人工智能技術(shù)的擴(kuò)散為擁抱數(shù)字化服務(wù)邏輯的工業(yè)生態(tài)系統(tǒng)中產(chǎn)品、服務(wù)、流程和商業(yè)模式的創(chuàng)新帶來前景。工業(yè)企業(yè)利用人工智能等數(shù)字化技術(shù)提供增值服務(wù)，推進(jìn)了商業(yè)模式的創(chuàng)新和數(shù)字化服務(wù)的發(fā)展。然而，許多企業(yè)并未很好的將人工智能整合到其價(jià)值創(chuàng)造和傳遞過程中，這為本文研究提供了思路。首先，有必要進(jìn)一步研究工業(yè)企業(yè)如何開發(fā)人工智能能力，即企業(yè)成功實(shí)施人工智能的不同以往的慣例和知識(shí)積累活動(dòng)；其次，有必要進(jìn)一步研究能有效利用人工智能在更大范圍內(nèi)推動(dòng)商業(yè)模式創(chuàng)新的原則，即如何將人工智能服務(wù)從最初的概念驗(yàn)證擴(kuò)展到更廣泛的客戶群體。

總而言之，人工智能能力的發(fā)展具有巨大潛力，可以推動(dòng)商業(yè)模式創(chuàng)新，為制造商提供數(shù)字服務(wù)化競爭力。然而，這一轉(zhuǎn)變面臨著許多不確定性挑戰(zhàn)，鮮有研究對此進(jìn)行討論。本研究目的在于探索工業(yè)企業(yè)如何發(fā)展人工智能能力和商業(yè)模式創(chuàng)新，以拓展其數(shù)字化服務(wù)能力。研究基于六家已成功應(yīng)用人工智能解決方案實(shí)現(xiàn)數(shù)字化服務(wù)的工業(yè)企業(yè)的深入案例。研究發(fā)現(xiàn)在人工智能能力開發(fā)和人工智能驅(qū)動(dòng)的商業(yè)模式創(chuàng)新方面聯(lián)合投資的必要性，本研究對與人工智能相關(guān)的管理創(chuàng)新研究具有重要意義。

人工智能對工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生深遠(yuǎn)影響。數(shù)字化服務(wù)（Digital servitization ）是工業(yè)企業(yè)及其相關(guān)生態(tài)系統(tǒng)中產(chǎn)品、流程、服務(wù)和商業(yè)模式的轉(zhuǎn)變，以逐步創(chuàng)造、交付和捕獲由數(shù)字技術(shù)帶來的服務(wù)價(jià)值增值。因此，數(shù)字化服務(wù)過程是商業(yè)模式創(chuàng)新的工業(yè)組織轉(zhuǎn)型過程，其中人工智能(能力)成為關(guān)鍵的使能者。人工智能技術(shù)能通過從大型復(fù)雜數(shù)據(jù)集收集有價(jià)值的見解，為組織決策提供支持，改變企業(yè)價(jià)值主張，以精準(zhǔn)迎合用戶需求。

現(xiàn)有研究逐步開始探索人工智能對企業(yè)管理決策的影響。然而，關(guān)于工業(yè)企業(yè)如何能有效利用好人工智能，并向人工智能驅(qū)動(dòng)的商業(yè)模式轉(zhuǎn)型，目前缺乏研究。企業(yè)缺乏人工智能能力是人工智能應(yīng)用的最大挑戰(zhàn)。在有關(guān)組織能力的研究中，組織能力被認(rèn)為是企業(yè)可持續(xù)競爭優(yōu)勢的來源。但迄今為止，學(xué)者和實(shí)踐者對企業(yè)獲取人工智能潛力所需的能力沒有明確的界定，多數(shù)學(xué)者采用相當(dāng)廣泛的視角，認(rèn)為人工智能的整合除需要數(shù)據(jù)科學(xué)和技術(shù)能力外，還需要戰(zhàn)略(業(yè)務(wù))能力。

工業(yè)制造企業(yè)如何通過將人工智能能力應(yīng)用到其業(yè)務(wù)中來創(chuàng)新商業(yè)模式？商業(yè)模式描述了公司的“價(jià)值創(chuàng)造、交付和獲取的機(jī)制設(shè)計(jì)”。因此，本研究探索工業(yè)企業(yè)如何應(yīng)用人工智能來影響其商業(yè)價(jià)值創(chuàng)造、價(jià)值交付和價(jià)值獲取過程。從人工智能等數(shù)字能力中獲利“與其說是一項(xiàng)技術(shù)挑戰(zhàn)，不如說是一項(xiàng)利用知識(shí)創(chuàng)造組織知識(shí)、不斷優(yōu)化數(shù)字技術(shù)價(jià)值的挑戰(zhàn)”。

研究方法為探索性多案例研究。研究對象來自在全球活躍的瑞典B2B供應(yīng)商及其從事數(shù)字化服務(wù)的合作伙伴。研究樣本包括四個(gè)行業(yè)(制造業(yè)、航運(yùn)、建筑業(yè)和采礦業(yè))的6家企業(yè)案例。

數(shù)據(jù)來自于對活躍于數(shù)字化服務(wù)的企業(yè)和數(shù)字化合作伙伴的參與者進(jìn)行個(gè)人深度訪談。通過滾雪球抽樣來確定受訪者，最終總共對42名重要參與者進(jìn)行了訪談。受訪者包括數(shù)字業(yè)務(wù)開發(fā)人員、研發(fā)經(jīng)理、平臺(tái)經(jīng)理、項(xiàng)目經(jīng)理、產(chǎn)品經(jīng)理和服務(wù)交付人員，每次訪談時(shí)間約為60-120分鐘。此外，還通過整理該企業(yè)文件資料對受訪者觀點(diǎn)進(jìn)行三角補(bǔ)充驗(yàn)證分析。

研究基于主題編碼分析方法。第一步對原始數(shù)據(jù)(即訪談?dòng)涗?進(jìn)行深入分析，通過對受訪者提及的常用詞匯、短語、術(shù)語進(jìn)行歸納，確定一階編碼；第二步進(jìn)一步檢查一級編碼，提煉它們之間的聯(lián)系，以確定二級編碼；第三步生成表示更高抽象級別的聚合維度編碼，形成關(guān)于人工智能能力如何影響商業(yè)模式創(chuàng)新的故事線。

4.1.1數(shù)據(jù)管道能力（Data pipeline capabilities）。實(shí)現(xiàn)這一目標(biāo)的第一步是開發(fā)來自工業(yè)設(shè)備資產(chǎn)和傳感器的高質(zhì)量數(shù)據(jù)資源。第二步是確保數(shù)據(jù)的安全共享，以實(shí)時(shí)遠(yuǎn)程監(jiān)控機(jī)器性能的各個(gè)方面。第三步是整合來自多種內(nèi)部和外部來源數(shù)據(jù)，建立結(jié)構(gòu)化數(shù)據(jù)庫平臺(tái)。

4.1.2算法開發(fā)能力（Algorithm development capabilities）。通過開發(fā)預(yù)測企業(yè)未來狀態(tài)或行為的算法，創(chuàng)造AI的基本認(rèn)知功能，一個(gè)關(guān)鍵步驟是強(qiáng)調(diào)人工智能開發(fā)的情境化，另一個(gè)重要步驟涉及人工智能操作和重新配置的常規(guī)，讓對應(yīng)用領(lǐng)域有清晰行業(yè)理解的員工參與建立和培訓(xùn)人工智能模型至關(guān)重要。

4.1.3人工智能民主化能力（AI democratization capabilities）。人工智能民主化能力的重點(diǎn)是讓全體員工參與到有價(jià)值的人工智能應(yīng)用中，以創(chuàng)建數(shù)據(jù)驅(qū)動(dòng)的見解，并在員工間建立對人工智能的共同信任。

4.2.1敏捷客戶共同創(chuàng)造（Agile customer co-creation）。關(guān)注價(jià)值創(chuàng)造過程，通過開發(fā)能夠迅速擴(kuò)大公司使用人工智能支持客戶的范圍的流程，同時(shí)通過模塊化方法降低復(fù)雜性，以確保AI的可擴(kuò)展性和利潤潛力。

4.2.2數(shù)據(jù)驅(qū)動(dòng)的交付操作（Data-driven delivery operations）。關(guān)注價(jià)值交付過程，在運(yùn)營和戰(zhàn)略決策中使用來自人工智能的數(shù)據(jù)，實(shí)現(xiàn)持續(xù)改進(jìn)、學(xué)習(xí)和創(chuàng)新。許多公司通過建立遠(yuǎn)程數(shù)據(jù)監(jiān)控中心，以實(shí)現(xiàn)對客戶和內(nèi)部服務(wù)運(yùn)營的實(shí)時(shí)支持。

4.2.3可拓展的生態(tài)系統(tǒng)集成（Scalable ecosystem integration）。關(guān)注價(jià)值獲取過程，通過擴(kuò)展伙伴關(guān)系，刺激業(yè)務(wù)單元、客戶和生態(tài)系統(tǒng)參與者以更快速方式共同生產(chǎn)新產(chǎn)品服務(wù)，確定開放解決方案配置的優(yōu)先級。

4.3.1發(fā)展相互依存的人工智能能力。強(qiáng)調(diào)不同人工智能能力（即數(shù)據(jù)管道、算法開發(fā)和人工智能民主化能力）之間的相互依賴的協(xié)同效應(yīng)以及反饋循環(huán)。

4.3.2通過人工智能驅(qū)動(dòng)的商業(yè)模式創(chuàng)新原則確?？蓴U(kuò)展性。企業(yè)需要積極轉(zhuǎn)變和創(chuàng)新其商業(yè)模式，可擴(kuò)展的人工智能商業(yè)模式轉(zhuǎn)型由三個(gè)基本原則驅(qū)動(dòng):敏捷的客戶共同創(chuàng)造，數(shù)據(jù)驅(qū)動(dòng)的交付運(yùn)營，可擴(kuò)展的生態(tài)系統(tǒng)集成。

4.3.3進(jìn)行人工智能驅(qū)動(dòng)的商業(yè)模式創(chuàng)新。人工智能能力和商業(yè)模式創(chuàng)新共同進(jìn)化，人工智能能力、產(chǎn)品服務(wù)、運(yùn)營流程、伙伴關(guān)系和商業(yè)模式隨時(shí)間推移迭代演進(jìn)。

第一，理論貢獻(xiàn)。探索工業(yè)企業(yè)如何發(fā)展人工智能能力和商業(yè)模式創(chuàng)新，以深化數(shù)字化服務(wù)。為提供數(shù)字化服務(wù)的企業(yè)走向人工智能驅(qū)動(dòng)的商業(yè)模式創(chuàng)新的研究提供見解，補(bǔ)充人工智能、數(shù)字服務(wù)化和商業(yè)模式創(chuàng)新相關(guān)研究。

第二，管理貢獻(xiàn)。人工智能是推動(dòng)數(shù)字化的引擎，很多企業(yè)都在致力于人工智能驅(qū)動(dòng)的轉(zhuǎn)型。但事實(shí)上，在人工智能領(lǐng)域，“大多數(shù)公司的野心和執(zhí)行力之間的差距很大”，因此提高管理者對人工智能能力的理解十分重要。

第三，研究展望。思考研究結(jié)果的普適性，特別是不同規(guī)模企業(yè)進(jìn)行B2B和B2C的商業(yè)模式創(chuàng)新原則的不同。思考不同行業(yè)應(yīng)用人工智能能力進(jìn)行數(shù)字化服務(wù)轉(zhuǎn)型的差異。思考生態(tài)系統(tǒng)的協(xié)同、治理以及人工智能能力在推動(dòng)企業(yè)共享、可持續(xù)發(fā)展等方面的作用。