生成式AI三周年启示：企业战略的‘不变’法则

回溯三年前，ChatGPT的骤然登场犹如推倒第一块多米诺骨牌；时至今日，我们已深陷这场骨牌连环倾倒的震荡波中。面对几乎日新月异的技术迭代浪潮，众多企业管理者陷入前所未有的困惑：风口瞬息万变，战略方向究竟如何把握？

值此ChatGPT问世三周年之际，中欧国际工商学院战略学教授张宇并未追随潮流预测技术演进，而是立足商学院学者视角，回归商业本源，提炼出AI时代战略规划中那些“不变”的根基：在动荡不定的时代，不妨先锚定那些确定性的要素。

毋庸置疑，过去三年间，以生成式AI（Generative AI）为代表的新一代人工智能技术，已深刻重塑人类社会。它显著提升工作效能（尤其对入门级图文与编程任务），节省工作时间，降低成本并增厚利润，同时也对就业岗位构成威胁（特别是初级职位与年轻人机会），几乎每日都带来震撼与惊叹。

如今，恐怕多数人都会认同，此轮AI技术堪称继蒸汽机、电力、计算机/互联网之后，对人类社会产生深远影响的“第四次技术革命”。

那么，为何生成式AI对社会尤其是商业领域带来如此颠覆性影响？究其根本，或许在于它是迄今唯一能兼顾规模效应（边际成本递减）与多样化、个性化需求的近乎“完美”的技术。

依据经济学家卡尔·夏皮罗（Carl Shapiro）与哈尔·瓦里安（Hal R. Varian）在《信息规则》中提出的分析框架①，技术与产品的未来取决于两个维度：其一，是否具备规模效应；其二，用户需求是否同质化。

过往如蒸汽机、电力、计算机/互联网等技术，均建立在规模化效应之上，满足大体同质化的用户需求。尽管它们深刻改变了人类社会与商业形态，却也留下了大量异质化需求未被满足。

而本轮生成式AI技术，作为相对通用的人工智能，可实现一次开发（边际使用成本低廉）并满足定制化需求，从而彻底激活前几次技术革命未能覆盖的异质化需求场景。正因如此，它才深刻影响个体工作效率与企业经营绩效，甚至危及众多工作岗位与就业机会。

生成式AI带来巨变的同时，也让人们在AI时代如何制定与厘清企业及业务战略上感到困惑。但在我看来，越是在变化之际，越需厘清战略中哪些要素是恒久不变的。

正如亚马逊创始人贝索斯所言：“常有人问我：‘未来10年会发生什么变化？’却几乎无人问我：‘未来10年什么不会改变？’

那么，在AI时代，我们应关注战略规划中哪些“不变”的维度？企业战略又该如何制定？

聚焦用户价值创造

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作，共同创造价值。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，价值创造的规模决定了业务机会的大小。

而依据贝恩公司提出的用户价值金字塔③，企业为客户创造的价值呈现分层特征。以To C产品与业务为例④，最易实现但竞争最为白热化的是第一层——功能类价值，包括省时省力、简化操作、降低成本等；第二层为情感类价值，如怀旧、审美、娱乐消遣、身份象征等；第三层是改变生活类，涵盖自我实现、赋予希望、财富传承等；第四层（最高层）则是社会影响类，如自我超越。

若以此价值金字塔框架审视三年来生成式AI的主要产品与应用，会发现绝大多数仍集中于功能类价值——即帮助用户省时省力、提升人效、降低成本。这也解释了当前大模型与算力竞赛中，多数厂商仍聚焦技术参数与成本效益比拼，进而陷入“性能提升—成本降低—单位性能价格下降”的（恶性）循环中。

相比之下，用户价值金字塔中的情感类、改变生活类、社会影响类价值更难实现，因而竞争相对缓和。例如，咖啡领域，Manner、M Stand、Blue Bottle等设计感突出的小众品牌，更易获得溢价。手表领域，劳力士等名表品牌享有更高溢价，而百达翡丽凭借“你只是为后代保管它”的理念登顶，溢价甚至超过劳力士。

迄今为止，尚未见到生成式AI在情感类、改变生活类、社会影响类用户价值上催生大规模应用。尽管在情感、聊天、游戏等领域已有初步成功案例，但多数局限于小众或亚文化圈层，类似微信的全民级“杀手应用”仍未问世。

由此观之，AI时代制定战略，企业首先应聚焦如何为用户创造价值，特别是功能价值之上的情感类、改变生活类、社会影响类价值，并思考如何借助生成式AI实现这些价值类别。

突出独特价值贡献

根据基于价值的战略分析框架，企业与客户、供应商合作创造的价值中，仅有一部分（“价格-成本”部分，即企业利润）归企业所有，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）则由客户与供应商分别获得。

企业、客户与供应商各自能从共同创造的价值中分得多少，取决于他们在价值创造中的独特贡献大小，即“有公司参与时创造的总价值减去无公司参与时创造的总价值”，这一差额称为“附加价值”（Added Value），可理解为“企业带来的增量价值”。该差额越大，企业在价值分配中的话语权越强，分得的份额也越大。

理解此点，便不难解释为何过去三年AI产业链中，英伟达、台积电、阿斯麦等核心企业市值屡创新高。因为它们在该产业链中做出了不可或缺乃至独一无二的关键贡献。各自“带来的额外价值”规模庞大且持续高速增长，从而为其带来丰厚且快速增长的利润，支撑市值飙升。

类似地，过去三年，AI产业链中的液冷、电力（核电）、存储等环节企业，市值增幅亦十分亮眼，部分甚至超越英伟达等核心企业的涨幅。

近期案例是，谷歌推出Gemini 3与TPU技术，引发市场对OpenAI在大模型领域、英伟达在GPU业务上“独一无二”与“不可或缺性”的担忧，导致英伟达股价下跌（本周），而谷歌股价则创下新高。

与此相对，AI产业链下游（应用端）过去三年鲜有亮眼应用或企业突围（除Palantir、Applovin等少数例外）。究其原因，在于下游尚未出现类似亚马逊、淘宝、微信那样“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，反倒是腾讯、阿里、字节等大厂，借助生成式AI迅速跟进并放大既有优势，市值或估值获得可观增长。

因此，AI时代制定战略，除关注用户价值创造外，还需思考如何在价值创造中做出或发挥相对独特的贡献，以在高速增长的AI时代赢得强势话语权与利益分配权。

构建“规模效应+网络效应”的护城河

战略关乎未来，具有前瞻性。因此，除用户价值创造与独特价值贡献外，还应思考企业与业务未来的护城河何在、形态如何。

经典护城河如品牌、专利/专有技术、地段、转换成本等已为人熟知。但从动态与长期视角，企业更需关注产品与服务能否建立并实现规模效应或网络效应。

纵览近现代商业史，伟大企业往往能实现规模效应或网络效应，乃至两者兼具（如茅台、腾讯、亚马逊等）。而在过去三年生成式AI浪潮中，英伟达凭借20年前布局的CUDA开发环境，成功构建连接企业用户与开发用户的多边网络效应，在激烈AI算力竞争中筑起坚固护城河。

因此，AI时代思考与制定战略，仍需保持前瞻性，审慎规划未来如何持续实现并提升规模效应或网络效应，或两者并进。

结论与前瞻

立足当下时点，以生成式AI为代表的技术仍面临若干不确定前景，包括但不限于：1）生成式AI/大语言模型能否突破概率统计基础原理，获得因果推理能力，更接近通用人工智能；2）物理AI模型能否实现突破，推动具身智能发展；3）如何应对由此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AI产业上下游对芯片与算力的巨额投入，能否在下游应用端获得营收验证与支撑，等等。

但无论未来如何演变，制定战略时务必高度重视用户价值创造，聚焦独特价值贡献，并尽早探索构建自身护城河。唯有如此，方能在AI时代打造卓越企业战略，建立并维系竞争优势。

教授简介

张宇博士现任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。张教授于欧洲工商管理学院获得管理学博士学位。加入中欧前，他曾任加州大学欧文分校保罗梅拉吉商学院战略学助理教授。教学领域涵盖战略管理、产业与竞争分析、创新与竞争、企业转型与升级等。研究兴趣聚焦战略与资本市场互动。其研究成果发表于《管理学会期刊》、《组织科学》和《战略管理期刊》等国际顶级期刊。他曾受邀赴欧美及亚洲知名商学院讲学，并在全美公司董事协会年会等业界顶级会议发表主旨演讲。

作者注：本文未借助任何AI工具撰写，基于截至2025年11月27日的公开信息分析而成，并受益于过去三年与中欧同学、校友在课堂内外及分享活动中的交流。截至2025年11月27日，除Palantir外，作者不持有文中提及的其他企业股票的多空头寸。

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业务可参考《B2B价值金字塔》,《哈佛商业评论》中文版2018年5月