当AI成为标准时，不要指望它会给你带来竞争优势。
在不久的将来，我们无法想象公司是如何在没有AI的情况下开拓市场的——就像今天，我们无法想象如何在没有计算机或互联网的情况下开拓市场。几乎所有行业和职能都将成为新一代AI的标准工具。虽然它将释放出巨大的价值，但是通用技术创新的本质将使它成为“机会平等”的颠覆者。试图否定AI实力的公司将会失败，而使用AI的公司将继续参与竞争。但是现阶段看来，只有那些能够利用AI扩大现有优势的公司，才能真正取得胜利。
历史证明，技术创新可以深刻改变商业运作的方式。
17世纪的蒸汽机，19世纪的电机，20世纪70年代的计算机...每一项技术都改变了许多经济领域，释放了巨大的价值。但是，即使使用这些技术，企业也很难从它们身上获得持续的竞争优势。原因在于，新技术的影响过于长远和广泛，以至于大多数企业都必须采用这些新技术。因此，在很多情况下，新技术消除了“老玩家”的优势，使新的竞争对手(通过技术)能够进入曾经属于“老玩家”的市场。
现在，最有可能从根本上改变商业运作模式的技术当然是生成式AI。生成AI可以识别数据的规律，从而创建新的内容，包括文本、图像和声音，这些内容非常接近人类的创作。因为它创造的结果会反馈到它分析的数据中，它可以随着时间的推移不断学习，创造出更具创新性、更有意义、更像人类的内容。要知道这项技术的战略意义，我们不仅要知道AI现在能做什么，还要知道它将来能做什么，因为它越来越“聪明”。
毫无疑问，AI将创造巨大的价值。使用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，使人类能够致力于处理道德衡量、同理心或想象力相关的高风险决策；提供定制化的专业服务(包括法律援助)，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。这一方法比人工服务流程更快，成本更低，信息量更大。
在使用新一代AI的行业中，聪明的先锋无疑在短时间内获得了一些价值。然而，在不久的将来，所有这些行业(未被淘汰)的公司都将使用AI。到那时，即使AI对业务和商业运作有积极的影响，它也不会成为任何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。然而，你也有一线希望:假如已经拥有的竞争优势不能被对手用AI复制，那么AI技术就会放大这一优势所带来的价值。
首先，我们来看一下，生成式AI如何在为客户创造价值的同时，为服务公司创造一个公平的竞争环境。
创造财富并不意味着获得价值
毫无疑问，AI正在提高公司的效率。CIO将于2024年举行。（Chief Information Officer，在首席信息官会议上，数十家公司的高管谈到了AI如何降低公司的成本。Ally Financial的CIO描述了生成式AI如何降低工作人员和客户之间互动总结的成本；思科CIO提到，生成式AI越来越有效地生成计算机代码；而陶氏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报道称，AI驱动的助手在AI项目启动的第一个月处理了三分之二的客户服务对话，显著降低了成本，提高了速度，客户满意度没有下降。
问题在于，任何使用生成AI的公司都可以达到类似的降低成本的效果。价值已经创造出来了，但是不能长期保留——甚至不会持续太久。
AI也可以用来促进创新。实证分析表明，AI在构思新产品和其他有价值的商业创意方面可能比有经验的专业人士更有优势。从这个角度来看，不断推出AI创造的新产品和创意似乎可以转化为持续的竞争优势。但同样，当大多数竞争对手也使用AI时，他们也可以产生相同(或相似)的创新成果。
试试这个简单的实验:请管理团队用生成AI建立创新牙刷目录。列表可能包括生物降解牙刷、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。这些都是有潜在价值的想法。但是当其他企业用AI做这个实验时，他们会得到基本相同的目录。
为何？由于这些目录是在类似算法识别类似数据库之后产生的。
我们并不是说公司不应该利用生成式AI进行有前途的创新，而是AI的学习能力颠覆了我们“从技术上获得竞争优势”的想法。由于生成式AI采用了不断更新的数据，因此“先锋”对技术的应用将被这些数据分析所吸收。当竞争对手作为“后来者”使用AI技术时，他们不仅可以从自己的使用中受益，还可以从你之前的“喂养”数据中受益。
假定您是业界第一个向生成式AI提问的人，您可以问：“我们的战略应该是什么？AI会给你很多有趣的概率。或许你会决定实施一些策略，忽略其它不合适的策略。但无论如何，你的行动给出了AI关于战略选择的信息，这些信息将被列入其分析的数据库——这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AI可以从你的行动中推导出你的选择。所以，当你的竞争对手随后向AI提出同样的问题时，AI对大型通用数据库的分析，以及对你的具体战略选择和对公司业绩影响的分析，都会让竞争对手受益。
因此，生成式AI应该继续成为你决策过程中的重要组成部分，这样你就可以充分利用AI带来的任何早期和暂时的优势，从它的学习能力中受益。然而，由于所有的竞争者都能以同样的方式使用生成式AI，你作为“先锋”的优势可能不会持续太久。
是否可以定制更好的AI？
或许，对某个行业、某个部门进行定制AI的开发和应用，可以让组织受益。例如，当某个行业的规则具有一定的独特性，或者该行业需要处理一些通用生成AI无法处理的数据时，使用定制AI可能会带来好处。
有多少客户有资源和能力为自己开发一个“更好”的通用生成AI平台(好到可以和OpenAI一起工作)、类似供应商的竞争，如Midjourney？归根结底，这些公司在开发、拓展和优化通用系统方面有多年的经验。对于通用生成式AI用户来说，最好的办法似乎总是把科研开发外包给上述公司，就像通用文字处理软件的研发几乎总是外包给微软或者其他主要从事这项技术的公司一样。另外，AI算法一般都是开源的，有利于快速传播知识和技能。
即使一个公司能够设计出一个特殊用途的AI，它的竞争对手无疑会认为他们也应该有这样一个系统，他们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来优化自己的行业目的，或者为外部开发者创建一个定制版本的AI付费。所以，总的来说，创新型企业也有可能从定制AI中获得竞争优势，但同样，这也只是暂时的。
假如将生成式AI应用于专有数据呢？
很多用户指出，他们的持续竞争优势来自于在自己的专有数据库中应用生成式AI。因为在不同的数据库中使用类似的算法可能会产生不同的结果，而且这些结果可能会给一些公司带来优势。而且，由于专有数据库通常是多年积累起来的，对于没有积累的企业来说，获取和复制类似数据的成本非常高。所以，从理论上讲，在专有数据库中应用生成式AI所创造的任何竞争优势都是可持续的。
但是在实践中，可能会出现几个问题。第一，你的竞争者必须暂时缺少与你相同的数据，同时，他们缺少的信息可以通过生成AI进行分析。例如，你可能多年来一直在收集关于员工、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一直在做同样的工作。虽然这两个数据库不一样，但是AI捕捉到的规律可能非常相似。因此，生成式AI的分析很可能会得到相似的结果，从而消除竞争优势。
虽然大数据库可能比小数据库在训练生成式AI时更好，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只有5000万个左右的数据点。但是，如果生成式AI能够从5000万个样本中识别出明显的规则，那么你的大数据库中的额外信息就不会对结果产生太大影响。
即使你的数据是专有的，你的竞争者也没有相同功能的数据，依靠数据作为持续竞争优势的源头也会带来其它问题。即使没有直接访问这些信息，AI也可以识别决策所需的关键数据类型，因为AI越来越先进，并且在分析中包含了更大、更多样化的数据。在观察到你的战略取得有效成果之后，它甚至可以直接模仿你的战略。这意味着竞争对手可能会推断出你使用的数据类型，并通过观察你的成功策略来模仿你的策略，而无需获得生成策略所需的实际数据。
最后，保护专有数据库特别困难。即使是所谓的“非常安全”数据库也经常受到攻击。只要一个员工对公司不满意，公司的数据就可能泄露到整个世界。而且，数据泄露一般不是因为一个不满意的员工，而是因为善良的员工犯了安全错误。
一线希望：利用现有优势
虽然AI很可能会“改变一切”，但其自身或使用的数据在功能上并不独特，其结果可以反转。因此，AI不太可能成为任何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珍贵能力和独特的资源呢？在这种情况下，生成式AI可以改善你使用这些资源的方式，然后产生一些商业想法，尤其是当一般资源和能力不能让AI产生这些想法的时候。如果你的资源稀有，别人很难效仿，那么生成AI的洞察力可以给你带来持续的竞争优势——前提是你可以根据这些洞察力充分敏捷地付诸行动(这本身就是一种罕见的能力)。
比如亚马逊。它的成功取决于在鼓励效率和主动性的文化背景下运行的各种不寻常的资源和能力——与数百万供应商的关系、与供应商和客户联系的软件、相互连接的多个信息系统、复杂的仓储和配送业务、退货管理模式——这些都是在鼓励效率和主动性的文化背景下运行的。毫无疑问，生成式AI可以在很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应用AI，以再一次提高其令人印象深刻的能力。
然而，只有拥有与亚马逊相似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拥有相似的资源和能力，但其他公司很少拥有。而且亚马逊的竞争者，如果想以同样的方式使用生成式AI，也很难建立同样的资产。因此，对于拥有独特而难以复制的资源和能力的亚马逊或其他企业来说，生成式AI会带来对内部有用的洞察，从而在竞争中进一步领先。
若缺乏稀缺性和资源，还有另外一种方法可以利用AI来创造优势：您可以围绕AI建立自己的商业模式。这不仅仅是建立一个专有的AI平台(因为这个平台本身通常是可以复制的)。如果我们想围绕生成式AI建立一个整体的商业模式，公司的每一个工作流程都必须结合生成式AI的洞察力，所有这些洞察力都必须包含在培训生成式AI的数据中。
届时，AI不仅仅是一个改善商业模式的程序。它可以让你的整个业务自动快速地适应不断变化的环境。这将创造一个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。目前还不清楚这项技术是否足够成熟，是否值得投资和承担责任。
在不久的将来，我们无法想象公司是如何在没有AI的情况下开拓市场的——就像今天，我们无法想象如何在没有计算机或互联网的情况下开拓市场。几乎所有行业和职能都将成为新一代AI的标准工具。虽然它将释放出巨大的价值，但是通用技术创新的本质将使它成为“机会平等”的颠覆者。试图否定AI实力的公司将会失败，而使用AI的公司将继续参与竞争。但是现阶段看来，只有那些能够利用AI扩大现有优势的公司，才能真正取得胜利。
关键词：AI
杰伊·巴尼（Jay B. Barney）马丁·里夫斯（Martin Reeves）| 文
作为犹他大学大卫·埃克尔斯商学院战略管理校长教授，杰伊·巴尼也是拉松德社会创业讲座教授。他和马诺埃尔·阿莫林（Manoel Amorim）还有卡洛斯·儒利奥（Carlos Júlio）《文化变革的秘密》的结合（The Secret of Culture Change）。波士顿咨询公司亨德森研究院主席马丁·里夫斯与杰克·富勒（Jack Fuller）《想象力机器》的结合（The Imagination Machine）。
DeepL、ChatGPT | 译 张雨箫 | 编校
本文来自微信微信官方账号“哈佛商业评论”（ID：hbrchinese），作者：HBR-China，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com