“兩業(yè)”融合背景下大數(shù)據(jù)何以驅(qū)動(dòng)產(chǎn)品與服務(wù)質(zhì)量雙提升：海爾案例

摘 要：數(shù)據(jù)要素與傳統(tǒng)生產(chǎn)要素相結(jié)合，催生了數(shù)據(jù)驅(qū)動(dòng)型生產(chǎn)方式，推動(dòng)了制造業(yè)與服務(wù)業(yè)的深度融合。在此背景下，大數(shù)據(jù)驅(qū)動(dòng)企業(yè)產(chǎn)品與服務(wù)質(zhì)量實(shí)現(xiàn)了雙提升。采取縱向單案例研究方法，以海爾集團(tuán)作為案例企業(yè)，以戰(zhàn)略匹配理論為理論基礎(chǔ)，通過考察企業(yè)資源基礎(chǔ)和動(dòng)態(tài)能力的變化，探究了“兩業(yè)”融合背景下大數(shù)據(jù)驅(qū)動(dòng)企業(yè)產(chǎn)品與服務(wù)質(zhì)量雙提升的內(nèi)在機(jī)理。研究發(fā)現(xiàn)：（1）數(shù)據(jù)驅(qū)動(dòng)海爾集團(tuán)產(chǎn)品與服務(wù)質(zhì)量雙提升，經(jīng)歷了消費(fèi)互聯(lián)網(wǎng)階段、生產(chǎn)數(shù)據(jù)化階段和產(chǎn)業(yè)互聯(lián)網(wǎng)階段，此三個(gè)階段分別對(duì)應(yīng)著產(chǎn)品與服務(wù)質(zhì)量分離式雙提升、嵌入式雙提升和融合式雙提升。（2）在產(chǎn)品與服務(wù)質(zhì)量分離式雙提升階段，海爾集團(tuán)采取了敏捷響應(yīng)戰(zhàn)略，在此戰(zhàn)略框架下，通過點(diǎn)連式資源拼湊和個(gè)性化定制能力推動(dòng)了海爾集團(tuán)產(chǎn)品與服務(wù)質(zhì)量分離式雙提升。（3）在產(chǎn)品與服務(wù)質(zhì)量嵌入式雙提升階段，海爾集團(tuán)采取了智能化戰(zhàn)略，在此戰(zhàn)略框架下，通過匯面式資源編排和智能定制能力推動(dòng)了海爾集團(tuán)產(chǎn)品與服務(wù)質(zhì)量嵌入式雙提升。（4）在產(chǎn)品與服務(wù)質(zhì)量融合式雙提升階段，海爾集團(tuán)采取了生態(tài)化戰(zhàn)略，在此戰(zhàn)略框架下，通過網(wǎng)絡(luò)式資源協(xié)奏和生態(tài)賦能能力推動(dòng)了海爾集團(tuán)產(chǎn)品與服務(wù)質(zhì)量融合式雙提升。研究結(jié)論豐富了戰(zhàn)略匹配理論和動(dòng)態(tài)能力理論的作用邊界和適用情景，對(duì)制造業(yè)企業(yè)提升產(chǎn)品與服務(wù)質(zhì)量具有一定的實(shí)踐指導(dǎo)意義。

關(guān)鍵詞：“兩業(yè)”融合;大數(shù)據(jù)驅(qū)動(dòng);產(chǎn)品與服務(wù)質(zhì)量;案例研究

一、引言與文獻(xiàn)綜述

2023年，國(guó)家數(shù)據(jù)局等17部門聯(lián)合印發(fā)的《“數(shù)據(jù)要素×”三年行動(dòng)計(jì)劃（2024—2026年）》（下文簡(jiǎn)稱“行動(dòng)計(jì)劃”）指出，要充分激活數(shù)據(jù)潛能，促進(jìn)數(shù)據(jù)多場(chǎng)景應(yīng)用、多主體復(fù)用，培育基于數(shù)據(jù)要素的新產(chǎn)品和新服務(wù)，實(shí)現(xiàn)知識(shí)擴(kuò)散、價(jià)值倍增。隨著數(shù)字技術(shù)被廣泛應(yīng)用于各類場(chǎng)景中，智能移動(dòng)終端、在線社群、數(shù)字工廠等生產(chǎn)消費(fèi)端產(chǎn)生的高維多頻、非結(jié)構(gòu)化、實(shí)時(shí)反饋、高速海量數(shù)據(jù)正日益成為重要的現(xiàn)實(shí)生產(chǎn)要素，加之5G通信、工業(yè)操作系統(tǒng)等數(shù)字基礎(chǔ)設(shè)施不斷完善，數(shù)據(jù)作為現(xiàn)實(shí)生產(chǎn)要素逐漸參與到企業(yè)價(jià)值創(chuàng)造過程中（史丹、孫光林，2022; Wei 等，2024），并成為競(jìng)爭(zhēng)優(yōu)勢(shì)的重要來源。企業(yè)的核心目標(biāo)是通過為消費(fèi)者提供產(chǎn)品與服務(wù)創(chuàng)造價(jià)值，因此作為最終產(chǎn)出的兩種基本形態(tài)，產(chǎn)品與服務(wù)是企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的載體。能否為消費(fèi)者提供高質(zhì)量的、差異化的產(chǎn)品與服務(wù)，是提升消費(fèi)者黏性和產(chǎn)品忠誠(chéng)度、擴(kuò)大市場(chǎng)占有率的關(guān)鍵。數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)作為新型生產(chǎn)要素不僅加速了先進(jìn)制造業(yè)與現(xiàn)代服務(wù)業(yè)的融合（下文簡(jiǎn)稱“兩業(yè)”融合），而且在微觀層面影響了企業(yè)的生產(chǎn)組織流程和管理決策范式（George 等，2014; 邢新朋等，2023），并提升了產(chǎn)品與服務(wù)的質(zhì)量。本文的研究問題是：在“兩業(yè)”融合持續(xù)深化的背景下，企業(yè)如何借由大數(shù)據(jù)實(shí)現(xiàn)產(chǎn)品與服務(wù)質(zhì)量的提升？其內(nèi)在機(jī)理是什么？厘清這一問題，不僅可以豐富相關(guān)理論的作用邊界、拓展其應(yīng)用情景，而且有助于理解大數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品與服務(wù)質(zhì)量提升的內(nèi)在機(jī)理，同時(shí)對(duì)我國(guó)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展具有一定的現(xiàn)實(shí)指導(dǎo)意義。

對(duì)于如何激發(fā)并發(fā)揮數(shù)據(jù)要素的價(jià)值，學(xué)術(shù)界已經(jīng)展開了廣泛且深入的討論，相關(guān)研究集中在以下兩個(gè)方q4iWCbT/mPgfKJchvcPgxRxK4i8wEvnitCrBUFvO+pM=面：（1）大數(shù)據(jù)與數(shù)據(jù)驅(qū)動(dòng)型生產(chǎn)方式。第一，大數(shù)據(jù)的概念與特征。Sagiroglu和Sinanc（2013）較早提出了大數(shù)據(jù)（Big Data）的概念，指出大數(shù)據(jù)是由在線交易、視頻媒體、圖片、搜索請(qǐng)求等人類行為產(chǎn)生的大規(guī)模多源異構(gòu)數(shù)據(jù)集（Bihl等，2016; Jensen等，2023）。從這一定義來看，大數(shù)據(jù)本質(zhì)上是對(duì)物理世界狀態(tài)的真實(shí)反映，物理空間狀態(tài)和人類行為可以通過0-1二進(jìn)制的形式被數(shù)據(jù)化，并被存儲(chǔ)到云端（洪永淼、汪壽陽，2021）。從資源基礎(chǔ)觀的角度來看，大數(shù)據(jù)是一種具有潛在價(jià)值的異質(zhì)性資源（Wang等，2024）。部分學(xué)者從能力觀的視角界定了大數(shù)據(jù)的概念，認(rèn)為大數(shù)據(jù)是一種能力，體量巨大、具有復(fù)雜結(jié)構(gòu)的數(shù)據(jù)集合難以通過傳統(tǒng)的數(shù)據(jù)處理方式進(jìn)行存儲(chǔ)、傳輸、分析和可視化，需要具備相應(yīng)的大數(shù)據(jù)能力才能將其轉(zhuǎn)化為有用的信息和知識(shí)（Das等，2013; Xie等，2023）。大數(shù)據(jù)具有Volume（數(shù)據(jù)量大）、Velocity（數(shù)據(jù)處理速度快）、Variety（數(shù)據(jù)多樣性）和Value（數(shù)據(jù)價(jià)值）等特征（Chen等，2014; Nani等，2023）。徐宗本等（2014）指出，數(shù)據(jù)的無邊界分布、動(dòng)態(tài)演變、多模態(tài)復(fù)雜關(guān)聯(lián)和網(wǎng)絡(luò)化傳播是大數(shù)據(jù)的基本特征。陳國(guó)青等（2018）認(rèn)為，大數(shù)據(jù)驅(qū)動(dòng)了企業(yè)管理決策范式轉(zhuǎn)變，粒度縮放、跨界關(guān)聯(lián)和全局視圖是大數(shù)據(jù)問題的基本特征。第二，數(shù)據(jù)驅(qū)動(dòng)型生產(chǎn)方式。數(shù)據(jù)驅(qū)動(dòng)型生產(chǎn)方式的核心在于數(shù)據(jù)與傳統(tǒng)生產(chǎn)要素相結(jié)合，參與企業(yè)生產(chǎn)管理，實(shí)現(xiàn)向信息和知識(shí)的價(jià)值轉(zhuǎn)化（Wang等，2016; Jones和Tonetti，2020;謝康等，2020）。然而，純粹的數(shù)據(jù)本身是低價(jià)值密度的，洞察和挖掘數(shù)據(jù)背后所隱含的因果邏輯關(guān)系才能激活數(shù)據(jù)價(jià)值。Tao等（2018）分析了大數(shù)據(jù)與制造業(yè)之間的關(guān)系，指出大數(shù)據(jù)是一種資源稟賦，企業(yè)通過數(shù)據(jù)收集、存儲(chǔ)、處理、可視化與應(yīng)用，形成了智能制造能力，從而實(shí)現(xiàn)價(jià)值創(chuàng)造。孫新波等（2020）指出，數(shù)據(jù)驅(qū)動(dòng)型生產(chǎn)方式的核心在于通過提升企業(yè)的連接能力、數(shù)據(jù)分析能力和信息運(yùn)用能力促進(jìn)企業(yè)的價(jià)值共創(chuàng)。蔡繼明等（2022）在廣義價(jià)值論的均衡分析框架下分析了數(shù)據(jù)參與價(jià)值創(chuàng)造的途徑，指出數(shù)據(jù)的初始存量、前期收集處理數(shù)據(jù)所投入的勞動(dòng)、當(dāng)期在收集處理數(shù)據(jù)所投入的勞動(dòng)以及數(shù)據(jù)要素的正外部性，是數(shù)據(jù)要素推動(dòng)企業(yè)綜合生產(chǎn)力提升的主要途徑。（2）數(shù)據(jù)要素與企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)。陳國(guó)青等（2020）指出，大數(shù)據(jù)顛覆了企業(yè)的傳統(tǒng)生產(chǎn)組織方式，不僅催生了基于大數(shù)據(jù)的決策范式，而且激發(fā)了企業(yè)在行為洞察、風(fēng)險(xiǎn)預(yù)見和業(yè)務(wù)模式等方面的創(chuàng)新。Nobanee（2020）認(rèn)為，以數(shù)據(jù)要素為核心的生產(chǎn)組織方式可以幫助企業(yè)在動(dòng)態(tài)競(jìng)爭(zhēng)環(huán)境中獲取競(jìng)爭(zhēng)優(yōu)勢(shì)。部分學(xué)者基于資源基礎(chǔ)觀和動(dòng)態(tài)能力理論討論了數(shù)據(jù)要素與企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)之間的關(guān)系（Dubey等，2019; Shan等，2019）。數(shù)據(jù)要素的可供性、可延展性和邊際復(fù)制成本為零等特征，使其成為戰(zhàn)略要素市場(chǎng)上的非交易性資源和企業(yè)的操作性資源，從而構(gòu)成企業(yè)的核心競(jìng)爭(zhēng)能力（Madhavaram和Hunt，2008）。由于單純的數(shù)據(jù)要素并不具備價(jià)值，企業(yè)必須具有將數(shù)據(jù)轉(zhuǎn)化為知識(shí)和價(jià)值的能力。其中，機(jī)會(huì)感知能力（焦豪等，2021）、大數(shù)據(jù)能力（馬鴻佳等，2023）、資源整合能力（周翔等，2023）、組織重構(gòu)與組織慣例更新能力（馬鴻佳、王亞婧，2024）等動(dòng)態(tài)能力，是數(shù)據(jù)要素賦能企業(yè)在復(fù)雜動(dòng)蕩環(huán)境中獲取競(jìng)爭(zhēng)優(yōu)勢(shì)的核心能力。

綜上所述，現(xiàn)有研究討論了大數(shù)據(jù)的概念特征以及數(shù)據(jù)要素與企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)之間的關(guān)系，為本研究提供了重要啟發(fā)。然而學(xué)者更多的是將研究焦點(diǎn)聚焦在企業(yè)如何獲取和利用大數(shù)據(jù)，側(cè)重?cái)?shù)據(jù)要素對(duì)企業(yè)資源基礎(chǔ)和資源稟賦的修改、動(dòng)態(tài)能力的建構(gòu)以及組織慣例和流程的改變，側(cè)重大數(shù)據(jù)對(duì)企業(yè)運(yùn)營(yíng)的影響，忽視了大數(shù)據(jù)對(duì)企業(yè)最終產(chǎn)出——產(chǎn)品與服務(wù)的影響。產(chǎn)品和服務(wù)作為企業(yè)提升市場(chǎng)占有率、獲取競(jìng)爭(zhēng)優(yōu)勢(shì)的基本載體，其質(zhì)量的動(dòng)態(tài)變化與大數(shù)據(jù)密切相關(guān)。因此，探討大數(shù)據(jù)如何影響產(chǎn)品與服務(wù)的質(zhì)量顯得尤為重要。基于此，本研究嘗試從企業(yè)運(yùn)營(yíng)管理的微觀視角，探究大數(shù)據(jù)驅(qū)動(dòng)企業(yè)產(chǎn)品與服務(wù)質(zhì)量提升的內(nèi)在機(jī)理。

本文的邊際貢獻(xiàn)在于：第一，延展了“兩業(yè)”融合的內(nèi)涵，從微觀層面解析了大數(shù)據(jù)推動(dòng)產(chǎn)品與服務(wù)融合的機(jī)理。從產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)的角度來看，“兩業(yè)”融合推動(dòng)了制造業(yè)與服務(wù)業(yè)之間邊界的消融（田洪剛等，2023）。從企業(yè)層面來看，這實(shí)際上主要涉及制造業(yè)的服務(wù)化問題。在這一過程中，企業(yè)產(chǎn)品與服務(wù)的質(zhì)量也在不斷提升。本文進(jìn)一步從企業(yè)戰(zhàn)略導(dǎo)向、資源基礎(chǔ)和能力建構(gòu)等微觀視角，探討了大數(shù)據(jù)如何提升企業(yè)產(chǎn)品與服務(wù)質(zhì)量，解析了其內(nèi)在機(jī)理。第二，拓展了戰(zhàn)略匹配理論的作用邊界，豐富了理論的應(yīng)用情景。戰(zhàn)略匹配理論強(qiáng)調(diào)了企業(yè)所處外部環(huán)境的動(dòng)態(tài)競(jìng)爭(zhēng)性（Girod和Whittington，2017）。本文將大數(shù)據(jù)帶來的外部環(huán)境的變動(dòng)納入分析范疇，認(rèn)為在“兩業(yè)”融合持續(xù)深化的背景下，企業(yè)所處的外部環(huán)境越來越具有模糊性，尤其是新技術(shù)的應(yīng)用導(dǎo)致的不確定性影響了企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)（Teece，2017; Tao等，2018）。

二、理論分析

（一）戰(zhàn)略匹配理論與動(dòng)態(tài)競(jìng)爭(zhēng)環(huán)境

戰(zhàn)略匹配理論強(qiáng)調(diào)，在動(dòng)態(tài)競(jìng)爭(zhēng)環(huán)境中企業(yè)必須選擇與自身資源與能力相匹配的戰(zhàn)略，以應(yīng)對(duì)外部動(dòng)蕩環(huán)境的變化對(duì)企業(yè)績(jī)效造成的潛在威脅（Girod和Whittington，2017）。戰(zhàn)略匹配理論認(rèn)為，環(huán)境對(duì)組織戰(zhàn)略的選擇具有決定性作用，企業(yè)與環(huán)境的交互會(huì)形塑其戰(zhàn)略導(dǎo)向，進(jìn)而影響組織行為（Nicolini和Mengis，2024）。數(shù)字經(jīng)濟(jì)時(shí)代，以生成式人工智能、云計(jì)算、區(qū)塊鏈、數(shù)字孿生等為代表的新一代信息通信技術(shù)深度嵌入到生產(chǎn)消費(fèi)端，推動(dòng)了產(chǎn)業(yè)邊界消融、行業(yè)間泛在連接與企業(yè)生產(chǎn)可能性邊界拓展。從技術(shù)創(chuàng)新視角來看，顛覆式創(chuàng)新不斷催生出新產(chǎn)業(yè)、新業(yè)態(tài)、新模式，在改變市場(chǎng)競(jìng)爭(zhēng)結(jié)構(gòu)、顛覆傳統(tǒng)產(chǎn)業(yè)發(fā)展形態(tài)的同時(shí)，也加劇了市場(chǎng)環(huán)境的動(dòng)蕩性。消費(fèi)者需求的多樣性、異質(zhì)性也對(duì)企業(yè)傳統(tǒng)管理決策范式、生產(chǎn)組織方式提出了新的挑戰(zhàn)?！碍h(huán)境—戰(zhàn)略—績(jī)效”分析框架認(rèn)為，為應(yīng)對(duì)競(jìng)爭(zhēng)環(huán)境動(dòng)蕩性、不確定性和模糊性對(duì)經(jīng)營(yíng)績(jī)效帶來的潛在威脅，企業(yè)必須采取適應(yīng)性變革的方式主動(dòng)應(yīng)對(duì)外部環(huán)境的動(dòng)態(tài)變化，制定與外部環(huán)境相匹配的組織戰(zhàn)略，根據(jù)組織戰(zhàn)略進(jìn)行資源分配和能力建設(shè)，從而提升企業(yè)績(jī)效（王新成等，2021）。

（二）“兩業(yè)”融合、資源基礎(chǔ)與企業(yè)動(dòng)態(tài)能力

從產(chǎn)業(yè)結(jié)構(gòu)的變動(dòng)來看，數(shù)字技術(shù)的應(yīng)用打破了傳統(tǒng)產(chǎn)業(yè)邊界、顛覆了分工與合作形態(tài)，推動(dòng)了先進(jìn)制造業(yè)與現(xiàn)代服務(wù)業(yè)的深度融合（田洪剛等，2023）?！皟蓸I(yè)”融合屬于產(chǎn)業(yè)層面的概念范疇，企業(yè)構(gòu)成產(chǎn)業(yè)的基礎(chǔ)，產(chǎn)業(yè)層面的問題要落實(shí)到企業(yè)層面來回答。從微觀層面來看，“兩業(yè)”融合表現(xiàn)為制造業(yè)服務(wù)化或服務(wù)型制造。這意味著企業(yè)需要制定服務(wù)化戰(zhàn)略，從產(chǎn)品主導(dǎo)邏輯向服務(wù)主導(dǎo)邏輯轉(zhuǎn)變，將消費(fèi)者納入價(jià)值創(chuàng)造過程中，根據(jù)消費(fèi)者提出的價(jià)值主張，提供個(gè)性化的產(chǎn)品與服務(wù)（武文珍、陳啟杰，2012）。數(shù)字經(jīng)濟(jì)時(shí)代，制造業(yè)企業(yè)的服務(wù)化與數(shù)字化密切相關(guān)，服務(wù)化內(nèi)涵于數(shù)字化過程中。能夠?yàn)橄M(fèi)者提供差異化的服務(wù)是企業(yè)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)的核心，這需要企業(yè)修改資源基礎(chǔ)和動(dòng)態(tài)能力。從資源基礎(chǔ)來看，掌握消費(fèi)者數(shù)據(jù)和生產(chǎn)數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)間協(xié)同分析，構(gòu)成了數(shù)字經(jīng)濟(jì)時(shí)代企業(yè)的關(guān)鍵資源基礎(chǔ)，甚至擁有更優(yōu)的、更完善的算力和算法也成為企業(yè)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)的核心資源。數(shù)字經(jīng)濟(jì)以互聯(lián)網(wǎng)平臺(tái)為核心，To C端的消費(fèi)互聯(lián)網(wǎng)平臺(tái)和To B端的工業(yè)互聯(lián)網(wǎng)平臺(tái)，具有資源聚合和功能集成的屬性。資源可以轉(zhuǎn)化為能力，在制造業(yè)企業(yè)服務(wù)化轉(zhuǎn)型過程中，以售后服務(wù)等為主要形態(tài)的服務(wù)模式，難以滿足消費(fèi)者多元化的需求。因此，企業(yè)需要借助數(shù)字技術(shù)實(shí)現(xiàn)對(duì)消費(fèi)者需求的即時(shí)反饋、產(chǎn)品功能和形態(tài)的即時(shí)調(diào)整，這實(shí)際上是對(duì)組織以往慣例的顛覆。

（三）大數(shù)據(jù)驅(qū)動(dòng)、生產(chǎn)組織方式和產(chǎn)品與服務(wù)質(zhì)量提升

大數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品與服務(wù)質(zhì)量提升，其核心在于通過對(duì)數(shù)據(jù)的收集、存儲(chǔ)、整合與分析，發(fā)現(xiàn)和洞察數(shù)據(jù)背后隱含的因果邏輯關(guān)系，推動(dòng)數(shù)據(jù)要素嵌入到企業(yè)決策與生產(chǎn)過程中，從而激發(fā)數(shù)據(jù)要素價(jià)值（徐翔等，2023）。從企業(yè)運(yùn)營(yíng)管理的微觀視角來看，大數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品與服務(wù)質(zhì)量提升主要有兩條途徑，分別是決策范式改變和生產(chǎn)流程優(yōu)化。

第一，決策范式改變。戰(zhàn)略匹配理論強(qiáng)調(diào)了企業(yè)所處環(huán)境的復(fù)雜性和動(dòng)態(tài)性，在動(dòng)態(tài)變化情境下，權(quán)變理論進(jìn)一步從管理者認(rèn)知角度，分析了管理者與外部環(huán)境的互動(dòng)如何影響組織戰(zhàn)略，認(rèn)為管理者對(duì)外部環(huán)境的認(rèn)知會(huì)影響其決策，從而決定企業(yè)戰(zhàn)略導(dǎo)向。以往依賴管理者主觀經(jīng)驗(yàn)和基于有限理性的決策方式，由于信息的不完備可能會(huì)造成決策偏誤，影響產(chǎn)品與服務(wù)質(zhì)量。大數(shù)據(jù)催生了基于數(shù)據(jù)的決策范式，企業(yè)可以基于大數(shù)據(jù)對(duì)上游供應(yīng)商和下游消費(fèi)者群體進(jìn)行精準(zhǔn)“畫像”，根據(jù)消費(fèi)者的數(shù)據(jù)痕跡進(jìn)行動(dòng)態(tài)定價(jià)，制定最優(yōu)庫存管理決策，甚至可以通過非對(duì)稱價(jià)格策略和動(dòng)態(tài)定價(jià)策略為消費(fèi)者提供最優(yōu)價(jià)格選擇。生產(chǎn)所需原材料能夠以最優(yōu)價(jià)格和數(shù)量購(gòu)入，從而降低交易成本和冗余庫存。通過對(duì)消費(fèi)者個(gè)性化、異質(zhì)性需求進(jìn)行精準(zhǔn)刻畫，甚至通過大數(shù)據(jù)創(chuàng)造需求，企業(yè)可以針對(duì)這些需求進(jìn)行個(gè)性化定制。數(shù)據(jù)驅(qū)動(dòng)的、基于服務(wù)主導(dǎo)邏輯的決策范式，不僅可以提升企業(yè)產(chǎn)品質(zhì)量、提高庫存周轉(zhuǎn)率，而且以消費(fèi)者價(jià)值主張作為決策信號(hào)，可以為用戶提供高質(zhì)量的服務(wù)。

第二，生產(chǎn)流程優(yōu)化。大數(shù)據(jù)可以實(shí)現(xiàn)對(duì)生產(chǎn)過程的實(shí)時(shí)優(yōu)化，通過攝像頭、傳感器、可穿戴設(shè)備等物理設(shè)施，將收集的大規(guī)模多模態(tài)數(shù)據(jù)進(jìn)行協(xié)同分析，以可視化的方式對(duì)產(chǎn)品生產(chǎn)過程進(jìn)行實(shí)時(shí)監(jiān)測(cè)，在優(yōu)化生產(chǎn)過程的同時(shí)，大幅提升產(chǎn)品的良品率。大數(shù)據(jù)的價(jià)值不僅在于對(duì)以往經(jīng)驗(yàn)的回溯，更在于對(duì)未來的預(yù)測(cè)。IoT（Internet of Things，物聯(lián)網(wǎng)）的應(yīng)用拓展了數(shù)據(jù)的來源，萬物互聯(lián)增強(qiáng)了數(shù)據(jù)之間的協(xié)同性和泛在連接。通過分布式數(shù)據(jù)挖掘，大數(shù)據(jù)可以精準(zhǔn)刻畫消費(fèi)者偏好、購(gòu)買習(xí)慣和需求核心，通過云計(jì)算、邊緣計(jì)算等算法對(duì)消費(fèi)者數(shù)據(jù)進(jìn)行深入挖掘，為消費(fèi)者提供一體化解決方案。消費(fèi)者參與價(jià)值創(chuàng)造過程的程度，在一定程度決定了企業(yè)所提供的產(chǎn)品與服務(wù)質(zhì)量。消費(fèi)者越深度參與價(jià)值創(chuàng)造過程，越有可能提出明確的價(jià)值主張，這些價(jià)值主張作為企業(yè)決策與生產(chǎn)的信號(hào)，可以通過數(shù)據(jù)分析處理變?yōu)楝F(xiàn)實(shí)生產(chǎn)要素嵌入到企業(yè)生產(chǎn)過程中，從而提升產(chǎn)品與服務(wù)質(zhì)量。

三、研究設(shè)計(jì)

（一）研究方法

本研究聚焦于大數(shù)據(jù)驅(qū)動(dòng)制造業(yè)企業(yè)實(shí)現(xiàn)產(chǎn)品與服務(wù)質(zhì)量雙提升的機(jī)理與路徑研究，屬于“How”的范疇。因此，適合通過案例研究方法回答其實(shí)現(xiàn)路徑與機(jī)理（Yin，1989）。單案例研究可以通過理順案例企業(yè)發(fā)展過程中出現(xiàn)的關(guān)鍵事件，通過對(duì)訪談資料和二手?jǐn)?shù)據(jù)的歸納、總結(jié)，涌現(xiàn)出新的理論構(gòu)念，形成對(duì)參照理論的補(bǔ)充和拓展。

（二）案例企業(yè)選擇與發(fā)展階段

案例選擇需要滿足理論抽樣原則（Eisenhardt，1989）。同時(shí)，案例企業(yè)的選擇需要具備典型性和啟示性。（1）在典型性方面，海爾集團(tuán)作為實(shí)體經(jīng)濟(jì)的代表，持續(xù)進(jìn)行數(shù)字化和服務(wù)化轉(zhuǎn)型，致力于為消費(fèi)者提供一體化解決方案，相繼打造了以三翼鳥等為代表的高端品牌，其產(chǎn)品與服務(wù)質(zhì)量得到了消費(fèi)者的廣泛認(rèn)可。（2）在啟示性方面，海爾集團(tuán)借助大數(shù)據(jù)的驅(qū)動(dòng)效應(yīng)推動(dòng)產(chǎn)品與服務(wù)質(zhì)量雙提升的現(xiàn)實(shí)實(shí)踐，不僅對(duì)于豐富和延展“兩業(yè)”融合相關(guān)研究、豐富戰(zhàn)略匹配理論和動(dòng)態(tài)能力理論的應(yīng)用邊界具有理論意義，而且對(duì)于其他制造業(yè)企業(yè)實(shí)現(xiàn)產(chǎn)品與服務(wù)質(zhì)量提升，具有重要的實(shí)踐啟示。

案例企業(yè)簡(jiǎn)介。海爾集團(tuán)創(chuàng)立于1984年，迄今已有40余年的發(fā)展歷史。海爾集團(tuán)最早屬于一家傳統(tǒng)的白色家電制造商，在經(jīng)過名牌戰(zhàn)略階段、多元化戰(zhàn)略階段、國(guó)際化戰(zhàn)略階段、全球化品牌戰(zhàn)略階段、網(wǎng)絡(luò)化戰(zhàn)略階段和生態(tài)品牌戰(zhàn)略等戰(zhàn)略轉(zhuǎn)型后，逐步成長(zhǎng)為美好生活和數(shù)字化轉(zhuǎn)型解決方案服務(wù)商。海爾集團(tuán)旗下?lián)碛泻?、卡薩帝等全球化高端品牌，打造了COSMOPlat工業(yè)互聯(lián)網(wǎng)平臺(tái)和大健康產(chǎn)業(yè)生態(tài)盈康一生。

互聯(lián)網(wǎng)技術(shù)是數(shù)字技術(shù)的基礎(chǔ)，數(shù)字經(jīng)濟(jì)的演變包含了從信息互聯(lián)網(wǎng)到消費(fèi)互聯(lián)網(wǎng)，再到產(chǎn)業(yè)互聯(lián)網(wǎng)的發(fā)展過程。結(jié)合前文理論分析，本文將大數(shù)據(jù)驅(qū)動(dòng)海爾集團(tuán)產(chǎn)品與服務(wù)質(zhì)量雙提升劃分為三個(gè)階段，分別是：（1） To C端的消費(fèi)互聯(lián)網(wǎng)階段（2005-2012年）。此階段，互聯(lián)網(wǎng)技術(shù)倒逼海爾集團(tuán)圍繞商業(yè)模式變革進(jìn)行了組織架構(gòu)和價(jià)值創(chuàng)造模式的重塑，并影響了產(chǎn)品和服務(wù)質(zhì)量。（2）生產(chǎn)數(shù)據(jù)化階段（2012-2016年）。此階段，服務(wù)要素開始嵌入到集團(tuán)的產(chǎn)品生產(chǎn)過程中，通過應(yīng)用數(shù)字技術(shù)，海爾集團(tuán)在提升產(chǎn)品質(zhì)量的同_{yMrSJbeaLc50bfvy2Rm3vQdmBjk1Ku2N3v9BWq5J760=}時(shí)，根據(jù)消費(fèi)者需求進(jìn)行個(gè)性化定制。（3）To B端的產(chǎn)業(yè)互聯(lián)網(wǎng)階段（2016年至今）。此階段，工業(yè)互聯(lián)網(wǎng)平臺(tái)推動(dòng)數(shù)據(jù)要素深度參與到集團(tuán)的管理決策與生產(chǎn)流程中，產(chǎn)品與服務(wù)之間的界限開始消融，呈現(xiàn)為產(chǎn)品即服務(wù)、服務(wù)即產(chǎn)品的融合形態(tài)。

（三）數(shù)據(jù)收集與分析

本研究收據(jù)收集分為三個(gè)階段。第一階段，通過知網(wǎng)、萬方獲取學(xué)術(shù)研究文獻(xiàn)，并聯(lián)系企業(yè)管理人員獲得內(nèi)部會(huì)議、檔案文件，從公開渠道整理集團(tuán)高管團(tuán)隊(duì)的演講與相關(guān)報(bào)道。同時(shí)，聯(lián)系企業(yè)內(nèi)部人員獲取集團(tuán)發(fā)展過程中的檔案文件、會(huì)議紀(jì)要，作為研究的重要參考資料。第二階段，采用電話訪談、焦點(diǎn)訪談等方式獲取一手資料，對(duì)海爾集團(tuán)的中層管理人員及基層員工進(jìn)行深度訪談，初步厘清海爾集團(tuán)發(fā)展歷程中的關(guān)鍵事件。第三階段，將研究問題進(jìn)一步凝練聚焦，針對(duì)細(xì)化后的研究問題，對(duì)海爾集團(tuán)部分部門負(fù)責(zé)人進(jìn)行訪談。數(shù)據(jù)的編碼過程聚焦在大數(shù)據(jù)驅(qū)動(dòng)海爾集團(tuán)實(shí)現(xiàn)產(chǎn)品-服務(wù)質(zhì)量雙提升的路徑及機(jī)理過程（詳見表1）。數(shù)據(jù)資料收集及編碼方式詳見表1。

四、案例分析與研究發(fā)現(xiàn)

通過對(duì)案例企業(yè)訪談資料和二手資料的分析，并與相關(guān)理論進(jìn)行對(duì)話，本研究認(rèn)為，大數(shù)據(jù)驅(qū)動(dòng)海爾集團(tuán)產(chǎn)品與服務(wù)質(zhì)量雙提升分為三個(gè)階段，分別是以“數(shù)據(jù)+商業(yè)模式”為核心的消費(fèi)互聯(lián)網(wǎng)階段、以“數(shù)據(jù)+生產(chǎn)制造”為核心的生產(chǎn)數(shù)據(jù)化階段、以“數(shù)據(jù)+生態(tài)賦能”為核心的產(chǎn)業(yè)互聯(lián)網(wǎng)階段。下文將從企業(yè)管理決策范式和生產(chǎn)流程兩方面，具體分析大數(shù)據(jù)驅(qū)動(dòng)企業(yè)產(chǎn)品與服務(wù)質(zhì)量提升的內(nèi)在機(jī)理。

（一）“數(shù)據(jù)+商業(yè)模式”：消費(fèi)互聯(lián)網(wǎng)階段

第Ⅰ階段為以“數(shù)據(jù)+商業(yè)模式”為核心的消費(fèi)互聯(lián)網(wǎng)階段。在“兩業(yè)”融合的早期階段，信息化與工業(yè)化融合（“兩化”融合）催生了面向消費(fèi)（C）端的互聯(lián)網(wǎng)平臺(tái)，改變了消費(fèi)者的購(gòu)買習(xí)慣和行為偏好。消費(fèi)者產(chǎn)生的消費(fèi)數(shù)據(jù)被存儲(chǔ)在互聯(lián)網(wǎng)平臺(tái)上，例如消費(fèi)者對(duì)商品的評(píng)價(jià)可以影響產(chǎn)品銷量，因此成為企業(yè)管理決策、產(chǎn)品生產(chǎn)和服務(wù)提供的重要決策依據(jù)?；ヂ?lián)網(wǎng)技術(shù)使企業(yè)可以更便捷地收集、分析和利用消費(fèi)者數(shù)據(jù)，從而有針對(duì)性地提升產(chǎn)品與服務(wù)質(zhì)量。此階段，張瑞敏主席基于互聯(lián)網(wǎng)思維提出了“人單合一”商業(yè)模式，顛覆了集團(tuán)以產(chǎn)品為導(dǎo)向的價(jià)值創(chuàng)造方式，將員工價(jià)值主張與消費(fèi)者價(jià)值主張進(jìn)行深度綁定，員工直接面對(duì)消費(fèi)者，以消費(fèi)者需求為核心進(jìn)行產(chǎn)品生產(chǎn)、服務(wù)提供（S2），從而實(shí)現(xiàn)了向以用戶為中心的商業(yè)模式轉(zhuǎn)變。圍繞互聯(lián)網(wǎng)時(shí)代企業(yè)商業(yè)模式變革和主導(dǎo)邏輯變化，海爾集團(tuán)將用戶對(duì)產(chǎn)品功能、質(zhì)量、售后維保、物流配送以及安裝服務(wù)等評(píng)價(jià)所形成的數(shù)據(jù)，作為集團(tuán)提升產(chǎn)品與服務(wù)質(zhì)量的關(guān)鍵數(shù)據(jù)基礎(chǔ)（FH2）。為應(yīng)對(duì)互聯(lián)網(wǎng)技術(shù)帶來的市場(chǎng)環(huán)境的變化，以及對(duì)消費(fèi)者需求進(jìn)行敏捷響應(yīng)，海爾集團(tuán)對(duì)商業(yè)模式和組織架構(gòu)進(jìn)行了重塑、調(diào)整，形成了敏捷響應(yīng)戰(zhàn)略。為匹配敏捷響應(yīng)戰(zhàn)略，海爾集團(tuán)將傳統(tǒng)的金字塔式組織結(jié)構(gòu)推倒、重塑，建立了“倒三角”式組織架構(gòu)，從而將集團(tuán)變革成為平臺(tái)型企業(yè)（S1），從而使集團(tuán)更加富有韌性。海爾集團(tuán)內(nèi)部成立了眾多小微組織，通過內(nèi)部創(chuàng)業(yè)機(jī)制鼓勵(lì)員工進(jìn)行創(chuàng)新創(chuàng)業(yè)，培養(yǎng)員工的企業(yè)家精神。由于小微組織以及其他創(chuàng)客具備強(qiáng)烈的創(chuàng)業(yè)屬性，因此在資源有限的條件下，往往會(huì)在捕捉到市場(chǎng)需求時(shí)，采用手邊資源和即興行動(dòng)完成資源的獲取、整合和利用，這實(shí)際上是一種以點(diǎn)連式資源拼湊策略為核心的資源管理行為。通過點(diǎn)連式資源拼湊策略，資源被進(jìn)一步轉(zhuǎn)化為海爾集團(tuán)的個(gè)性化定制能力，以消費(fèi)者數(shù)據(jù)為核心，為用戶提供高質(zhì)量的、個(gè)性化的產(chǎn)品與服務(wù)。

管理決策與生產(chǎn)流程。在管理決策范式方面，由于管理者難以掌握決策所需要的所有信息，因此傳統(tǒng)情境下的決策范式主要依賴管理者的主觀經(jīng)驗(yàn)。而互聯(lián)網(wǎng)技術(shù)具有去中心化特征，消費(fèi)互聯(lián)網(wǎng)平臺(tái)在一定程度上緩解了供需之間的信息不對(duì)稱問題。集團(tuán)可以利用互聯(lián)網(wǎng)技術(shù)和消費(fèi)互聯(lián)網(wǎng)平臺(tái)，收集和分析消費(fèi)者對(duì)產(chǎn)品功能、質(zhì)量與服務(wù)的反饋數(shù)據(jù)。此外，線上交易平臺(tái)可以實(shí)時(shí)統(tǒng)計(jì)消費(fèi)者對(duì)產(chǎn)品與服務(wù)的購(gòu)買數(shù)量，從而發(fā)現(xiàn)哪一類產(chǎn)品和服務(wù)最受消費(fèi)者喜愛。集團(tuán)還可以通過線上調(diào)研及時(shí)獲取消費(fèi)者對(duì)產(chǎn)品與服務(wù)的使用體驗(yàn)和態(tài)度。通過對(duì)這些結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析統(tǒng)計(jì)，可以在一定程度上刻畫消費(fèi)者的消費(fèi)偏好，從而為集團(tuán)改進(jìn)和提升產(chǎn)品與服務(wù)質(zhì)量提供重要的決策依據(jù)（S1）。在生產(chǎn)流程優(yōu)化方面，互聯(lián)網(wǎng)時(shí)代，消費(fèi)者需求呈現(xiàn)出多元化、離散化等特點(diǎn)，傳統(tǒng)工業(yè)化大生產(chǎn)難以滿足消費(fèi)者的個(gè)性化需求。海爾集團(tuán)借助信息技術(shù)，對(duì)產(chǎn)品設(shè)計(jì)和生產(chǎn)體系進(jìn)行了重塑，通過模塊化生產(chǎn)的方式為消費(fèi)者提供定制化的、高質(zhì)量的產(chǎn)品。實(shí)際上，這與海爾集團(tuán)“人單合一”商業(yè)模式的理念密不可分。在“人單合一”商業(yè)模式下，員工直面消費(fèi)者獲取用戶數(shù)據(jù)，主動(dòng)尋求并發(fā)現(xiàn)消費(fèi)者價(jià)值主張，并在此基礎(chǔ)上進(jìn)行產(chǎn)品生產(chǎn)、服務(wù)提供。從供需視角來看，海爾集團(tuán)借助互聯(lián)網(wǎng)技術(shù)的賦能效應(yīng)，通過收集、分析和利用消費(fèi)者數(shù)據(jù)，整合了互聯(lián)網(wǎng)時(shí)代個(gè)性化的消費(fèi)者需求以及碎片化的營(yíng)銷服務(wù)，形成了以消費(fèi)者數(shù)據(jù)為基礎(chǔ)的“即需即供”模式。在服務(wù)主導(dǎo)邏輯下，集團(tuán)改進(jìn)了產(chǎn)品與服務(wù)的質(zhì)量，獲得了消費(fèi)者認(rèn)可。在這一過程中，消費(fèi)者也從價(jià)值分配的被動(dòng)接受者，成為企業(yè)價(jià)值創(chuàng)造過程中的主體之一。但需要注意的是，此階段，產(chǎn)品與服務(wù)是兩個(gè)獨(dú)立的模塊，因此兩者質(zhì)量的提升是非同步的。

（二）“數(shù)據(jù)+生產(chǎn)制造”：生產(chǎn)數(shù)據(jù)化階段

第Ⅱ階段為以“數(shù)據(jù)+生產(chǎn)制造”為核心的生產(chǎn)數(shù)據(jù)化階段。這一階段，實(shí)際上是數(shù)據(jù)反哺集團(tuán)業(yè)務(wù)的階段。此階段，服務(wù)不再是與產(chǎn)品相分離的單獨(dú)模塊，服務(wù)要素開始向生產(chǎn)制造過程滲透，服務(wù)要素的投入對(duì)產(chǎn)出的邊際貢獻(xiàn)上升。在此背景下，海爾集團(tuán)制定了智能化戰(zhàn)略，通過將數(shù)據(jù)要素嵌入到管理決策和生產(chǎn)流程中，重塑了集團(tuán)業(yè)務(wù)形態(tài)。大數(shù)據(jù)不僅改變了企業(yè)資源基礎(chǔ)，也影響了企業(yè)資源獲取、整合的方式。首先，用戶的行為數(shù)據(jù)和生產(chǎn)過程產(chǎn)生的數(shù)據(jù)成為海爾集團(tuán)產(chǎn)品與服務(wù)創(chuàng)新的核心資源之一。其次，通過吸納外部資源建立生態(tài)資源網(wǎng)絡(luò)，整合跨組織邊界的大學(xué)、科研機(jī)構(gòu)、創(chuàng)新平臺(tái)等觸點(diǎn)網(wǎng)絡(luò)，實(shí)現(xiàn)對(duì)外部資源的整合和利用（S1）。本文將其歸納為海爾集團(tuán)的匯面式資源編排管理行為。最后，海爾集團(tuán)將生態(tài)網(wǎng)絡(luò)資源轉(zhuǎn)化為智能定制能力，通過柔性化制造實(shí)現(xiàn)產(chǎn)品與服務(wù)質(zhì)量的嵌入式提升。

管理決策與生產(chǎn)流程。在大數(shù)據(jù)驅(qū)動(dòng)作用下，管理決策不再依靠管理者的直覺和有限理性，算法和數(shù)據(jù)成為集團(tuán)理性決策的基礎(chǔ)，以生產(chǎn)過程和消費(fèi)者產(chǎn)生的大規(guī)模多源異構(gòu)數(shù)據(jù)為基礎(chǔ)進(jìn)行自決策、自優(yōu)化（S2）?；ヂ?lián)工廠的核心，在于實(shí)現(xiàn)消費(fèi)者與工廠、工廠內(nèi)部各個(gè)生產(chǎn)環(huán)節(jié)，以及信息之間的互聯(lián)協(xié)同。海爾集團(tuán)通過搭建用戶交互定制平臺(tái)和模塊商資源平臺(tái)，實(shí)現(xiàn)與消費(fèi)者的持續(xù)動(dòng)態(tài)交互，通過信息流動(dòng)的閉環(huán)進(jìn)行自決策，從而實(shí)現(xiàn)對(duì)消費(fèi)者需求的即時(shí)響應(yīng)（S1）。此時(shí)，數(shù)據(jù)收集和存儲(chǔ)設(shè)施越來越完善，云計(jì)算、邊緣計(jì)算等數(shù)據(jù)分析技術(shù)不斷成熟，通過數(shù)據(jù)間的協(xié)同互聯(lián)，可以實(shí)施動(dòng)態(tài)最優(yōu)定價(jià)，生產(chǎn)所需的原材料能夠以最優(yōu)價(jià)格和數(shù)量購(gòu)入。這些決策不再依賴于集團(tuán)管理者的主觀經(jīng)驗(yàn)，或者前期市場(chǎng)調(diào)研，而是以大規(guī)模多模態(tài)的數(shù)據(jù)為基礎(chǔ)進(jìn)行決策。在生產(chǎn)流程方面，通過對(duì)傳統(tǒng)生產(chǎn)線進(jìn)行數(shù)字化改造，實(shí)時(shí)收集生產(chǎn)過程中產(chǎn)生的數(shù)據(jù)，海爾集團(tuán)互聯(lián)工廠不僅實(shí)現(xiàn)了對(duì)生產(chǎn)過程的實(shí)時(shí)監(jiān)測(cè)，而且實(shí)現(xiàn)了產(chǎn)品功能、形態(tài)和質(zhì)量的即時(shí)調(diào)整?！靶畔⒓夹g(shù)、數(shù)字技術(shù)，包括未來的數(shù)字孿生，還有一些視覺檢測(cè)技術(shù)，能替代人的一些勞動(dòng)與決策，提升整個(gè)良品率”（FH1）。此外，工廠可以通過智能終端直連消費(fèi)者，“用戶基于自己的需求可以直接向工廠下單，釋放他的需求。獲取用戶的需求之后，在產(chǎn)業(yè)鏈上的各個(gè)環(huán)節(jié)，針對(duì)用戶的需求，把這個(gè)產(chǎn)品打造出來”（FH1）。這實(shí)際上是針對(duì)消費(fèi)者異質(zhì)性需求，以模塊化生產(chǎn)方式為核心的大規(guī)模個(gè)性化定制。模塊化是海爾集團(tuán)大規(guī)模定制化生產(chǎn)得以實(shí)現(xiàn)的基礎(chǔ)，包括產(chǎn)品的模塊化、制造的模塊化、采購(gòu)的模塊化等，其本質(zhì)上是生產(chǎn)資源的集成和生產(chǎn)方式的延展。通過對(duì)生產(chǎn)過程和消費(fèi)者數(shù)據(jù)的協(xié)同分析，可以在保證產(chǎn)品質(zhì)量的同時(shí)，實(shí)現(xiàn)對(duì)消費(fèi)者需求的無延遲響應(yīng)。在此過程中，服務(wù)要素開始向生產(chǎn)制造過程滲透，服務(wù)與產(chǎn)品的耦合使“服務(wù)”不再是獨(dú)立于產(chǎn)品之外的形態(tài)。向用戶提供“產(chǎn)品+服務(wù)+知識(shí)”的融合包成為海爾集團(tuán)產(chǎn)品服務(wù)質(zhì)量嵌入式雙提升的主要標(biāo)志（FH1）。

（三）“數(shù)據(jù)+生態(tài)賦能”：產(chǎn)業(yè)互聯(lián)網(wǎng)階段

第Ⅲ階段為以“數(shù)據(jù)+生態(tài)賦能”為核心的產(chǎn)業(yè)互聯(lián)網(wǎng)階段。此階段，消費(fèi)互聯(lián)網(wǎng)與工業(yè)互聯(lián)網(wǎng)成為數(shù)字經(jīng)濟(jì)的主要支撐，服務(wù)增值和數(shù)據(jù)驅(qū)動(dòng)互為因果，產(chǎn)品與服務(wù)之間的邊界不再“涇渭分明”，呈現(xiàn)出產(chǎn)品即服務(wù)和服務(wù)即產(chǎn)品的融合發(fā)展形態(tài)。數(shù)據(jù)要素與傳統(tǒng)生產(chǎn)要素相結(jié)合，尤其是與勞動(dòng)和技術(shù)要素的結(jié)合，在改變市場(chǎng)結(jié)構(gòu)的同時(shí)，加速了制造業(yè)與服務(wù)業(yè)之間邊界的融合。為應(yīng)對(duì)外部環(huán)境不確定性帶來的潛在風(fēng)險(xiǎn)，海爾集團(tuán)制定了生態(tài)化戰(zhàn)略，通過建立跨行業(yè)、跨領(lǐng)域的通用型工業(yè)互聯(lián)網(wǎng)平臺(tái)，打造了以用戶需求為核心的產(chǎn)業(yè)生態(tài)圈，確立集團(tuán)在產(chǎn)業(yè)生態(tài)圈中的核心資源生態(tài)位，吸納不同參與者實(shí)現(xiàn)價(jià)值共創(chuàng)。不同行動(dòng)者（Actor）之間擁有互補(bǔ)性資源，這些多元生態(tài)主體以卡奧斯工業(yè)互聯(lián)網(wǎng)平臺(tái)為載體，建立起非線性的泛在鏈接關(guān)系，從而實(shí)現(xiàn)多元行動(dòng)者之間的價(jià)值共創(chuàng)和協(xié)同演化。工業(yè)互聯(lián)網(wǎng)平臺(tái)具有資源聚合和功能集成屬性，因此需求方可以在卡奧斯平臺(tái)上實(shí)現(xiàn)“動(dòng)態(tài)尋優(yōu)”資源配置?？▕W斯將獨(dú)立開發(fā)者、供應(yīng)商、消費(fèi)者等整合、凝聚為多主體協(xié)同參與的生態(tài)系統(tǒng)，通過網(wǎng)絡(luò)式資源協(xié)奏管理行為，實(shí)現(xiàn)了以互補(bǔ)依賴關(guān)系為基礎(chǔ)的生態(tài)賦能能力。

管理決策與生產(chǎn)流程。從決策范式上來看，大模型與卷積神經(jīng)網(wǎng)絡(luò)等算法突破了信息不完備和有限理性可能帶來的決策偏差，并將以往人工積累的經(jīng)驗(yàn)通過大數(shù)據(jù)進(jìn)行優(yōu)化，使得以數(shù)據(jù)為基礎(chǔ)的決策范式成為集團(tuán)決策的基礎(chǔ)。隨著5G通信基礎(chǔ)設(shè)施持續(xù)完善和數(shù)據(jù)存儲(chǔ)能力不斷提升，加之不斷優(yōu)化的算法、算力，生成式人工智能、數(shù)字孿生可以將現(xiàn)實(shí)物理世界通過數(shù)字化方式映射到云空間，管理者可以依據(jù)自迭代的場(chǎng)景進(jìn)行決策。例如，海爾集團(tuán)通過建立供應(yīng)商大數(shù)據(jù)管理平臺(tái)，對(duì)供應(yīng)商進(jìn)行精準(zhǔn)“畫像”，將供應(yīng)商的原材料質(zhì)量數(shù)據(jù)、成本指數(shù)、產(chǎn)品屬性、可靠性、歷史訂單、風(fēng)險(xiǎn)數(shù)據(jù)、連接數(shù)據(jù)、供應(yīng)商狀態(tài)等關(guān)鍵信息整合到大數(shù)據(jù)管理平臺(tái)，并與企業(yè)基礎(chǔ)原料數(shù)據(jù)庫中生產(chǎn)制造所需的原料成分、市場(chǎng)價(jià)格進(jìn)行精準(zhǔn)匹配，通過算法模型篩選出最優(yōu)供應(yīng)商和原材料配比方案，進(jìn)而實(shí)現(xiàn)交易成本的最小化。從生產(chǎn)流程來看，卡奧斯工業(yè)互聯(lián)網(wǎng)平臺(tái)構(gòu)成了海爾集團(tuán)數(shù)字化轉(zhuǎn)型的底層技術(shù)架構(gòu)，其對(duì)海爾集團(tuán)制造體系和服務(wù)體系的優(yōu)化，提升了集團(tuán)產(chǎn)品的質(zhì)量，甚至整個(gè)智能制造體系都可以受益于卡奧斯工業(yè)互聯(lián)網(wǎng)平臺(tái)（FH1）。同時(shí)，卡奧斯的BaaS層可以結(jié)合行業(yè)和需求方的個(gè)性化需求，結(jié)合生成式人工智能、區(qū)塊鏈、數(shù)字孿生等新一代信息通信技術(shù)，既為消費(fèi)者提供高質(zhì)量的有形物理產(chǎn)品，也為用戶提供全生命周期的一體化解決方案（產(chǎn)品）?！癈OSMOPlat……還通過數(shù)字化手段開創(chuàng)了大規(guī)模定制模式：既面向用戶，又面向企業(yè)。這種模式讓生產(chǎn)線上的產(chǎn)品在生產(chǎn)之前就可以擁有姓名：用戶可以通過系統(tǒng)定制自己需要的產(chǎn)品，而企業(yè)在生產(chǎn)過程中也能更加了解用戶的真實(shí)需求”（S1）。在產(chǎn)業(yè)生態(tài)系統(tǒng)情境下，企業(yè)為消費(fèi)者創(chuàng)造價(jià)值越來越依靠其所在的生態(tài)系統(tǒng)。卡奧斯平臺(tái)上入駐了大量工業(yè)APP開發(fā)者，與卡奧斯形成了功能上的互補(bǔ)依賴關(guān)系。平臺(tái)開發(fā)者可以調(diào)用BaaS層的工業(yè)基礎(chǔ)知識(shí)進(jìn)行軟硬件的開發(fā)（FH1），從而互補(bǔ)者可以依賴卡奧斯平臺(tái)實(shí)現(xiàn)價(jià)值共創(chuàng)，卡奧斯則將平臺(tái)上的APP開發(fā)者視為生態(tài)合作伙伴，從而獲取互補(bǔ)性資源以及平臺(tái)功能的優(yōu)化。作為交易平臺(tái)，卡奧斯工業(yè)互聯(lián)網(wǎng)平臺(tái)形成了用戶與資源、用戶與企業(yè)、企業(yè)與資源的三個(gè)雙邊交易市場(chǎng)（S1）。

（四）進(jìn)一步討論

產(chǎn)品與服務(wù)是企業(yè)滿足消費(fèi)者需求、獲取競(jìng)爭(zhēng)優(yōu)勢(shì)的基本載體，也是組織戰(zhàn)略的具體顯現(xiàn)。產(chǎn)品與服務(wù)質(zhì)量的提升是不同戰(zhàn)略導(dǎo)向下企業(yè)技術(shù)創(chuàng)新的結(jié)果。大數(shù)據(jù)作為現(xiàn)實(shí)生產(chǎn)要素，其參與價(jià)值創(chuàng)造的路徑也內(nèi)含了企業(yè)產(chǎn)品與服務(wù)質(zhì)量提升的基本邏輯。由于產(chǎn)業(yè)邊界的消融、消費(fèi)者需求的多樣化和消費(fèi)偏好的改變，原有的資源基礎(chǔ)和組織能力難以使企業(yè)在高競(jìng)爭(zhēng)環(huán)境中獲取競(jìng)爭(zhēng)優(yōu)勢(shì)。根據(jù)戰(zhàn)略匹配理論，這需要企業(yè)借助互聯(lián)網(wǎng)技術(shù)和數(shù)字技術(shù)等現(xiàn)代信息技術(shù)，制定相應(yīng)的組織戰(zhàn)略，修改資源基礎(chǔ)、重構(gòu)并配置內(nèi)外部資源，建設(shè)新的組織能力，以感知威脅、抓住機(jī)會(huì)、重構(gòu)組織內(nèi)外部資源（Teece，2017; 李曉鐘和李蓉，2023），提升產(chǎn)品與服務(wù)質(zhì)量?；ヂ?lián)網(wǎng)技術(shù)和數(shù)字技術(shù)推動(dòng)了企業(yè)產(chǎn)品與服務(wù)質(zhì)量的動(dòng)態(tài)變化，其核心本質(zhì)在于對(duì)海量數(shù)據(jù)背后所隱含洞見的挖掘，以及數(shù)字技術(shù)對(duì)復(fù)雜世界中現(xiàn)實(shí)問題所蘊(yùn)含的因果性的探查（陳冬梅等，2020）。大數(shù)據(jù)參與企業(yè)價(jià)值創(chuàng)造、推動(dòng)產(chǎn)品與服務(wù)質(zhì)量提升的過程，也是數(shù)據(jù)被有效轉(zhuǎn)化為信息和知識(shí)，并與土地、資本、勞動(dòng)和技術(shù)等傳統(tǒng)生產(chǎn)要素相結(jié)合，從而激活并發(fā)揮其價(jià)值的過程（Wang 等，2016）。大數(shù)據(jù)可以打破由于信息不完備、管理者有限理性和認(rèn)知局限帶來的決策偏差，且由于數(shù)據(jù)復(fù)制和使用的邊際成本接近為零，因此可以突破傳統(tǒng)生產(chǎn)要素的束縛和增長(zhǎng)極限，打破傳統(tǒng)生產(chǎn)模式下的規(guī)模報(bào)酬遞減規(guī)律，從而為企業(yè)創(chuàng)造價(jià)值，帶來競(jìng)爭(zhēng)優(yōu)勢(shì)。

大數(shù)據(jù)驅(qū)動(dòng)企業(yè)產(chǎn)品服務(wù)質(zhì)量雙提升，是一個(gè)動(dòng)態(tài)變化的過程。在不同戰(zhàn)略導(dǎo)向下，互聯(lián)網(wǎng)技術(shù)和數(shù)字技術(shù)參與企業(yè)管理決策與生產(chǎn)過程，導(dǎo)致了企業(yè)資源基礎(chǔ)的改變和動(dòng)態(tài)能力的建構(gòu)（Yeow 等，2018），最終提升了企業(yè)產(chǎn)品與服務(wù)的質(zhì)量。本文的研究結(jié)論說明，大數(shù)據(jù)驅(qū)動(dòng)企業(yè)產(chǎn)品服務(wù)質(zhì)量雙提升，經(jīng)歷了從“分離式雙提升—嵌入式雙提升—融合式雙提升”的發(fā)展過程。在以“數(shù)據(jù)+商業(yè)模式”為核心的消費(fèi)互聯(lián)網(wǎng)階段，產(chǎn)品與服務(wù)是兩個(gè)相對(duì)獨(dú)立的模塊，兩者之間的界限相對(duì)明確。在互聯(lián)網(wǎng)技術(shù)的推動(dòng)下，企業(yè)更加突出內(nèi)部創(chuàng)業(yè)導(dǎo)向，在此情境下，通過對(duì)手邊資源的利用和即興行動(dòng)形成個(gè)性化定制能力，優(yōu)化消費(fèi)者體驗(yàn)，在提升產(chǎn)品質(zhì)量的同時(shí)，通過為消費(fèi)者提供個(gè)性化的、精準(zhǔn)的服務(wù)提升企業(yè)服務(wù)質(zhì)量。在以“數(shù)據(jù)+生產(chǎn)制造”為核心的生產(chǎn)數(shù)據(jù)化階段，產(chǎn)品與服務(wù)之間形成了松散耦合狀態(tài)，兩者之間的界限開始消融。服務(wù)要素開始向生產(chǎn)制造環(huán)節(jié)延伸、嵌入，為消費(fèi)者提供的個(gè)性化服務(wù)體現(xiàn)在產(chǎn)品中。此階段，物理設(shè)備和軟件系統(tǒng)深度結(jié)合，使得數(shù)據(jù)要素參與到企業(yè)價(jià)值創(chuàng)造的過程中。由于消費(fèi)者需求的多樣化，企業(yè)必須通過模塊化生產(chǎn)實(shí)現(xiàn)大規(guī)模個(gè)性化定制。在大數(shù)據(jù)驅(qū)動(dòng)下，企業(yè)突破了內(nèi)部創(chuàng)業(yè)情景，通過聚合內(nèi)外部資源形成了匯面式資源編排行動(dòng)策略，并將其轉(zhuǎn)化為智能定制能力。由于消費(fèi)者可以與企業(yè)實(shí)現(xiàn)動(dòng)態(tài)實(shí)時(shí)交互，需求能夠直達(dá)工廠，因此可以根據(jù)消費(fèi)者的即時(shí)反饋實(shí)現(xiàn)對(duì)產(chǎn)品功能和形態(tài)的即時(shí)調(diào)整。在以“數(shù)據(jù)+生態(tài)賦能”為核心的產(chǎn)業(yè)互聯(lián)網(wǎng)階段，產(chǎn)品與服務(wù)相互融合，催生了服務(wù)即產(chǎn)品和產(chǎn)品即服務(wù)兩種形態(tài)。以大數(shù)據(jù)為基礎(chǔ)涌現(xiàn)出的數(shù)字平臺(tái)生態(tài)系統(tǒng)，凸顯了產(chǎn)業(yè)生態(tài)圈中多元參與主體價(jià)值共創(chuàng)的特征。工業(yè)互聯(lián)網(wǎng)平臺(tái)作為功能性平臺(tái)，形成了跨越組織邊界的資源池（Resource Pool），而其中擁有戰(zhàn)略一致性和身份認(rèn)同感的行動(dòng)者之間更容易形成價(jià)值互補(bǔ)依賴關(guān)系（Ceccagnoli等，2012）。

五、結(jié)論與貢獻(xiàn)

（一）研究結(jié)論

本研究以海爾集團(tuán)作為案例企業(yè)，借助戰(zhàn)略匹配理論以及組織資源基礎(chǔ)和動(dòng)態(tài)能力的演變，探討了“兩業(yè)”融合背景下，大數(shù)據(jù)推動(dòng)企業(yè)產(chǎn)品與服務(wù)質(zhì)量雙提升的內(nèi)在機(jī)理。本文的結(jié)論如下：

第一，制造業(yè)與服務(wù)業(yè)的融合，催生了一系列新產(chǎn)業(yè)、新業(yè)態(tài)、新模式。大數(shù)據(jù)作為現(xiàn)實(shí)生產(chǎn)要素可以驅(qū)動(dòng)企業(yè)產(chǎn)品與服務(wù)質(zhì)量的雙提升，這個(gè)過程本質(zhì)上是數(shù)字化的信息和知識(shí)轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)要素，并與技術(shù)和勞動(dòng)等要素相結(jié)合，從而激活并發(fā)揮其價(jià)值的過程。通過強(qiáng)化算力和算法，將消費(fèi)端和生產(chǎn)端產(chǎn)生的多源異構(gòu)數(shù)據(jù)集有效轉(zhuǎn)化為信息和知識(shí)，發(fā)現(xiàn)和挖掘數(shù)據(jù)背后隱含的因果邏輯關(guān)系，發(fā)揮大數(shù)據(jù)的乘數(shù)效應(yīng)、倍增效應(yīng)和疊加效應(yīng)，是大數(shù)據(jù)參與企業(yè)價(jià)值創(chuàng)造、提升產(chǎn)品與服務(wù)質(zhì)量的關(guān)鍵。

第二，數(shù)字技術(shù)催生了共享經(jīng)濟(jì)，這種新的經(jīng)濟(jì)形態(tài)以數(shù)據(jù)要素為核心，以消費(fèi)互聯(lián)網(wǎng)和工業(yè)互聯(lián)網(wǎng)為支撐，驅(qū)動(dòng)了企業(yè)產(chǎn)品與服務(wù)質(zhì)量的雙提升。產(chǎn)品與服務(wù)相分離的分離式雙提升、服務(wù)要素嵌入產(chǎn)品的嵌入式雙提升以及產(chǎn)品與服務(wù)要素融合的融合式雙提升，是數(shù)據(jù)驅(qū)動(dòng)企業(yè)產(chǎn)業(yè)與服務(wù)質(zhì)量提升的主要形態(tài)。在不同的戰(zhàn)略導(dǎo)向下，大數(shù)據(jù)通過修改企業(yè)的資源基礎(chǔ)、激發(fā)動(dòng)態(tài)能力建構(gòu)，顛覆組織慣例、商業(yè)模式、決策方式、生產(chǎn)流程，從而在微觀層面提升企業(yè)產(chǎn)品與服務(wù)質(zhì)量。

第三，大數(shù)據(jù)可以修改企業(yè)的資源基礎(chǔ)，不同的資源基礎(chǔ)會(huì)轉(zhuǎn)變企業(yè)相應(yīng)的組織能力。在向平臺(tái)型企業(yè)的轉(zhuǎn)型過程中，由于組織內(nèi)部創(chuàng)業(yè)導(dǎo)向情景更加突出，更加強(qiáng)調(diào)對(duì)手邊資源的利用和即興行動(dòng)，通過點(diǎn)連式資源拼湊管理行為建立組織的個(gè)性化定制能力。在智能制造階段，大數(shù)據(jù)通過優(yōu)化改變資源聚合和信息互聯(lián)的方式，驅(qū)動(dòng)企業(yè)建立起匯面式資源編排管理行為，并將其轉(zhuǎn)化為智能制造能力。工業(yè)互聯(lián)網(wǎng)平臺(tái)改變了企業(yè)之間的競(jìng)合關(guān)系，并催生了以互補(bǔ)依賴關(guān)系為基礎(chǔ)的價(jià)值創(chuàng)造方式。占據(jù)資源核心生態(tài)位的企業(yè)通過網(wǎng)絡(luò)式資源協(xié)奏管理行為建立起生態(tài)賦能能力。

（二）對(duì)策建議

第一，企業(yè)管理者要深刻認(rèn)識(shí)到數(shù)字化轉(zhuǎn)型的必要性。作為企業(yè)的最終產(chǎn)出，同時(shí)也是競(jìng)爭(zhēng)優(yōu)勢(shì)的基本載體，產(chǎn)品與服務(wù)質(zhì)量的提升是提升消費(fèi)者忠誠(chéng)度，拓展市場(chǎng)占有率的關(guān)鍵。而產(chǎn)品與服務(wù)質(zhì)量的提升，離不開技術(shù)創(chuàng)新的驅(qū)動(dòng)。數(shù)字經(jīng)濟(jì)時(shí)代，大數(shù)據(jù)已經(jīng)成為重要的生產(chǎn)要素，其對(duì)于企業(yè)傳統(tǒng)管理決策與生產(chǎn)流程的顛覆，是提升產(chǎn)品與服務(wù)質(zhì)量的關(guān)鍵。企業(yè)要深刻認(rèn)識(shí)到數(shù)字化轉(zhuǎn)型的必要性和緊迫性，從組織架構(gòu)變革、生產(chǎn)流程與管理決策創(chuàng)新方面打破組織慣性、核心剛性，實(shí)現(xiàn)柔性制造、智能制造，提升產(chǎn)品與服務(wù)質(zhì)量。

第二，在資源獲取與形成方面，企業(yè)要加大數(shù)字技術(shù)研發(fā)投入，圍繞數(shù)據(jù)獲取、數(shù)據(jù)分析和數(shù)據(jù)存儲(chǔ)協(xié)同發(fā)力，形成具備核心競(jìng)爭(zhēng)優(yōu)勢(shì)的數(shù)字資源。為突破資源、能力、技術(shù)和知識(shí)的局限性，企業(yè)也可以選擇引入外部資源，通過加入焦點(diǎn)企業(yè)或行業(yè)領(lǐng)軍企業(yè)構(gòu)建的產(chǎn)業(yè)生態(tài)網(wǎng)絡(luò)，實(shí)現(xiàn)自身的依附式升級(jí)。

第三，政府要加大數(shù)字基礎(chǔ)設(shè)施投入力度，加快發(fā)展通用型和專用型工業(yè)互聯(lián)網(wǎng)平臺(tái)。政府要鼓勵(lì)傳統(tǒng)制造業(yè)企業(yè)采取新一代數(shù)字信息技術(shù)，對(duì)管理決策范式和生產(chǎn)流程進(jìn)行數(shù)字化改造，鼓勵(lì)企業(yè)打造新的商業(yè)模式和價(jià)值創(chuàng)造方式。加快制定實(shí)施支持性政策，出臺(tái)一系列需求型政策工具，通過稅收優(yōu)惠、科技補(bǔ)貼等方式，鼓勵(lì)企業(yè)加大研發(fā)投入力度。

參考文獻(xiàn)：

[1] 蔡繼明、劉媛、高宏、陳臣，2022：《數(shù)據(jù)要素參與價(jià)值創(chuàng)造的途徑——基于廣義價(jià)值論的一般均衡分析》，《管理世界》第38期。

[2] 陳冬梅、王俐珍、陳安霓，2020：《數(shù)字化與戰(zhàn)略管理理論——回顧，挑戰(zhàn)與展望》，《管理世界》第36期。

[3] 陳國(guó)青、曾大軍、衛(wèi)強(qiáng)、張明月、郭迅華，2020：《大數(shù)據(jù)環(huán)境下的決策范式轉(zhuǎn)變與使能創(chuàng)新》，《管理世界》第36期。

[4] 陳國(guó)青、吳剛、顧遠(yuǎn)東、陸本江、衛(wèi)強(qiáng)，2018：《管理決策情境下大數(shù)據(jù)驅(qū)動(dòng)的研究和應(yīng)用挑戰(zhàn)——范式轉(zhuǎn)變與研究方向》，《管理科學(xué)學(xué)報(bào)》第21期。

[5] 陳威如、王節(jié)祥，2021：《依附式升級(jí)：平臺(tái)生態(tài)系統(tǒng)中參與者的數(shù)字化轉(zhuǎn)型戰(zhàn)略》，《管理世界》第37期。

[6] 洪永淼、汪壽陽，2021：《大數(shù)據(jù)如何改變經(jīng)濟(jì)學(xué)研究范式？》，《管理世界》第37期。

[7] 黃群慧、余泳澤、張松林，2019：《互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)》，《中國(guó)工業(yè)經(jīng)濟(jì)》第8期。

[8] 焦豪、楊季楓、王培暖、李倩，2021：《數(shù)據(jù)驅(qū)動(dòng)的企業(yè)動(dòng)態(tài)能力作用機(jī)制研究——基于數(shù)據(jù)全生命周期管理的數(shù)字化轉(zhuǎn)型過程分析》，《中國(guó)工業(yè)經(jīng)濟(jì)》第11期。

[9] 李曉鐘、李蓉， 2023： 《互聯(lián)網(wǎng)對(duì)制造業(yè)出口技術(shù)復(fù)雜度影響研究》，《江南大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版）》第22期。

[10] 馬鴻佳、王亞婧，2024：《大數(shù)據(jù)資源對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型績(jī)效的影響研究》，《科學(xué)學(xué)研究》第42期。

[11] 馬鴻佳、肖彬、王春蕾，2023：《大數(shù)據(jù)能力影響因素及效用：基于元分析的研究》，《南開管理評(píng)論》第26期。

[12] 史丹、孫光林，2022：《大數(shù)據(jù)發(fā)展對(duì)制造業(yè)企業(yè)全要素生產(chǎn)率的影響機(jī)理研究》，《財(cái)貿(mào)經(jīng)濟(jì)》第43期。

[13] 孫新波、蘇鐘海、錢雨、張大鵬，2020：《數(shù)據(jù)賦能研究現(xiàn)狀及未來展望》，《研究與發(fā)展管理》第32期。

[14] 田洪剛、楊蕙馨、王翎宇，2021：《“兩業(yè)”融合與新業(yè)態(tài)演化》，《南開經(jīng)濟(jì)研究》第11期。

[15] 王節(jié)祥、陳威如、江詩松、劉雙，2021：《平臺(tái)生態(tài)系統(tǒng)中的參與者戰(zhàn)略：互補(bǔ)與依賴關(guān)系的解耦》，《管理世界》第37期。

[16] 王新成、李垣、馬鳳連、郭文佳，2021：《環(huán)境動(dòng)態(tài)性與創(chuàng)新戰(zhàn)略選擇——企業(yè)創(chuàng)業(yè)導(dǎo)向和技術(shù)能力的調(diào)節(jié)作用》，《研究與發(fā)展管理》第33期。

[17] 武文珍、陳啟杰，2012：《價(jià)值共創(chuàng)理論形成路徑探析與未來研究展望》，《外國(guó)經(jīng)濟(jì)與管理》第34期。

[18] 肖靜華、胡楊頌、吳瑤，2020：《成長(zhǎng)品：數(shù)據(jù)驅(qū)動(dòng)的企業(yè)與消費(fèi)者互動(dòng)創(chuàng)新案例研究》，《管理世界》第36期。

[19] 謝康、夏正豪、肖靜華，2020：《大數(shù)據(jù)成為現(xiàn)實(shí)生產(chǎn)要素的企業(yè)實(shí)現(xiàn)機(jī)制：產(chǎn)品創(chuàng)新視角》，《中國(guó)工業(yè)經(jīng)濟(jì)》第5期。

[20] 徐翔、趙墨非、李濤、李帥臻，2023：《數(shù)據(jù)要素與企業(yè)創(chuàng)新：基于研發(fā)競(jìng)爭(zhēng)的視角》，《經(jīng)濟(jì)研究》第58期。

[21] 邢新朋、陳田田、劉天森， 2023： 《共生視角下中小型戰(zhàn)略新興企業(yè)數(shù)字化轉(zhuǎn)型組態(tài)路徑研究》，《江南大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版）》第22期。

[22] 徐宗本、馮芷艷、郭迅華、曾大軍、陳國(guó)青，2014：《大數(shù)據(jù)驅(qū)動(dòng)的管理與決策前沿課題》，《管理世界》第11期。

[23] 周翔、葉文平、李新春，2023：《數(shù)智化知識(shí)編排與組織動(dòng)態(tài)能力演化——基于小米科技的案例研究》，《管理世界》第39期。

[24] Bihl， T. J.， Young II， W. A. and Weckman， G. R.， 2016， Defining， Understanding， and Addressing Big Data， International Journal of Business Analytics （IJBAN）， 3（2）：1-32.

[25] Ceccagnoli， M.， Forman， C.， Huang， P. and Wu， D. J.， 2012， Cocreation of Value in A Platform Ecosystem！ The Case of Enterprise Software， MIS Quarterly， 36（1）：263-290.

[26] Chen， M.， Mao， S. and Liu， Y.， 2014， Big Data： A Survey， Mobile Networks and Applications， 19：171-209.

[27] Das， T. K. and Kumar， P. M.， 2013， Big Data Analytics： A Framework for Unstructured Data Analysis， International Journal of Engineering and Technology， 5（1）：153-156.

[28] Dubey， R.， Gunasekaran， A. and Childe， S. J.， 2019， Big Data and Predictive Analytics and Manufacturing Performance： Integrating Institutional Theory， Resource-Based View and Big Data Culture， British Journal of Management， 30（2）：341-361.

[29] Eisenhardt， K. M.， 1989， Building Theories from Case Study Research Academy of Management Review， 14（4）：532-550.

[30] George， G.， Haas， M. R. and Pentland， A.， 2014， Big Data and Management， Academy of Management Journal， 57（2）：321-326.

[31] Girod， S. J. G. and Whittington， R.， 2017， Reconfiguration， Restructuring and Firm Performance： Dynamic Capabilities and Environmental Dynamism， Strategic Management Journal， 38（5）：1121-1133.

[32] Jensen， M. H.， Nielsen， P. A. and Persson， J. S.， 2023， From Big Data Technologies to Big Data Benefits， Computer， 56（6）：52-61.

[33] Jones， C. I. and Tonetti， C.， 2020， Nonrivalry and the Economics of Data， American Economic Review，110（9）：2819-2858.

[34] Madhavaram， S. and Hunt， S. D.， 2008， The Service-Dominant Logic and A Hierarchy of Operant Resources： Developing Masterful Operant Resources and Implications for Marketing Strategy， Journal of the Academy of Marketing Science， 36：67-82.

[35] Nani， A.， 2023， Valuing Big Data： An Analysis of Current Regulations and Proposal of Frameworks， International Journal of Accounting Information Systems， 51：100637.

[36] Nobanee， H.， 2020， Big Data in Business： A Bibliometric Analysis of Relevant Literature， Big Data， 8（6）：459-463.

[37] Nicolini， D. and Mengis， J.， 2024， Toward A Practice-Theoretical View of the Situated Nature of Attention， Strategic Organization， 22：211-234.

[38] Opresnik， D. and Taisch， M.， 2015， The Value of Big Data in Servitization， International Journal of Production Economics， 165：174-184.

[39] Sagiroglu， S. and Sinanc， D.， 2013， Big Data： A Review//2013 International Conference on Collaboration Technologies and Systems （CTS）， IEEE， 2013：42-47.

[40] Shan， S.， Luo， Y. and Zhou， Y.， 2019， Big Data Analysis Adaptation and Enterprises’ Competitive Advantages： The Perspective of Dynamic Capability and Resource-Based Theories， Technology Analysis & Strategic Management， 31（4）：406-420.

[41] Tao， F.， Qi， Q. and Liu， A.， 2018， Data-Driven Smart Manufacturing， Journal of Manufacturing Systems， 48：157-169.

[42] Teece， D. J.， Pisano， G. and Shuen， A.， 1997， Dynamic Capabilities and Strategic Management， Strategic Management Journal， 18（7）：509-533.

[43] Teece， D. J.， 2017， Dynamic Capabilities and （Digital） Platform Lifecycles//Entrepreneurship， Innovation， and Platforms， Emerald Publishing Limited， 37：211-225.

[44] Vargo， S. L.， Maglio， P. P. and Akaka， M. A.， 2008， On Value and Value Co-creation： A Service Systems and Service Logic Perspective， European Management Journal， 26（3）：145-152.

[45] Vargo， S. L. and Lusch， R. F.， 2008， Service-Dominant Logic： Continuing the Evolution， Journal of the Academy of Marketing Science， 36：1-10.

[46] Wang， Z.， Yuan， C. and Li， X.， 2024， Unleashing the Power of Big Data for Platform Firms： A Configuration Analysis， Managerial and Decision Economics， 45（1）：300-314.

[47] Wang， G.， Gunasekaran， A. and Ngai， E. W. T.， 2016， Big Data Analytics in Logistics and Supply Chain Management： Certain Investigations for Research and Applications， International Journal of Production Economics， 176：98-110.

[48] Wei， X.， Li， H. and Wang， Y.， 2024， Does Big Data Infrastructure Development Promote New Enterprises Entry： Evidence from China， Finance Research Letters， 60：104828.

[49] Wilden， R.， Gudergan， S. P. and Nielsen， B. B.， 2013， Dynamic Capabilities and Performance： Strategy， Structure and Environment， Long Range Planning， 46（1-2）：72-96.

[50] Xie， W.， Zhang， Q. and Lin， Y.， 2024， The Effect of Big Data Capability on Organizational Innovation： A Resource Orchestration Perspective， Journal of the Knowledge Economy， 15（1）： 3767-3791 .

[51] Yeow， A.， Soh， C. and Hansen， R.， 2018， Aligning with New Digital Strategy： A Dynamic Capabilities Approach， The Journal of Strategic Information Systems， 27（1）：43-58.

[52] Yin， R. K.， 1989， Case Study Research： Design and Methods//Case Study Research： Design and Methods， 1989：166-166.

How Can Big Data Drive the Improvement of Both Product and Service

Quality in the Context of the Integration of the Advanced Manufacturing

and Modern Service

Industry： the Case of Haier

Yang Huixin， Qi Chao and Feng Wenna

（School of Management， Shandong University ）

Abstract： The combination of data elements and traditional production factors has given rise to data-driven production methods and promoted the deep integration of manufacturing and service industries. In this context， big data drives enterprise products and service quality to achieve double improvement. This article adopts a longitudinal single case study method， taking Haier Group as the case company， and using strategic matching theory as the theoretical basis. By examining the changes in the enterprise’s resource base and dynamic capabilities， it explores the the inner mechanism of double quality improvement of big data-driven enterprise products and services in the context of the integration of the advanced manufacturing and modern service industry.The study found that （1） data drives the improvement of Haier Group’s product and service quality， and has gone through the consumer Internet stage for the To C end， the digitalization stage of the production organization process， and the industrial Internet stage for the To B end. These three stages correspond to Product and service quality can be improved through separate double improvements， embedded double improvements， and integrated double improvements. （2） In the stage of separate dual improvement of product and service quality， Haier Group has adopted an agile response strategy. Under this strategic framework， Haier Group has promoted the separate dual improvement of product and service quality through point-connected resource patchwork and personalized customization capabilities. Improvement. （3） In the dual improvement stage of embedded product and service quality， Haier Group has adopted an intelligent strategy. Under this strategic framework， Haier Group’s product and service quality embeddedness has been promoted through convergent resource orchestration and intelligent customization capabilities. （4） In the integrated double improvement stage of product and service quality， Haier Group has adopted an ecological strategy. Within this strategic framework， Haier Group’s products and services have been promoted through networked resource synergy and ecological empowerment capabilities. Quality integrated double improvement. The research conclusions enrich the functional boundaries and applicable scenarios of strategic matching theory and dynamic capabilities theory， and have certain practical guiding significance for manufacturing enterprises to improve product and service quality.

Key Words： integration of the advanced manufacturing and modern service industry; big data driven; product and service quality; case study

■責(zé)任編輯 王 毅