我已阐述AI如何重塑数字化转型的商业逻辑，但这些商业逻辑如何起作用呢？答案是通过创新。数字化转型本质上是创新的竞争，因而更细致地理解AI驱动的创新类型至关重要。本文区分渐进式创新、激进式创新、架构创新和模块创新等四种创新类型，分析它们如何各有侧重地将AI驱动的数字经济性、网络经济性和数据经济性注入企业经营。该分析有助于我们理解，不同产业的竞争格局可能被不同的创新类型所塑造，因而身处其中的企业需要采取差异化的数字化转型策略。
AI创新的类型及其经济性
创新，即能力组件按照某种模式进行组合。一个显然而未被充分重视的事实是，企业或产业并不孤立地采纳一项创新，而是与该企业/产业的既有能力组件与组合方式混合配置，进而也重构了后者。在这一意义上，企业或产业采纳AI创新，与AI重构该企业或产业，是一回事。
进而，以创新采纳者的既有能力组件和商业模式为参照，Henderson & Clark （1990）区分四种创新类型（上图）。若一项创新既不改变该企业的原有商业模式也不改变原有组织能力，称为渐进式创新。对比鲜明的是激进式创新，同时改变能力组件和商业模式的创新。介于在两者之间，架构创新引入新商业模式或产品架构重构现有能力组件关系的创新，而模块创新引入新能力组件却不改变原有商业模式的创新。
接下来，我们将看到，这些创新各有侧重地释放了 AI驱动的数字经济性、网络经济性和数据经济性。以下分别展开：
华丽序章- 个人采纳驱动的渐进式创新
与上一波AI创新不同，这一波创新，个体采纳先于组织采纳。SAS的一项全球调查指出，中国企业生成式AI的采纳率高达83%，全球第一。我怀疑该数据混淆了组织层面的采纳和组织中个体的采纳。该调查的另一个数据是，24%的美国企业已经全面实施生成式AI，而这一比率在中国是19%。这个数据避免了歧义，体现了中美的企业级采纳都在早期。
我称之为华丽的序章，因为个体采纳和企业级采纳比率的巨大差异，将显著降低后续组织采纳阻力。比如，一些软件工程师可能已经非常依赖于大模型来完成编程工作。其所在企业不一定开通了AI编程软件的企业级账号，更不一定将AI编程纳入了正式的开发流程。但是，工程师之间交流大模型辅助编程的经验，为相关工具的企业级部署奠定了良好基础。
这种模式固然提高了个人效率，但对于组织而言，充其量只能促成渐进式创新。此时，AI创新并未正式进入“系统”，模块和架构均未变化。
低挂果实- 数字经济性驱动的模块创新
生成式AI正在成为一种可嵌入各种组织和技术系统的通用模块。得益于前所未有的泛化和自然语言能力，这一模块的加入不一定改变原有模块间的联系。比如，一些工作被AI模块替代（如程序员、接线员、设计师、品质稽查员、翻译乃至学术研究等），执行方式改变了，但企业的商业模式和内部运作并不一定需要改变。另一类用例涉及在原有产品或服务中加上AI模块。比如，AI玩具通过增加AI对话模块，大大加强了玩偶的互动性；AI模块嵌入商业分析或设计软件，促进了IT民主化。
此类创新的核心驱动力是数字经济性，即内容创造的0边际成本。AI模块代表了高度压缩的世界知识、行业知识和企业知识。即便很难达到严格意义上的0成本，以此替代原有的知识工作将显著节省成本。但企业应用环境对幻觉容忍度低，对准确度要求高，成本节约需以质量为前提。因此，有必要为AI模块提供丰富的上下文，确保用户体验。此时，AI驱动的数据经济性将发挥作用，高效把企业运营各角落的运营数据转化为组织层面的半隐性知识资产。因此，这类创新为企业注入数据经济性和数字经济性。
抛开中国企业级应用部署面临的一般性问题不谈，此类创新堪称低挂的果实，因为它不涉及到系统的全面再造。比如，领先的企业级AI平台Glean的价值主张，至少在现阶段它聪明地声称，就是让企业客户在不改变原有流程的前提下无缝感受AI带来的实际价值。
宏大共识- 网络经济性驱动的架构创新
AI时代的典型架构创新是智能体及多智能体协作。这个方向被软件行业的巨头微软、Salesforce、IBM等所看好。各家对该架构的展望和解读大同小异，此处不赘述（相关讨论参见此文）。
“架构”一词具有多重内涵：产品架构、组织架构和生态架构。软件巨头们基于该架构来重构其产品。当被重构的产品部署在企业，用户（企业员工）完成工作的方式、内部协作的方式和信息流都会发生改变，进而要求重构企业运作的方式，即组织架构。在竞争与协作的驱动下，重构组织结构的企业越来越多，它们彼此链接的方式（如供应链和商业模式）也会发生变化，进而导致生态架构的重构。最终，各行业生态实现了Agent化，便出现所谓的智能体经济（Agent economy）。
智能体经济由企业侧和消费侧共同推进。消费互联网Agent化方面，智谱AutoGLM提供了产品架构创新的尝试。它帮助消费者完成一系列跨App操作（如比价下单），全程无需人工介入。在它的构想中，用户手机里的App们仍然有价值，但都成了消费者Agent调用的工具。
架构创新的核心驱动力是网络经济性（同样依托于数据经济性）。不同于数字经济性着眼于降本增效，网络经济性着眼于价值创造。组织层面的架构创新旨在实现内部网络经济性：打破组织内的知识壁垒、克服组织内知识博弈，促进企业各类知识互动、发掘企业内部知识的价值。生态层面的架构创新着眼于释放外部网络经济性。当组织层面的架构创新渗透到一定规模后，更强大、更广泛、也更令人向往的外部网络经济性才成为可能。
领略过 数字化浪潮历史脉络，不难就网络经济性的巨大能量达成共识，进而心生憧憬。基于智能体的高度自动化网络经济，创造的价值可能远超互联网。我誉为宏大共识，主要就架构创新的外部网络经济性而言。这同时也暗示曲折的道路。即便产品层面的架构创新，阻力都不小：在位者掌控模块，其组织机制却不支持架构创新，而初创企业即便发明了新架构，却缺乏对模块供应商的影响力。
皇冠明珠- 一体化的激进式创新
谁都愿意成为架构创新者，因为无需重新发明轮子。但回首商业史，那些真正开创新主导设计的创新，都是以激进式创新（既改变架构，也改变模块）的形式出现的。原因很简单，市场上现存模块都不是为这个新范式设计的，不可用，只能自造，至少自设计，再OEM。
AI领域也不例外。上面提到的几个架构创新的例子，微软、Salesforce和智谱，成功概率依次降低。微软最靠谱，因为它的架构创新基于自身掌握的模块，即Office套件。智谱最不靠谱，因为它所调用的工具都掌握在别人手中。Salesforce介于中间。作为在位者，微软和Salesforce都已明确将此项创新作为战略最高优先级。可以想见，它们要重构的可能不仅仅是架构，还包括模块——它们的现金牛——这是激进的。
消费互联网领域，端侧智能可能出现激进式创新。Apple理论上最具优势，但基于其汽车领域令人大跌眼镜的表现，廉颇老矣。在位者做激进式创新，和CEO的意愿与能力高度相关。纳德拉携重振微软的余威，贝尼奥夫则是Salesforce创始人，属于既有意愿又有能力。库克即便有能力，但意愿不强，优先级恐怕是退休前不犯错。Google创始人归位，但搜索大盘稳住恐怕更重要。华为值得期待。不是小米和蓝绿不强，而是因为华为被逼到了墙角，可能借着鸿蒙生态的大旗把“不靠谱”的事儿做成。
宏大共识是产业层面的，但产业蓝图即便实现，谁能够摘到皇冠上的明珠呢？我的答案是，激进创新者。
AI创新的上半场与下半场
AI技术通过驱动渐进式创新、模块创新、架构创新和激进式创新为企业注入新经济性。具体来说，渐进式创新需转化为模块创新，即组织层面对AI模块的正式接纳，才能高效释放数字经济性；若要获取网络经济性，则需开展架构创新；现阶段主要体现为内部网络经济性，外部网络经济性需要激进式创新；数字经济性和网络经济性都离不开数据经济性的支持。
AI驱动的企业数字化转型大体分为上半场与下半场：上半场以释放数字经济性的渐进式创新和模块创新为主，下半场以释放网络经济性的架构创新和激进式创新为主。低挂果实目前还有巨大的采摘空间。网络经济性，即便是内部网络经济性，对中国企业而言，准备度都相当之低，可以布局，但在5年内很难指望。这无关AI进步速度，仅有关组织自身的进化极限。
根据行业特征选择创新焦点和策略
理解上述创新分类有助于把握数字化转型的节奏。数字化转型可理解为一系列数字化创新的组合，其节奏则体现为创新焦点的选择和迁移。上述四类创新提供了一个AI创新的全景视图。分析四类创新在本产业的渗透前景有助于企业确保其创新焦点与之适配。因此，对本产业进行细致的调查是选择创新焦点和策略的重要前提。本节提供一些分析方法。
理解AI创新渗透的行业差异
AI创新向各行业的渗透并非均匀。比如，BCG的调研显示，在将AI模块部署在核心业务流程还是辅助流程方面，不同行业差异巨大。
哪些因素造成了这种行业差异呢？
一方面，存在创新链的上下游结构。一级创新是Open AI、Google以及开源社区在模型侧的技术创新；二级创新是IT服务提供商和互联网企业在AI产品、服务、解决方案侧的应用创新；三级创新才是传统企业的数字化转型，即为上述解决方案的部署配套的流程和组织创新。下游创新通常滞后于上游。通过扫描上游创新动向有助于预判下游创新焦点。
另一方面，行业接纳创新的能力不同。上一节论述中，架构创新和激进式创新的案例都来自软件行业。并不是说传统行业就不可能出现此类创新，而是因为互联网软件行业相对于传统行业将更早被渗透。背后的原因是，这些行业的模块化程度相对较高、价值链相对较短、利益格局相对简单。这些标准可用来评估哪些创新更可能在自身行业出现。
前述上半场下半场的判断主要适用于传统行业。
参考产业所处的生命周期阶段
企业还可以利用产业生命周期模型，根据自身行业所处的阶段来预判哪种类型的创新更可能出现。下图把四类创新整合在行业生命周期曲线上，用深色表示更可能出现的创新类型。
产业创建阶段，技术和市场需求高度不确定。企业通常通过激进式创新来开辟新的技术路径和市场机会。此外，架构创新在这个阶段也很常见，因为它涉及到重新配置现有组件以创造新的产品或服务。这些创新类型帮助企业快速适应不断变化的环境并占据市场领先地位。
产业成长阶段，市场需求稳定增长。在这个阶段，架构创新继续发挥重要作用，帮助企业优化产品设计和性能。同时，模块创新变得尤为重要，因为它允许企业在保持整体架构不变的情况下，改进和替换个别组件。这种创新方式提高了产品的灵活性和可扩展性，进而扩张到利基市场。
产业成熟阶段，市场需求趋于饱和，主导设计地位稳固。企业主要通过渐进创新（工艺流程创新）来提升产品质量和降低成本。模块创新仍然发挥着重要作用，帮助企业快速响应市场和技术的变化。这种创新方式有助于企业在竞争激烈的市场中保持竞争力。
产业衰退阶段，市场需求下降。企业通常通过渐进创新来延长产品的生命周期，通过逐步改进来维持市场份额。同时，架构创新可能再次出现，以应对市场的重大变化或寻找新的增长点。这种创新方式可以帮助企业适应新的市场环境并寻求转型机会，与产业创建阶段相衔接。
利用该模型确定创新焦点的前提是对自身所处的产业阶段做出准确的判断。在高度不确定性条件下，这其实并不容易，而误判的代价是巨大的。比如，当数码相机技术出现时，柯达内部判断胶卷行业在未来20年会被替代，并据此制定了激进的数字化创新规划。但是，在后面的30年，胶卷行业一直未见萎缩，但柯达的强势份额被富士胶卷夺去不少。
总结
本文是 AI如何重塑数字化转型（的商业逻辑）一文的后续，共同构成了数字化转型战略的外部依据。商业逻辑的变化意味着数字化转型的潜力，而本文分析的创新范式则强调了AI驱动的竞争前沿。创新焦点即竞争前沿。如果贵司不开展创新（即数字化转型），就会落后于产业整体节奏，最终被淘汰。这才是数字化转型的直接动因。为深入阐述，我们首先把前文对于新经济性对理解下沉到了创新层面，然后强调了行业特征如何影响创新焦点的选择。本文的一个重要启示是：不同产业的竞争格局可能被不同的创新类型所塑造，因而不存在普适的面向AI的数字化转型节奏。
