外观
补充讨论稿
2026-10-16 · 供小组讨论与修订参考
本文承接研究报告中的“瓶颈迁移”思路，补充竞争优势和收益归属的分析。它保留分析中的不同解释，不代表最终提交版本。
中心判断
当 AI 运营能力普及，通用能力本身的稀缺性可能下降，但企业之间的差异不会因此自动消失。企业能否持续获利，要看它创造了什么客户愿意支付的价值、竞争者能否迅速复制，以及企业能保留多少收益。
注意力、信任、数据、判断和履约都是候选资源。只有具体说明资源由谁控制、怎样影响客户选择、为什么难以模仿或替代，才能进一步判断它是否构成护城河。
1. 提效、优势与收益是三个不同问题
| 分析层次 | 要回答的问题 | 可观察的结果 |
|---|---|---|
| 生产率提高 | 是否以更少投入完成同等质量的任务？ | 单位时间产出、单位成本、差错率 |
| 竞争优势形成 | 相对于竞争者，客户为何选择我们？ | 成交、复购、价格接受度、服务差异 |
| 收益留存 | 创造的价值最后由谁获得？ | 利润、客户让利、平台费用、供应商与员工回报 |
假设每家店通过 AI 将每单成本降低 10 元，而竞争又使售价降低 8 元、获客支出增加 2 元。在销量和其他条件不变时，提效已经发生，商家的每单利润仍可能不变。这个例子只用于说明机制，数值并非现实统计。
因此，商家亏损本身不能证明“信息技术没有提高生产率”。还需要区分效率改善、需求变化、竞争反应和收益分配。Teece 的研究讨论了为什么创新创造价值后，客户、模仿者或互补资产的持有者可能获得更多收益。Teece，1986
2. 经营瓶颈与护城河需要分别判断
瓶颈回答“当前是什么限制了产出”，护城河回答“为什么优势能在竞争中持续”。一家店缺流量，流量可以是瓶颈，但商家若只能反复向平台购买触达机会，稀缺注意力带来的收益未必由商家保留。
| 候选资源 | 护城河需要的进一步证据 |
|---|---|
| 注意力 | 企业能持续触达客户，且相对于对手拥有成本或效果优势 |
| 信任 | 客户愿意优先选择、复购或支付溢价，对手难以迅速获得同等信任 |
| 数据 | 信息具有相关性和差异性，能够改善决策，且不易以低成本替代 |
| 判断 | 决策表现有持续证据，方法与反馈能沉淀到组织中 |
| 履约 | 客户重视交付差异，支撑它的供给条件或协作关系不易复制 |
资源基础理论为这种检验提供了依据：资源的价值、稀缺性、模仿难度与替代可能性共同影响持续竞争优势。Barney，1991
瓶颈识别仍然有用，但“只有瓶颈环节值得改善”过于绝对。改善其他环节也可能降低成本、提高质量或增强韧性，其价值需要按经营目标衡量。
3. AI 与企业资源的结合方式值得关注
“AI 暂时做不到什么”会随技术变化，难以单独支撑长期战略。更稳妥的分析对象是：AI 如何与企业特有的信息、客户关系、流程和供给条件结合，以及这种组合为什么难以复制。
以两家使用同样 AI 工具的三明治店作假设。一家主要增加营销内容。另一家连接订单、剩余库存、退款原因和复购记录，用这些信息调整备货与套餐，再观察执行结果。第二家可能逐渐改善经营判断，但仍需验证数据质量、改进幅度，以及对手复制这套做法的难度。
这里的经营过程可以分为四步：
- 记录真实交易和异常情况。
- 分析顾客需要与经营问题。
- 调整流程并落实到交付。
- 比较结果，修正下一轮决策。
工具获得同样输入不一定产生同样结果，企业也不一定拥有同样的输入和执行条件。因此，应将“通用运营能力更容易获得”与“整体经营效果完全拉平”分开。
4. 竞争结构可能怎样变化
以下是需要根据行业条件检验的机制，并非对所有行业的统一预测。
- 进入与模仿更容易。 任务成本下降可能让更多企业进入，也可能使成功做法更快扩散。先发优势能持续多久，需要观察客户关系和其他资源是否随之积累。
- 企业边界发生变化。 小企业可以通过外部服务获得部分过去需要内部团队提供的能力，同时也可能增加对模型、平台或渠道的依赖。
- 规模和本地知识的作用不同。 若规模、渠道和数据之间的互补作用较强，大企业可能扩大优势。若需求分散、服务依赖本地知识，小企业也可能获得新机会。
- 需求扩张可能吸收部分供给。 成本下降既可能引发价格竞争，也可能让过去无法服务的需求成为新市场，需要观察两种作用的相对强弱。
所以，“商业仍要满足需求”并不能完整回答竞争逻辑怎样变化。还要讨论谁能进入、谁能复制、谁控制关键资源，以及价值如何分配。
5. 个人与企业：共同逻辑，不同转化机制
个人也要经过“提高产出、形成差异、获得回报”的过程。但雇员、自由职业者与创业者面对的转化机制不同。
| 角色 | AI 提效怎样转化为回报 | 需要特别关注什么 |
|---|---|---|
| 雇员 | 岗位安排、绩效评价、薪酬与晋升机制影响回报 | 是否承担更有价值的任务，个人贡献能否识别 |
| 自由职业者 | 客户选择、定价方式与合同决定收益分配 | 按小时与按成果收费的差别，持续获客与交付 |
| 创业者 | 产品市场竞争和合作方议价影响利润 | 客户、供给、组织能力与风险承担，和企业逻辑高度重合 |
个人还要检验优势的可迁移性：借助企业的数据、品牌和流程取得成绩，不等于换一个组织后仍能复现。专业判断、解决问题的方法、合作信誉和可验证的贡献，更可能成为长期职业资本。
个人与企业的竞争力也可能不同步。企业用 AI 传播专家经验，可以提高团队产出，同时降低某些既有技能的稀缺性。这并不意味着专家必然受损，回报还取决于其能否承担新任务、创造新知识，以及组织如何分配收益。
一项客服场景研究发现，经验较少和技能较低的员工获得了更大的速度与质量改善，并观察到学习效果。研究同时明确，其数据不能回答工资和整体劳动需求怎样变化。因而，任务提效不能直接推导为个人收入提高。Brynjolfsson、Li 与 Raymond，2025
这个延伸与原题相关：“一人公司”连接个人任务效率与企业经营结果。但个人提效之后，获客、交易、履约和收益留存仍需逐一解决，因此适合作为原题的边界说明。
6. 企业应对可以怎样落地
| 行动 | 对应的检验 |
|---|---|
| 选择具体经营问题 | 要改善成本、质量、增长，还是交付稳定性？当前约束在哪里？ |
| 测量 AI 的实际效果 | 与原有流程相比，产出、错误和总成本怎样变化？ |
| 建立业务反馈 | 数据能否反映真实交易，决策能否落实，结果能否回到下一轮改进？ |
| 积累有价值的差异 | 客户是否在意，对手能否复制，企业能否持续控制相关资源？ |
| 检查收益归属 | 改进转化为利润、让利、流量费用还是其他主体的回报？ |
7. 原稿下一轮修订的重点
保留“瓶颈迁移”作为经营诊断思路，将竞争优势与收益留存补入主论证。具体应调整以下几类表述：
- “运营效率退出竞争”可改为“同等可得、质量相近的通用能力，越来越难单独构成持久优势”。
- “AI 够不着信任、判断和履约”需要改为讨论 AI 与这些能力的具体关系，避免把技术边界当成永久前提。
- “换成外包也会成功”等反事实，目前缺少可比较的证据，应保留为待检验假说。
- 采用 AI 的成功案例不能单独证明全面普及后的护城河。需要补充成本、复购、持续收益与对手反应等证据。
- 新闻数字、平台治理数量和法律表述需逐项核实来源与适用范围，再决定是否进入正式报告。
材料与参考
- 作业题目与要求：课程给定的问题和案例材料。
- 研究报告（公开整理版）：瓶颈迁移思路及待修订论证。
- 本页：2026-10-15 至 2026-10-16 讨论形成的分析框架。
- Barney, J. (1991). Firm Resources and Sustained Competitive Advantage. Journal of Management, 17(1), 99–120。
- Teece, D. J. (1986). Profiting from technological innovation: Implications for integration, collaboration, licensing and public policy. Research Policy, 15(6), 285–305。
- Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889–942。