新一代人工智能賦能企業(yè)數(shù)智化轉(zhuǎn)型升級：驅(qū)動模式及路徑分析

［摘"要］"我國多數(shù)企業(yè)正面臨向數(shù)智化轉(zhuǎn)型升級的迫切需求，以ChatGPT、Sora等為代表的新一代人工智能迅猛發(fā)展，其強大的賦能特性為實現(xiàn)該目標(biāo)提供了可行途徑。文章以百度、阿里巴巴、騰訊和科大訊飛的實踐為例，采用多案例探索的研究方法，探討了人工智能賦能企業(yè)數(shù)智化轉(zhuǎn)型升級的驅(qū)動模式與具體路徑。研究發(fā)現(xiàn)：新一代人工智能可通過賦能技術(shù)、數(shù)據(jù)、組織、營銷和服務(wù)五種路徑推動企業(yè)數(shù)智化轉(zhuǎn)型升級，并最終使企業(yè)在技術(shù)體系、生產(chǎn)運營、營銷模式、組織架構(gòu)，以及服務(wù)體系上實現(xiàn)轉(zhuǎn)型升級；新一代人工智能賦能數(shù)智化轉(zhuǎn)型升級的驅(qū)動模式包括技術(shù)創(chuàng)新驅(qū)動和行業(yè)需求驅(qū)動，具體路徑選擇受技術(shù)發(fā)展水平和被賦能企業(yè)所在行業(yè)領(lǐng)域轉(zhuǎn)型升級需求的共同驅(qū)動；企業(yè)轉(zhuǎn)型升級應(yīng)選取適合的升級策略和升級模式，既可采取自主式升級策略并選擇相應(yīng)的升級模式，也可采取嫁接式升級策略并借助領(lǐng)軍企業(yè)實現(xiàn)高點起步。文章豐富了數(shù)智化轉(zhuǎn)型升級的相關(guān)研究，為借助人工智能加快轉(zhuǎn)型升級提供有益的理論和實踐啟示。

［關(guān)鍵詞］賦能；數(shù)智化轉(zhuǎn)型；升級路徑；驅(qū)動模式；人工智能

［中圖分類號］""F49［文獻標(biāo)識碼］""A［文章編號］"1673-0461（2025）02-0046-08

一、引言

當(dāng)今世界正處在從工業(yè)經(jīng)濟向數(shù)字經(jīng)濟和智能經(jīng)濟加速轉(zhuǎn)型的變革時代，數(shù)智化轉(zhuǎn)型升級既是企業(yè)能否抓住歷史機遇的評判標(biāo)準(zhǔn)，也成為未來能否實現(xiàn)可持續(xù)發(fā)展和跨越式發(fā)展的分水嶺。近年來，越來越多的企業(yè)意識到數(shù)智化轉(zhuǎn)型的必要性與緊迫性，亟須通過數(shù)智化轉(zhuǎn)型升級化危為機、逆勢而上，實現(xiàn)韌性發(fā)展，但仍面臨硬件設(shè)施網(wǎng)聯(lián)化水平偏低、數(shù)據(jù)資產(chǎn)尚未有效開發(fā)、工業(yè)技術(shù)軟件能力不足等挑戰(zhàn)［1］。雖然近年來我國企業(yè)已在單項業(yè)務(wù)環(huán)節(jié)、集成互聯(lián)及價值網(wǎng)絡(luò)開創(chuàng)等方面取得顯著進步，但整體而言仍面臨轉(zhuǎn)型升級的迫切需求［2］。隨著以ChatGPT、Sora等為代表的新一代人工智能快速發(fā)展，在物理空間、信息空間和社會空間應(yīng)用于企業(yè)轉(zhuǎn)型升級的諸多方面，為企業(yè)通過AI實現(xiàn)轉(zhuǎn)型升級提供了可行途徑。然而，學(xué)界對人工智能加快轉(zhuǎn)型升級的研究側(cè)重資源基礎(chǔ)觀下的能力約束與環(huán)境依賴［3-4］，并且將視野聚焦于區(qū)域和產(chǎn)業(yè)層面轉(zhuǎn)型升級中的制度性安排［5-6］，而欠缺企業(yè)層面的主動性探討?？梢?，如何通過人工智能賦能實現(xiàn)數(shù)智化轉(zhuǎn)型升級既是多數(shù)企業(yè)所面臨的實際問題，也是尚未得到充分研究的理論難題。因此，本文選取人工智能領(lǐng)軍企業(yè)為研究對象，對其戰(zhàn)略布局和實踐進行探索性研究，對該過程中顯現(xiàn)的路徑特征進行歸納，從而構(gòu)建新一代人工智能賦能企業(yè)數(shù)智化轉(zhuǎn)型升級的分析框架，以期為理論研究和實踐活動帶來啟發(fā)。

二、文獻回顧及述評

李少帥：新一代人工智能賦能企業(yè)數(shù)智化轉(zhuǎn)型升級：驅(qū)動模式及路徑分析

2025年第2期

（一）轉(zhuǎn)型升級的驅(qū)動模式及路徑類型

既有研究認(rèn)為企業(yè)轉(zhuǎn)型升級主要受兩種類型的模式驅(qū)動：一種是技術(shù)創(chuàng)新型驅(qū)動，即技術(shù)成為企業(yè)向數(shù)智化轉(zhuǎn)型升級的核心驅(qū)動力，如高端制造業(yè)、汽車、醫(yī)療等技術(shù)密集型行業(yè)的企業(yè)，技術(shù)既是價值創(chuàng)造的關(guān)鍵因素，又是核心競爭力的重要組成［7］；另一種是行業(yè)需求型驅(qū)動，即企業(yè)所在行業(yè)面臨轉(zhuǎn)型升級的迫切需求，如金融、信息服務(wù)、廣告營銷等行業(yè)的眾多企業(yè)，所在行業(yè)亟須通過營銷、服務(wù)等方面變革推動整個行業(yè)的升級進程［8］。此外，伴隨技術(shù)交叉融合和企業(yè)跨界發(fā)展，越來越多企業(yè)的轉(zhuǎn)型升級實際是由技術(shù)創(chuàng)新和行業(yè)需求混合驅(qū)動。對于轉(zhuǎn)型升級路徑，GEREFFI［9］從全球價值鏈視角出發(fā)，提出流程升級、產(chǎn)品升級、功能升級、鏈際或環(huán)節(jié)間升級四種類型，并在后續(xù)研究中根據(jù)升級結(jié)果補充了進入新價值鏈、后向連接升級、終端市場升級三種路徑［10］，以及根據(jù)升級方式是否分叉劃分為線性產(chǎn)業(yè)升級和非線性產(chǎn)業(yè)升級［11］。

（二）賦能理論及其對轉(zhuǎn)型升級研究的貢獻

有關(guān)“賦能”（Empowerment）的研究起始于組織管理領(lǐng)域的賦能授權(quán)理論，由被尊為“管理之母”的FOLLETT在20世紀(jì)20年代前瞻性地創(chuàng)立，該理論關(guān)注組織內(nèi)部權(quán)力分配，認(rèn)為應(yīng)給予組織成員更多權(quán)力，當(dāng)組織成員感覺擁有了某種能力時，組織也就擁有該能力［12］。此后LIDEN等［13］從心理學(xué)視角探討并驗證了賦能授權(quán)在工作特征、領(lǐng)導(dǎo)者-成員交流、團隊-成員交流和工作滿意度關(guān)系中的中介作用，SIGLER等［14］則基于組織文化視角研究發(fā)現(xiàn)組織文化與對賦能授權(quán)的理解有關(guān)。以上研究不斷拓展和完善賦能授權(quán)理論，直到今天該理論仍有一定影響力，但嚴(yán)格來講賦能授權(quán)理論是以雇傭關(guān)系為前提的原理，核心是以組織為本位的賦權(quán)，適應(yīng)著工業(yè)時代緩慢變動環(huán)境條件下規(guī)?；?、標(biāo)準(zhǔn)化和復(fù)雜化的生產(chǎn)技術(shù)特征，而隨著數(shù)字時代來臨，組織內(nèi)部關(guān)系從雇傭關(guān)系向合作關(guān)系遞進，引發(fā)組織本位讓位于人的本位，賦權(quán)組織原理逐漸被賦能組織原理所代替，成為數(shù)字時代刻畫組織結(jié)構(gòu)演進方向的基本原理［15］，但主要研究范圍依然停留于組織管理領(lǐng)域。本文認(rèn)為將賦能概念引入轉(zhuǎn)型升級研究，能夠打破現(xiàn)有以結(jié)果和方式為主的路徑劃分依據(jù)，對轉(zhuǎn)型升級路徑溯本求源，從源頭、過程和結(jié)果全景式反映轉(zhuǎn)型升級。

三、研究設(shè)計

（一）研究框架與分析思路

作為新一輪科技革命和產(chǎn)業(yè)革命的關(guān)鍵引領(lǐng)技術(shù)，新一代人工智能通過滲透于生產(chǎn)力各要素，賦予企業(yè)技術(shù)體系、生產(chǎn)運營、組織變革，及服務(wù)營銷轉(zhuǎn)型升級所需的多種能量，并形成了相應(yīng)的升級路徑，其中技術(shù)賦能指人工智能支撐和促進企業(yè)技術(shù)體系的數(shù)智化升級［16］。數(shù)據(jù)賦能指人工智能盤活數(shù)據(jù)資源，實現(xiàn)數(shù)據(jù)流動、收集和分析等自動化，促進數(shù)據(jù)驅(qū)動管理機制的建立［17-18］。組織賦能指人工智能推動組織職能轉(zhuǎn)變、組織架構(gòu)轉(zhuǎn)型并增強組織動態(tài)適應(yīng)能力［19-20］。營銷賦能指人工智能綜合運用大數(shù)據(jù)分析等新興技術(shù)為實現(xiàn)營銷數(shù)智化提供支持［21］。服務(wù)賦能則指人工智能創(chuàng)新服務(wù)內(nèi)容和模式，提升服務(wù)體系的數(shù)智化水平。本研究擬以領(lǐng)軍企業(yè)的戰(zhàn)略布局和賦能實踐為例，采用多案例的研究方法，探討人工智能賦能企業(yè)數(shù)智化轉(zhuǎn)型升級的驅(qū)動模式和具體路徑。

（二）研究方法與案例選擇

本研究目的旨在探討新一代人工智能如何賦能企業(yè)數(shù)智化轉(zhuǎn)型升級，這些問題尚未在已有文獻中得到合理且充分地解答，案例研究更適合探索和解釋“怎么樣”和“為什么”［22］。由于新一代人工智能賦能轉(zhuǎn)型升級的路徑較為復(fù)雜，單案例研究不能涵蓋全部內(nèi)容，而多案例研究能夠較為全面地反映客觀實際，形成更為完整的理論并且提高研究效度［23］，有利于探索多種屬性的升級路徑以及框架的最終構(gòu)建，因此本文最終選擇多案例探索性研究作為研究方法。

按照SANDERS［24］建議多案例研究的最佳個數(shù)為3～6個，同時基于案例選擇的典型性、目的抽樣性、數(shù)據(jù)可獲得性和研究便利性［25］，選取百度、阿里巴巴、騰訊和科大訊飛為研究對象，具體理由如下：①案例典型性與代表性。案例企業(yè)依托自身技術(shù)、資金與數(shù)據(jù)門檻形成推動新一代人工智能賦能企業(yè)數(shù)智化轉(zhuǎn)型升級的重要力量，能夠滿足典型性與代表性要求。②與本研究性質(zhì)和目的相契合。案例企業(yè)在戰(zhàn)略布局、技術(shù)、產(chǎn)品服務(wù)等方面具有明顯差異性，便于本研究對轉(zhuǎn)型升級最終結(jié)果的探索。③數(shù)據(jù)可獲得性和研究便利性。案例對象發(fā)展時期較長，數(shù)據(jù)較為全面，有利于研究的完整性，便于多樣化資料之間的互相印證。

（三）數(shù)據(jù)收集與分析

本研究采用多種渠道進行數(shù)據(jù)收集，為使得所收集數(shù)據(jù)資料詳實，收集過程分為三個階段：第一階段，通過案例企業(yè)官網(wǎng)、社交平臺、媒體報道了解企業(yè)背景、發(fā)展歷程及發(fā)展戰(zhàn)略等信息，為探討企業(yè)人工智能戰(zhàn)略布局提供支持，該類數(shù)據(jù)資料總和超過7萬字，因該階段收集到的資料以文字居多，需要結(jié)合文本分析等質(zhì)性分析方法高度概括；第二階段，借助權(quán)威學(xué)術(shù)會議同案例企業(yè)的專家、匯報人討論交流并做好相關(guān)記錄，以掌握案例企業(yè)人工智能的實踐概況，因該階段收集到的信息形式各異而且涉及內(nèi)容較為繁雜，除進行數(shù)據(jù)資料的格式轉(zhuǎn)換外也要對內(nèi)容分類和梳理，以整理得到案例企業(yè)較為清晰的實踐脈絡(luò)；第三階段，為彌補公開數(shù)據(jù)資料不足，又通過案例企業(yè)的內(nèi)部資料予以補充，包括百度、阿里巴巴和騰訊成立的研究院發(fā)布的報告等，用以完善數(shù)據(jù)鏈，同時基于“資料三角形”原則，對不同數(shù)據(jù)的資料對比驗證，以保證多案例研究的信效度［26-27］。數(shù)據(jù)獲取方式及數(shù)據(jù)編碼見表1。

四、案例分析與發(fā)現(xiàn)

（一）案例描述與分析

案例企業(yè)經(jīng)過長期技術(shù)積累和戰(zhàn)略實踐，不僅成為我國人工智能發(fā)展的中堅力量，也將人工智能帶來的戰(zhàn)略發(fā)展機遇和多樣化能量賦予其他企業(yè)，促進企業(yè)數(shù)智化轉(zhuǎn)型升級。①百度通過聚集人才、建院設(shè)所，攻關(guān)行業(yè)共性技術(shù)難題，致力于構(gòu)建技術(shù)驅(qū)動應(yīng)用型生態(tài)。百度對內(nèi)斥巨資投入技術(shù)研發(fā)、夯實主營業(yè)務(wù)，對外賦能不同圈層，在若干領(lǐng)域發(fā)布多款應(yīng)用型產(chǎn)品并開放自己的AI生態(tài)，有效支撐醫(yī)療、交通、制造等領(lǐng)域企業(yè)的數(shù)智化提升。②阿里巴巴通過將過去20年內(nèi)沉淀的購物、娛樂、本地生活等多元商業(yè)場景，以及數(shù)字化能力與云計算等服務(wù)融合，形成阿里巴巴商業(yè)操作系統(tǒng)，在此基礎(chǔ)上通過平臺搭建、機制復(fù)制、客戶引流、技術(shù)輸出等方式對被賦能者實施數(shù)字化改造。③騰訊將AI能力投射到消費級互聯(lián)網(wǎng)和產(chǎn)業(yè)互聯(lián)網(wǎng)，提供多維智慧應(yīng)用，同時通過技術(shù)開放平臺、協(xié)同多方合作伙伴等共建軟硬件服務(wù)型的創(chuàng)新生態(tài)，不僅為企業(yè)提供流量、技術(shù)等具有互聯(lián)網(wǎng)時代基礎(chǔ)設(shè)施意義的普適能力，而且為企業(yè)提供支持、市場空間、投資、戰(zhàn)略指導(dǎo)等核心資源，助力企業(yè)轉(zhuǎn)型升級。④科大訊飛作為專門從事智能語音技術(shù)研究、提供語音信息服務(wù)的AI獨角獸，始終堅持“技術(shù)頂天+實踐立地”，在保持核心技術(shù)領(lǐng)先地位的同時也為企業(yè)提供先進的AI能力星云，深度賦能語音行業(yè)企業(yè)的數(shù)智化發(fā)展。

（二）案例研究發(fā)現(xiàn)

1人工智能賦能數(shù)智化轉(zhuǎn)型升級的驅(qū)動模式

我國企業(yè)的數(shù)智化轉(zhuǎn)型升級不僅受益于人工智能等數(shù)字技術(shù)迅猛發(fā)展，而且受益于經(jīng)濟高質(zhì)量發(fā)展的現(xiàn)實需求，因此兼具技術(shù)創(chuàng)新驅(qū)動和行業(yè)需求驅(qū)動的特征。

技術(shù)創(chuàng)新驅(qū)動方面，百度斥巨資投入研發(fā)大模型“文心一言”，并推出融合深度學(xué)習(xí)算法、數(shù)據(jù)建模、GPU并行化平臺等技術(shù)的“百度大腦”，形成巨大的深度神經(jīng)網(wǎng)絡(luò)，為不同行業(yè)領(lǐng)域的300多家企業(yè)提供解決方案和智能升級支持。阿里巴巴將人工智能納入DT體系，通過深耕支付、云計算、物流、大模型等多個領(lǐng)域，實施ET大腦戰(zhàn)略并相繼推出醫(yī)療大腦和工業(yè)大腦兩大核心產(chǎn)品：醫(yī)療大腦采用深度學(xué)習(xí)技術(shù)，以海量數(shù)據(jù)訓(xùn)練機器完成特定任務(wù)，能夠為醫(yī)療企業(yè)的新藥研發(fā)、健康管理等提供技術(shù)支持［28-29］；工業(yè)大腦主要通過智能算法對制造業(yè)企業(yè)的關(guān)聯(lián)參數(shù)進行深度學(xué)習(xí)并搭建參數(shù)曲線，對生產(chǎn)制造過程實時監(jiān)測，促進企業(yè)決策智能化，支撐制造業(yè)的生產(chǎn)運營等轉(zhuǎn)型升級。騰訊通過建立AI實驗室、專屬平臺以及混元大模型等提升自身技術(shù)能力，并為企業(yè)提供圖像識別、語音識別等技術(shù)支持?？拼笥嶏w以具有自主知識產(chǎn)權(quán)的智能語音技術(shù)安身立命，在此基礎(chǔ)上建立基于語音系統(tǒng)的通用解決方案平臺，并將智能語音技術(shù)以及完善的產(chǎn)品服務(wù)體系逐步擴展到其他行業(yè)領(lǐng)域，為教育學(xué)習(xí)、交通等行業(yè)的百余家優(yōu)秀企業(yè)提供技術(shù)支持。

行業(yè)需求驅(qū)動方面，鑒于被賦能企業(yè)所在行業(yè)升級需求是其數(shù)智化轉(zhuǎn)型的重要考慮因素，案例企業(yè)根據(jù)具體行業(yè)情境為企業(yè)提供與之相匹配的技術(shù)支持、流量導(dǎo)入、戰(zhàn)略指導(dǎo)等，助力企業(yè)克服轉(zhuǎn)型升級困境。如汽車行業(yè)面臨生產(chǎn)制造同質(zhì)化嚴(yán)重和用戶需求個性化等現(xiàn)實困境，為此百度通過發(fā)布融合圖像識別、語音識別等多種AI技術(shù)的Apollo30，優(yōu)化汽車設(shè)計工作流程，使汽車制造企業(yè)創(chuàng)造出高度智能化、個性化的產(chǎn)品，并向所有車企開放自動駕駛汽車的軟硬件平臺，為Apollo項目提供完整的軟硬件和服務(wù)解決方案，進一步通過對用戶數(shù)據(jù)分析建立起完善的數(shù)據(jù)管理機制，以持續(xù)跟蹤和優(yōu)化用戶駕駛體驗。在醫(yī)療影像領(lǐng)域，醫(yī)療人員精力有限、工作效率低下等都使其面臨向數(shù)智化轉(zhuǎn)型的剛性需求，為此騰訊借助其龐大的社交用戶群體和AI技術(shù)為醫(yī)院、制藥、醫(yī)療器械等企業(yè)提供技術(shù)支持、人機交互等服務(wù)。在2023年9月騰訊全球數(shù)字生態(tài)大會上，以混元大模型為底座的醫(yī)療大模型首次公開亮相，并對智能問答、家庭醫(yī)生助手、數(shù)智醫(yī)療影像平臺等產(chǎn)品進行升級，目前依托于大模型打造的解決方案已經(jīng)在1"300多家企業(yè)、醫(yī)院等機構(gòu)落地。

2人工智能賦能數(shù)智化轉(zhuǎn)型升級的路徑分析

（1）技術(shù)賦能路徑。人工智能不僅在物理空間促進研發(fā)設(shè)計、生產(chǎn)制造、質(zhì)量管控等環(huán)節(jié)實現(xiàn)智能決策和控制［30-31］，而且把多元異構(gòu)數(shù)據(jù)、模型映射到信息空間并形成數(shù)字孿生體，加速被賦能企業(yè)技術(shù)體系的數(shù)智化升級［16］，形成技術(shù)賦能路徑。研究發(fā)現(xiàn)：作用于物理空間的技術(shù)賦能主要通過構(gòu)建技術(shù)創(chuàng)新開放平臺實現(xiàn)（見表2），如科大訊飛通過建立人工智能技術(shù)創(chuàng)新開放平臺將技術(shù)進行模塊化輸出，為開發(fā)者和企業(yè)提供豐富的接口，技術(shù)模塊可進行組合、實現(xiàn)多種功能，且每個技術(shù)模塊都可通過與技術(shù)創(chuàng)新開放平臺的實時交互而不斷進化，由此加速技術(shù)擴散和被賦能企業(yè)的技術(shù)功能升級，在此基礎(chǔ)上科大訊飛進一步通過專業(yè)化技術(shù)團隊指導(dǎo)為企業(yè)技術(shù)體系升級提供有效支撐。作用于信息空間的技術(shù)賦能主要通過建立技術(shù)創(chuàng)新開放平臺和數(shù)字孿生模型實現(xiàn)（見表2），如百度在云端和邊緣都為眾多企業(yè)提供技術(shù)框架和基本技術(shù)應(yīng)用。在云端，被賦能企業(yè)可依靠百度的Jarvis數(shù)據(jù)科學(xué)平臺實現(xiàn)特征提取、數(shù)據(jù)挖掘與模型評估等過程；在邊緣，百度通過智能邊緣平臺把數(shù)字孿生模型部署到本地設(shè)備，根據(jù)每臺設(shè)備和它所處的環(huán)境提供針對性數(shù)字化服務(wù)，企業(yè)可在不同層級的邊緣計算節(jié)點完成模型下放和運用?？梢?，以開放創(chuàng)新平臺為戰(zhàn)略支撐的技術(shù)賦能實現(xiàn)了技術(shù)快速擴散與持續(xù)優(yōu)化，被賦能企業(yè)也能全面高效地獲取合適的技術(shù)能力。

（2）數(shù)據(jù)賦能路徑。人工智能通過對數(shù)據(jù)的深度學(xué)習(xí)與規(guī)律提煉，形成強大的數(shù)據(jù)驅(qū)動能力，在信息空間支撐被賦能企業(yè)生產(chǎn)運營的智能規(guī)劃和決策，形成數(shù)據(jù)賦能路徑。研究發(fā)現(xiàn)，數(shù)據(jù)賦能主要通過建立數(shù)據(jù)驅(qū)動的管理機制實現(xiàn)（見表2），百度、阿里巴巴和騰訊挖掘數(shù)據(jù)資產(chǎn)、賦能數(shù)智化轉(zhuǎn)型升級可歸為三個階段：①數(shù)據(jù)收集與建庫階段。圍繞企業(yè)轉(zhuǎn)型升級需求制定規(guī)?；臄?shù)據(jù)采集方案，獲取所需數(shù)據(jù)并建立數(shù)據(jù)存儲分析的軟硬件基礎(chǔ)設(shè)施和平臺，如百度通過傳感器采集、爬蟲、導(dǎo)入及接口等方式進行大規(guī)模數(shù)據(jù)收集，同時融合線上線下的數(shù)據(jù)資產(chǎn)，打通數(shù)據(jù)孤島，形成完整的數(shù)據(jù)回流與沉淀，并成立大數(shù)據(jù)實驗室和數(shù)智平臺，筑牢數(shù)據(jù)驅(qū)動根基。②數(shù)據(jù)挖掘與分析階段。對已獲取數(shù)據(jù)的深度學(xué)習(xí)和規(guī)律提煉，以數(shù)據(jù)的閉環(huán)運行透視企業(yè)升級全鏈路并指導(dǎo)決策。③數(shù)據(jù)驅(qū)動與實施階段。通過建立數(shù)據(jù)驅(qū)動管理機制把數(shù)據(jù)分析結(jié)果轉(zhuǎn)化為多層次、多渠道的具體行動，釋放數(shù)據(jù)能量，為企業(yè)生產(chǎn)運營提供強大動態(tài)支撐［17-18］。

（3）營銷賦能路徑。人工智能在信息空間助推與消費者實時互動和價值共創(chuàng)，在社會空間促進營銷的降本增效，推動企業(yè)營銷的數(shù)智化升級［21］，形成數(shù)據(jù)賦能路徑。研究發(fā)現(xiàn)，數(shù)據(jù)賦能主要通過打造智能營銷平臺和營銷渠道整合與聯(lián)動實現(xiàn)（見表2），阿里巴巴和騰訊基于人工智能技術(shù)體系主打智能營銷平臺戰(zhàn)略：阿里巴巴通過打造文娛智能營銷平臺，把平臺的媒體矩陣、內(nèi)容生態(tài)和阿里巴巴電商用戶的數(shù)據(jù)相融合，建立全面精準(zhǔn)的用戶畫像，讓單一營銷轉(zhuǎn)變?yōu)槿溌返恼蠣I銷；騰訊運用DMP廣告體系提供人群標(biāo)簽，將企業(yè)銷售等數(shù)據(jù)存儲于定制的私有客戶數(shù)據(jù)當(dāng)中，從而幫助企業(yè)構(gòu)建智能營銷平臺，并為企業(yè)提供大數(shù)據(jù)分析和營銷策略。百度主要通過推出“閃投”和“聚屏”兩大新品進行營銷渠道整合與聯(lián)動，同時結(jié)合為企業(yè)提供的用戶識別、個性化創(chuàng)造力、全時覆蓋力和效果實時追蹤力四種能力助力營銷模式變革。通過智能營銷平臺和營銷渠道整合與聯(lián)動使被賦能企業(yè)獲得對需求信息的大數(shù)據(jù)分析能力，不僅有效降低了因需求數(shù)據(jù)逐級傳遞導(dǎo)致的信息扭曲，而且還實現(xiàn)了對需求的立體洞察、深度感知，以及供需之間的精準(zhǔn)匹配，并進一步助力精準(zhǔn)營銷、全場景營銷等新型營銷模式的形成和完善［32］。

（4）組織賦能路徑。人工智能推動企業(yè)組織架構(gòu)轉(zhuǎn)型，在社會空間加速實現(xiàn)企業(yè)組織架構(gòu)的數(shù)智化升級，形成組織賦能路徑。研究發(fā)現(xiàn)，組織賦能主要通過重塑組織架構(gòu)實現(xiàn)（見表2）：阿里巴巴以商業(yè)操作系統(tǒng)為中心，對加入企業(yè)的組織架構(gòu)進行數(shù)智化改造，在企業(yè)完成符合阿里巴巴生態(tài)體系標(biāo)準(zhǔn)的組織框架變更并在新的高維度空間內(nèi)找到自身新定位后，進一步通過由電子商務(wù)形成的交易、支付、物流等強大基礎(chǔ)設(shè)施能力，為其提供多種商業(yè)要素的支持以增強組織的群體創(chuàng)造和網(wǎng)絡(luò)協(xié)同等能力［15］；騰訊依托AI"Lab、優(yōu)圖實驗室等匯聚AI能力，對外開放百余項工具、基礎(chǔ)應(yīng)用及接口，被賦能企業(yè)在原有組織框架上只需做適應(yīng)性調(diào)整就能承接多維AI能力，逐步具備接口透明、在線交互以及智能驅(qū)動等智能組織特征。

（5）服務(wù)賦能路徑。人工智能不僅使現(xiàn)有服務(wù)響應(yīng)時間更短、效率更高、成本更低、體驗更佳，而且催生新型服務(wù)業(yè)態(tài)，引發(fā)服務(wù)體系變革，最終在社會空間和信息空間實現(xiàn)服務(wù)的數(shù)智化升級，形成服務(wù)賦能路徑。研究發(fā)現(xiàn)，服務(wù)賦能主要通過人機交互與協(xié)同實現(xiàn)（見表2）：百度憑借人機交互矩陣，以豐富的內(nèi)容和服務(wù)為視頻、直播等場景提供娛樂互動解決方案和虛擬真人助理解決方案，同時也為金融、公安等提供面向行業(yè)的知識圖譜全流程解決方案，加速以“一站式”和“全流程”為特征的服務(wù)體系變革；阿里巴巴推出智能客服“小蜜”，不僅極大提升了企業(yè)服務(wù)效率，而且還能7×24小時無縫轉(zhuǎn)換至人工服務(wù)，實現(xiàn)人機高效協(xié)同，同時衍生出售前導(dǎo)購、智能輔助等新型服務(wù)，使企業(yè)的電商服務(wù)更加多元和智能；騰訊持續(xù)深耕政務(wù)領(lǐng)域，并建立起“智能機器人+人工智能服務(wù)臺+后端業(yè)務(wù)整合”的新型智能服務(wù)體系，打造自主創(chuàng)新、安全可靠的政務(wù)融合創(chuàng)新解決方案，助力政務(wù)效能提升和數(shù)字政府建設(shè)；科大訊飛通過自主研發(fā)的“星火大模型”實現(xiàn)數(shù)智化程度更高的人機交互與協(xié)同，并以全鏈路語音交互能力和業(yè)務(wù)自由定制促進智能語音服務(wù)體系的全面升級。

通過上述分析可知，案例企業(yè)基于新一代人工智能為企業(yè)數(shù)智化轉(zhuǎn)型升級提供全方位、多層次支撐，并通過技術(shù)、數(shù)據(jù)、營銷、組織、服務(wù)五種路徑賦能數(shù)智化轉(zhuǎn)型升級，在此過程中構(gòu)建技術(shù)創(chuàng)新開放平臺、數(shù)據(jù)驅(qū)動的管理機制、人機交互與協(xié)同等成為轉(zhuǎn)型升級的主要賦能模式，最終在物理空間、信息空間以及社會空間推動被賦能企業(yè)技術(shù)體系、生產(chǎn)運營等實現(xiàn)數(shù)智化轉(zhuǎn)型升級，為更加直觀清晰地刻畫上述過程，本文將新一代人工智能賦能數(shù)智化轉(zhuǎn)型升級的路徑歸納如圖1。

五、主要研究結(jié)論與啟示

（一）研究結(jié)論

運用多案例探索研究方法，以百度、阿里巴巴、騰訊和科大訊飛為研究樣本，探討了新一代人工智能賦能企業(yè)數(shù)智化轉(zhuǎn)型升級的驅(qū)動模式與作用路徑，主要研究結(jié)論如下：

第一，人工智能可通過技術(shù)、數(shù)據(jù)、組織、營銷和服務(wù)五種路徑賦能企業(yè)數(shù)智化轉(zhuǎn)型升級。具體而言：①通過技術(shù)創(chuàng)新開放平臺實施技術(shù)賦能，不僅使被賦能企業(yè)技術(shù)能力大幅提升，而且使其技術(shù)向模塊化、自進化發(fā)展，技術(shù)體系邁向數(shù)智化；②通過建立數(shù)據(jù)驅(qū)動的管理機制實施數(shù)據(jù)賦能，支撐企業(yè)實現(xiàn)基于智能化決策的生產(chǎn)效率提升、質(zhì)量水平改進、工藝流程優(yōu)化等，同時促進企業(yè)所在產(chǎn)業(yè)形成更智能、更敏捷、更貼近用戶的創(chuàng)新生態(tài)；③通過打造智能營銷平臺和營銷渠道整合與聯(lián)動實施營銷賦能，破除營銷壁壘，化解供需雙方信息不對稱性，使企業(yè)由傳統(tǒng)營銷模式向精準(zhǔn)營銷、全場景營銷等智能營銷模式轉(zhuǎn)變；④通過重塑組織架構(gòu)實施組織賦能，推動組織由工業(yè)化時代的固化流程到移動互聯(lián)網(wǎng)時代的數(shù)智化辦公，組織架構(gòu)向以接口透明、在線交互、群體創(chuàng)造等為特征的數(shù)智化組織轉(zhuǎn)變；⑤通過人機交互與協(xié)同實施服務(wù)賦能，推動服務(wù)理念、服務(wù)模式和服務(wù)內(nèi)容整體變革，加速形成新型服務(wù)體系。

第二，具體路徑選擇受到技術(shù)創(chuàng)新驅(qū)動和行業(yè)需求驅(qū)動的共同影響。對領(lǐng)軍企業(yè)而言，一方面大力提升人工智能技術(shù)創(chuàng)新與賦能能力，另一方面根據(jù)具體行業(yè)情境需求為被賦能企業(yè)提供與之相匹配的技術(shù)支持、流量導(dǎo)入、戰(zhàn)略指導(dǎo)等，助力企業(yè)克服轉(zhuǎn)型升級困境。對被賦能企業(yè)而言，當(dāng)處于裝備制造業(yè)、汽車、醫(yī)療器械等將技術(shù)作為價值創(chuàng)造和競爭力形成重要因素的行業(yè)，技術(shù)創(chuàng)新成為主導(dǎo)驅(qū)動力［12］，適宜采取技術(shù)賦能路徑。當(dāng)企業(yè)所在行業(yè)的轉(zhuǎn)型升級需求成為主導(dǎo)驅(qū)動力時［13］，賦能路徑視具體行業(yè)情境而定：如數(shù)據(jù)沉淀較豐富的金融企業(yè)，數(shù)智化轉(zhuǎn)型需求較為迫切，適宜采用數(shù)據(jù)賦能；而信息服務(wù)、廣告營銷等具有多樣化場景、注重用戶體驗和社群裂變的企業(yè)，適宜采用營銷賦能和服務(wù)賦能；當(dāng)企業(yè)所在行業(yè)受到技術(shù)創(chuàng)新和行業(yè)需求共同驅(qū)動甚至引發(fā)組織變革時，則適宜采用組織賦能。

第三，新一代人工智能帶來了推動企業(yè)轉(zhuǎn)型升級的重要發(fā)展機遇，企業(yè)在轉(zhuǎn)型升級過程中，需要根據(jù)所在行業(yè)需求特征并結(jié)合自身實際，選取最適合自身的升級策略和升級模式，主動引進和充分運用人工智能技術(shù)以培植向數(shù)智化轉(zhuǎn)型升級所需的關(guān)鍵能力，并由此形成核心競爭力，或者積極融入由領(lǐng)軍企業(yè)所建立的創(chuàng)新生態(tài)，以“嫁接”的方式實現(xiàn)數(shù)智化轉(zhuǎn)型升級的高點起步。

（二）管理啟示

本研究對于企業(yè)把握新一代人工智能帶來的戰(zhàn)略發(fā)展機遇，實現(xiàn)數(shù)智化轉(zhuǎn)型升級具有如下啟示：①培育領(lǐng)先完備的新一代人工智能技術(shù)體系。人工智能技術(shù)發(fā)展水平及體系完備性是其賦能數(shù)智化轉(zhuǎn)型升級的根基，亟須大力加強關(guān)鍵核心技術(shù)的原始創(chuàng)新、共性技術(shù)的自主研發(fā)和集成，并制定適合我國情景的人工智能技術(shù)標(biāo)準(zhǔn)體系，最終形成技術(shù)領(lǐng)先、體系完備的人工智能技術(shù)生態(tài)體系，以拓展賦能領(lǐng)域和提升賦能效應(yīng)。②構(gòu)建功能完善的新一代人工智能賦能機制。既需要充分發(fā)揮領(lǐng)軍企業(yè)的引領(lǐng)示范和輻射帶動作用，又需要吸引眾多利益相關(guān)者的積極參與，并增強其數(shù)字鏈接能力、暢通其網(wǎng)絡(luò)關(guān)系、努力營造相適宜的政策環(huán)境和市場環(huán)境，使各賦能路徑之間相互協(xié)同，釋放出更加強勁的能量，全面推進企業(yè)數(shù)智化轉(zhuǎn)型升級。

（三）研究局限及未來方向

本文的局限和未來研究方向體現(xiàn)在兩點：其一，作為案例研究，雖然采用了多個案例研究對象，但是所能覆蓋的領(lǐng)域依然十分有限，并具有案例研究的共同局限性——由樣本的研究結(jié)論推廣到較大群體時的效度下降［25，33］。同時，本研究考慮的是以新一代人工智能為基本出發(fā)點到轉(zhuǎn)型升級的單向性影響，未來可探討升級過程中是否存在雙向影響，以挖掘更深層次的關(guān)系性質(zhì)。其二，本研究所涉及行業(yè)均為信息技術(shù)服務(wù)業(yè)，欠缺對其他行業(yè)賦能路徑和模式的探討，未來可考慮其他特定行業(yè)情境下的實證研究，以檢驗本研究的結(jié)論在其他行業(yè)中的外部效度，并進一步完善和拓展升級路徑和模式。

［參考文獻］

［1］周濟.制造業(yè)數(shù)字化智能化［J］.中國機械工程，2012，23（20）：2395-2400.

［2］呂鐵.傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的趨向與路徑［J］.人民論壇·學(xué)術(shù)前沿，2019，8（18）：13-19.

［3］蘇杭，鄭磊，牟逸飛.要素稟賦與中國制造業(yè)產(chǎn)業(yè)升級——基于WIOD和中國工業(yè)企業(yè)數(shù)據(jù)庫的分析［J］.管理世界，2017，283（4）：70-79.

［4］路暢，王媛媛，于渤，等.制度環(huán)境、技術(shù)創(chuàng)新與傳統(tǒng)產(chǎn)業(yè)升級——基于中國省際面板數(shù)據(jù)的門檻回歸分析［J］科技進步與對策，2019，36（14）：62-68.

［5］馬名杰，戴建軍，熊鴻儒.數(shù)字化轉(zhuǎn)型對生產(chǎn)方式和國際經(jīng)濟格局的影響與應(yīng)對［J］.中國科技論壇，2019，35（1）：12-16.

［6］黃俊，郭耿軒，劉敏，等.動態(tài)能力視閾下我國汽車制造企業(yè)智能化轉(zhuǎn)型升級路徑研究——對3家本土自主品牌車企的跨案例探討［J］.科技進步與對策，2018，35（23）：121-129.

［7］MARCOS"F，"ROGER"G，PAUL"P."A"review"of"the"evolution"of"microcontrollerbased"machine"and"process"monitoring［J］."International"journal"of"machine"tools"and"manufacture，"2005，"45（4-5）：573-582.

［8］嚴(yán)若森，錢向陽.數(shù)字經(jīng)濟時代下中國運營商數(shù)字化轉(zhuǎn)型的戰(zhàn)略分析［J］.中國軟科學(xué)，2018，33（4）：172-182.

［9］GEREFFI"G."International"trade"and"industrial"upgrading"in"the"apparel"commodity"chain［J］."Journal"of"international"economics，1999，48（1）：37-70.

［10］GEREFFI"G，"FERNANDEZSTARK"K."Global"value"chain"analysis："a"primer［M］."2nd"ed."Duke"Center"on"Globalization，"Governance"amp;"Competitiveness，"2016：10-11.

［11］張其仔.比較優(yōu)勢的演化與中國產(chǎn)業(yè)升級路徑的選擇［J］.中國工業(yè)經(jīng)濟，2008，26（9）：58-68.

［12］GRAHAM"P."Mary"Parker"Follett—Prophet"of"management："a"celebration"of"writings"from"the"1920s"［M］."Boston："Harvard"Business"Press，"1995：97-100.

［13］LIDEN"R"C，"WAYNE"S"J，"SPARROWE"R"T."An"examination"of"the"mediating"role"of"psychological"empowerment"on"the"relations"between"the"job，"interpersonal"relationships，"and"work"out"comes［J］."Journal"of"applied"psychology，"2000，"85（3）：407-416.

［14］SIGLER"T"H，"PEARSON"C"M."Creating"an"empowering"culture："examining"the"relationship"between"organizational"culture"and"perceptions"of"empowerment［J］."Journal"of"quality"management，2000，"5（1）："27-52.

［15］羅仲偉，李先軍，宋翔，等.從“賦權(quán)”到“賦能”的企業(yè)組織結(jié)構(gòu)演進——基于韓都衣舍案例的研究［J］.中國工業(yè)經(jīng)濟，2017，354（9）：174-192.

［16］GIL"Y，"GREAVES"M，"HENDLER"J，"et"al."Amplify"scientific"discovery"with"artificial"intelligence［J］."Science，"2014，"346（6206）：171-172.

［17］ROUSSEAUX"F."Big"data"and"datadriven"intelligent"predictive"algorithms"to"support"creativity"in"industrial"engineering［J］."Computers"amp;"industrial"engineering，"2016，"112（10）：459-465.

［18］ALESSANDRO"B."Role"and"challenges"of"datadriven"design"in"the"product"innovation"process［J］."IFAC"paper"online，"2018，"51（11）：1107-1112.

［19］WAYNE"A"M."Artificial"intelligence，"computer"simulation"of"human"cognitive"and"social"processes，"and"management"thought［J］."Academy"of"management"journal，"2017，9（4）：294-307.

［20］GEORG"V"K."Artificial"intelligence"in"organizations："new"opportunities"for"phenomenonbased"theorizing［J］."Academy"of"management"discoveries，"2018，4（4）：404-409.

［21］FRANCISCO"J，"MARTNEZ"L，"JORGE"C."Artificial"intelligencebased"systems"applied"in"industrial"marketing："an"historical"overview，"current"and"future"insights［J］."Industrial"marketing"management，2013，42（4）：489-495.

［22］PETTIGREW"A"M."Longitudinal"field"research"on"change："theory"and"practice［J］."Organization"science，"1990，"1（3）：267-292.

［23］EISENHARDT"K"M."Building"theories"from"case"study"research［J］."The"academy"of"management"review，"1989，"14（4）：532-550.

［24］SANDERS"P."Phenomenology："a"new"way"of"viewing"organizational"research"［J］."The"academy"of"management"review，"1982，"7（3）：353-360.

［25］PHELAN"S."Case"study"research："design"and"methods［J］."Evaluationnbsp;amp;"research"in"education，"2011，"24（3）：221-222.

［26］EISENHARDT"K，"GRAEBNER"M."Theory"building"from"cases："opportunities"and"challenges［J］."The"academy"of"management"journal，"2007，"50（1）：25-32.

［27］SIGGELKOW"N."Persuasion"with"case"studies［J］."Academy"of"management"journal，"2007，"50（1）：20-24.

［28］KITKAY"M，"MALLIKARJUNA"R"P."Artificial"intelligence"in"drug"development："present"status"and"future"prospects［J］."Drug"discovery"today，2019，24（3）：773-780.

［29］SARA"E"D."Artificial"intelligence"in"global"health［J］."Ethics"amp;"international"affairs，2019，33（2）：181-192.

［30］錢鋒，桂衛(wèi)華.人工智能助力制造業(yè)優(yōu)化升級［J］.中國科學(xué)基金，2018，32（3）：257-261.

［31］柴天佑.工業(yè)過程控制系統(tǒng)研究現(xiàn)狀與發(fā)展方向［J］.中國科學(xué)：信息科學(xué)，2016，46（8）：1003-1015.

［32］SYAM"N，"SHARMA"A."Waiting"for"a"sales"renaissance"in"the"fourth"industrial"revolution："machine"learning"and"artificial"intelligence"in"sales"research"and"practice［J］."Industrial"marketing"management，"2018，69（2）：135-146.

［33］呂文晶，陳勁，劉進.智能制造與全球價值鏈升級——海爾COSMO"Plat案例研究［J］.科研管理，2019，40（4）：145-156.

New"Generation"Artificial"Intelligence"Empowers"Enterprise"Digital"

and"Intelligent"Transformation"Upgrading：""

Driving"Mode"and"Path"Analysis

Li""Shaoshuai

（Tsinghua"University，"Beijing"100084，"China）

Abstract：""Most"enterprises"are"facing"urgent"need"for"digital"transformation"and"upgrading."The"rapid"development"of"new"generation"artificial"intelligence"represented"by"ChatGPT，"Sora，"etc."provides"a"feasible"way"to"achieve"this"goal"with"its"powerful"empowering"characteristics."This"article"takes"the"practices"of"Baidu，"Alibaba，"Tencent，"and"iFlytek"as"examples，"and"adopts"a"multi"case"exploration"research"method"to"explore"the"driving"mode"and"specific"path"of"artificial"intelligence"empowering"enterprise"digital"transformation"and"upgrading."It"has"found"that："firstly，"the"new"generation"of"artificial"intelligence"can"promote"the"digital"transformation"and"upgrading"of"enterprises"through"empowering"technology，"data，"organization，"marketing，"and"services，"and"ultimately"enable"enterprises"to"achieve"transformation"and"upgrading"in"five"aspects，"technology"system，"production"and"operation，"marketing"mode，"organizational"structure，"and"service"system;"secondly，"the"driving"models"for"the"transformation"and"upgrading"of"digital"intelligence"empowered"by"the"new"generation"of"artificial"intelligence"include"technological"innovation"and"industry"demand."The"specific"path"selection"is"driven"by"the"level"of"technological"development"and"the"transformation"and"upgrading"needs"of"the"industry"sector"in"which"the"empowered"enterprise"is"located;"thirdly，"the"transformation"and"upgrading"of"enterprises"should"choose"suitable"upgrading"strategies"and"modes，"which"can"be"achieved"through"independent"upgrading"strategies"and"corresponding"upgrading"modes，"or"through"grafting"upgrading"strategies"and"leveraging"leading"enterprises"to"achieve"a"high"starting"point."The"study"enriches"the"relevant"research"on"digital"transformation"and"upgrading"and"provides"useful"theoretical"and"practical"insights"for"accelerating"transformation"and"upgrading"with"the"help"of"artificial"intelligence.

Key"words：empowerment;"digital"and"intelligent"transformation;"upgrading"path;"driving"mode;"artificial"intelligence

（責(zé)任編輯：李"萌）