当AI成为标配，别指望它给你带来竞争优势

在不久的将来，我们将无法想象，公司如何在没有AI的情况下开展业务——就像今天，我们无法想象如何在没有电脑或互联网的情况下开展业务一样。新一代AI将成为几乎所有行业和职能的标准工具。尽管它将释放出巨大的价值，但通用技术创新的本质将使其成为一个“机会均等”的颠覆者。试图否认AI力量的企业必将失败，而采用AI的企业则会继续参与竞争。但在现阶段看来，只有那些能利用AI扩大已有优势的企业，才有可能真正胜出。

历史证明，技术创新可以深刻改变商业运行的方式。

17世纪的蒸汽机、19世纪的电动机、20世纪70年代的电脑……每一项技术都改变了许多经济领域，并释放出巨大的价值。但是，即便使用了这些技术，公司也很难从它们身上获得持续的竞争优势。这是因为，新技术的影响太过深远和广泛，以至于几乎所有企业都不得不使用这些新技术。因此，在许多情况下，新技术消除了“老玩家”的优势，使新的竞争者得以（通过技术）进入曾经稳属于“老玩家”的市场。

现在，最有可能从根本上改变商业运行方式的技术当然是生成式AI。生成式AI能识别数据的规律，以此创造出新的内容，包括文字、图像和声音，这些内容与人类的创作十分接近。由于它所创造的结果会反馈到它分析的数据中，因此，随着时间的推移，它可以不断学习，创造出更具创新性、更有价值、更像人类的内容。要了解这项技术的战略意义，我们不仅要了解AI现在能做什么，还要了解它将来可以做什么，因为它一直在变得越来越“聪明”。

毫无疑问，AI将创造大量价值。利用AI，一些企业已经：找到了全新的产品机会和商业模式；自动做出常规决策，使人类能够专注于处理涉及道德权衡、同理心或想象力的高风险决策；提供定制化的专业服务（包括法律服务），这些服务以前只有富人才能享受；以及开发产品、并向客户传达产品内容和其他建议，这种方式比人工服务的流程更快、成本更低、信息量更大。

在采用新一代AI的行业中，聪明的先行者无疑在短期内获得了部分价值。但不久之后，这些行业中所有（未被淘汰的）公司都将使用AI。到那时，即使AI对业务和商业运行有正面影响，它也不会成为任何一家公司竞争优势的来源。事实上，它更有可能消除公司的竞争优势，而不是赋予公司竞争优势。不过，你也有一线希望：如果你已经拥有的竞争优势无法被对手用AI复制，那么AI技术就会放大这种优势给你带来的价值。

让我们先来看看，生成式AI如何为客户创造价值，同时为提供服务的公司创造一个公平的竞争环境。

创造价值不等于获得价值

AI无疑正在提高公司的效率。在2024年的一次CIO（Chief Information Officer，首席信息官）会议上，来自数十家公司的高管谈到了AI如何为公司降低成本。Ally Financial的CIO描述了生成式AI如何降低了服务人员与客户之间互动总结的成本；思科的CIO提到，生成式AI正在越来越高效地生成计算机代码；而陶氏的CIO则概述了公司如何利用AI来降低处理材料的成本，以及评估新产品是否可以申请专利。2024年2月，金融服务公司Klarna报告称，在其AI项目启用的第一个月，AI驱动的助手处理了三分之二的客户服务对话，显著降低了成本、提升了速度，且客户满意度没有下降。

问题在于，任何使用了生成式AI的公司都可以达到类似降本增效的效果。价值是被创造出来了，但却无法长期留存——甚至不会持续太久。

AI还可用于推动创新。实证研究表明，在构思新产品和其他有价值的商业创意方面，AI可能比经验丰富的专业人士更有优势。由此看来，不断推出AI创造的新产品和创意似乎可以转化为一种持续的竞争优势。但同样，当大多数竞争对手同样使用AI时，他们也能产生相同（或类似）的创新成果。

试试这个简单的实验：请管理团队用生成式AI创建一份创新牙刷列表。列表里可能包括可生物降解牙刷、带紫外线消毒器的电动牙刷、适合牙齿和牙龈敏感人群的硅胶牙刷等等。这些都是有潜在价值的想法。但当任何其他企业用AI做这个实验时，他们都会得到大致相同的列表。

为什么？因为这些列表是由类似算法识别相似数据库后生成的。

我们的意思并不是说，公司不应该使用生成式AI做出有前途的创新，只是AI的学习能力颠覆了我们“从技术中获取竞争优势”的想法。由于生成式AI使用的是不断更新的数据，“先行者”对技术的应用会被这些数据分析所吸收。而当竞争对手作为“后来者”使用AI技术时，他们不仅能从自己的使用中获益，还能从你之前“喂养”的数据中获益。

假设你是行业内第一个向生成式AI提问的人，你问它：“我们的战略应该是什么？”AI会给予你许多有趣的可能性。你可能会决定实施其中的一些战略，忽略其他不合适的战略。但无论如何，你的行动给予了AI关于战略选择的信息，这些信息将被纳入它所分析的数据库中——这有可能是因为，你公开宣布了你的战略选择，也可能是因为，生成式AI能够从你采取的行动中推导出你的选择。因此，当你的竞争对手随后向AI提出相同问题时，AI对大型通用数据库的分析，以及它对你的具体战略选择和该选择对公司的业绩影响的分析等，都会让竞争对手受益。

因此，生成式AI应持续成为你决策过程中的一个重要组成部分，以便你可以充分利用AI带来的任何早期的、暂时的优势，同时也从其学习能力中受益。然而，由于所有竞争对手都可以以相同的方式使用生成式AI，你作为“先行者”的优势可能不会持续很久。

能定制一个更好的AI吗？

或许，开发和应用一个针对某行业、某部门优化过的定制AI，能让组织获益。例如，当某个行业的规律具有一定的独特性，或者该行业需要处理一些通用生成式AI无法处理的数据时，使用定制化AI可能会带来收益。

有多少用户拥有资源和能力，为自己开发一个“更好的”通用生成式AI平台（好到能与OpenAI、Midjourney等类似供应商竞争）呢？毕竟，这些公司在开发、扩展和优化通用系统方面拥有多年经验。对通用生成式AI用户来说，最好的方法似乎总是将技术开发外包给上述其中一家公司，就像通用文字处理软件的开发几乎总是外包给微软或其他专门从事该技术的公司一样。此外，AI算法通常是开源的，有利于知识和能力的快速传播。

即使一家公司能够设计出一种特殊用途的AI，它的竞争对手无疑也会认为，他们也应该有这样一套系统，并会开始开发自己的系统、与其他公司合作创建一个系统、修改通用AI以优化其行业用途、或付钱给外部开发人员创建一个定制版本的AI。所以，总的来说，创新公司也可能会从定制化的AI中获得竞争优势，但同样，这也只是暂时的。

如果将生成式AI应用于专有数据呢？

许多用户指出，他们的持续竞争优势来源于，将生成式AI应用于自己的专有数据库。因为将相似算法应用于不同数据库可能会产生不同结果，且这些结果可能会给某些公司带来优势。而且，由于专有数据库往往经过多年积累而成，对没有积累的公司来说，得到和复制类似数据的成本很高。因此，从理论上讲，将生成式AI应用于专有数据库后所创造的任何竞争优势都可能是可持续的。

但在实践中，可能会出现几个问题。首先，你的竞争对手必须暂时缺乏与你相当的数据，同时，他们缺乏的这些数据可以用生成式AI来分析。例如，你可能多年来一直在收集有关员工、供应商和客户的数据，这些信息可能是你公司独有的，但你的竞争对手可能也一直在做同样的工作。虽然这两个数据库不同，但AI从其中捕捉到的规律可能非常相似，因此，生成式AI的分析很可能会得出相似的结果，从而消除竞争优势。

虽然在训练生成式AI时，大数据库可能比小数据库更好，但拥有大数据库并不一定能带来竞争优势。你的数据库可能有10亿个数据点，而你的主要竞争对手的数据库可能只有5000万个数据点。但是，如果生成式AI能从5000万个样本中识别出明显规律，那么你的大数据库中的额外信息对结果就不会有太大影响。

即使你的数据是专有的，你的竞争对手也没有同等功能的数据，依靠数据作为持续竞争优势的来源也会带来其他问题。随着AI变得越来越先进，且在分析中纳入更大、更多样化的数据集，它可能可以识别出做决策所需的关键数据类型，即使它没有直接访问这些数据。它甚至可以在观察到你的战略取得有效成果后，直接模仿你的战略。这意味着，竞争对手可能通过观察你的成功策略，推断出你所使用的数据类型，并模仿你的战略，而无须获取生成战略所需要的实际数据。

最后，保护专有数据库非常难。即使是所谓的“非常安全”的数据库也经常会被攻击。只要有一个员工对公司心怀不满，公司的数据就有可能被泄漏到全世界。而且，数据泄漏通常不是因为一个心怀不满的员工，而是因为好心的员工犯了安全错误。

一线希望：利用现有优势

尽管AI很可能“改变一切”，但它本身或使用的数据在功能上并不独特，而且其结果可以被倒推，因此，AI不太可能成为任何一家公司持续竞争优势的来源。但是，如果你的企业拥有不可复制的宝贵能力和独特资源呢？在这种情况下，生成式AI可以改善你利用这些资源的方式，从而诞生一些商业创意，尤其是当一般资源和能力不太能让AI产生这些创意。如果你的资源是稀有的，别人很难模仿，那么生成式AI的洞察力就能为你带来持续的竞争优势——前提是你能足够敏捷地根据这些洞察采取行动（这本身就是一种罕见的能力）。

比如亚马逊。它的成功依赖于利用各种非同寻常的资源和能力——与数百万供应商的关系、将供应商与客户联系起来的软件、相互连接的、整合运作的多个信息系统、复杂的仓储和配送业务，以及退货管理机制——所有这些都是在鼓励效率和主动性的文化背景下运行的。生成式AI无疑可以从许多方面改善亚马逊的商业模式，从而降低成本或增加收入。事实上，有报道称，该公司目前正在积极地应用AI，以将其本就令人印象深刻的能力再次拔高。

但是，只有拥有与亚马逊类似的资源和能力的公司才能获得AI带来的具体好处——沃尔玛和家乐福可能接近拥有类似的资源和能力，但其他公司很少拥有。而亚马逊的竞争对手们，如果想要以相同方式利用生成式AI，也将很难建立同等的资产。因此，对亚马逊或其他拥有独特且难以被复制的资源和能力的企业来说，生成式AI会带来对内部有用的洞见，从而使它们在竞争中进一步领先。

如果缺乏稀有的能力和资源，还有一种方法可以利用AI创造优势：你可以围绕AI建立自己的商业模式。这不仅仅是创建一个专有的AI平台（因为这种平台本身通常可以被复制）。要想围绕生成式AI建立整个商业模式，企业的每个业务流程都必须结合生成式AI的洞察力，而用于训练生成式AI的数据也必须包含所有这些洞见。

届时，AI将不仅仅是一个改进商业模式的程序。它能让你的整个业务自动、快速地适应不断变化的环境。这将创造出难以被竞争对手复制的敏捷性——除非他们也围绕生成式AI重建了自己的商业模式。但到目前为止，还没有一家公司能做到这一点。而且目前尚不清楚这项技术是否足够成熟、是否值得投资和承担风险。

在不久的将来，我们将无法想象，公司如何在没有AI的情况下开展业务——就像今天，我们无法想象如何在没有电脑或互联网的情况下开展业务一样。新一代AI将成为几乎所有行业和职能的标准工具。尽管它将释放出巨大的价值，但通用技术创新的本质将使其成为一个“机会均等”的颠覆者。试图否认AI力量的企业必将失败，而采用AI的企业则会继续参与竞争。但在现阶段看来，只有那些能利用AI扩大已有优势的企业，才有可能真正胜出。

关键词：AI

杰伊·巴尼（Jay B. Barney）马丁·里夫斯（Martin Reeves）| 文

杰伊·巴尼是犹他大学大卫·埃克尔斯商学院战略管理校长教授兼拉松德社会创业学讲席教授。他与马诺埃尔·阿莫林（Manoel Amorim）和卡洛斯·儒利奥（Carlos Júlio）合著了《文化变革的秘密》（The Secret of Culture Change）。马丁·里夫斯是波士顿咨询公司亨德森研究院的主席，并与杰克·富勒（Jack Fuller）合著了《想象力机器》（The Imagination Machine）。

DeepL、ChatGPT | 译  张雨箫 | 编校

本文来自微信公众号“哈佛商业评论”（ID：hbrchinese），作者：HBR-China，36氪经授权发布。