大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品創(chuàng)新商務(wù)智能

謝康　盧鵬　夏正豪

關(guān)鍵詞：人工智能；產(chǎn)品創(chuàng)新；商務(wù)智能；大數(shù)據(jù)合作資產(chǎn)；SSP框架

中圖分類號(hào)：F272；C931.6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000-176X（2024）04-0033-12

一、引言

ChatGPT成為2023年度《Nature》十大人物之一，這是首個(gè)非人類實(shí)體入選，旨在認(rèn)可人工智能（Artificial Intelligence，AI） 大模型在科學(xué)發(fā)展中的新社會(huì)主體作用，表明以往結(jié)構(gòu)化的商務(wù)智能（Business Intelligence，BI） 轉(zhuǎn)變?yōu)锳I的非結(jié)構(gòu)化BI時(shí)代。按照IBM的定義，BI是指在一系列數(shù)字技術(shù)支持下簡(jiǎn)化信息收集、分析的策略集合，以充分運(yùn)用企業(yè)數(shù)據(jù)資產(chǎn)制定更好的商務(wù)決策。顯然，AI既依賴大數(shù)據(jù)同時(shí)也創(chuàng)造大數(shù)據(jù)，二者密不可分。因此，在本文中，AI代表了大數(shù)據(jù)環(huán)境或資源基礎(chǔ)，大數(shù)據(jù)的有效使用意味著AI應(yīng)用的實(shí)現(xiàn)。

目前，在AI科技創(chuàng)新和產(chǎn)業(yè)發(fā)展上，中國(guó)走在世界前列。據(jù)中華人民共和國(guó)工業(yè)和信息化部統(tǒng)計(jì)，截至2022年6月，中國(guó)AI核心產(chǎn)業(yè)規(guī)模超過(guò)4 000億元，AI企業(yè)數(shù)量超過(guò)3 000家，僅次于美國(guó)，排名世界第二。AI技術(shù)及產(chǎn)業(yè)正在幫助企業(yè)以遠(yuǎn)超從前的速度和質(zhì)量來(lái)進(jìn)行制造業(yè)數(shù)字化轉(zhuǎn)型和產(chǎn)品創(chuàng)新。截至2023年7月，中國(guó)建成智能制造能力成熟度2級(jí)以上水平的數(shù)字化車間和智能工廠2 500多個(gè)，相較于智能制造能力成熟度1級(jí)水平的數(shù)字化車間和智能工廠，這些示范工廠的產(chǎn)品研發(fā)周期平均縮短20. 7%，生產(chǎn)效率平均提升34. 8%，產(chǎn)品不良率平均下降27. 4%。在產(chǎn)品創(chuàng)新領(lǐng)域，AI幫助企業(yè)了解新產(chǎn)品的市場(chǎng)潛力［1］，支持企業(yè)通過(guò)探索式和利用式學(xué)習(xí)進(jìn)行產(chǎn)品創(chuàng)新，將產(chǎn)品快速發(fā)布［2］，完成產(chǎn)品創(chuàng)新并降低創(chuàng)新的風(fēng)險(xiǎn)。

然而，理論上，AI如何影響產(chǎn)品創(chuàng)新商務(wù)智能的發(fā)展，AI與人的深度協(xié)同在產(chǎn)品創(chuàng)新的戰(zhàn)略層和流程層分別重塑哪些基礎(chǔ)等問(wèn)題，尚未有清晰的答案。據(jù)此，本文以大數(shù)據(jù)合作資產(chǎn)理論為基礎(chǔ)，從企業(yè)與用戶互動(dòng)的適應(yīng)性創(chuàng)新視角出發(fā)，提出大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品創(chuàng)新商務(wù)智能主體—戰(zhàn)略—流程（Subject?Strategy?Process，SSP） 框架，探討AI影響產(chǎn)品創(chuàng)新的新機(jī)制，以推進(jìn)AI時(shí)代的產(chǎn)品創(chuàng)新商務(wù)智能理論研究。

二、AI 影響產(chǎn)品創(chuàng)新機(jī)制的SSP 分析框架

（一） SSP 分析框架的文獻(xiàn)基礎(chǔ)

根據(jù)相關(guān)代表性文獻(xiàn)，AI影響產(chǎn)品創(chuàng)新的研究可以歸納為以下三條主線：其一，AI對(duì)產(chǎn)品創(chuàng)新主體結(jié)構(gòu)變革的影響。該研究主線主要從三個(gè)方面展開探討：一是從知識(shí)管理與組織學(xué)習(xí)視角出發(fā)，強(qiáng)調(diào)AI對(duì)數(shù)據(jù)要素、知識(shí)要素和資本要素的重新組合。具體地，Liu等［3］認(rèn)為，AI通過(guò)加速知識(shí)創(chuàng)造和技術(shù)溢出，提高學(xué)習(xí)和吸收能力，以增加研發(fā)投入和人才投資來(lái)促進(jìn)創(chuàng)新。同時(shí)，AI通過(guò)消除距離、位置和資源分布不均等物理限制，改變了知識(shí)積累方式，逐漸打破傳統(tǒng)企業(yè)組織的邊界，使企業(yè)不再是封閉的實(shí)體，而是模塊化的生產(chǎn)網(wǎng)絡(luò)［4］。

二是從社會(huì)網(wǎng)絡(luò)視角出發(fā)，強(qiáng)調(diào)AI對(duì)勞動(dòng)要素的重新組合。吳小龍等［5］認(rèn)為，AI由產(chǎn)品創(chuàng)新輔助工具拓展為新的創(chuàng)新主體，在產(chǎn)品創(chuàng)新的過(guò)程中與人協(xié)同完成啟發(fā)式驗(yàn)證，作為以往經(jīng)驗(yàn)驗(yàn)證和數(shù)據(jù)驗(yàn)證的重要補(bǔ)充而存在，從而實(shí)現(xiàn)產(chǎn)品原創(chuàng)性與用戶需求異質(zhì)性匹配的平衡。三是從技術(shù)接受視角出發(fā)，強(qiáng)調(diào)AI對(duì)管理要素和技術(shù)要素的重新組合，聚焦于產(chǎn)品創(chuàng)新中組織與員工對(duì)AI的態(tài)度。Glikson和Woolley［6］認(rèn)為，AI的有形性、透明性、可靠性和行為即時(shí)性對(duì)于人的認(rèn)知信任具有重要作用，AI的擬人化對(duì)于人的情感信任具有重要影響。此外，感知易用性和有用性、感知信任、感知智能和擬人化均是創(chuàng)新流程中AI應(yīng)用的關(guān)鍵影響因素［7］。可以認(rèn)為，AI能夠成為與人協(xié)同改變要素組合與知識(shí)積累方式的新型創(chuàng)新主體。但其在創(chuàng)新流程中仍面臨信任問(wèn)題、數(shù)據(jù)質(zhì)量和系統(tǒng)整合等難題。

其二，AI對(duì)產(chǎn)品創(chuàng)新戰(zhàn)略變革的影響。該研究主線也主要從三個(gè)方面展開探討：一是從競(jìng)爭(zhēng)戰(zhàn)略和組織文化視角出發(fā)，考察AI增強(qiáng)組織開發(fā)自身動(dòng)態(tài)能力和產(chǎn)品創(chuàng)新核心競(jìng)爭(zhēng)力的機(jī)制，企業(yè)通過(guò)AI技術(shù)提高創(chuàng)新流程的可擴(kuò)展性，以及增強(qiáng)組織動(dòng)態(tài)學(xué)習(xí)和適應(yīng)能力，進(jìn)而使組織形成數(shù)據(jù)驅(qū)動(dòng)的組織文化［8-9］。二是從商業(yè)模式和生態(tài)系統(tǒng)視角出發(fā)，Plantec等［10］認(rèn)為，企業(yè)在設(shè)計(jì)AI嵌入式系統(tǒng)時(shí)主要依賴知識(shí)開發(fā)，大數(shù)據(jù)和人工智能技術(shù)被整合到新產(chǎn)品開發(fā)的各個(gè)階段，形成反饋迭代的產(chǎn)品升級(jí)模式。在企業(yè)外部，AI的分布性、可編輯性和可擴(kuò)展性特征，驅(qū)動(dòng)企業(yè)與其互補(bǔ)方快速連接和匹配，并以此構(gòu)建創(chuàng)新生態(tài)系統(tǒng)［11］。三是從風(fēng)險(xiǎn)管理視角出發(fā)，聚焦于AI算法本身的監(jiān)督與管理。AI基于歷史數(shù)據(jù)進(jìn)行訓(xùn)練，可能會(huì)降低其應(yīng)對(duì)長(zhǎng)期問(wèn)題的能力，因而利用AI進(jìn)行產(chǎn)品創(chuàng)新時(shí)需要處理偏見增加帶來(lái)的風(fēng)險(xiǎn)，避免決策中的歧視問(wèn)題［12-13］。同時(shí)，AI作為機(jī)器認(rèn)知的不透明性要求算法結(jié)果的可解釋性問(wèn)題得到妥善解決，并且組織需要在數(shù)據(jù)治理和基礎(chǔ)設(shè)施方面進(jìn)行投資［14］?？梢哉J(rèn)為，AI認(rèn)知戰(zhàn)略在產(chǎn)品創(chuàng)新中不僅推動(dòng)了組織的內(nèi)部發(fā)展，還會(huì)促成企業(yè)與外部生態(tài)系統(tǒng)之間的快速連接，以有效應(yīng)對(duì)與AI算法相關(guān)的風(fēng)險(xiǎn)和管理挑戰(zhàn)。

其三，AI對(duì)于產(chǎn)品創(chuàng)新流程管理變革的影響。該研究主線主要從兩個(gè)方面展開探討：一是從創(chuàng)新分工的變革視角出發(fā)，Hossain等［15］ 認(rèn)為，AI通過(guò)不斷迭代簡(jiǎn)單任務(wù)來(lái)處理產(chǎn)品創(chuàng)新的復(fù)雜性，人的設(shè)計(jì)越來(lái)越成為一種意義建構(gòu)的活動(dòng)，專注于挖掘應(yīng)該或可以解決哪些問(wèn)題，如制造業(yè)企業(yè)在營(yíng)銷分析平臺(tái)的基礎(chǔ)上采用AI替代營(yíng)銷人員時(shí)，其感知、把握和重新配置市場(chǎng)的能力會(huì)更強(qiáng)，從而帶來(lái)持續(xù)的競(jìng)爭(zhēng)優(yōu)勢(shì)。二是從創(chuàng)新流程的提質(zhì)提效問(wèn)題視角出發(fā)，Thomassey和Zeng［16］ 認(rèn)為，AI驅(qū)動(dòng)的適應(yīng)性質(zhì)量管理可以解決傳統(tǒng)質(zhì)量管理方法面臨的挑戰(zhàn)，即在處理高維、非線性的制造數(shù)據(jù)上AI對(duì)產(chǎn)品創(chuàng)新的貢獻(xiàn)明顯，如采用AI技術(shù)可以實(shí)現(xiàn)自動(dòng)化數(shù)據(jù)收集和資產(chǎn)管理，從而提高創(chuàng)新產(chǎn)品的用料品質(zhì)，且最大限度地減少最終產(chǎn)品檢查中的錯(cuò)誤等。實(shí)證結(jié)果表明，企業(yè)所在行業(yè)和地區(qū)的AI發(fā)展水平越高，AI對(duì)企業(yè)創(chuàng)新效率的影響就越強(qiáng)，與傳統(tǒng)方法相比，AI適應(yīng)性質(zhì)量管理的產(chǎn)量損失減少了21. 7%［17-18］。此外，企業(yè)利用大數(shù)據(jù)驅(qū)動(dòng)的AI產(chǎn)生的外部市場(chǎng)和用戶知識(shí)，在產(chǎn)品創(chuàng)新后端的營(yíng)銷領(lǐng)域采取理性決策來(lái)提高績(jī)效［19］?？梢哉J(rèn)為，AI應(yīng)用對(duì)產(chǎn)品創(chuàng)新流程管理產(chǎn)生深刻影響。

總體來(lái)看，AI對(duì)產(chǎn)品創(chuàng)新的影響機(jī)制研究具有多視角、多維度和多層次特征，但核心研究議題依然是圍繞AI對(duì)產(chǎn)品創(chuàng)新各個(gè)環(huán)節(jié)的重構(gòu)和全價(jià)值鏈的降本增效來(lái)展開。其中，AI使產(chǎn)品的創(chuàng)新主體發(fā)生結(jié)構(gòu)性變革，引發(fā)產(chǎn)品創(chuàng)新的戰(zhàn)略和流程發(fā)生變革?，F(xiàn)有文獻(xiàn)在創(chuàng)新主體層面聚焦于AI如何與人協(xié)同進(jìn)行創(chuàng)新，使AI應(yīng)用與數(shù)據(jù)要素、勞動(dòng)要素、技術(shù)要素和資本要素相匹配。在創(chuàng)新戰(zhàn)略層面聚焦于AI的戰(zhàn)略性使用如何與競(jìng)爭(zhēng)戰(zhàn)略、商業(yè)模式創(chuàng)新、組織文化、生態(tài)系統(tǒng)相匹配。在創(chuàng)新流程層面聚焦于AI如何整合產(chǎn)品創(chuàng)新的創(chuàng)意生成階段、詳細(xì)設(shè)計(jì)與開發(fā)階段、測(cè)試與商業(yè)化階段，使流程前中后端一體化動(dòng)態(tài)協(xié)同。基于上述機(jī)制，創(chuàng)新主體、戰(zhàn)略和流程三個(gè)層面的AI應(yīng)用又會(huì)相互影響、相互支撐。因此，從創(chuàng)新主體、戰(zhàn)略和流程三個(gè)層面探討AI對(duì)產(chǎn)品創(chuàng)新的影響機(jī)制，構(gòu)成現(xiàn)有文獻(xiàn)的理論共識(shí)之一，也構(gòu)成本文提出AI影響產(chǎn)品創(chuàng)新機(jī)制的SSP框架的文獻(xiàn)基礎(chǔ)。

（二） SSP 分析框架的理論基礎(chǔ)與研究視角

學(xué)界對(duì)于AI的定義因研究情境而異，本文基于創(chuàng)新管理這一特殊情境，結(jié)合技術(shù)［20］、過(guò)程［3］和創(chuàng)新視角［21］對(duì)于AI的定義，提出創(chuàng)新管理視角的AI定義：AI是指融入企業(yè)戰(zhàn)略及創(chuàng)新開發(fā)，實(shí)現(xiàn)跨業(yè)務(wù)、跨流程、跨時(shí)間維度價(jià)值創(chuàng)造和產(chǎn)品創(chuàng)新的數(shù)字生態(tài)系統(tǒng)。該定義強(qiáng)調(diào)AI帶來(lái)的創(chuàng)新主體、戰(zhàn)略和流程的新變革構(gòu)成產(chǎn)品創(chuàng)新機(jī)制的基礎(chǔ)。其中，產(chǎn)品創(chuàng)新機(jī)制是指產(chǎn)品創(chuàng)新過(guò)程中各要素之間的結(jié)構(gòu)關(guān)系和運(yùn)行方式?？坍嫯a(chǎn)品創(chuàng)新通常有技術(shù)創(chuàng)新和要素組合方式兩種視角。綜合這兩種視角，本文以大數(shù)據(jù)合作資產(chǎn)理論為基礎(chǔ)，結(jié)合內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論和熊彼特創(chuàng)新理論，從企業(yè)與用戶互動(dòng)的適應(yīng)性創(chuàng)新視角，分析AI對(duì)產(chǎn)品創(chuàng)新流程一體化與要素組合方式轉(zhuǎn)變的影響，以刻畫AI影響產(chǎn)品創(chuàng)新的新機(jī)制。

AI對(duì)創(chuàng)新主體產(chǎn)生結(jié)構(gòu)性變革的影響是基于企業(yè)與用戶互動(dòng)的適應(yīng)性創(chuàng)新實(shí)現(xiàn)的，企業(yè)與用戶互動(dòng)的適應(yīng)性創(chuàng)新構(gòu)成數(shù)字經(jīng)濟(jì)的主流創(chuàng)新模式［22］和AI賴以演化進(jìn)步的大數(shù)據(jù)基礎(chǔ)。從企業(yè)與用戶互動(dòng)的適應(yīng)性創(chuàng)新視角出發(fā)，剖析AI影響產(chǎn)品創(chuàng)新的新機(jī)制，可以從AI技術(shù)進(jìn)步的底層邏輯上更好地闡述影響機(jī)制的源頭。同時(shí)，大數(shù)據(jù)合作資產(chǎn)為理解企業(yè)和用戶互動(dòng)的適應(yīng)性創(chuàng)新的本質(zhì)特征提供了重要理論指引［23］。首先，該理論強(qiáng)調(diào)，企業(yè)與用戶互動(dòng)構(gòu)成大數(shù)據(jù)合作資產(chǎn)賴以存在的基礎(chǔ)和條件。其次，該理論強(qiáng)調(diào)，大數(shù)據(jù)合作資產(chǎn)具有高度情境依賴性，大數(shù)據(jù)發(fā)展、企業(yè)與用戶互動(dòng)、行動(dòng)者價(jià)值共創(chuàng)這三個(gè)條件是形成大數(shù)據(jù)合作資產(chǎn)價(jià)值的前提［24］。在AI應(yīng)用于產(chǎn)品創(chuàng)新的過(guò)程中，人與AI互動(dòng)形成的數(shù)據(jù)化結(jié)果本質(zhì)上屬于大數(shù)據(jù)合作資產(chǎn)。進(jìn)一步地，大數(shù)據(jù)合作資產(chǎn)不僅構(gòu)成人與AI互動(dòng)的結(jié)果，更是二者互動(dòng)的動(dòng)力源泉和基礎(chǔ)。因此，大數(shù)據(jù)合作資產(chǎn)適合于作為本文的理論基礎(chǔ)，以刻畫AI影響產(chǎn)品創(chuàng)新的新機(jī)制。

其一，在創(chuàng)新主體層面，AI影響產(chǎn)品創(chuàng)新的新機(jī)制主要通過(guò)人與AI雙向卷入形成的反饋式增強(qiáng)來(lái)實(shí)現(xiàn)。在產(chǎn)品創(chuàng)新的過(guò)程中，人與AI的交互是其核心和基礎(chǔ)，交互中的雙向卷入會(huì)增加企業(yè)的技術(shù)變遷效應(yīng)、勞動(dòng)力替代效應(yīng)和知識(shí)溢出效應(yīng)［25］，不僅改變了既有生產(chǎn)要素組合方式，也改變了知識(shí)積累方式。人為產(chǎn)品創(chuàng)新提供經(jīng)驗(yàn)、直覺判斷，AI使企業(yè)在產(chǎn)品創(chuàng)新中實(shí)現(xiàn)更高效準(zhǔn)確的市場(chǎng)洞察、用戶偏好分析和輿情實(shí)時(shí)監(jiān)控，針對(duì)已存在或尚未被意識(shí)到的需求，生成更多可商業(yè)化的新解決方案，從而提高創(chuàng)新效率，穩(wěn)固創(chuàng)新產(chǎn)品的差異化競(jìng)爭(zhēng)力。人與AI在創(chuàng)意上相互反饋、補(bǔ)足和完善，產(chǎn)品創(chuàng)新便得以獲得反饋式增強(qiáng)。

其二，在創(chuàng)新戰(zhàn)略層面，AI影響產(chǎn)品創(chuàng)新的新機(jī)制主要通過(guò)戰(zhàn)略匹配的流程整合來(lái)實(shí)現(xiàn)。由于各類創(chuàng)新具有交互性和共同演化性，任何產(chǎn)品創(chuàng)新都不是獨(dú)立的，需要與之相匹配的創(chuàng)新戰(zhàn)略和互補(bǔ)資產(chǎn)作為支撐。因此，產(chǎn)品創(chuàng)新、AI技術(shù)與組織中的其他要素在動(dòng)態(tài)交互的過(guò)程中共同演化，企業(yè)需要戰(zhàn)略性地使用AI，將AI的認(rèn)知戰(zhàn)略整合到組織戰(zhàn)略中，使認(rèn)知戰(zhàn)略與競(jìng)爭(zhēng)戰(zhàn)略、商業(yè)模式、組織文化和生態(tài)系統(tǒng)相匹配，才能夠通過(guò)產(chǎn)品和服務(wù)創(chuàng)新創(chuàng)造價(jià)值。

其三，在創(chuàng)新流程層面，AI影響產(chǎn)品創(chuàng)新的新機(jī)制主要通過(guò)前中后端的一體化動(dòng)態(tài)協(xié)同來(lái)實(shí)現(xiàn)。在創(chuàng)意生成的模糊前端，AI投資盡管并未顯著改變產(chǎn)品結(jié)構(gòu)，但其顯著提高了商標(biāo)數(shù)量和產(chǎn)品專利。例如，AI投資促進(jìn)了產(chǎn)品創(chuàng)新在前端的創(chuàng)意生成［26］，通過(guò)處理現(xiàn)有知識(shí)領(lǐng)域中的大量信息，AI系統(tǒng)可以快速捕獲其中的潛在知識(shí)，從而開發(fā)或識(shí)別大量的創(chuàng)意，形成創(chuàng)意網(wǎng)絡(luò)。在設(shè)計(jì)與開發(fā)的中端，AI還可以突破本地知識(shí)搜索的限制，從不同領(lǐng)域的產(chǎn)品知識(shí)中汲取靈感，形成產(chǎn)品原型網(wǎng)絡(luò)。在測(cè)試與商業(yè)化的后端，AI驅(qū)動(dòng)的產(chǎn)品創(chuàng)新能夠形成智能產(chǎn)品網(wǎng)絡(luò)，產(chǎn)品網(wǎng)絡(luò)內(nèi)部各產(chǎn)品的功能高度相關(guān)，并可以通過(guò)人與AI的深度互動(dòng)反饋進(jìn)行自我測(cè)試與優(yōu)化，從中再提取出新的創(chuàng)意，為下一個(gè)周期的產(chǎn)品創(chuàng)新提供潛在的依據(jù)和方向。

（三） SSP 分析框架的維度、結(jié)構(gòu)與要素

AI在創(chuàng)新主體、戰(zhàn)略與流程三個(gè)層面上的影響，構(gòu)成大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品創(chuàng)新商務(wù)智能三個(gè)分析維度。其中，AI作為新的社會(huì)主體，融入組織活動(dòng)并帶來(lái)新的生產(chǎn)要素投入，形成生產(chǎn)要素的新組合而推動(dòng)產(chǎn)品創(chuàng)新進(jìn)步。特別是，AI帶來(lái)時(shí)空壓縮效應(yīng)，提升產(chǎn)品開發(fā)效率［27］，引發(fā)組織創(chuàng)新戰(zhàn)略與流程的根本性變革，三者相互聯(lián)動(dòng)構(gòu)成產(chǎn)品創(chuàng)新的AI生態(tài)系統(tǒng)，形成大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品創(chuàng)新商務(wù)智能，在每個(gè)維度內(nèi)部存在不同的要素組合結(jié)構(gòu)。由此，本文依據(jù)大數(shù)據(jù)合作資產(chǎn)理論，從企業(yè)與用戶互動(dòng)的適應(yīng)性變革視角出發(fā)，提出大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品創(chuàng)新商務(wù)智能SSP分析框架，用于探討產(chǎn)品創(chuàng)新商務(wù)智能的新機(jī)制，具體如圖1所示。

由圖1可知，創(chuàng)新主體、戰(zhàn)略和流程三個(gè)層面內(nèi)部存在不同的要素組合結(jié)構(gòu)。在創(chuàng)新主體層中，人通過(guò)新生產(chǎn)要素組合的方式重新配置AI及其他生產(chǎn)要素，使知識(shí)積累方式產(chǎn)生突變，產(chǎn)品創(chuàng)新知識(shí)再反饋到人，去補(bǔ)充現(xiàn)有產(chǎn)品知識(shí)庫(kù)。在這種反饋式增強(qiáng)中，人與AI形成雙向卷入的深度協(xié)同與互動(dòng)模式。在創(chuàng)新戰(zhàn)略層中，AI的認(rèn)知戰(zhàn)略通過(guò)與競(jìng)爭(zhēng)戰(zhàn)略、組織文化、商業(yè)模式和生態(tài)系統(tǒng)的匹配來(lái)嵌入前中后端。在創(chuàng)新流程層中，人與AI的深度協(xié)同與互動(dòng)使得創(chuàng)新的前中后端分別產(chǎn)生了創(chuàng)意網(wǎng)絡(luò)、原型網(wǎng)絡(luò)和產(chǎn)品網(wǎng)絡(luò)，三者在AI的啟發(fā)、糾偏和自測(cè)中形成一體化動(dòng)態(tài)協(xié)同。

由圖1可知，創(chuàng)新主體、戰(zhàn)略和流程三者相互聯(lián)動(dòng)，構(gòu)成產(chǎn)品創(chuàng)新中AI生態(tài)系統(tǒng)的運(yùn)行結(jié)構(gòu)及特征，創(chuàng)新主體、戰(zhàn)略和流程之間兩兩互相影響。因而SSP分析框架也可被視為產(chǎn)品創(chuàng)新AI生態(tài)系統(tǒng)分析框架。其中，創(chuàng)新主體通過(guò)要素組合、知識(shí)積累的反饋式增強(qiáng)路徑影響創(chuàng)新戰(zhàn)略，指導(dǎo)創(chuàng)新流程層前中后端一體化。在創(chuàng)新主體層中，人與AI協(xié)同通過(guò)要素組合和知識(shí)積累路徑影響創(chuàng)新流程，形成模糊前端全流程擴(kuò)散、需求—解決方案對(duì)非線性的迭代和智能制造的生成式自測(cè)，從而支持創(chuàng)新戰(zhàn)略層中認(rèn)知戰(zhàn)略與競(jìng)爭(zhēng)戰(zhàn)略、組織文化、商業(yè)模式和生態(tài)系統(tǒng)的匹配。

其一，創(chuàng)新主體和創(chuàng)新戰(zhàn)略的雙向影響主要體現(xiàn)在以下兩個(gè)方面。一是在創(chuàng)新主體影響創(chuàng)新戰(zhàn)略方面，AI作為產(chǎn)品創(chuàng)新決策中可靠而高效的分析主體，推動(dòng)企業(yè)AI認(rèn)知戰(zhàn)略的形成，AI認(rèn)知戰(zhàn)略與競(jìng)爭(zhēng)戰(zhàn)略、組織文化、商業(yè)模式和生態(tài)系統(tǒng)相匹配，實(shí)現(xiàn)前中后端的一體化。二是在創(chuàng)新戰(zhàn)略影響創(chuàng)新主體方面，AI認(rèn)知戰(zhàn)略使企業(yè)擁有了基于已知知識(shí)的推理、學(xué)習(xí)、關(guān)聯(lián)和問(wèn)題解決能力，促進(jìn)了要素組合與知識(shí)積累的反饋式循環(huán)，迭代間隔越來(lái)越小，最終循環(huán)次數(shù)增加，人與AI協(xié)同機(jī)制更加穩(wěn)定地產(chǎn)出創(chuàng)新結(jié)果。

其二，創(chuàng)新主體和創(chuàng)新流程的雙向影響主要體現(xiàn)在以下兩個(gè)方面。一是在創(chuàng)新主體影響創(chuàng)新流程方面，人與AI的產(chǎn)品創(chuàng)新協(xié)同機(jī)制，在創(chuàng)新流程的前中后端上分別發(fā)揮不同的作用：在創(chuàng)新流程的前端，即產(chǎn)品創(chuàng)意產(chǎn)生階段，AI的自我生成特征與AI對(duì)人的互動(dòng)啟發(fā)［5］，有助于快速生成多樣化的創(chuàng)意網(wǎng)絡(luò)。在創(chuàng)新流程的中端，即產(chǎn)品設(shè)計(jì)開發(fā)階段，AI可以為組織提供產(chǎn)品設(shè)計(jì)的糾偏功能，根據(jù)市場(chǎng)上已有產(chǎn)品分析及小范圍內(nèi)部用戶反饋結(jié)果進(jìn)行分析，對(duì)設(shè)計(jì)人員經(jīng)驗(yàn)的局限進(jìn)行糾偏，形成具有生產(chǎn)可行性的產(chǎn)品原型網(wǎng)絡(luò)。在創(chuàng)新流程的后端，即產(chǎn)品測(cè)試及商業(yè)化階段，AI可以提供自我測(cè)試，對(duì)產(chǎn)品功能預(yù)先進(jìn)行錯(cuò)誤排查、AI自我模擬用戶數(shù)據(jù)進(jìn)行A/Btest等，形成功能高度相關(guān)的產(chǎn)品網(wǎng)絡(luò)。二是在創(chuàng)新流程影響創(chuàng)新主體方面，前中后端一體化使得產(chǎn)品開發(fā)的固定流程變得靈活，前中后端組合的可能性增加，要素組合方式更加多樣化，進(jìn)一步促進(jìn)知識(shí)積累方式的質(zhì)變，這最終反映在人與AI的產(chǎn)品創(chuàng)新協(xié)同機(jī)制上。

其三，創(chuàng)新戰(zhàn)略與創(chuàng)新流程的雙向影響主要體現(xiàn)在以下兩方面。在創(chuàng)新戰(zhàn)略影響創(chuàng)新流程方面，AI的戰(zhàn)略性使用不僅要與組織內(nèi)部因素協(xié)同匹配，對(duì)于其價(jià)值鏈上下游的各個(gè)參與者形成的生態(tài)系統(tǒng)，企業(yè)也要形成與之同步的AI認(rèn)知戰(zhàn)略，從而實(shí)現(xiàn)前中后端一體化。在創(chuàng)新流程營(yíng)銷創(chuàng)新戰(zhàn)略方面，前中后端一體化的創(chuàng)新流程中，人與AI的啟發(fā)、糾偏機(jī)制可以有助于企業(yè)戰(zhàn)略的實(shí)現(xiàn)。同時(shí)，需要注意戰(zhàn)略并不是一成不變，而是需要企業(yè)及時(shí)調(diào)整、優(yōu)化戰(zhàn)略方向，適應(yīng)新的市場(chǎng)和技術(shù)環(huán)境，保證企業(yè)在競(jìng)爭(zhēng)激烈的市場(chǎng)環(huán)境中保持領(lǐng)先地位。

在SSP框架中，AI的介入直接影響創(chuàng)新主體的結(jié)構(gòu)，從而引發(fā)創(chuàng)新戰(zhàn)略和創(chuàng)新流程的一系列連鎖反應(yīng)。因此，AI對(duì)創(chuàng)新主體的結(jié)構(gòu)性改變是產(chǎn)品創(chuàng)新AI生態(tài)系統(tǒng)的核心特征。為了探究這一核心特征為產(chǎn)品創(chuàng)新帶來(lái)的具體影響，本文分別對(duì)AI創(chuàng)新主體結(jié)構(gòu)性改變重塑產(chǎn)品創(chuàng)新戰(zhàn)略的變革基礎(chǔ)、AI創(chuàng)新主體結(jié)構(gòu)性改變對(duì)產(chǎn)品創(chuàng)新流程變革的影響兩部分內(nèi)容展開具體闡述。

三、AI 創(chuàng)新主體結(jié)構(gòu)性改變重塑創(chuàng)新戰(zhàn)略的變革基礎(chǔ)

相對(duì)于以往以人為主體的戰(zhàn)略創(chuàng)新，AI技術(shù)應(yīng)用在制造業(yè)產(chǎn)品創(chuàng)新時(shí)呈現(xiàn)出人與AI協(xié)同的創(chuàng)新主體結(jié)構(gòu)性改變。人在創(chuàng)新戰(zhàn)略中往往提供定性經(jīng)驗(yàn)進(jìn)行新產(chǎn)品開發(fā)的方向引導(dǎo)，而AI的自身特征與人的經(jīng)驗(yàn)結(jié)合形成創(chuàng)新主體。相比于其他數(shù)字技術(shù)，AI具有三個(gè)核心的創(chuàng)新特征：復(fù)合主體、自我生成和知識(shí)積累質(zhì)變。首先，AI的復(fù)合主體特征是指AI兼具通用目的技術(shù)與社會(huì)主體這兩個(gè)方面的特征。在通用目的技術(shù)方面，AI有助于組織的價(jià)值創(chuàng)造和流程優(yōu)化。在社會(huì)主體方面，AI的擬人化特征和倫理等原本適用于人類主體的特征在算法模型中體現(xiàn)，對(duì)組織應(yīng)用AI的采用意愿、信任水平和技術(shù)效能等因素產(chǎn)生影響。其次，AI的自我生成特征是指AI基于數(shù)據(jù)、算法、模型進(jìn)行快速反饋、即時(shí)調(diào)整。最后，AI的知識(shí)積累質(zhì)變特征是指在AI生態(tài)系統(tǒng)中或智能制造模式下，數(shù)字技術(shù)需要與業(yè)務(wù)高度匹配，知識(shí)積累速度與以往的知識(shí)涌現(xiàn)相比呈現(xiàn)出質(zhì)變。因此，AI創(chuàng)新主體結(jié)構(gòu)性改變構(gòu)建創(chuàng)新戰(zhàn)略變革的新基礎(chǔ)主要體現(xiàn)在以下兩個(gè)方面。

（一） 要素組合方式與知識(shí)積累方式的新變革

AI使決策和學(xué)習(xí)自動(dòng)化，也促成了知識(shí)積累方式的新變革。將AI技術(shù)有機(jī)融入組織流程內(nèi)，是解決AI技術(shù)在創(chuàng)新開發(fā)中遇到的問(wèn)題的重要保障。在創(chuàng)新開發(fā)過(guò)程中，AI從與用戶的互動(dòng)過(guò)程中，或是組織所在的生態(tài)系統(tǒng)中不斷收集實(shí)時(shí)數(shù)據(jù)。而嵌入產(chǎn)品中的AI，通過(guò)解讀這些數(shù)據(jù)，進(jìn)行自然語(yǔ)言建模并作出預(yù)測(cè)，從而指導(dǎo)企業(yè)制定決策。借助算法，AI可以自動(dòng)為用戶生成新的特定解決方案，并不需要人工干預(yù)。在這個(gè)循環(huán)中，伴隨著新數(shù)據(jù)的不斷采集，AI可以利用其學(xué)習(xí)能力優(yōu)化其對(duì)用戶需求和行為傾向的預(yù)測(cè)精準(zhǔn)度［28］。在AI驅(qū)動(dòng)的系統(tǒng)中，較多創(chuàng)新相關(guān)知識(shí)是依靠算法自動(dòng)化采集和積累，再將數(shù)據(jù)傳遞給AI。AI在解決問(wèn)題的過(guò)程中整合來(lái)源多樣化的數(shù)據(jù)，這些處理和決策的過(guò)程又進(jìn)一步促進(jìn)開放式創(chuàng)新和分布式創(chuàng)新，從而形成有價(jià)值的生態(tài)系統(tǒng)。值得注意的是，AI增加知識(shí)積累的方式更多是探索新知識(shí)，而不是利用現(xiàn)有知識(shí)［29］。因此，人與AI協(xié)同的主體結(jié)構(gòu)特征對(duì)創(chuàng)新戰(zhàn)略形成要素組合方式與知識(shí)積累方式的新變革，即人與AI協(xié)同的主體結(jié)構(gòu)特征使得創(chuàng)新戰(zhàn)略層中，知識(shí)積累速度大大加快。AI在訓(xùn)練數(shù)據(jù)后生成的算法模型可以基于現(xiàn)有數(shù)據(jù)，生成可以復(fù)用且有啟發(fā)性的新知識(shí)，拓展了以往組織與人通過(guò)探索式和利用式學(xué)習(xí)進(jìn)行知識(shí)積累的方式。

（二） 企業(yè)AI 認(rèn)知戰(zhàn)略的適應(yīng)性匹配

人與AI協(xié)同的創(chuàng)新主體特征，使得企業(yè)AI認(rèn)知戰(zhàn)略的適應(yīng)性匹配成為產(chǎn)品創(chuàng)新戰(zhàn)略變革的新基礎(chǔ)。通過(guò)將AI認(rèn)知戰(zhàn)略與競(jìng)爭(zhēng)戰(zhàn)略、組織文化、商業(yè)模式和生態(tài)系統(tǒng)匹配，從而實(shí)現(xiàn)前中后端一體化的AI戰(zhàn)略性應(yīng)用。在競(jìng)爭(zhēng)戰(zhàn)略方面，技術(shù)需要與業(yè)務(wù)動(dòng)態(tài)融合才可以獲得競(jìng)爭(zhēng)優(yōu)勢(shì)，AI技術(shù)在組織的競(jìng)爭(zhēng)戰(zhàn)略指導(dǎo)下，嵌入產(chǎn)品創(chuàng)新業(yè)務(wù)的前中后端賦能，為組織帶來(lái)競(jìng)爭(zhēng)優(yōu)勢(shì)。在組織文化方面，基于資源基礎(chǔ)觀和動(dòng)態(tài)能力理論，Lee等［9］認(rèn)為，AI應(yīng)被集成到組織的業(yè)務(wù)分析工具中，使企業(yè)跨越傳統(tǒng)的組織邊界，從而激發(fā)出數(shù)據(jù)驅(qū)動(dòng)文化，極大地影響產(chǎn)品創(chuàng)新戰(zhàn)略和組織流程，帶動(dòng)前中后端一體化動(dòng)態(tài)協(xié)同，企業(yè)由此得以克服傳統(tǒng)的人力密集型創(chuàng)新流程的諸多限制。在商業(yè)模式方面，已有組織開發(fā)出基于AI的商業(yè)模式，這種商業(yè)模式為利益相關(guān)者創(chuàng)造了新價(jià)值，改變了整個(gè)原有的價(jià)值鏈的前中后端［30］。在生態(tài)系統(tǒng)方面，AI的引入讓組織的價(jià)值創(chuàng)造、傳遞和獲取過(guò)程超越了現(xiàn)有邊界，為產(chǎn)品創(chuàng)新的新活動(dòng)和新流程提供了更為有利的運(yùn)作環(huán)境，這一環(huán)境涵蓋了產(chǎn)品開發(fā)的前中后端。

可以說(shuō)，在上述四類匹配中，AI認(rèn)知戰(zhàn)略與競(jìng)爭(zhēng)戰(zhàn)略的匹配處于首要位置，為企業(yè)提供競(jìng)爭(zhēng)優(yōu)勢(shì)，是認(rèn)知戰(zhàn)略實(shí)現(xiàn)的首要條件，對(duì)于組織文化、商業(yè)模式和生態(tài)系統(tǒng)的匹配起著決定性作用。AI認(rèn)知戰(zhàn)略與組織文化的匹配是企業(yè)內(nèi)部運(yùn)營(yíng)層面的重要因素，在AI時(shí)代，企業(yè)需要建立開放、創(chuàng)新和包容的組織文化，以適應(yīng)不斷變化的市場(chǎng)環(huán)境和技術(shù)進(jìn)步。這種文化可以激發(fā)員工的創(chuàng)造力和創(chuàng)新精神，促進(jìn)AI技術(shù)的研發(fā)和應(yīng)用。AI認(rèn)知戰(zhàn)略與商業(yè)模式的匹配是企業(yè)產(chǎn)品對(duì)投放及盈利的重要因素，企業(yè)可以借助AI不斷探索新的商業(yè)模式。AI認(rèn)知戰(zhàn)略與生態(tài)系統(tǒng)的匹配是實(shí)現(xiàn)AI戰(zhàn)略性應(yīng)用的全局性因素，AI時(shí)代的企業(yè)需要與其他企業(yè)、機(jī)構(gòu)和政府等建立良好的生態(tài)系統(tǒng)，借助價(jià)值共創(chuàng)吸引多主體參與創(chuàng)新，從而突破傳統(tǒng)的價(jià)值鏈和創(chuàng)新模式，為自身競(jìng)爭(zhēng)戰(zhàn)略的實(shí)施創(chuàng)造環(huán)境。這種生態(tài)系統(tǒng)可以促進(jìn)信息共享、合作創(chuàng)新和共同發(fā)展。這四類匹配也是前中后端一體化的必要條件，四類匹配在前中后端分別均有體現(xiàn)，如企業(yè)在前中后端的產(chǎn)品開發(fā)行為均是在競(jìng)爭(zhēng)戰(zhàn)略指導(dǎo)下進(jìn)行的。AI的創(chuàng)新主體結(jié)構(gòu)性變革，通過(guò)要素組合和知識(shí)積累兩種路徑，對(duì)產(chǎn)品創(chuàng)新戰(zhàn)略層變革產(chǎn)生重要影響。

四、AI 創(chuàng)新主體結(jié)構(gòu)性改變對(duì)創(chuàng)新流程變革的影響

從創(chuàng)新流程角度來(lái)看，人與AI形成的協(xié)同創(chuàng)新主體帶來(lái)了有別于以往產(chǎn)品創(chuàng)新的三個(gè)新特征，即模糊前端的全流程擴(kuò)散、需求—解決方案對(duì)的非線性迭代和智能制造的生成式自測(cè)。這三個(gè)新特征本質(zhì)上是AI創(chuàng)新主體結(jié)構(gòu)性改變對(duì)產(chǎn)品創(chuàng)新流程變革的三個(gè)關(guān)鍵性影響。

（一） 模糊前端的全流程擴(kuò)散

產(chǎn)品創(chuàng)新模糊前端通常是指在新產(chǎn)品詳細(xì)設(shè)計(jì)和開發(fā)之前進(jìn)行的機(jī)會(huì)識(shí)別、機(jī)會(huì)評(píng)估、創(chuàng)意生成、創(chuàng)意篩選和概念開發(fā)等活動(dòng)，具有數(shù)據(jù)的非結(jié)構(gòu)性、管理的動(dòng)態(tài)性和決策的不確定性三個(gè)特征［31］。在產(chǎn)品創(chuàng)新中，有效地實(shí)施前端流程可以直接促進(jìn)新產(chǎn)品的成功，如產(chǎn)品80%的成本是在模糊前端確定的。AI改變了模糊前端的創(chuàng)意分工，這種變革使創(chuàng)新流程更加專注于人類獨(dú)特的創(chuàng)新和解決問(wèn)題能力，提升了前端活動(dòng)的質(zhì)量。AI介入對(duì)產(chǎn)品創(chuàng)新模糊前端的影響最明顯地體現(xiàn)在全流程擴(kuò)散領(lǐng)域，如AI驅(qū)動(dòng)的認(rèn)知戰(zhàn)略使企業(yè)在產(chǎn)品創(chuàng)新中實(shí)時(shí)進(jìn)行信念更新，因而產(chǎn)品的邊界始終處于流動(dòng)狀態(tài)［32］，進(jìn)而將模糊前端擴(kuò)散到全流程中，因?yàn)槠髽I(yè)有效利用AI技術(shù)創(chuàng)造價(jià)值的能力源于將AI創(chuàng)造性地綁定到新的或改進(jìn)的流程中的能力。因此，AI的應(yīng)用需超越單一業(yè)務(wù)單位而覆蓋到整個(gè)運(yùn)營(yíng)流程中，包括產(chǎn)品創(chuàng)新的創(chuàng)意生成、設(shè)計(jì)開發(fā)和測(cè)試與商業(yè)化等環(huán)節(jié)。如通過(guò)機(jī)器學(xué)習(xí)的Apriori算法與LDA和QFD技術(shù)相結(jié)合，利用文本挖掘和分析方法，企業(yè)獲取用戶在線評(píng)論中包含的顧客需求和市場(chǎng)競(jìng)爭(zhēng)的客觀信息，將其轉(zhuǎn)化為數(shù)據(jù)并輸入到模型中來(lái)推動(dòng)產(chǎn)品創(chuàng)新［33］。又如在模糊前端階段，參與產(chǎn)品概念開發(fā)的員工通常較少，AI作為社會(huì)主體參與到該階段中也可以彌補(bǔ)員工在創(chuàng)意上的不足。然而，模糊前端的全流程擴(kuò)散可能會(huì)在后續(xù)的開發(fā)過(guò)程中增加因?yàn)槟：远鴮?dǎo)致的部門間沖突，AI技術(shù)黑盒特征會(huì)導(dǎo)致其產(chǎn)出的產(chǎn)品概念加重人的理解負(fù)擔(dān)，員工會(huì)擔(dān)心增加模糊前端在產(chǎn)品創(chuàng)新中的誤導(dǎo)性，從而抗拒對(duì)AI 的使用［34］，這就需要對(duì)AI模糊前端的全流程擴(kuò)散進(jìn)行治理。

可以認(rèn)為，在模糊前端階段，用于決策的信息通常是定性的、非正式的和不精確的，AI的分析能力可以有效地處理這些信息，提供更深入、準(zhǔn)確的洞察，幫助決策者更好地理解市場(chǎng)和用戶。在AI情境中，由人與AI構(gòu)成的雙創(chuàng)新主體在保持人對(duì)于產(chǎn)品創(chuàng)新的經(jīng)驗(yàn)、直覺和理解的同時(shí)，凸顯了AI快速反饋與實(shí)時(shí)調(diào)整的生成性，在知識(shí)的本地搜索與遠(yuǎn)程搜索過(guò)程中，人受到AI的啟發(fā)，產(chǎn)生以前從未想過(guò)的產(chǎn)品創(chuàng)意。由此，知識(shí)被重組為創(chuàng)意網(wǎng)絡(luò)，在后續(xù)設(shè)計(jì)原型和測(cè)試產(chǎn)品的流程中，創(chuàng)意網(wǎng)絡(luò)中的產(chǎn)品的多種可能性始終保留，以便員工隨時(shí)對(duì)產(chǎn)品細(xì)節(jié)進(jìn)行按需調(diào)整。AI的跨業(yè)務(wù)單元特性使得模糊前端的可能性擴(kuò)散到產(chǎn)品創(chuàng)新全流程的各個(gè)環(huán)節(jié)，打通產(chǎn)品創(chuàng)新相關(guān)各部門的創(chuàng)意壁壘，使其“用同一種語(yǔ)言說(shuō)話”，AI在其中扮演著通用目的技術(shù)與社會(huì)主體的復(fù)合身份。

（二） 需求—解決方案對(duì)的非線性迭代

需求—解決方案對(duì)本質(zhì)上是一個(gè)問(wèn)題解決過(guò)程，是指在不預(yù)先將問(wèn)題形式化的前提下，企業(yè)員工通過(guò)搜尋和聚合信息，構(gòu)建需求和解決方案景觀。如果從解決方案中獲得的收益不低于在該配對(duì)中提供解決方案的成本，則該配對(duì)是可行的［35］。AI技術(shù)的介入改變由人主導(dǎo)的信息聚合和知識(shí)積累方式，以不透明的認(rèn)知形式產(chǎn)生更多樣化的需求與解決方案匹配場(chǎng)景，如AI模型快速反饋和實(shí)時(shí)調(diào)整的生成性為異質(zhì)性知識(shí)提取提供了豐富的機(jī)會(huì)，使新產(chǎn)品開發(fā)團(tuán)隊(duì)能夠?qū)⒁粋€(gè)模型應(yīng)用于多種任務(wù)。由此，通過(guò)擴(kuò)展產(chǎn)品創(chuàng)新團(tuán)隊(duì)可以操作的需求和解決方案空間，AI使組織能夠發(fā)現(xiàn)問(wèn)題和解決方案之間更多的潛在聯(lián)系［36］。用戶出于自身需求、經(jīng)驗(yàn)和專業(yè)知識(shí)對(duì)產(chǎn)品進(jìn)行超前改進(jìn)，企業(yè)產(chǎn)品開發(fā)人員在市場(chǎng)上利用AI同時(shí)挖掘全域用戶對(duì)于新產(chǎn)品的需求和解決方案信息，判斷需求的普遍性和解決方案的商業(yè)化可行性，從而實(shí)現(xiàn)產(chǎn)品創(chuàng)新的新型創(chuàng)新分工［37］。在此過(guò)程中，AI的文本摘要、情感分析和用戶洞察感知能力在理解給定文本中的重要聯(lián)系并提取相關(guān)信息和知識(shí)方面起著關(guān)鍵作用。

以智能商業(yè)為例，多方主體數(shù)據(jù)資源依托AI平臺(tái)進(jìn)行松散耦合的互動(dòng)，算法不斷迭代增強(qiáng)，使企業(yè)突破了“需求識(shí)別—問(wèn)題解決”的傳統(tǒng)線性范式。AI可以管理非線性復(fù)雜關(guān)系、進(jìn)行多任務(wù)處理、提高學(xué)習(xí)中的容錯(cuò)率，也可以同時(shí)處理定量和定性信息。由此，AI技術(shù)應(yīng)用的知識(shí)溢出效應(yīng)會(huì)使多個(gè)產(chǎn)品領(lǐng)域相互連通，單品類產(chǎn)品的創(chuàng)新往往會(huì)啟發(fā)式帶動(dòng)多品類產(chǎn)品的創(chuàng)新［32］。因此，AI對(duì)需求—解決方案對(duì)的影響體現(xiàn)在非線性迭代中，且這種非線性迭代體現(xiàn)在產(chǎn)品創(chuàng)新流程中的模糊前端與詳細(xì)設(shè)計(jì)開發(fā)階段，因?yàn)锳I與人雙創(chuàng)新主體的介入使產(chǎn)品創(chuàng)新流程由傳統(tǒng)的線性模式變革為非線性反饋迭代模式，需求與解決方案將缺少明確的界限，一個(gè)階段的解決方案可能會(huì)成為下一個(gè)階段的需求，某一階段的需求也可能成為另一階段的解決方案，需求構(gòu)成的創(chuàng)意網(wǎng)絡(luò)與解決方案構(gòu)成的原型網(wǎng)絡(luò)在相互糾偏的過(guò)程中，構(gòu)成下一輪適應(yīng)性產(chǎn)品創(chuàng)新的迭代基礎(chǔ)。全品類產(chǎn)品大數(shù)據(jù)將會(huì)支撐AI精確識(shí)別需求，同時(shí)AI作為預(yù)測(cè)技術(shù)的本質(zhì)將會(huì)推動(dòng)對(duì)于解決方案的智能化識(shí)別，在非線性的迭代中形成多產(chǎn)品的需求—解決方案對(duì)協(xié)同創(chuàng)新網(wǎng)絡(luò)。

（三） 智能制造的生成式自測(cè)

產(chǎn)品創(chuàng)新流程的后端包括產(chǎn)品的測(cè)試、生產(chǎn)和市場(chǎng)投放，本文聚焦于測(cè)試和生產(chǎn)這兩個(gè)模塊，闡述人與AI雙創(chuàng)新主體結(jié)構(gòu)性變革對(duì)產(chǎn)品創(chuàng)新流程后端的影響。在測(cè)試與商業(yè)化的后端，由人與AI深度協(xié)同進(jìn)行測(cè)試與生產(chǎn)，構(gòu)建物理實(shí)體、虛擬模型和表征物理—虛擬交互連接的人—網(wǎng)絡(luò)—物理實(shí)體系統(tǒng)，并在醫(yī)療保健、制造業(yè)和航空等眾多應(yīng)用領(lǐng)域被使用［38］。由此，AI技術(shù)賦能的智能制造將測(cè)試與生產(chǎn)進(jìn)行統(tǒng)合，具有自主適應(yīng)和自我優(yōu)化的特點(diǎn)，能夠在虛擬空間中進(jìn)行實(shí)體產(chǎn)品的測(cè)試和改進(jìn)，在缺少人為干預(yù)和控制的情況下獨(dú)立運(yùn)行，并將最終成果投射回物理實(shí)體的世界。

人類數(shù)字孿生體從創(chuàng)新主體層為智能制造提供基礎(chǔ)，其應(yīng)用包括但不限于生產(chǎn)數(shù)據(jù)收集和分析，基于RFID的生產(chǎn)監(jiān)控和基于數(shù)字孿生的物理融合等。如面向智能制造的知識(shí)驅(qū)動(dòng)數(shù)字孿生制造單元具備自我思考、自我決策、自我執(zhí)行和自我完善的能力，可以實(shí)現(xiàn)智能工藝規(guī)劃、智能生產(chǎn)調(diào)度和生產(chǎn)過(guò)程分析與動(dòng)態(tài)調(diào)節(jié)［39］。又如Sbai和Elboukhari［40］利用創(chuàng)造性對(duì)抗網(wǎng)絡(luò)，鼓勵(lì)生成性對(duì)抗網(wǎng)絡(luò)偏離現(xiàn)有的繪畫風(fēng)格，從而生成原創(chuàng)的產(chǎn)品設(shè)計(jì)。創(chuàng)造性對(duì)抗網(wǎng)絡(luò)允許生成多樣化、非常規(guī)的產(chǎn)品，并重視產(chǎn)品的原創(chuàng)性，該模型提供的超過(guò)60%的生成設(shè)計(jì)被認(rèn)為是由人類設(shè)計(jì)師創(chuàng)作的，表明生成性自測(cè)構(gòu)成AI影響智能制造過(guò)程中產(chǎn)品開發(fā)的關(guān)鍵特征之一。

由此，在產(chǎn)品創(chuàng)新的后端，人與AI的深度互動(dòng)和融合有助于AI在虛擬空間中展現(xiàn)其生成性，根據(jù)人類對(duì)于獎(jiǎng)勵(lì)算法的調(diào)整，AI能夠適應(yīng)性地將產(chǎn)品向更具創(chuàng)新性的方向進(jìn)行優(yōu)化，有助于提升AI的創(chuàng)造力。在產(chǎn)品測(cè)試的過(guò)程中，AI可以豐富人類在物理世界中開展的A/B test所形成的結(jié)論，利用算法實(shí)現(xiàn)產(chǎn)品的生成式自測(cè)。在智能制造的生產(chǎn)過(guò)程中，基于人類數(shù)字孿生體、動(dòng)態(tài)知識(shí)庫(kù)和自學(xué)習(xí)技術(shù)，AI可以通過(guò)智能感知、模擬、理解、預(yù)測(cè)、優(yōu)化和控制策略優(yōu)化制造流程，使產(chǎn)品創(chuàng)新與制造流程更好地融合起來(lái)。

總之，AI創(chuàng)新主體結(jié)構(gòu)性改變對(duì)產(chǎn)品創(chuàng)新流程變革的影響具有全流程、非線性迭代和生成性自測(cè)三個(gè)特征，形成產(chǎn)品創(chuàng)新前中后端一體化動(dòng)態(tài)協(xié)同。首先，模糊前端的全流程擴(kuò)散凸顯了AI在產(chǎn)品創(chuàng)新前端的動(dòng)態(tài)介入，使創(chuàng)新流程變得更為流動(dòng)、實(shí)時(shí)。AI的應(yīng)用不再局限于單一的業(yè)務(wù)單位，而是覆蓋了整個(gè)產(chǎn)品創(chuàng)新流程。這種前端的擴(kuò)散打破了原有的創(chuàng)新阻礙，為不同部門之間的協(xié)同創(chuàng)新提供了可能性。雖然AI在數(shù)據(jù)分析和創(chuàng)意生成方面具有顯著優(yōu)勢(shì)，但需要注意在模糊前端擴(kuò)散過(guò)程中保持協(xié)同的平衡，以防止部門間的沖突。其次，AI與人的雙創(chuàng)新主體通過(guò)異質(zhì)性知識(shí)提取，產(chǎn)品創(chuàng)新團(tuán)隊(duì)可以從中汲取靈感，形成一個(gè)多產(chǎn)品需求—解決方案對(duì)協(xié)同創(chuàng)新網(wǎng)絡(luò)。這種非線性的迭代模式使得需求與解決方案之間的邊界變得模糊，為下一輪適應(yīng)性產(chǎn)品創(chuàng)新提供了迭代基礎(chǔ)。最后，人與AI的深度互動(dòng)和融合構(gòu)建了人類數(shù)字孿生體，為智能制造提供了基礎(chǔ)。在產(chǎn)品創(chuàng)新的后端，AI展現(xiàn)了其生成性，通過(guò)智能感知、模擬、理解、預(yù)測(cè)、優(yōu)化和控制策略來(lái)支持自主的制造。這種生成式自測(cè)的方式使產(chǎn)品測(cè)試和生產(chǎn)變得更具自主性和適應(yīng)性，并加速了產(chǎn)品從虛擬空間到物理實(shí)體的迭代過(guò)程。由此，AI應(yīng)用使產(chǎn)品創(chuàng)新流程中的創(chuàng)意生成、詳細(xì)設(shè)計(jì)與開發(fā)、測(cè)試與商業(yè)化環(huán)節(jié)之間的門檻變模糊，形成流動(dòng)、循環(huán)和反饋為特性的產(chǎn)品創(chuàng)新模式。這種整體流程的協(xié)同和動(dòng)態(tài)性為企業(yè)提供了更為靈活、適應(yīng)性更強(qiáng)的創(chuàng)新環(huán)境，也為產(chǎn)品迭代提供了更多可能性，人與AI的深度協(xié)同將成為推動(dòng)產(chǎn)品創(chuàng)新的重要?jiǎng)恿Α?/p>

五、結(jié)論與展望

本文以大數(shù)據(jù)合作資產(chǎn)理論為基礎(chǔ)，從企業(yè)與用戶互動(dòng)的適應(yīng)性創(chuàng)新視角出發(fā)，提出大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品創(chuàng)新商務(wù)智能SSP分析框架，得到三個(gè)方面的主要結(jié)論。首先，從創(chuàng)新管理角度來(lái)看，AI本質(zhì)上是融入企業(yè)戰(zhàn)略及創(chuàng)新開發(fā)，實(shí)現(xiàn)跨業(yè)務(wù)、跨流程、跨時(shí)間維度價(jià)值創(chuàng)造和產(chǎn)品創(chuàng)新的數(shù)字生態(tài)系統(tǒng)，人與AI雙向卷入形成要素組合與知識(shí)積累的雙向反饋式增強(qiáng)機(jī)制，使創(chuàng)新主體發(fā)生結(jié)構(gòu)性改變，形成產(chǎn)品創(chuàng)新戰(zhàn)略與流程變革的新基礎(chǔ)。其次，AI認(rèn)知戰(zhàn)略是指企業(yè)對(duì)AI價(jià)值及其實(shí)現(xiàn)方式的戰(zhàn)略共識(shí)及其管理行為。企業(yè)AI認(rèn)知戰(zhàn)略需與組織競(jìng)爭(zhēng)戰(zhàn)略、組織文化、商業(yè)模式和生態(tài)系統(tǒng)相匹配，進(jìn)而共同影響AI在創(chuàng)新流程中的一體化應(yīng)用。最后，與基于以往的技術(shù)進(jìn)步和其他通用目的技術(shù)的產(chǎn)品創(chuàng)新管理相比，模糊前端的全流程擴(kuò)散、需求—解決方案對(duì)的非線性迭代和智能制造的生成式自測(cè)，構(gòu)成大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品創(chuàng)新流程的三個(gè)新特征。

基于上述三項(xiàng)研究，本文形成兩個(gè)創(chuàng)新點(diǎn)：一方面，將內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論和熊彼特的創(chuàng)新理論的主要思想，內(nèi)嵌于大數(shù)據(jù)合作資產(chǎn)的基礎(chǔ)理論中構(gòu)建SSP分析框架，通過(guò)突出AI對(duì)產(chǎn)品創(chuàng)新的推動(dòng)作用，強(qiáng)調(diào)AI對(duì)產(chǎn)品創(chuàng)新的影響源于企業(yè)與用戶互動(dòng)形成的大數(shù)據(jù)合作資產(chǎn)。AI通過(guò)要素組合與知識(shí)積累兩條路徑形成新的創(chuàng)新主體，形成人與AI的深度協(xié)同，進(jìn)而形成大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品創(chuàng)新商務(wù)智能。由此，本文擴(kuò)展了對(duì)創(chuàng)新網(wǎng)絡(luò)的理解，為內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論中有關(guān)知識(shí)傳播和產(chǎn)業(yè)互動(dòng)的觀點(diǎn)提供了支持，認(rèn)為AI作為通用目的技術(shù)與社會(huì)主體的復(fù)合主體參與產(chǎn)品創(chuàng)新，不僅是一種新的技術(shù)要素投入，還改變了企業(yè)要素組合的方式和知識(shí)積累的方式，推動(dòng)了AI創(chuàng)新管理與大數(shù)據(jù)合作資產(chǎn)、內(nèi)生經(jīng)濟(jì)增長(zhǎng)及熊彼特創(chuàng)新理論結(jié)合的交叉創(chuàng)新。另一方面，通過(guò)SSP框架，本文闡述了大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品創(chuàng)新商務(wù)智能實(shí)現(xiàn)機(jī)制，分析了產(chǎn)品創(chuàng)新主體、創(chuàng)新戰(zhàn)略和創(chuàng)新流程層AI的利用方式，以及三者之間的邏輯關(guān)系，剖析了人與AI雙向卷入、AI的戰(zhàn)略性使用和AI對(duì)于創(chuàng)新流程的重塑。研究表明，SSP框架較好地刻畫出大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品創(chuàng)新商務(wù)智能的特征和規(guī)律，可為AI與產(chǎn)品創(chuàng)新的關(guān)系研究提供新的分析視角。

在未來(lái)的研究中，可對(duì)SSP框架中的關(guān)鍵概念及內(nèi)在關(guān)系開展操作化和驗(yàn)證性工作，包括如何刻畫模糊前端的全流程擴(kuò)散、需求—解決方案對(duì)的非線性迭代和智能制造的生成式自測(cè)，形成可操作的實(shí)證模型，擬考慮基于相關(guān)代表性文獻(xiàn)和實(shí)踐觀察來(lái)提取關(guān)鍵變量，形成商務(wù)智能領(lǐng)域的研究模型。同時(shí)，針對(duì)AI的戰(zhàn)略使用如何促使前中后端一體化從而影響產(chǎn)品創(chuàng)新績(jī)效的機(jī)制，形成可操作的變量和實(shí)證數(shù)據(jù)，也有待后續(xù)研究來(lái)完善。此外，AI融入產(chǎn)品創(chuàng)新商務(wù)智能之后，形成的創(chuàng)意網(wǎng)絡(luò)、原型網(wǎng)絡(luò)和產(chǎn)品網(wǎng)絡(luò)之間，以及三個(gè)網(wǎng)絡(luò)內(nèi)部各個(gè)要素相互影響的機(jī)制，在本文中并未進(jìn)行研究，有待未來(lái)深入探討。