人工智能技術(shù)已成為深化企業(yè)創(chuàng)新理論研究的重要工具，其應(yīng)用也日益嵌入企業(yè)創(chuàng)新實(shí)踐，對(duì)創(chuàng)新效率產(chǎn)生深刻影響。為了系統(tǒng)探討人工智能技術(shù)對(duì)企業(yè)創(chuàng)新的影響機(jī)制，本研究基于企業(yè)生命周期視角，選取2016至2021年間1103家中國制造業(yè)高新技術(shù)上市企業(yè)數(shù)據(jù)，綜合運(yùn)用決策樹和多種機(jī)器學(xué)習(xí)模型，探究人工智能技術(shù)在不同生命周期階段對(duì)企業(yè)創(chuàng)新能力的異質(zhì)性影響。

研究發(fā)現(xiàn)：(1)多數(shù)機(jī)器學(xué)習(xí)模型對(duì)企業(yè)創(chuàng)新績效（專利授權(quán)數(shù)）的預(yù)測效果顯著優(yōu)于傳統(tǒng)線性回歸模型，體現(xiàn)了機(jī)器學(xué)習(xí)在揭示變量間非線性關(guān)系方面的優(yōu)勢；(2)人工智能能力和專利申請(qǐng)數(shù)量的提升顯著促進(jìn)了成熟期企業(yè)的創(chuàng)新能力，但對(duì)成長期和衰退期企業(yè)的創(chuàng)新影響相對(duì)有限；(3)決策樹分析表明，成長期和成熟期企業(yè)的創(chuàng)新更依賴于人工智能專利布局，而衰退期企業(yè)創(chuàng)新則更多依賴員工數(shù)量和技術(shù)人員規(guī)模。

綜合來看，人工智能技術(shù)總體上與企業(yè)創(chuàng)新績效呈正相關(guān)，但在企業(yè)生命周期的不同階段，這種關(guān)系存在顯著的異質(zhì)性。本研究不僅豐富了企業(yè)生命周期理論的內(nèi)涵，也為有關(guān)企業(yè)針對(duì)性地制定階段性人工智能戰(zhàn)略提供了實(shí)踐指導(dǎo)。

一、研究背景

近年在深度數(shù)字化的牽引下，人工智能已成為新一輪科技革命和產(chǎn)業(yè)變革的關(guān)鍵引擎。我國將人工智能視為培育新質(zhì)生產(chǎn)力、推動(dòng)高質(zhì)量發(fā)展的重要抓手。截至2023年，我國人工智能核心產(chǎn)業(yè)規(guī)模已突破5000億元，相關(guān)企業(yè)超過4400家，技術(shù)創(chuàng)新與應(yīng)用場景持續(xù)拓展。

與此同時(shí)，人工智能技術(shù)應(yīng)用是否能穩(wěn)定提升企業(yè)創(chuàng)新績效仍存分歧。一方面，人工智能通過數(shù)據(jù)分析、知識(shí)整合與流程優(yōu)化有望顯著提升創(chuàng)新效率并降低研發(fā)風(fēng)險(xiǎn)；另一方面，學(xué)界也指出其效應(yīng)并非普適，部分項(xiàng)目難達(dá)預(yù)期，甚至可能弱化隱性知識(shí)優(yōu)勢。上述差異說明人工智能對(duì)創(chuàng)新的作用并不是線性的，而是與企業(yè)所處發(fā)展階段、資源稟賦和組織基礎(chǔ)密切相關(guān)。

基于此，本文從“人工智能—生命周期”的交互視角切入，關(guān)注成長期、成熟期與衰退期的階段性差異。既有證據(jù)表明，不同階段在資源配置、組織結(jié)構(gòu)與戰(zhàn)略重心上存在顯著差別：成長期強(qiáng)調(diào)速度與市場擴(kuò)張，成熟期更利于將人工智能嵌入流程實(shí)現(xiàn)規(guī)?；找妫ネ似趧t受路徑依賴與能力退化制約，創(chuàng)新轉(zhuǎn)化相對(duì)困難。人工智能作為數(shù)字化轉(zhuǎn)型的重要工具，其賦能創(chuàng)新的真實(shí)效果可能體現(xiàn)為這種階段耦合。為系統(tǒng)識(shí)別這一機(jī)理，本文引入權(quán)變理論與資源基礎(chǔ)觀，強(qiáng)調(diào)“環(huán)境—資源—能力”的動(dòng)態(tài)匹配，基于2016—2021年1103家制造業(yè)高新技術(shù)上市企業(yè)的數(shù)據(jù)，依據(jù)現(xiàn)金流模式法劃分生命周期，并結(jié)合機(jī)器學(xué)習(xí)與固定效應(yīng)回歸開展檢驗(yàn)，力求在政策與實(shí)踐關(guān)切下，為人工智能如何在不同發(fā)展階段促進(jìn)企業(yè)創(chuàng)新提供經(jīng)驗(yàn)證據(jù)，并為企業(yè)數(shù)字化轉(zhuǎn)型與政策優(yōu)化提供治理啟示。

二、研究設(shè)計(jì)與方法

本文選取2016—2021年1103家中國制造業(yè)高新技術(shù)上市公司作為研究樣本。創(chuàng)新績效以年度專利授權(quán)數(shù)衡量，人工智能技術(shù)水平通過兩類指標(biāo)加以度量：其一是企業(yè)層面的人工智能專利申請(qǐng)數(shù)（通過關(guān)鍵詞與國際專利分類號(hào)組合識(shí)別），其二是從企業(yè)年報(bào)文本中提取人工智能相關(guān)關(guān)鍵詞構(gòu)建的人工智能能力指數(shù)，用以進(jìn)行穩(wěn)健性檢驗(yàn)。企業(yè)生命周期依據(jù)現(xiàn)金流模式法劃分為成長期、成熟期和衰退期三類，以反映企業(yè)內(nèi)部資源狀況與外部成長階段。

本研究首先采用決策樹模型識(shí)別高創(chuàng)新企業(yè)的關(guān)鍵分裂變量及特征路徑，隨后使用隨機(jī)森林、梯度提升回歸等多種機(jī)器學(xué)習(xí)模型與線性回歸模型進(jìn)行對(duì)比分析，驗(yàn)證人工智能與創(chuàng)新產(chǎn)出之間的非線性關(guān)系。最后，結(jié)合企業(yè)固定效應(yīng)回歸模型，在全樣本與分階段樣本上分別檢驗(yàn)人工智能技術(shù)水平與創(chuàng)新績效的關(guān)系。

三、主要研究發(fā)現(xiàn)

研究發(fā)現(xiàn)，機(jī)器學(xué)習(xí)模型在預(yù)測創(chuàng)新績效方面整體優(yōu)于傳統(tǒng)線性模型，表明人工智能與創(chuàng)新之間存在明顯的非線性特征。以梯度提升回歸為例，其R2可達(dá)0.84，而線性回歸僅為0.63，顯示單一線性假設(shè)難以捕捉人工智能技術(shù)水平的邊際效應(yīng)。

在總體層面，人工智能專利申請(qǐng)與人工智能能力均對(duì)企業(yè)創(chuàng)新績效具有顯著正向影響。但分階段結(jié)果揭示出清晰的生命周期差異。對(duì)成熟期企業(yè)而言，人工智能技術(shù)水平與創(chuàng)新產(chǎn)出之間的促進(jìn)作用最強(qiáng)，人工智能專利申請(qǐng)量的回歸系數(shù)在固定效應(yīng)模型中顯著為正，顯示該階段企業(yè)憑借穩(wěn)定資源與完善流程更能實(shí)現(xiàn)人工智能技術(shù)與創(chuàng)新體系的深度融合。成長期企業(yè)雖然同樣受益于人工智能技術(shù)水平，但受限于管理經(jīng)驗(yàn)與數(shù)據(jù)基礎(chǔ)，其邊際效應(yīng)相對(duì)較小。相比之下，衰退期企業(yè)的人工智能效應(yīng)不顯著，反映出資源緊約束與路徑鎖定下的“技術(shù)鈍化”現(xiàn)象。

決策樹模型進(jìn)一步揭示了人工智能賦能創(chuàng)新的結(jié)構(gòu)性差異。在成長期與成熟期，人工智能專利申請(qǐng)是劃分高創(chuàng)新與低創(chuàng)新企業(yè)的首要分裂變量，說明人工智能專利布局已成為創(chuàng)新躍升的關(guān)鍵驅(qū)動(dòng)因素。而在衰退期，人工智能技術(shù)水平的重要性下降，創(chuàng)新高低主要由員工數(shù)量與技術(shù)人員規(guī)模決定，顯示出傳統(tǒng)人力資本仍是主要支撐。綜合來看，人工智能對(duì)創(chuàng)新的貢獻(xiàn)依賴于組織的資源稟賦、吸收能力和流程成熟度：當(dāng)這些條件充足時(shí)，人工智能技術(shù)水平可以形成持續(xù)的創(chuàng)新增益；反之，則可能出現(xiàn)“技術(shù)投入—?jiǎng)?chuàng)新產(chǎn)出”的脫節(jié)。

四、理論貢獻(xiàn)與管理啟示

本研究在理論與實(shí)踐層面均具有創(chuàng)新意義。

首先，本文在企業(yè)生命周期框架下系統(tǒng)揭示了人工智能賦能創(chuàng)新的階段異質(zhì)性，擴(kuò)展了數(shù)字化與智能化情境下的生命周期理論。

其次，通過機(jī)器學(xué)習(xí)與傳統(tǒng)計(jì)量的結(jié)合，提供了一種識(shí)別非線性機(jī)制的新方法，為管理學(xué)實(shí)證研究提供了范式參考。

第三，研究揭示了人工智能技術(shù)與組織資源的動(dòng)態(tài)匹配對(duì)于長期競爭優(yōu)勢的影響。

在實(shí)踐層面，研究結(jié)果對(duì)企業(yè)人工智能應(yīng)用策略具有重要啟示。

首先，企業(yè)應(yīng)根據(jù)自身所處的生命周期階段，制定差異化的人工智能發(fā)展路徑。成長期企業(yè)應(yīng)重點(diǎn)利用人工智能提升研發(fā)效率和市場開拓能力，增強(qiáng)成長動(dòng)能；成熟期企業(yè)則可通過優(yōu)化資源配置和生態(tài)協(xié)作，發(fā)揮人工智能在提升管理效能與創(chuàng)新整合中的優(yōu)勢；而衰退期企業(yè)應(yīng)以低成本創(chuàng)新和資源優(yōu)化為重點(diǎn)，借助人工智能實(shí)現(xiàn)效率改進(jìn)與競爭力維持。

其次，傳統(tǒng)資源仍然是企業(yè)創(chuàng)新的基礎(chǔ)，應(yīng)與人工智能技術(shù)形成協(xié)同互補(bǔ)。企業(yè)管理者應(yīng)充分發(fā)揮技術(shù)人員的經(jīng)驗(yàn)優(yōu)勢和員工團(tuán)隊(duì)的創(chuàng)造潛能，使人工智能成為增強(qiáng)組織學(xué)習(xí)與知識(shí)積累的助推器，而非替代者。

最后，企業(yè)還需根據(jù)技術(shù)與市場環(huán)境的變化，動(dòng)態(tài)調(diào)整資源管理策略。因時(shí)制宜地整合人工智能與傳統(tǒng)資源，不僅能提高資源配置效率，還能幫助企業(yè)在快速變革的技術(shù)環(huán)境中保持韌性與競爭力，從而實(shí)現(xiàn)長期可持續(xù)發(fā)展。

本文摘自《科研管理》2025年10期的文章《人工智能驅(qū)動(dòng)企業(yè)創(chuàng)新的生命周期異質(zhì)性研究》。作者簡介：余江、李婉晴（通信作者）、盧燃，中國科學(xué)院科技戰(zhàn)略咨詢研究院和中國科學(xué)院大學(xué)公共政策與管理學(xué)院 ；陳鳳，中國科學(xué)院科技戰(zhàn)略咨詢研究院。文章觀點(diǎn)不代表主辦機(jī)構(gòu)立場。

◆ ◆ ◆

編輯郵箱：sciencepie@126.com