與原型。此外，面對由人工智能應用引發的市場劇變、競爭格局重塑及技術路徑快速迭代所伴隨的高度不確定性，企業可依賴適應能力來靈活調整組織結構、資源配置、戰略方向及商業模式，敏捷響應并有效管理創新過程中的風險與阻力，確保顛覆性創新構想能夠成功實施、擴散并最終顛覆現有市場。

2. 異質性分析

（1）企業地區異質性

不同省份的企業發展水平存有差異，導致人工智能對企業顛覆性創新的影響可能具有異質性。鑒于此，按國家統計局劃分方式，本文將樣本企業分為東部省份企業、中部省份企業、西部省份企業三大類型展開異質性分析，如表5列（1）至列（3）所示。分析表中數據可知，東部和中部省份的企業的回歸系數分別是0.652和0.484，分別在1%和5%水平上顯著為正；西部省份企業的回歸系數是0.327，在10%水平上顯著為正。結果可知，人工智能對東部省份企業的顛覆性創新的促進作用最為顯著，中部省份企業其次，西部省份企業最弱。原因可能為，東部省份的企業，通常具備較強綜合優勢，可以在算力、算法和數據等方面進行超前布局，為人工智能發展提供有力支撐，從而有效賦能企業顛覆性創新發展。然而中、西部省份企業的數據規模和質量尚未完善，難以實現人工智能在企業顛覆性創新發展方面的充分利用，故人工智能對中、西部省份企業顛覆性創新發展的賦能效應有限。

（2）企業生命周期異質性

不同規模的企業在資源獲取和技術應用能力上存在顯著差異，可能導致人工智能對顛覆性創新的影響效果不同。因此，本文采用現金流模式法（現金流量凈額是否大于0）將樣本劃分為成熟期和成長期企業兩組，采用固定效應模型分析人工智能對顛覆性創新的企業規模的異質性，結果如表5列（4）至列（5）所示。回歸結果顯示，成熟期企業的系數為0.628，通過1%顯著性檢驗，而成長期企業系數為0.423，在10%水平上顯著為正。結果表明，人工智能對顛覆性創新的促進作用主要集中在成熟期企業，而對成長期企業影響不明顯。其原因可能是，成熟期企業擁有更充足的數據資源、資金實力及技術人才儲備，能有效承擔人工智能應用的高成本與高風險，同時在復雜業務場景中更易實現人工智能技術的深度整合與規模化創新。

六、 結論及建議

本文以我國2014—2023年A股上市企業面板數據為研究樣本，實證分析人工智能對企業顛覆性創新的影響及作用機制。研究結果表明，人工智能能夠顯著促進企業顛覆性創新，該結論在經過一系列穩健性檢驗后依舊成立。機制效應檢驗結果顯示，人工智能有助于提升創新能力、吸收能力及適應能力，促進企業顛覆性創新。從異質性檢驗來看，人工智能對東部省份企業和成熟期企業的顛覆性創新驅動作用更強?；诖?，本文得出如下結論：

第一，夯實人工智能核心技術研發能力。研究結論顯示，人工智能的應用能有效提升企業的顛覆性創新能力，為企業帶來突破性變革。為發揮這一優勢，相關部門需加大人工智能基礎研發投入，設立國家級人工智能基礎研究專項基金，重點支持前沿算法、核心芯片和基礎軟件攻關，建設開放共享的高質量訓練數據集和公共算力平臺，組織實施重大場景驅動的應用技術研發計劃，驅動企業顛覆性創新。有關部門需配套制定鼓勵企業投入基礎研發的稅收減免和采購傾斜政策，通過構建一系列基礎支撐體系、利用人工智能強大的數據分析能力，幫助企業識別新興市場機會和優化創新流程，從而加快人工智能技術落地，推動企業顛覆性創新。與此同時，相關部門要完善人工智能人才培養機制，聯合有關部門制定并定期發布人工智能關鍵領域緊缺人才目錄和技能標準，推動高校、職業院校與企業深度合作，共建產教融合實訓基地和聯合實驗室，實施人工智能領域卓越工程師和交叉學科人才培養專項計劃。鼓勵各企業設立首席人工智能官崗位，負責統籌人工智能戰略與創新，建立覆蓋技術研發、應用落地和倫理治理的內部人工智能人才認證與晉升體系，常態化開展全員人工智能素養提升培訓，加速企業顛覆性創新。此外，有關部門還應牽頭建設國家級人工智能人才數據庫和流動服務平臺，通過建立一整套人才培養、評價、使用和流動機制，利用人工智能的智能決策支持功能，提升企業管理水平和創新效率，確保多層次、復合型人才儲備滿足產業高速發展需求，從而加快人工智能系統在各行業的規?；茝V與深度應用，最終有力推動企業顛覆性創新。

第二，構建企業創新孵化中心。研究結論揭示，人工智能能夠通過提升創新能力、吸收能力及適應能力，有效驅動企業顛覆性創新。因此相關部門應重點培育企業動態能力以放大人工智能對顛覆性創新的促進作用。一是相關部門應牽頭構建集成行業基礎大模型接口與智能編程工具的“人工智能協同研發平臺”，開發覆蓋重點產業的標準化測試數據集與驗證工具庫，建設面向共性技術突破的開源社區與算力共享網絡，提供多層級仿真測試云環境。并且，配套實施研發費用加計扣除政策與專利快速預審通道，設立人工智能關鍵核心技術攻關“揭榜掛帥”專項基金，系統性降低技術突破門檻，以提升企業的創新能力，加速企業顛覆性創新水平提升。二是企業應積極創建對接高校及科研機構資源的“產學研知識轉化中心”，部署融合人工智能技術的專利全景分析系統與跨領域專家智能匹配引擎，通過開發基于自然語言處理的外部知識智能萃取與結構化存儲工具，促進企業顛覆性創新。此外，各地應發放支持企業購買高校前沿技術成果的“外部知識采購券”，建立技術成熟度評估與產業化風險預警模型，加速內化高價值外部知識，以提升企業的吸收能力，促進企業顛覆性創新。三是企業可推行支持快速試錯的“動態戰略沙盒機制”，利用人工智能驅動的市場情報實時監測平臺追蹤技術路線變遷與政策法規變動，構建融合多源數據的供應鏈風險智能感知與彈性評估模型，生成基于機器學習算法的韌性優化方案、動態資源調配策略與應急決策系統，實現企業對創新環境變化的敏捷響應與創新質效的系統性躍遷，提升企業適應能力，暢通人工智能對企業顛覆性創新的作用渠道。

第三，建設區域特色AI產業園區。本文得出以下結論，人工智能對企業顛覆性創新的促進作用在東部省份企業和成熟期企業最為明顯。因此，相關部門應當積極投入設立“AI+行業龍頭聯合實驗室”等產業園區核心載體，為入駐企業配置專屬高性能算力集群并量身定制涵蓋財稅優惠、數據開放、場景準入等領域的差異化政策包。并聯合龍頭企業發布重大技術攻關需求清單與場景應用研發指南，開放政府主導建設的共性技術平臺接口及行業測試驗證環境，鼓勵重大場景應用研發并開放部分技術生態接口，形成示范牽引效應，促進區域內創新主體顛覆性創新協同并進，強化人工智能對企業顛覆性創新的賦能效應。同時，針對成長期及中、西部省份企業技術適配能力不足的現狀，相關部門應指導園區運營方精準施策，建立集成模塊化低代碼AI開發工具、輕量化預訓練模型庫及行業共享數據集的“普惠AI賦能中心”，實施面向長尾企業的“算力券”定向補貼計劃并配套提供免費技術適配咨詢服務，系統性降低技術應用門檻，有效促進人工智能對企業顛覆性創新的推動作用。此外，有關部門需同步構建“AI創新飛地”實體空間與線上對接平臺，制定成熟期企業生態資源開放目錄與成長期企業技術需求圖譜，引導成長期與成熟期企業生態深度對接，實現技術溢出與協同孵化，從而加速形成具有國際競爭力的區域人工智能產業集群與特色化生態高地。

參考文獻：

[1] 方曉霞，李曉華.顛覆性創新、場景驅動與新質生產力發展[J].改革，2024（4）：31-40.

[2] CHRISTENSEN C M. The Innovator’s Dilemma：When New Technologies Cause Great Firms to Fail[M].Boston：Harvard Business School Press，1997：88-163.

[3] 趙森茂，徐歡歡，高雯，等.企業數據要素利用水平、數字創新和產業結構現代化[J].中國軟科學，2024，（增刊2）：398-407.

[4] 王海，郭冠宇，尹俊雅.在轉型中向“綠”而行：產業結構調整與企業綠色創新[J].數量經濟技術經濟研究，2025，42（1）：93-115.

[5] 劉備，邱兆軒，任保平.人工智能與企業高質量發展：來自國家新一代人工智能創新發展試驗區的經驗證據[J].中國軟科學，2025（6）：166-176.

[6] 沈劍飛，王思遙.人工智能資源對雙元創新績效的影響機制——基于2011—2022年中國A股上市公司數據的分析[J].科技管理研究，2025，45（2）：17-31.

[7] 陳凱鳴，黃慶華，時培豪.人工智能應用驅動企業新質生產力涌現——來自中國上市公司的微觀證據[J].科研管理，2025，46（4）：34-43.

[8] 歐春堯，劉貽新，戴海聞，等.人工智能企業顛覆性創新的影響因素及其作用路徑研究[J].軟科學，2021，35（4）：55-60.

[9] 張光宇，歐春堯，劉貽新，等.人工智能企業何以實現顛覆性創新？——基于扎根理論的探索[J].科學學研究，2021，39（4）：738-748，757.

[10] 李玉花，林雨昕，李丹丹.人工智能技術應用如何影響企業創新[J].中國工業經濟，2024（10）：155-173.

[11] 安同良，吳致冶.企業人工智能技術水平的分層測度及其創新效應——基于全球知識網絡視角[J].中國工業經濟，2025（6）：81-100.

[12] 張亞莉，李遼遼，盧迪.元知識開發能力對企業顛覆性創新的影響——資源到能力的視角[J].科學學研究，2023，41（10）：1864-1874.

[13] 趙劍波，劉釗.人工智能滲透率對企業創新效率的影響研究[J].經濟學動態，2025（5）：55-69.

[14] 吳春林，趙恬悅，曹鑫，等.數字化背景下初創企業如何實現顛覆性創新：動態營銷能力視角[J].管理評論，2025，37（1）：273-288.

[15] 何筠，熊孜賢.人工智能技術應用對制造業企業創新績效的影響[J].科研管理，2025，46（5）：13-22.

[16] 束超慧，王海軍，金姝彤，等.人工智能賦能企業顛覆性創新的路徑分析[J].科學學研究，2022，40（10）：1884-1894.

[17] 王博，康琦.數字化轉型與企業可持續發展績效[J].經濟管理，2023，45（6）：161-176.

[18] 劉翔宇，成紅梅.人工智能應用對員工創新的雙刃劍影響研究——有調節的雙中介模型[J].現代管理科學，2025（2）：120-131.

[19] 劉華珂，李旭超，聶禾，等.AI時代：城市數智化轉型與企業創新[J].中國軟科學，2024（2）：38-54.

[20] 陳小輝，張紅偉.數字經濟如何影響企業風險承擔水平[J].經濟管理，2021，43（5）：93-108.

[21] 余東華，李云漢.數字經濟時代的產業組織創新——以數字技術驅動的產業鏈群生態體系為例[J].改革，2021（7）：24-43.

[22] 鄒永紅，李紅亮.從生成到積累：數字勞動價值實現的理論闡釋與實踐向度[J].經濟問題，2025（4）：32-40.

[23] 王鋒正，劉向龍，張蕾，等.數字化促進了資源型企業綠色技術創新嗎？[J].科學學研究，2022，40（2）：332-344.

[24] 張紅梅，邢霂，陳東.國家級大數據綜合試驗區對企業創新戰略選擇的影響——基于“自主”與“引領”的雙元目標視角[J].現代管理科學，2025（1）：138-149.

[25] 張瑞琛，唐慧，周國琛.城市數智化轉型對企業數字創新的影響——以國家新一代人工智能創新發展試驗為準自然實驗[J].經濟問題，2025（4）：49-58.

[26] 呂鐲，張恒鑫，李連偉.人工智能對企業成長的影響研究[J].科研管理，2025，46（5）：55-63.

[27] 周闊，曲植，梁佳楊，等.一枝獨秀還是百花齊放：人工智能技術創新與企業供應鏈集中度[J].經濟評論，2025（2）：77-92.

[28] WU L F，WANG D S，EVANS J A. Large Teams Develop and Small Teams Disrupt Science and Technology[J].Nature，2019，Feb：378-382.

[29] 林婷，何郁冰.互補者激勵對企業顛覆性創新的影響研究[J].管理學報，2025，22（5）：887-896.

[30] 姚加權，張錕澎，郭李鵬，等.人工智能如何提升企業生產效率？——基于勞動力技能結構調整的視角[J].管理世界，2024，40（2）：101-116，133，117-122.

[31] 吳非，徐斯旸.人工智能技術應用與上市企業市場價值[J].現代經濟探討，2022（11）：77-92.

[32] CHEN W， SRINIVASAN S. Going Digital：Implications for Firm Value and Performance[J].Review of Accounting Studies，2024，29（2）：1619-1665.

[33] 謝紅軍，呂雪.負責任的國際投資：ESG與中國OFDI[J].經濟研究，2022，57（3）：83-99.

[34] 陶鋒，王欣然，徐揚，等.數字化轉型、產業鏈供應鏈韌性與企業生產率[J].中國工業經濟，2023（5）：118-136.

[35] 莫冬燕，陳如意，方芳，等.大數據技術、企業動態能力與真實活動盈余管理[J].證券市場導報，2023（3）：35-45.

[36] 李曉蓉，張津明，劉紅琴.數字化轉型對中國制造業企業創新的影響研究[J].科研管理，2025，46（5）：1-12.

[37] 梅冬州，張弘正，程琳.人工智能應用的綠色創新效應研究[J].經濟學動態，2025（6）：33-50.

[38] WANG C L， AHMED P K.Dynamic Capabilities： A Review and Research Agenda[J].International Journal of Management Reviews，2007，9（1）：31-51.

基金項目：江蘇省教育廳社政處課題“城市商業銀行經營效率的實證研究”（項目編號：2019SJA1492）。

作者簡介：包麗娟，女，中國社會科學院大學研究生院博士生，研究方向為企業管理。

（收稿日期：2025-04-16" 責任編輯：殷 俊）