在当今制造业，产品正经历一场深刻的智能化变革。越来越多的产品被附加了传感器和连接功能，通过远程适应性、反应性、多功能性、自主性和类人交互能力等维度，提升其价值创造潜力，转变为所谓的智能产品。然而，这股由人工智能（AI）技术驱动的浪潮，在带来高期望的同时，也暴露出一系列挑战。许多管理者对AI抱有极高期待，但如果制造商在提升产品时未能有效实施该技术，将面临价值生成不足和市场反应疲软的风险。因此，研究必须跟上这些变化，为产品级的AI实施提供基于证据的、而非炒作式的有效指南。
此前的研究已广泛探讨了伦理考量、数据质量等问题，而本文则聚焦于一个与AI战略相关的关键但尚未被充分审视的挑战：功能从属原则（Functional Subsidiarity）。这一概念借鉴自公司治理和区域科学文献，我们将其定义为产品的AI赋能能力与运用这些能力所执行任务的具体功能需求之间的一致性。AI战略通常遵循两种方法：自动化和增强。自动化涉及机器独立接管常规、结构化的任务以提高效率、一致性和成本效益；增强则强调人与机器之间的紧密协作，利用双方的优势——如人类直觉和推理能力与机器精度和处理能力相结合。选择哪种方法取决于任务的性质：结构良好、常规的任务适合自动化，而复杂、多变的任务则受益于增强策略。
然而，技术的和社会性的障碍仍然阻碍着某些组织流程的完全自动化。AI赋能产品缺乏自我意识和目的性，需要人类明确定义其目标才能有效运作。它们通常局限于其受训的特定任务，并且缺乏人类的感官、知觉、情感和社交技能。因此，人与智能产品之间的关系并非二元对立，而是正在向机器增强人类能力的方向演变，即产品 complement（补充）而非取代人类的决策和绩效。过度强调增强或自动化都可能助长损害组织绩效的强化循环。非灵活的、单方面的AI战略会导致无效的实施和次优的绩效，因为它未能解决产品的智能能力与特定任务的功能需求之间经常发生的冲突。
正是在这种背景下，功能从属原则呼唤在产品解决方案交付过程中双轨应用AI战略。该原则指产品智能能力在功能层面的部署，需与手头任务最为协调，使最终行动产生最优结果。为实现功能从属，智能产品不必然在每时每刻都使用其全部的AI赋能能力，而是会根据任务进行优化调整。例如，操作员可以手动或远程关闭拖拉机的自动驾驶功能以接管控制；同样，为增强而设计的智能产品仍可自主执行某些任务，如AI增强飞机的飞行员在常规巡航时开启自动驾驶。这种基于功能从属原则的双轨AI战略，其提升绩效的机制在于协同优势。自动化和增强的整合利用了它们各自独特的优势，提供了更大的多功能性，并能更好地适应即时的功能需求。由双轨AI战略引导的智能产品假设上能成就更多。增强擅长在海量数据集中识别模式，从而改进决策，而自动化则能确保成本效益高的设计和流程。它们的结合应用产生了任何一方都无法单独实现的互补效益，最终在解决方案交付过程中带来增强的绩效。
为了验证这些观点，研究人员开展了一项实证研究。该研究以产品线为分析单位，使用独特的自收集样本，包含667个不同的产品线。为了评估AI战略与产品市场绩效之间的关联，并应对AI战略实施决策中潜在的内生性问题，研究采用了两种互补的实证策略。首先，通过基于核函数的倾向得分匹配（PSM）来估计处理效应。其次，估计了一系列线性回归模型，并将估计的倾向得分作为协变量纳入模型，以解释处理组和对照组之间任何潜在的残余不平衡。产品市场绩效通过一个包含四个条目的构念来衡量，强调客户中心性、市场敏捷性和销售增长。核心自变量是产品线所采用的AI战略，分为自动化、增强和双轨（自动化-增强）策略。
研究结果揭示了关键的发现。核PSM模型的结果表明，无论是采用自动化还是增强型的AI战略，都与产品市场绩效没有显著关联。相反，采用双轨自动化-增强AI战略的处理效应是正向的，并且与产品市场绩效显著相关。OLS回归分析的结果与此一致：与自动化或增强策略相关的系数在统计上不显著，而双轨自动化-增强策略则始终显示出与市场绩效正向且统计上稳健的关联。这意味着，在产品解决方案交付过程中统一应用单一的AI战略，对于优化智能产品的市场绩效是无效的。均匀的方法，无论是基于自动化还是增强，都意味着忽略了该过程中任务配置的潜在变化。功能从属原则支持需要更异构和自适应地应用AI能力到流程和任务中，而不是依赖于其天生能力的统一使用。
从理论角度看，本研究对AI战略的学术研究做出了多项贡献。首先，它通过实证验证整合自动化与增强两种策略的益处，推动了关于自动化与增强的学术辩论，与混合视角所倡导的“兼收并蓄”方法保持一致。其次，研究结果强调了在产品线或战略业务单元层面，而非仅仅在更广泛的公司层面，采用双轨AI战略的重要性。这为在管理文献中日益受到关注的亚组织层次分析提供了新的视角。第三，功能从属原则的概念被应用于AI战略，突出了将产品的智能能力与特定功能任务对齐以优化结果的重要性。从动态能力视角看，采用双轨AI战略使产品能够发展新能力，扩展其能力边界，从而在使用时产生更大价值。
从实践角度看，研究结果强调了将智能产品视为动态过程不可或缺的一部分，而非孤立任务的重要性，倡导采用灵活的双轨AI战略来驾驭多阶段解决方案交付过程的复杂性。公司需要理解结合自动化和增强的协同效应，并根据功能需求进行定制，以最大化产品绩效。因此，研究结果建议，AI能力不应统一应用于所有任务，而应有选择地应用于特定任务，以获得最佳结果，这与功能从属原则一致。这为从业者在复杂运营环境中更好地利用AI提供了路线图。
当然，本研究也存在一些方法论上的局限性，例如其横截面设计、依赖于预设的解决方案交付框架以及未纳入直接财务绩效指标等。未来的研究可以采用纵向设计，将任务特定的功能变化纳入评估，并整合财务结果指标，以提供更全面的战略有效性评估。
综上所述，这项研究通过功能从属原则的透镜，揭示了结合自动化与增强的双轨AI战略的变革潜力。研究结果挑战了这两种传统方法之间的分野，证明将AI能力与特定任务需求对齐，能够增强资源管理和市场绩效。这不仅在理论上提出了一个更适应性的AI框架，也为旨在通过灵活AI部署提升竞争力的组织提供了实用见解。
主要技术方法概述
本研究的数据来源于对西班牙制造业的调查，最终样本包含667个产品线。研究通过问卷调查收集关于数字技术（物联网和AI）使用的信息，并辅以ORBIS数据库的财务和组织数据。为评估AI战略的影响，研究主要采用了两种实证策略：1） 基于核函数的倾向得分匹配（PSM），用于估计AI战略（视为“处理”）的平均处理效应（ATT），以缓解内生性问题；2） 普通最小二乘法（OLS）回归分析，将倾向得分作为协变量纳入模型，以控制处理组和对照组之间的残余差异，并检验AI战略与产品市场绩效之间的关联。产品市场绩效通过多条目量表测量，AI战略则根据产品在解决方案交付过程（问题识别、方案制定、方案实施）中各阶段的功能应用模式进行分类（自动化、增强、双轨）。
研究结果
AI战略与产品市场绩效的关联
分析结果表明，单纯采用自动化AI战略或增强AI战略，对产品市场绩效均无显著提升作用。然而，采用双轨（自动化-增强）AI战略则显示出与产品市场绩效显著的正相关关系。这一核心发现在PSM模型和OLS回归模型中均得到一致验证。这说明，将AI战略机械地固化为单一的自动化或增强模式是无效的，关键在于根据任务的具体需求，灵活地在自动化和增强模式之间切换，即遵循功能从属原则。
功能从属原则的作用机制
功能从属原则是理解双轨AI战略优势的关键。它要求产品的AI能力部署必须与具体任务的功能需求相匹配。在产品解决方案交付过程的不同阶段（问题识别、方案制定、方案实施），任务的特性（如结构化程度、复杂性、可变性）差异很大。例如，在问题识别阶段，利用AI进行大规模数据自动分析可能更高效（偏向自动化）；而在需要复杂判断和情境理解的方案制定阶段，人机协作的增强模式可能更合适；到了方案实施阶段，对于标准化操作，可能又切换回自动化模式。双轨战略提供的正是这种根据功能需求动态调整AI应用模式的灵活性。
产品线层面的分析价值
本研究将分析单位确定在产品线层面，这是一个重要的方法论贡献。研究发现，双轨AI战略对市场绩效的积极影响，无论是对于只生产单一产品的公司（oneling product）还是生产多产品线的公司，都是存在的。这表明AI战略的有效性评估需要下沉到更精细的业务单元层面，因为即使在同一公司内，不同的产品线基于不同的竞争战略，也可能需要不同的AI策略。
研究结论与意义
本研究的核心结论是，对于智能产品而言，最有效的AI战略并非在自动化和增强之间做单选题，而是采纳一种基于功能从属原则的双轨战略。这种战略强调根据解决方案交付过程中各项任务的具体功能需求，灵活、动态地调配自动化与增强能力。只有当产品的AI能力与任务需求达到精准匹配时，才能最大化其市场绩效。
这项研究的意义重大。理论上，它突破了自动化与增强的传统二分法，引入了功能从属原则这一新视角，强调了AI战略的情境依赖性和灵活性，为AI战略研究开辟了新的方向。实践上，它为企业管理者提供了清晰的行动指南：在设计和实施智能产品的AI功能时，应避免“一刀切”的策略，转而追求一种能够感知任务变化并智能切换模式的、具备功能敏捷性的双轨AI战略。这要求企业深入理解其产品所参与的价值创造过程，细致分解各阶段的任务特性，从而将合适的AI能力在合适的时间点应用于合适的任务上，最终在日益激烈的市场竞争中获取优势。
（论文发表于《International Journal of Production Economics》）
