当前位置:首页 > 科技资讯 > 正文

AI浪潮下的战略定力:回归价值创造与护城河构建

倘若说三年前ChatGPT的问世,是推倒多米诺骨牌的第一推动力,那么三年后的此刻,我们正沉浸在这场骨牌接连倾倒的持续震荡里。在这一波几乎以日为单位演进的技术洪流中,众多企业管理者体验着前所未有的困惑:风向瞬息万变,战略究竟该如何锚定

在ChatGPT诞生满三周年的今天,中欧国际工商学院战略学教授张宇,并未追逐潮流去预测技术路径,而是从商学院教授的立足点,回归商业根基,梳理出AI时代战略规划中那些“恒定”的底层法则:在这个弥漫不确定性的年代,不如先锚定那些确定性的要素。

无可否认,过去三年间,以生成式AI(Generative AI)为核心的新一代人工智能技术,已对人类社会产生深刻变革,从显著提速工作任务(特别是基础性的图文处理和编程事务),到节省工作时间,进而降低运营成本并提升盈利空间,乃至威胁和取代某些职位(尤其是初级岗位和青年群体的就业机遇),让我们几乎每日都沉浸在震撼与惊叹之中。

时至今日,或许绝大多数观察者都会认同,这一轮AI技术是继蒸汽机、电力、计算机/互联网之后,对人类文明形成深远冲击的“第四次技术革命”

那么,为何生成式AI能对我们的社会特别是商业领域带来如此巨大的影响与转变呢?深层原因在于,生成式AI或许是迄今为止能同时实现规模效应(边际成本趋近于零)与满足多样化、个性化需求的几近“完美”的技术方案。

依据经济学家卡尔·夏皮罗(Carl Shapiro)和哈尔·瓦里安(Hal R. Varian)在《信息规则》一书中提出的分析框架①,技术与产品的前景取决于两个核心维度:1)是否能形成规模效应;2)用户需求是否趋于同质化

历史上如蒸汽机、电力、计算机/互联网等技术,都是在建立规模化效应的前提下,满足某些基本同质化的用户需求。尽管它们为人类社会和商业活动带来了翻天覆地的变化,但也遗留了大量未被满足的异质化需求。

而这一波生成式AI技术,作为一种相对通用的智能工具,能够实现一次开发(边际使用成本低廉),适配定制化需求,从而彻底激活之前几次技术革命未能触及的异质化需求场景。正因如此,它才对个人的工作效率与企业的经营效能及业绩产生巨大冲击,甚至危及许多人的职业岗位和就业机会。

生成式AI带来了翻天覆地的变化,也令大家对AI时代如何制定与厘清企业及业务战略生出诸多迷茫。但在我看来,越是遭遇这样的剧变,越需厘清战略中哪些部分是不变的基石。

正如亚马逊创始人贝索斯曾言:“人们常问我:‘未来10年什么会变?’却极少有人问我:‘未来10年什么不会变?’”

那么,在AI时代,我们应关注战略制定中哪些“不变”的维度呢?企业战略又该如何规划呢?

关注用户价值创造

根据基于价值的当代战略管理分析框架②,企业与客户及供应商协同合作,从而创造价值,企业业务所创造的价值等于客户支付意愿减去供应商机会成本,价值创造的多寡决定了业务机遇的规模。

而依据贝恩公司提出的用户价值金字塔③,企业为客户带来的价值实际上是分层递进的。以面向消费者的产品和业务为例④,最易实现但竞争也最白热化的是第一层,即功能类价值,如节省时间精力、操作简化、降低成本等;第二层是情感类价值,如唤起怀旧、审美愉悦、乐趣/消遣、身份标识价值等;第三层是改变生活类,如自我实现、赋予希望、财富传承等;第四层,也是最高层,则是社会影响类,如超越自我。

若用这个价值金字塔框架来审视三年来生成式AI的主要产品和应用,可见绝大多数产品和应用仍聚集在功能类价值层面,即如何助力用户省时省力、提升人效、削减成本,这也说明了为何在当前激烈的大模型和算力竞赛中,大部分厂商仍聚焦于技术参数和成本效益的比拼,从而陷入“性能提升–成本降低–单位性能价格下滑”的(内卷)循环。

AI浪潮下的战略定力:回归价值创造与护城河构建 生成式AI  战略制定 用户价值 规模效应 第1张

相比之下,用户价值金字塔中的情感类、改变生活类、社会影响类的价值更难实现,因此竞争也相对缓和。例如,同是咖啡,Manner、M Stand、Blue Bottle等设计感较强的小众咖啡品牌,往往能获得更高溢价。同是手表,劳力士等一众名表品牌就能卖出更高价位,而百达翡丽则凭借“你只是为后代保管它”的理念成为表界王者,其溢价程度比劳力士等还要更胜一筹。

迄今为止,我们还未看到生成式AI的应用在情感类、改变生活类、社会影响类等用户价值上带来显著的大规模突破。尽管生成式AI在情感交互、聊天机器人、游戏等应用领域有一些初步成功案例,但多局限于小众或亚文化圈层,类似微信这样的全民性“杀手级”应用尚未涌现。

由此可见,在AI时代制定战略,企业首要任务是关注如何为用户创造价值,尤其是在功能类价值之上的情感类、改变生活类、社会影响类价值,并思考与探索如何借助生成式AI来实现这些层级的用户价值。

聚焦独特价值贡献

按照基于价值的战略分析框架,企业与客户及供应商协作创造的价值中,仅有一部分(“价格-成本”部分,即企业利润)由企业获取,而其余部分(“客户支付意愿-价格”即用户剩余,“成本-供应商机会成本”即供应商剩余)则分别由客户与供应商享有。

企业、客户与供应商各自能分得的共同创造的价值份额大小,取决于他们在价值创造过程中独特贡献的大小,即“有公司参与时创造的总价值–没有公司参与时创造的总价值”,这个差值被称为“附加价值”(Added Value),亦可理解为“企业能够带来的额外价值”。这个差值越大,企业在所创造价值的分配中的议价能力相应越强,能获取的份额也就越大。

理解这一点,就能明白在过去三年的AI产业链中,为何英伟达、台积电、阿斯麦等核心企业的市值能屡创新高。因为它们在高速发展的AI产业链中做出了不可或缺甚至近乎独一无二的关键贡献。整个产业链中,它们各自“能够带来的额外价值”都足够庞大且持续增长,从而带来丰厚且快速增长的利润,并支撑市值的高速攀升。

同样,过去三年中,AI产业链中相关的液冷、电力(如核电)、存储等环节的企业,市值增幅也相当耀眼,不少甚至超越了英伟达等核心企业的涨幅。

AI浪潮下的战略定力:回归价值创造与护城河构建 生成式AI  战略制定 用户价值 规模效应 第2张

近期的一个例证是,由于谷歌推出的Gemini 3和TPU技术,让市场开始担忧OpenAI在大模型和英伟达在GPU业务上的“独一无二”与“不可或缺性”,从而引发了本周英伟达股价下跌,同时谷歌股价创新高。

与之对应的是,AI产业链的下游(即应用端),过去三年并未有特别突出的应用或企业脱颖而出(除了Palantir、Applovin等少数案例)。究其根源,正是因为下游应用端尚未跑出像亚马逊、淘宝、微信那样相对“独一无二”且“难以模仿/替代”的“杀手级/全民级”产品/应用。

有趣的是,反而是腾讯、阿里、字节这样的大型平台企业,借助生成式AI的力量,迅速跟进并放大自身原有优势,市值或估值都获得了可观增长。

因此,在AI时代制定战略,除了关注用户价值创造,还需思考与探索如何在价值创造的过程中实现或发挥相对独特的贡献,从而能在高速增长的AI时代拥有相对强势的话语权和利益分配权。

探索和建立“规模效应+网络效应”的护城河

战略是面向未来的,具有前瞻性,因此除了用户价值创造和独特价值贡献,还应思考企业与业务未来的护城河将位于何处,将是何形态。

经典的企业与业务护城河,如品牌影响力、专利/专有技术、地段优势、转换成本等,已为大众所熟知。但从动态和长期视角来看,企业更需关注自己的产品与服务是否能建立并强化规模效应或网络效应

从近现代商业发展史观察,卓越的企业通常都能实现规模效应或者网络效应,或者能二者兼得(例如茅台、腾讯、亚马逊等)。而在过去三年的生成式AI浪潮中,英伟达凭借其20年前开始布局的CUDA开发环境,牢牢构建起连接企业用户和开发用户的多边网络效应,从而为自己在激烈的AI算力竞争中筑起坚固的护城河。

因此在AI时代,我们在思考与制定战略时,仍需具备前瞻眼光,要细致思考与规划,未来如何能持续实现和提升规模效应或者网络效应,或者同时实现两种效应。

AI浪潮下的战略定力:回归价值创造与护城河构建 生成式AI  战略制定 用户价值 规模效应 第3张

总结与展望

站在当前节点,以生成式AI为代表的技术在发展前景上仍存一些不确定性问题,包括但不限于:1)生成式AI/大语言模型是否能突破概率统计的基础原理,从而具备因果推理能力,更接近大众期待的通用人工智能;2)物理AI模型是否能够取得突破,从而实现与硬件结合的具身智能方向的进展;3)如何解决随之产生的数据安全与信息来源污染问题;4)未来1~2年,过去三年中AI产业上下游对芯片和算力的投入,能否被下游应用端的营收所验证和支持,等等。

但无论未来如何演变,我们在制定战略时,务必充分关注用户价值创造,聚焦独特价值贡献,以及尽早探索并构筑自身的护城河。唯有如此,才能在AI时代构建出卓越的企业战略,从而建立并保持竞争优势。

教授简介

张宇博士是中欧国际工商学院战略学教授,战略学及创业学系系主任,中欧创新创业研究中心联席主任。张教授从欧洲工商管理学院获得管理学博士学位。加入中欧之前,他担任加州大学欧文分校保罗梅拉吉商学院战略学助理教授。他的教学领域主要包括战略管理、产业和竞争分析、创新与竞争、企业转型与升级等。张教授的研究兴趣主要集中在战略与资本市场的互动。他的研究曾在国际顶级期刊《管理学会期刊》,《组织科学》和《战略管理期刊》上发表。他曾应邀在欧美和亚洲的知名商学院发表学术演讲,并在知名的业界会议如全美公司董事协会年会上发表主旨演讲。

作者注:本文写作未使用任何AI工具,是基于截至2025年11月27日的已知信息分析思考而成,亦得益于过去三年与中欧同学和校友在课堂内外及分享活动中的讨论和交流。截至2025年11月27日,除Palantir以外,本人不持有文中提到的其他企业股票的多空仓位。

① 卡尔·夏皮罗,哈尔·瓦里安. (2000). 信息规则:网络经济的策略指导,2000年第一版,北京,中国人民大学出版社

② Brandenburger, A. M., & Stuart Jr, H. W. (1996). Value‐based business strategy. Journal of economics & management strategy, 5(1), 5-24.

③《用价值要素发现客户的真正需求》,《哈佛商业评论》中文版2016年9月

④ 2B业务可以参考《B2B价值金字塔》,《哈佛商业评论》中文版2018年5月