人工智能、产品创新与制造业适应性转型.pdf

第 23卷 第 1期2024 年 1 月Vol.23 No.1 Jan.2024北京交通大学学报（社会科学版）Journal of Beijing Jiaotong University（Social Sciences Edition）人工智能、产品创新与制造业适应性转型谢康，卢鹏，盛君叶，肖静华，孙浩博（中山大学 管理学院，广东 广州 510275）摘要：人工智能（AI）对产品开发、运营和营销等企业价值链的影响正在改变制造业转型升级的机制与路径。围绕 AI如何通过影响产品创新推动制造业转型升级，本文依托相关研究成果提炼 AI区别于其他数字技术的核心创新特征，剖析 AI对产品创新的影响机制，并通过 AI影响个体、企业、产业的跨层次分析框架，从产品创新视角提出 AI影响制造业转型升级的适应性变革概念模型，探讨 AI通过产品创新影响制造业适应性转型的机制与路径，形成三个主要结论：（1）新社会主体、生成性、知识积累方式突变性构成 AI区别于其他数字技术的三个核心创新特征；（2）AI作为新社会主体角色介入产品企划、结构工艺等开发环节，改变或增强了人类智能的产品开发思维，拓展了产品开发的知识边界；（3）AI增强产品创新与运营过程、市场营销和销售的全价值链即时互动和调整，构建起平衡制造敏捷性与用户敏捷性冲突的自适应调节机制，推动制造业通过产业快速自适应调节涌现出自适应间断平衡的转型路径。关键词：人工智能；产品创新；新社会主体；制造业转型升级；适应性变革中图分类号：TP18；F424.6 文献标识码：A 文章编号：1672-8106（2024）01-0084-12一、引言2022年，中国制造业增加值占全球 GDP比重的 27.7%，规模连续 13年全球第一的同时，中国 AI专利申请量 29853项，几乎达到美国的两倍，占当年全球 AI专利申请总量 40%以上，预计到 2034年，AI将拉动中国经济年增长率从 6.3%提速至 7.9%1。然而，2021年 12月，工信部等八部门联合印发的 “十四五”智能制造发展规划 指出，与高质量发展的要求相比，智能制造发展仍存在供给适配性不高、创新能力不强等问题。制造业供给与市场需求适配性不高等问题凸显。也就是说，以智能制造为代表的 AI促进制造业转型升级面临供给与市场需求适配性不高的发展瓶颈。部分企业存在因成本、产能过剩等原因关停智能产线现象。国际上，因为国家间的制造业能力差异能够解释国家间收入差异的 70%，AI在中国制造中的应用态势引起发达国家关注，智能制造面临发达国家与发展中国家“双向挤压”，发达国家通过发展智能制造来应对中国竞争，如中国出口欧盟的竞争力每提高 0.47，就会引发欧盟国家工业机器人密度提升 1%以应对中国的竞争2。2023年，发达国家先后成立相关机构，如美国成立 AI监管机构（AI安全研究所）以保护产业安全，促进制造业回流，提升本国制造业竞争力。在新一轮产业转移中，发展中国家制造业也积极推动 AI应用来应对中国智能制造转型升级的竞争，扩大对中国制造业转移的吸引力3。有实证研究表明，AI通过影响全要素生产率促进产业升级和长期增长4-5，如欧盟国家机器人密度每增加一个标准差，全要素生产率就会提高 6%2。同时，AI影响产业结构转型升级与劳动收入份额变动，带来全球价值链分工的重构6。然而，AI虽然通过推动价值链地位攀升促进产业升级，但其对高、中、低技术的产业升级影响不同，对发展中国家的劳动力发展战略提出挑战3，7。因此，探讨 AI对制造业转型升级的影响，对于 AI时代中国制造突破智能制造的新型“双向挤压”，构建适合中国情境的制造业 AI应用机制，形成中国特色的制造业 AI生态系统具有重要的理论价值和实践意义。收稿日期：2023-10-12基金项目：国家自然科学基金重点项目“制造企业数字化转型与管理适应性变革研究”（72032009）；“互联网环境下大数据驱动的企业与用户互动创新理论、方法和应用研究”（71832014）。作者简介：谢 康，男，中山大学管理学院教授，博士生导师。研究方向：数字化创新管理、数字经济。卢 鹏，男，中山大学管理学院博士研究生。研究方向：人工智能与产品创新。盛君叶，女，中山大学管理学院博士研究生。研究方向：制造企业数字化转型。孙浩博，男，中山大学管理学院硕士研究生。研究方向：人工智能与数字化转型。通讯作者：肖静华，女，中山大学管理学院教授，博士生导师。研究方向：企业数字化转型、机制设计与创新管理。E-mail：。第 1 期谢康 等：人工智能、产品创新与制造业适应性转型鉴于 AI对制造产品创新的影响是 AI影响制造业转型升级的一种集中体现，因此，可以从 AI对制造产品创新的影响入手探讨 AI对制造业转型升级的影响规律与特征。区别于服务产品创新，制造产品创新着重对产品策划、结构工艺、模具开发、设备调试与试产环节的精益管理，尤其强调对产品制造的可行性、产品的精益化、产品的时效性和可靠性的流程控制与开发。目前，AI对产品创新的影响研究主要集中在产品开发环节与过程、开发模式及开发价值链升级三个主要领域，探讨产品创新中人类智能与 AI的协同关系，AI作为新社会主体参与的新型开发模式及 AI促进制造业价值链变革8-9，如认为 AI改变了产品开发的分工模式，使人类更专注于焦点问题及其解决方案10。本文聚焦于 AI影响产品创新，进而推动制造业转型升级（价值链变革）的研究。制造业转型升级指制造企业、产业、国家或区域层面的产品、技术、流程、商业模式或管理能力等的根本性变革与提升，或转变制造技术、生产与发展方式。遵循国内转型升级研究的习惯本文不对转型与升级二者做严格区分（英文文献中二者的概念有区别11，如升级指企业或产业通过获取技术和市场能力以提升竞争力从事高附加值的活动12。转型指通过社会主体调整或转换战略目标，改变结构以创造出适应未来市场需要的新经营模式）。制造业适应性转型的概念首次提出是在企业数字化转型情境中，将生物学的适应概念引入组织管理理论，指面对数字化的动态环境变化，做出合适的反应13。本文的制造业适应性转型指面对复杂环境反馈与非线性问题时，制造业适应环境的转型方式。需要说明的是，制造业适应性转型与制造业转型概念的区别在于对适应性的理解。在社会治理视角下，适应性被视为治理体系运行的一种理想状态，保证治理体系在复杂动态环境中的应变能力14；在组织管理视角下，适应性指基于已有知识积累、组织实践，制定管理决策方案，并严格实施15，适应性可以分为主动适应机制、被动适应机制16-17。在本文的产业转型升级情境中，适应性指制造业针对已有的知识与实践，进行创新或调整优化，以形成更好的与外部环境、内部资源相适应的能力。目前，AI影响制造业转型升级的相关研究主要集中在以下三个领域：1.AI影响制造转型升级的中介机制。一是认为 AI通过人力资本、知识溢出、技术创新、管理变革等提升全要素生产率，进而促进产业升级5，18；二是认为 AI通过降本增效、推动创新、优化资源配置等价值链地位攀升促进产业转型升级，但对中等技术行业的促进作用不显著7，19；三是认为 AI通过提升价值链的智能化，产业结构高级化与合理化促进产业升级。有研究发现，AI对离散型制造的影响主要体现在个性化与敏捷性上，对流程型制造的影响主要体现在绿色制造与循环经济领域，如 AI对不同制造行业劳动力结构的影响不同，表明 AI影响制造业转型升级具有适应性变革特征20-21。本文中，制造业适应性变革指因新技术应用而引发的制造流程与过程、商业模式与制度创新活动等调适过程，如数据驱动的产品适应性创新活动22。2.AI影响制造业价值链重构的路径。主要从知识积累与要素组合两方面研究：一是从内生经济增长理论出发，考察 AI对人力资本、人与 AI协同的新型组织学习等知识积累的影响23，如将 AI的自我积累能力和非竞争特性引入内生增长模型中考察 AI对制造价值链重构的影响24，认为 AI等新一代信息技术通过更好满足消费者个性化需求、提升模块化设计的技术创新水平及降低模块交易成本等路径来重构制造业价值链25。研究大体认同 AI相关的知识积累对于制造业生产率的提升具有积极影响，如20世纪 90年代以来发达国家的 AI创新增加了 3倍，与 AI相关的知识占其观察到的生产率变化的 3%-8%26；二是从产品（技术）创新、商业模式创新和制度创新等视角，考察 AI影响技术、劳动、管理等要素组合重构制造业价值链的路径27，强调 AI通过要素增益技术变迁效应、劳动力替代效应、知识溢出效应三种路径影响制造业创新28，从而促进产业升级。3.AI对制造业转型升级路径的影响。主要从三个视角来探讨：一是探讨 AI对企业-产业-产业集群的影响，包括 AI对制造过程升级、产品升级、功能升级到跨产业升级的影响，如 AI影响产品开发流程形成产品功能升级等23；二是探讨 AI对企业经营模式与管理的影响，包括技术升级、模块化升级、品牌与渠道升级，跨产业协同相关多元化升级等，如智能制造以劳动力结构和资本结构为中介变量，或打破85北京交通大学学报（社会科学版）2024 年或弱化劳动密集型产业的路径依赖，或破坏其自我强化机制从而间接作用于劳动密集型产业转型29，促进 AI技术新产业、新业态、新模式的产生，搭建服务产业转型升级的 AI发展平台30；三是探讨 AI对企业-产业-国家-国际的影响，如 AI影响企业内部升级、企业间升级、本土或国家内部升级及国际性区域升级。例如，通过 AI应用、智能制造与互联网、大数据等商业创新模式相结合引发价值链重构，形成中国制造业“中间突破、两端发力”的转型升级路径31，实现中国制造的跨越式转型升级32。综上，AI对制造业转型升级的影响机制研究具有多视角、多维度和多层次特征，但核心研究议题依然是围绕 AI对价值链重构与地位攀登、转型升级中介机制与路径来展开的，主要从知识积累方式与要素组合方式两个视角剖析 AI影响制造业转型升级的内在机制。其中，这两个视角的研究在微观层面又都聚焦于产品创新或新产品开发、智能运营及智能营销三个关键链环节33-35。无论在理论上，还是在实践中，这三个关键价值链环节紧密相关，如 AI营销与产品开发密切相关，AI产品开发与智能制造密切相关36-38。因此，可以认为，AI对产品开发、运营和营销等企业全价值链产生的影响正在改变制造业转型升级的实现机制与路径。据此，本文拟围绕 AI如何通过影响产品创新推动制造业转型升级的问题，依托相关研究成果分析 AI区别于其他数字技术的核心创新特征，剖析 AI对产品创新的影响机制，进而探讨 AI通过产品创新影响制造业转型升级的新机制与新路径，以推进 AI对制造业转型升级影响的研究。二、AI区别于其他数字技术的核心创新特征AI的概念也具有多视角、多维度和多层次特征，以下三个视角的 AI概念具有代表性：技术视角认为，AI是一种利用机器执行原本由人类完成的特定复杂任务的软件和硬件技术39；过程视角认为，AI是利用机器学习、深度学习、计算机视觉等技术通过编程和算法处理来模仿人类40；创新视角认为，AI是一种拟人目标的创新系统，即在机器中创造类似人类行为的感知、推理和行动41。综合上述三个视角的观点，本文认为，AI指人类智能嵌入机器智能的技术、经济和社会的实现方式。据此，AI区别于其他数字技术或以往技术进步的核心创新特征，即新社会主体、生成性和知识积累方式突变性。（一）核心创新特征一：新社会主体相关代表性研究主要从通用目的技术（GPT）与社会主体两个视角探讨 AI对企业管理中组织、信息系统、技术和人员等诸多方面的影响。一是将 AI视为技术工具的研究以结构化理论为基础，强调 AI对社会主体的价值取决于社会主体的环境和条件，虽然技术和人的主体性都影响人的行为，但技术仅发挥补充作用42；二是将 AI视为社会主体，以行动者网络理论为基础，强调机器智能的高拟人度，使学习、情感、伦理等原本适用于人类主体的特征被大量迁移到算法、模型等机器智能中，视频、音乐软件等推荐算法反向塑造人的动机、意向性、审美和价值取向，使 AI具有人类主体性的部分核心内容特征43。区别于以往的技术进步，也区别于互联网、大数据等其他数字技术，AI既具有 GPT 的主要特征44，也具有区别于人类的新社会主体的特征9，但 AI作为社会主体（AI员工）既不是纯正意义的“经济人”，也不是“社会人”45，AI是一种行动者联合体46。可以认为，AI作为技术工具的结构化理论与 AI作为社会主体的行动者网络理论，分别阐述了 AI影响的一个硬币的两面。因此，AI区别于其他数字技术或以往技术进步的核心创新特征之一，是一种区别于人类主体的新社会主体，可以从 AI作为 GPT 与新社会主体的复合体视角，探讨其技术、经济和社会影响。基于此，本文将 AI作为复合体的主要特征归纳为三个：其一，AI复合体高度集成劳动、资本、技术、管理、知识、数据六种生产要素，是既有生产要素与数据作为新生产要素深度融合的智能体；其二，生产要素的多种组合使 AI复合体具有生成性，形成具有自我升级能力的社会网络智能体；其三，AI复合体的技术、经济和社会价值与外部环境条件密切相关，如技能偏向型或资本偏向型进步等，因而，AI对经济社会的影响通常具有正面与负面影响并存的两面性。（二）核心创新特征二：生成性基于数字技术的分层模块化结构及技能偏向型技术进步，AI应用会出现快速反馈与即时调整的生86第 1 期谢康 等：人工智能、产品创新与制造业适应性转型成性（generative）。在产品创新中，会出现区别于成品的成长品现象33，因为人类不可能审查全部的计算过程，机器认识中的不透明性会导致人类“理解”的缺失47，使机器智能的结果对人类认知而言产生不确定性。这种不确定性带来产品创新、运营管理和营销中诸多难以预测的变化，形成诸多适应性创新活动48，构成 AI区别于其他数字技术或以往技术进步的第二个核心创新特征。从社会行动理论来看，AI带来的社会行动场景的变化集中体现在由传统社会行动情境转向新网络数字场景，使社会行动的主体从单一人类主体的行动转向人与 AI（非人行动者）协同的混合社会主体行动。从冯诺伊曼关于人脑语言和计算机语言具有不同的逻辑深度和计算深度的观察来看，AI形成社会知识生产与积累的新模式，区别于传统的以个体探究为主的知识生产与积累方式49-50。在 AI知识生产与积累的新方式中，AI既是知识生产与积累工具，也是知识生产与积累的非人行动者。在此过程中，人类主体通常采用算法规避等方式来获取 AI的知识生产收益而不愿承担其风险与可能损失，或将风险与可能损失转嫁到社会而损害社会公平，因而，AI算法规避本质上是社会行动者的治理规避，需要构建算法责任等 AI社会治理51机制。可见，相比其他数字技术，在产品创新中，AI的生成性会带来更多的机会主义行为，使 AI对产品创新的影响具有更加明显的两面性。（三）核心创新特征三：知识积累方式的突变性AI的知识积累方式与其生态系统密切相关。AI难以独立存在发挥作用，AI的进化必然形成 AI生态系统。本文中，AI生态系统指 AI领域中不同行动者、利益相关者相互联系、相互影响构成的系统52。该系统主要包括技术基础、人才、数据、投资环境、社会环境五个方面，强调构建 AI生态系统有利于克服 AI发展面临的问题，为 AI的快速发展做好准备53。日本 AI技术战略委员会认为，在国家层面主要从加大研发力度、培养人力资源、维护数据环境、提供启动支持、促进居民理解五个方面展开 AI生态系统建设54。从企业或产业层面看，制造企业或制造业 AI生态系统与智能制造密切相关，因而，AI形成的知识积累方式突变性集中体现在智能制造中。智能制造的概念有狭义、广义和宏观意义之分，强调智能制造的本质包含软件化的工业技术、软件定义的生产关系及其在此基础上的生产关系优化和重构55。区别于以往的制造模式，智能制造是数字技术与制造业务高度匹配的制造模式，体现了技术与管理的深度融合。因此，智能制造是 AI与工业自动化、制造资源、管理基础融合的制造业转型升级的集中体现。通过剖析智能制造中知识积累方式的突变性，可以较好洞察 AI的第三个核心创新特征。具体而言，复合视角下的 AI生成性会对智能制造推动制造业转型升级产生两面性影响，形成制造企业或制造业知识积累方式的突变性特征。企业层面，AI应用影响的两面性体现了企业绩效与组织员工行为的两方面，如 AI在企业定价决策中比人类决策有更好的绩效56，AI应用可提高企业能源效率，但对技术效率的影响不显著57。又如，AI的部署与反馈对员工绩效的影响存在两面性58。产业层面，AI对产业结构转型升级产生正向还是负向影响，取决于不同产业部门应用 AI后的产出弹性和 AI与传统生产方式的替代弹性之间的差别59。例如，AI对制造业形成部分劳动替代，降低劳动力就业水平，减少劳动报酬，同时又创造新工作岗位，增加劳动者收入等60-61。国家或区域层面，AI应用影响的两面性主要受国家或区域资源禀赋的影响，AI不仅影响制造业的发展模式，而且会对相关产业劳动者技能水平提出更高要求，从而形成更高的人力资本积累62。同时，国家或区域将 AI整合进制造业的工业运作中会改变一国或区域的技术知识结构，进而形成更强的竞争力，但也会带来更多的隐私保护、数据安全、职业健康等风险63-64。该领域研究表明，企业、产业、国家层面 AI对制造业转型升级的两面性与 AI的 GPT 与社会主体的复合特征密切相关，使其对制造企业或制造业知识积累方式的影响具有突变性。三、制造产品创新中 AI的影响方式与路径上述 AI区别于其他数字技术的三个核心创新特征，既影响 AI情境下的产品创新方式，也对产品创新的路径形成影响。87北京交通大学学报（社会科学版）2024 年（一）AI影响产品创新的主要方式从制造业转型升级的内在过程来看，AI对制造产品创新的影响方式主要通过以下两种方式来完成的：一是 AI作为新社会主体角色介入产品企划、结构工艺、模具开发，及设备调试与试产等新产品开发价值链环节。以产品企划环节为例，市场需求等外部信息及企业既有供给条件等内部信息既影响产品企划人员，也影响 AI模型。具体地，AI模型的大数据分析结论既对产品企划人员的知识分布或积累方式形成直接影响，进而影响产品企划人员对新产品开发的决策或知识结构。同时，AI的大数据分析结论也可能以群决策方式直接影响新产品开发的决策或知识结构；二是 AI改变或增强了人类智能的产品开发思维，扩展了人类智能对产品开发知识边界的认识和理解。以美的集团某“灯塔工厂”中的新产品结构工艺和模具开发为例，AI基于大数据分析获得的结论可以有效弥补结构工艺人员对产品企划人员创意或意图理解的偏差，也可以增强结构工艺人员对产品企业人员创意或意图在制造可行性领域的深化水平，使产品结构工艺设计更好地体现新产品的原有创意或意图，而避免因为结构工艺设计的局限而降低产品创新的新颖性或独特性。同理，AI在模具开发、设备调试与试产环节中对产品企划的创意或意图也具有增强理解的效果。（二）AI影响产品创新的主要路径AI影响产品创新的主要路径体现在内部和外部两条路径上，内部强化了不同开发环节之间的协同，外部强化了产品开发与运营流程的全过程协同，即产品创新中 AI的影响路径不仅体现在从产品企划到试产的过程，而且也体现在智能制造全运营流程中。其中，AI强化产品开发与运营流程的全过程协同主要体现在以下两个方面：1.AI形成运营的即时数据反馈路径。为使智能制造运营中涌现出来的数字化分工模式高效运转起来，企业发现数据如果不是即时反馈会影响不同分工模式的响应能力。为此，智能化运营需要建立即时数据反馈环节，即对客户需求和生产流程相关数据即时反馈，以提升制造时效性和可靠性。以美的集团智能制造中的客户需求数据为例，产品企划根据即时反馈的消费行为数据和品类销售数据挖掘创新机会和开展产品规划，形成需求分析、确定售价、概念设计和外观造型，为提高制造时效性赢取更多的市场竞争时间。从生产流程数据来说，产销计划的平衡既需要以即时客户订单评估为基础，又需要即时了解工厂端的生产能力，还需要即时确认供应链协商物料需求计划是否足以供给，从而有效提高制造可靠性。2.AI形成即时运营调整。智能制造中即时运营调整指企业根据即时数据反馈实现运营的即时动态调优，提高制造可行性和可靠性。以美的集团智能制造中家用空调新产品上市为例，首先，事业部的计划运营部接收客户订单、评审订单、制定产销计划以平衡供给和需求。确认订单后，“灯塔工厂”准备物料、开展生产、中转入库并最后交安德物流发运将产品传递到客户。产品投放市场后，产品企划部通过上市发布、产品力复盘、品类市场监控、新品上市监控、用户口碑监控和新品人群校准等监控数据分析客户需求变化，即时调整产销计划平衡状态，确定是否需要开发新模具来满足消费需求，提升制造可行性。由上述美的集团智能制造的两个例子可以看出，企业层面，AI增强了产品创新与运营过程、市场营销和销售的全价值链即时互动和调整，在制造敏捷性与用户敏捷性之间形成即时自适应调节，推动制造业在产业层面逐步形成转型升级新机制和新路径。四、产品创新视角的 AI影响制造业转型新机制（一）制造业转型升级与 AI影响机制产品创新中 AI的影响方式及路径直接影响制造业的转型升级机制。一般地，机制指各要素之间的结构关系和运行方式。本文中，制造业转型升级机制指制造业转型升级过程中各要素之间的结构关系和运行方式。制造业转型升级机制或者以知识溢出、技术创新等中介路径来刻画，或从价值链地位及其攀升来刻画，或从多要素组合方式来刻画，或以产业结构高级化与合理化来刻画。综合前三种刻88第 1 期谢康 等：人工智能、产品创新与制造业适应性转型画方式，基于内生经济增长理论和熊彼特创新理论，本文从产品创新视角分析 AI对制造业知识积累方式的转变和要素组合方式转变的影响来刻画 AI影响制造业转型升级的过程机制。这样，AI影响制造业转型升级的路径，即指 AI使制造业实现更高附加值的产业变革与提升道路，或制造业投入产出比率不断提升的实现道路。路径既包括从产品升级、模块升级、商业模式升级到生态系统升级的方式，也包括制造服务化、制造平台化等新业态涌现的方式。根据肖静华65（2017）提出的智能制造价值链-价值网-价值曲面三阶段转型升级模型，可以将 AI在制造业中的应用与扩散视为一种数字创新服务，形成产品与服务融合的随机价值曲面。该随机价值曲面存在于两个层面：一是 AI对产品开发、供应链、生产、营销、渠道等制造价值链环节层面的影响机制；二是制造价值链整体重构层面（如微笑曲线）的 AI影响机制。前述分析表明，AI可以使智能制造企业在切入价值链初期凭借新的竞争优势占据价值链高端，呈现与以往常规轨迹不同的跃升式、非线性的转型升级路径特征。在中国企业前沿实践中，AI影响的制造业转型升级路径既可能是阶梯式的线性转型升级路径，也可能是跃升式的非线性转型升级路径，或二者的间断平衡路径。那么，AI影响制造业转型升级的新机制和新路径是怎样的呢？从产品创新视角来看，AI影响制造业转型升级的新机制和新路径主要是通过组织敏捷性形成适应性变革来实现的。组织敏捷性的概念虽然也存在多维和模糊理解，但敏捷性强调的核心是刻画可变性迅速转变的一种组织整合战略，不单指反应的速度，还包括对意外的、不可预见的变化迅速，并前瞻性地进行企业要素调整66。本文中，组织敏捷性指组织利用内部资源和流程快速处理各种不确定性，响应市场需求变化的能力67，是一种使企业可以快速适应商业环境急剧变化的战略性资源和能力68，可以分为制造导向的敏捷性（以下简称制造敏捷性）和客户导向的敏捷性（以下简称客户敏捷性）。相关研究与实践观察表明，在智能制造情境下，无论是制造敏捷性还是客户敏捷性，它们都采取数字孪生的方式来解决智能制造过程系统中效率与灵活的二元性问题，尤其在成本约束下，大规模投资智能制造的设备和技术未必总能有效提升制造效率获取投资回报，也未必会实现组织敏捷性。以智能制造实现组织敏捷性的难点为例，首先，低成本约束下自动化与柔性制造存在冲突。当智能制造兼顾柔性制造与自动化时，不仅建设和维护成本高，而且二者的动态调整存在资源定位冲突，柔性制造意味着对自动化每个环节要根据产品情况进行适应性调整，而自动化增强会带来系统的刚性架构而削弱适应性调整，难以低成本实现组织敏捷性过程的资源定位；其次，资源约束下标准化和个性化生产存在冲突。制造过程中标准化和个性化并存时，个性化意味着需要分析多类、多属性产品与多产线之间的资源部署，标准化要求短时间同质化实现部分产线与某类产品的紧密耦合，不仅产品研发、产品制程到产品投产的成本高，而且在满足动态涌现的两类市场需求时存在资源部署冲突，降低组织敏捷性实现中的资源部署效率；最后，时间约束下自动化与柔性制造存在冲突。时间约束之所以在现阶段智能制造发展中凸显，原因是消费品的可替代性增强，企业竞争中的时间约束成为比拼竞争力的重要维度，所谓“快鱼吃慢鱼”，产品推向市场的速度既会影响企业的同质化竞争优势，也会创造企业的异质化竞争优势，进而影响组织敏捷性实现后的价值创造。因此，制造敏捷性与客户敏捷性之间也存在效率与灵活的二元冲突。（二）AI影响制造业转型升级的新机制与新路径如前所述，从产品创新视角来看，AI 影响制造业转型升级的新机制在于对二者效率与灵活冲突的解决上，即在制造敏捷性与客户敏捷性之间形成即时自适应调节的组织敏捷性。理论研究和实践观察表明，制造业转型升级路径是由其转型升级机制决定的，复合视角下 AI影响制造业转型升级机制对制造敏捷性与客户敏捷性之间冲突能够即时自适应调节，进而使 AI 影响制造业转型升级路径兼具渐进式路径与激进式路径交互出现，相互影响的间断平衡新特征。该结论进一步强化了Furr&Shipilov69（2019）提出的数字化转型最好的结果来自于适应而非再造的观点，也深化了肖静华13（2020）提出的数字化转型的实质是管理适应性变革过程的结论，从管理变革视角来看，AI对制造业转型升级的影响集中体现在提升转型升级的适应性水平上，适应性转型构成 AI 推动的制造业89北京交通大学学报（社会科学版）2024 年转型升级的本质。这种适应性转型体现在 AI影响制造业转型升级的间断平衡新路径上。新路径源于 AI区别于其他数字技术或以往技术进步的三个核心创新特征，新社会主体角色在产品创新中形成明显的交叉网络外部性，使人类行为不再是唯一的社会网络主体行为，AI脱离以往的客户角色转变为社会主体角色，因而这种转变是本质性的跨越。同时，AI的生成性不仅带来经济社会影响的多重两面性，而且使产品创新的知识积累方式形成明显的突变性。这三个核心特征既影响产品创新的内在价值链环节，又影响产品创新价值链环节与智能运营、智能营销或销售等全价值链环节之间的相互协同关系，在企业制造敏捷性与客户敏捷性之间形成即时自适应调节的敏捷性，构建起企业层面的 AI影响转型升级的新机制。随着这类新机制在制造企业转型升级过程中的普及和推广，形成制造产业中的 AI生态系统及在 AI生态系统影响下的制造业快速自适应调节的产业敏捷性，在产业层面较好地应对制造敏捷性与客户敏捷性之间的冲突，在制造业转型升级的渐进式与激进式转型路径之间，逐步形成自适应调节的间断平衡转型新路径。区别于以往间断平衡转型路径具有较为长时间段的变化特征，新的转型路径间断时间短、突变性强。综上，本文提出产品创新视角的 AI影响制造业转型升级机制的概念模型。如图 1所示。其中，AI推动的制造业适应性转型体现在企业和产业两个层面，企业层面涌现的自适应调节形成产业层面的快速自适应调节，进而形成制造业间断平衡的转型路径，逐步形成制造业适应性转型升级。图 1提供了一个包含个体、企业、产业三个层面的 AI影响转型的跨层次分析框架，以此解释 AI如何从对社会主体的影响演化为对产业转型升级影响的过程机制。在个体层面，强调 AI是作为 GPT 和新社会主体的复合体，该复合体的决策或知识积累具有群决策或知识积累互补性特征；在企业层面，强调 AI对产品企划、结构工艺、模具开发、设备调试与试产等开发价值链环节的影响特征，及数字孪生对外部市场需求/内部供给条件 决策/知识 人 AI 产品企划 结构工艺 模具开发 设备调试 数字孪生 智能制造过程系统 制造敏捷性 客户敏捷性 产业智造生态系统 即时自适应调节 AI复合视角研发体系 企业智造运营 制造业AI生态系统 产业制造敏捷性 产业客户敏捷性 渐进式转型路径 快速自适应调节 激进式转型路径 自适应间断平衡路径 制造业转型机制与路径 AI信息反馈 人的信息反馈 图 1产品创新视角的 AI影响制造业适应性转型机制的概念模型90第 1 期谢康 等：人工智能、产品创新与制造业适应性转型智能制造产线的影响，由此刻画企业层面 AI对产品创新的影响机制特征即时自适应调节；在产业层面，强调制造业 AI生态系统对制造敏捷性与客户敏捷性冲突的快速自适应调节，强调从企业即时自适应调节形成产业快速自适应调节，到制造业转型升级的自适应间断平衡路径三者间的逻辑一致性，即从产品创新视角看，AI应用影响企业制造敏捷性与客户敏捷性之间的即时自适应调节，使制造业具有区别于其他数字技术影响的产业快速自适应调节能力，推动制造业转型升级在渐进式与激进式路径基础上涌现出自适应间断平衡的新路径，而非以往研究的较长周期的、相对稳定的间断平衡转型路径，这是 AI影响制造业转型升级机制与路径的适应性变革新规律。其中，图 1刻画的 AI影响制造业转型升级的适应性变革新规律，还主要体现在形成新的信息反馈机制上，正如相关研究所强调的，通过信息反馈机制更快速地形成知识积累来扩大 AI的应用范围70。区别于制造业以往转型升级路径的信息反馈机制，该新机制主要体现为双路径信息反馈机制，除人的信息反馈外，AI的信息反馈对于提升智能体的智能水平具有重要意义。图 1的分析框架是一个基础概念模型，没有区分离散型与流程型制造过程的区别。AI对离散型与流程型制造业的影响存在异质性，离散型制造过程包括制造装备的总体设计，加工装备的零件，组装制造装备，如上汽、一汽、二汽等汽车行业，三一重工、中联重工等机械行业，华为、中兴等电子行业，美的、海尔、格力等家电行业。对于离散型制造产业，目前 AI的影响主要在个性化定制效率与敏捷性领域。相反，流程型制造过程是由多个工业过程组成的不可拆分的物理化学过程，如国药集团等医药行业，中石油、中石化、中海油等石油行业，宝洁、上海家化、立白等精细化工行业。对于流程型制造产业，目前AI的影响主要在绿色制造与促进循环经济领域。在分析异质性时，可根据图 1的结构，侧重从上述两方面探讨，如在讨论流程型制造过程时将敏捷性可替换为绿色制造。五、研究结论与展望本文采用逻辑推演分析方法，围绕 AI如何通过影响产品创新推动制造业转型升级这一核心问题，分析论述了 AI区别于其他数字技术的核心创新特征，AI对产品创新的影响机制，AI通过产品创新形成制造业适应性转型的机制与路径，并形成跨层次的分析框架，从个体、企业和产业三个层面分析了AI的影响，由此提出 AI对制造业转型升级的适应性变革概念模型。经过逻辑推演分析，形成以下研究结论：1.区别于其他数字技术或以往技术进步，AI是 GPT 与新社会主体的复合体，具有鲜明的生成性，且这种生成性使 AI的知识积累方式具有突变性。新社会主体、生成性、知识积累方式突变性构成 AI区别于其他数字技术的三个核心创新特征。2.产品创新中，AI作为新社会主体角色介入产品企划、结构工艺、模具开发、设备调适与试产等开发价值链环节，改变或增强了人类智能的产品开发思维，拓展了产品开发的知识边界，形成企业智造运营中针对制造敏捷性与客户敏捷性的即时自适应调节。3.企业层面 AI 增强产品创新与运营过程、市场营销和销售的全价值链即时互动和调整，AI 增强产品创新与运营过程、市场营销和销售的全价值链即时互动和调整，构建起平衡制造敏捷性与用户敏捷性冲突的自适应调节机制，推动制造业通过产业快速自适应调节涌现出自适应间断平衡的转型路径。本文通过 AI 影响个体、企业、产业的跨层次分析框架，从产品创新视角提出 AI 影响制造业转型升级的适应性变革概念模型，希望推进 AI 对制造业转型升级影响机制的研究。未来研究中，需要对本文提出的关键概念及概念模型开展操作化和验证性工作。首先，如何刻画 AI 作为 GPT 与新社会主体的复合体，形成可操作的实证概念是一项重要挑战，拟考虑基于相关代表性研究成果和实践观察来提取关键构念，形成研究模型；其次，区别于现有数字技术对产品创新的影响特征，针对 AI 的核心创新特征影响产品创新的中介机制，形成可操作的构念和实证数据，有待后续研究来完善。最后，AI 参与决策情境下，社会主体的个体行为如何影响企业层面的产品开发决策及运91北京交通大学学报（社会科学版）2024 年营过程，企业层面的产品开发与运营如何形成 产业层面的转型升级过程及路径，依然有待进一步梳理、识别和验证。参考文献：1马克珀迪，邱静，陈笑冰.埃森哲：人工智能助力中国经济增长 J.机器人产业，2017，（4）：8091.2KROMANN L，MALCHOW-MLLER N，SKAKSEN J R，et al.Automation and productivitya cross-country，cross-industry comparison J.Industrial and Corporate Change，2020，29（2）：265287.3LI K，KIM D J，LANG K R，et al.How should we understand the digital economy in Asia？Critical assessment and research agenda J.Electronic Commerce Research and Applications，2020，44：116.4AUTOR D H.Why are there still so many jobs？The history and future of workplace automationJ.Journal of Economic Perspectives，2015，29（3）：330.5李廉水，鲍怡发，刘军.智能化对中国制造业全要素生产率的影响研究 J.科学学研究，2020，38（4）：609618.6吕越，谷玮，包群.人工智能与中国企业参与全球价值链分工 J.中国工业经济，2020，（5）：8098.7刘斌，潘彤.人工智能对制造业价值链分工的影响效应研究 J.数量经济技术经济研究，2020，37（10）：2444.8RAMMER C，FERNNDEZ G P，CZARNITZKI D.Artificial intelligence and industrial innovation：Evidence from German firm-level data J.Research Policy，2022，51（7）.9吴小龙，肖静华，吴记.当创意遇到智能：人与 AI协同的产品创新案例研究 J.管理世界，2023，39（5）：112-126+144+127.10VERGANTI R，VENDRAMINELLI L，IANSITI M.Innovation and design in the age of artificial intelligence J.Journal of Product Innovation Management，2020，37（3）：212227.11GEREFFI G.International trade and industrial upgrading in the apparel commodity chain J.Journal of International Economics，1999，48（1）：3770.12HUMPHREY J，SCHMITZ H.Chain governance and upgrading：taking stock M.Local Enterprises in the Global Econom