How generative AI drives business model innovation: evidence from Chinese manufacturing firms
本研究基于资源基础观（RBV）和注意力基础观（ABV），实证证明了生成式人工智能的采用显著驱动了中国制造企业的商业模式创新（包括新颖性和效率性创新），且这种积极影响在管理者数字化关注度较高的情况下得到了实质性的增强。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代世界中，企业面临着不断重塑价值创造、产品交付和利润获取方式的持续压力。这种重塑企业基本运作逻辑的过程被称为商业模式创新。它不仅仅是改进单一产品或略微降低成本，而是要重新构想公司运营的整个系统。几十年来，研究人员已经意识到，要实现如此深层的变革，企业需要竞争对手难以轻易复制的独特资源和能力。他们也早已认识到，组织顶层的人员发挥着决定性的作用。高级管理人员的关注点和优先级起到了过滤器的作用，决定了哪些新技术能够获得转型所需的资金和关注。如今，随着人工智能从一种分析数据的工具演变为一种能够生成新内容、新想法和新解决方案的技术，一个关键问题出现了：这项新技术究竟是如何改变商业运作方式的，而人类领导者在推动这一变革中又扮演着怎样的角色？
来自中国南京大学的一个研究团队致力于通过观察长江三角洲地区的制造业来回答这个问题，该地区以工业密集度和数字化工具的快速普及而闻名。他们专注于生成式人工智能——一种能够根据训练数据产生全新文本、图像和音频的技术，并研究了其应用如何影响商业模式创新。研究人员对该地区制造企业的500多名中高级管理人员进行了调查。他们询问了这些高管对生成式人工智能的使用情况、对数字化趋势的关注程度，以及他们的商业模式在创新性和效率方面发生了怎样的变化。创新性（Novelty）是指创造全新的业务方式，例如提供新的服务或以新鲜的方式与客户建立联系；效率（Efficiency）则是指使现有运营更加顺畅、快速且成本更低。
研究发现，生成式人工智能的应用显著推动了这两类创新。当企业开始使用这些工具时，他们不仅是在自动化旧有的任务，还开始为产品和服务产生新的创意。这项技术帮助管理者更深入地分析客户反馈，挖掘潜在需求，并允许创建以往难以规模化的个性化体验。这促进了新商业概念和交易方式的发展。同时，该技术也提高了效率。通过处理大量数据和自动化常规决策，生成式人工智能使公司能够更快速地响应市场变化，并更精准地管理资源。数据表明，使用该技术与这些业务运营方面的改进之间存在明显的正相关关系。
然而，技术本身并不是故事的全部。研究人员发现，生成式人工智能的影响在很大程度上受到公司领导者心态的影响。他们衡量了所谓的“管理者数字化关注度”（managerial digital concern），这本质上是指高管对数字化技术的关注程度和重视程度。研究显示，当领导者深度关注数字化趋势并积极将其作为优先事项时，生成式人工智能对商业创新的积极影响会显著增强。在那些高管密切关注数字化工具的企业中，该技术被更深入地整合到了公司的战略和日常运营之中。这种高度的关注使得组织能够充分利用技术的潜力，将一个简单的工具转化为强大的变革驱动力。相反，如果缺乏高层的积极参与，技术在变革商业模式方面的能力就会减弱。
研究结果表明，对于一家制造企业而言，若要成功实现商业模式创新，不能仅仅是购买最新的软件。技术必须与一支真正关注数字化可能性的领导团队相匹配。高管们必须将这些工具视为公司未来的核心，从而分配资源并培养一个探索新想法的文化。研究指出，强大的内容生成技术与专注于数字化战略的领导团队相结合，会产生独特的优势。这种协同作用使企业不仅能更高效地运营，还能构思并构建全新的价值创造方式。该研究得出结论：虽然生成式人工智能提供了创新的引擎，但管理者的关注和战略方向则提供了转向的舵柄，确保这辆车向着可持续竞争优势的方向行驶。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。