呂榮杰,宋志燁,張義明,郝力曉

(1.河北工業(yè)大學 經(jīng)濟管理學院,天津 300401;2.中國民航大學 經(jīng)濟與管理學院,天津 300300)

0 引言

人工智能、大數(shù)據(jù)、云計算、區(qū)塊鏈、物聯(lián)網(wǎng)等數(shù)字智能技術的聯(lián)接發(fā)展驅動經(jīng)濟社會變革,不斷重塑企業(yè)業(yè)務生態(tài)與創(chuàng)新流程。2021年中國信通院發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展白皮書(2021)》顯示,2020 年我國數(shù)字經(jīng)濟占 GDP 比重達38.6%,數(shù)字技術與智能技術已呈現(xiàn)出高度擴散性、滲透性等特征。在此背景下,我國各行業(yè)企業(yè)不斷在數(shù)字化、智能化領域探索,進行以物理—虛擬網(wǎng)絡系統(tǒng)為核心的新型技術革命,帶來新的使能技術,改變了傳統(tǒng)線性的上下游關系,增強了企業(yè)跨越邊界的能力[1]。與此同時,市場需求也出現(xiàn)不斷迭新、高度異變、圈層化等現(xiàn)象,消費者越來越希望通過集成式、一站式方式滿足自身多層面需求,這就要求企業(yè)突破現(xiàn)有產(chǎn)品基礎和技術基礎,提升自身的高頻創(chuàng)新能力。此時若僅遵循既有知識資源,難以避免產(chǎn)生核心剛性與路徑依賴,陷入“能力陷阱”,因此越來越多的企業(yè)開始依托數(shù)智技術開展跨界交流,從外部獲取更廣泛的技術機會、知識等資源,形成網(wǎng)絡化、平臺化的開放創(chuàng)新體系。

當前大量研究強調(diào)內(nèi)外部知識資源與內(nèi)外部市場機會在企業(yè)創(chuàng)新過程中的核心作用,認為企業(yè)應主動搜索并綜合利用外部資源與創(chuàng)新思想,通過知識流入與流出加速創(chuàng)新進程[2]。因此,跨界搜索作為跨越邊界與知識基礎的知識搜索活動,有助于搜尋與創(chuàng)新戰(zhàn)略相匹配的新技術、新知識、新方法,對于企業(yè)擺脫“創(chuàng)新者窘境”具有關鍵作用。然而現(xiàn)有文獻主要聚焦于跨界搜索維度、影響因素以及與企業(yè)創(chuàng)新因果關系等方面的研究,忽視了在新型技術驅動范式下企業(yè)跨界搜索的獨特路徑以及轉化為創(chuàng)新績效的具體過程[3];其次,在數(shù)字化能力與人工智能技術結合形成數(shù)智化融合的趨勢下,由于數(shù)智化技術的大規(guī)模介入以及過于龐大的陌生知識量,企業(yè)在將新知識轉化應用并實現(xiàn)高頻創(chuàng)新的過程中,會面臨更大的過程風險[4],從而對企業(yè)知識活動開展與創(chuàng)新績效提高產(chǎn)生阻礙作用,而知識治理機制能夠通過總體治理機制與組織運行架構,最大化知識轉移、知識配置與知識創(chuàng)造的凈收益,并且現(xiàn)有研究一致認同知識治理機制在化解企業(yè)創(chuàng)新風險、促進知識活動方面發(fā)揮關鍵作用[5],因此從知識治理機制角度能夠更有效地解釋數(shù)智化使能企業(yè)跨界搜索提升創(chuàng)新績效的動態(tài)過程,但當前尚未有研究對知識治理機制在跨界搜索與創(chuàng)新績效關系中的作用機制及產(chǎn)生的交互影響作出有力解釋,使得在當前中國數(shù)智技術快速發(fā)展的現(xiàn)實情境下可能無法更好地將現(xiàn)有理論研究成果用于指導實踐行動、轉化為實踐效用。

鑒于上述現(xiàn)實與理論背景,本文將研究問題限定為“數(shù)智化使能作用下企業(yè)如何通過跨界搜索提升創(chuàng)新績效”,基于知識治理機制視角,通過選取4家中國典型企業(yè)進行多案例比較分析,深入剖析數(shù)智化使能企業(yè)跨界搜索提升創(chuàng)新績效的動態(tài)過程,探討知識治理機制在其中的具體作用機制及產(chǎn)生的交互影響,并構建數(shù)智化使能企業(yè)跨界搜索提升創(chuàng)新績效的整合模型,從而實現(xiàn)對上述問題的回答。該研究結果可為使能技術作用下企業(yè)開展跨界搜索以及提升創(chuàng)新績效提供借鑒與參考,對于豐富跨界搜索和知識治理理論體系、指導我國企業(yè)創(chuàng)新實踐具有重要的理論意義與現(xiàn)實意義。

1 文獻回顧

1.1 跨界搜索

跨界搜索起源于組織搜索理論,當前已成為組織科學、行為科學、演化經(jīng)濟學等學科的重要組成部分。Nelson等[6]最先明確了組織搜索概念,并指出它是企業(yè)在復雜多變的環(huán)境中為了找尋機會并解決問題而實施的信息搜索過程,是企業(yè)的一種學習方式,具有不可逆性、不確定性以及偶然性等特征。在早期關于組織搜索理論的研究中,有學者根據(jù)搜索邊界以及搜索方式差異,將組織搜索劃分為本地搜索和遠程搜索[7-8]。其中,本地搜索是指企業(yè)根據(jù)以往經(jīng)驗在其現(xiàn)有專長或知識附近尋找解決方案的行為,具有路徑依賴、慣例性、有限理性等特征;遠程搜索是指企業(yè)在外部搜索知識的活動,其搜索地理距離較遠,一般跨越了組織、認知等邊界,獲取的資源或知識與原有知識基礎相差較大,甚至完全不同。

在遠程搜索的基礎上,Rosenkopf等[9]明確了跨界搜索內(nèi)涵,并將其引入戰(zhàn)略管理領域,其核心內(nèi)涵是企業(yè)在動態(tài)環(huán)境中跨越邊界和知識基礎的知識搜尋活動。相比于本地搜索與內(nèi)部搜索,跨界搜索能夠擺脫核心剛性和能力陷阱,對外部知識源更加開放和包容,從而有助于克服創(chuàng)新瓶頸[10]。自此,學者們從不同研究情境以及理論視角出發(fā),相繼提出搜索寬度和搜索深度[8]、創(chuàng)新搜索[11]、探索式搜索[12]等多個衍生概念。

歸納現(xiàn)有研究成果并結合研究主題,本文認為跨界搜索是指組織在創(chuàng)新過程中為解決問題而跨越技術、認知等多重邊界,通過可操作化搜索行為獲取異質性知識、開發(fā)新資源及能力的過程。

1.2 跨界搜索與企業(yè)創(chuàng)新績效

跨界搜索是企業(yè)帶有目標導向的行為,通過跨界搜索,外部大量的創(chuàng)新要素得以吸納進來,知識基被重構,從而對企業(yè)創(chuàng)新活動產(chǎn)生影響?，F(xiàn)有文獻從不同維度對跨界搜索策略進行劃分,研究其對企業(yè)創(chuàng)新績效的促進作用。如Rosenkopf等[9]根據(jù)跨邊界類型,將跨界搜索劃分為跨越技術邊界與跨越組織邊界兩個維度,并分別考察兩個維度對企業(yè)創(chuàng)新的影響,指出同時跨越兩種邊界的搜索活動對企業(yè)創(chuàng)新的影響最大;Lin等[13]考察了跨界搜索行為對新創(chuàng)企業(yè)突破式創(chuàng)新的影響,從環(huán)境戰(zhàn)略聯(lián)盟視角將跨界搜索分為客戶驅動、技術驅動和競爭對手驅動三類,認為跨界搜索能夠促進市場創(chuàng)新和技術創(chuàng)新,降低市場力量的不確定性,提高創(chuàng)新能力;張文紅等[14]從搜索內(nèi)容角度出發(fā),研究技術知識和市場知識跨界搜索,發(fā)現(xiàn)技術知識跨界搜索有助于企業(yè)獲取與產(chǎn)品、工藝實踐相關的新知識,而市場知識跨界搜索通過與顧客、渠道商互動,發(fā)現(xiàn)細分市場及消費者潛在需求,因此兩者都對企業(yè)創(chuàng)新績效具有促進作用。

但是也有部分學者提出不同觀點。如Laursen等[11]基于企業(yè)現(xiàn)有知識庫挖掘,劃分出搜索深度及寬度兩個維度,將企業(yè)探尋邊界外知識來源的程度定義為搜索深度,將企業(yè)搜尋范圍定義為搜索寬度。有學者研究發(fā)現(xiàn),搜索寬度和搜索深度與創(chuàng)新績效存在復雜關系,適度的寬度搜索和深度搜索可以提高創(chuàng)新績效,然而搜索寬度過大會提高企業(yè)整合新知識的難度和成本,搜索深度過高則會降低所獲知識的邊際收益,從而阻礙企業(yè)創(chuàng)新[15,16]。此外,還有研究發(fā)現(xiàn),跨界搜索的認知距離與創(chuàng)新績效呈倒U型關系[17],即初始時隨著認知距離增大,新知識與新視角的交互作用有助于企業(yè)創(chuàng)新績效提高,然而當認知距離越過某臨界點后,新知識的理解難度會大幅提升,從而對企業(yè)創(chuàng)新績效產(chǎn)生負面影響。

1.3 知識治理機制

Grandori[18]率先提出知識治理概念,認為知識治理是促進企業(yè)內(nèi)部和企業(yè)之間知識交換、傳遞與共享的重要協(xié)調(diào)機制,有助于企業(yè)知識資源的合理分配和知識品質提升。在此基礎上,Foss[5]進一步提出在知識經(jīng)濟背景下知識活動、組織與知識之間的治理問題及產(chǎn)生的間隙,并梳理了知識治理研究要領——根據(jù)企業(yè)微觀行為分析知識交易活動,解構因此產(chǎn)生的組織風險,運用恰當?shù)闹R治理機制防范并化解風險。

基于以上知識治理研究的系統(tǒng)整理,可以發(fā)現(xiàn),國內(nèi)外學者逐漸認識到知識治理機制對防范組織風險、促進知識活動的必要性,進而出現(xiàn)大量相關研究。當前針對知識治理機制的研究主要可分為兩個方面:一是針對知識活動過程與動態(tài)性;二是強調(diào)情景因素對知識治理機制的影響。在知識活動過程與動態(tài)性方面,現(xiàn)有研究主要集中在其中的機制設計,探討何種知識治理機制能夠最有效地提升企業(yè)知識活動效率與效果,代表觀點為Gooderham等[19]提出的市場機制、社會機制以及層級機制;在情景因素對知識治理機制的影響方面,現(xiàn)有研究強調(diào)有效的治理機制應該在特定場景和過程中構建,而非提前確定的,代表觀點為Grandori[18]將知識差異、知識復雜度及利益沖突作為3個情景變量,探究8種知識治理機制。然而無論是關注知識活動還是情景因素方面,均會導致一定片面性。因此,有學者在既關注知識活動過程又考慮情景因素的情況下,對知識治理機制進行探討。如Husted等[20]和任志安[21]將知識治理機制劃分為正式知識治理機制、非正式知識治理機制以及兩者的交互作用。其中,正式知識治理機制主要包括目標設定、工作設計等正式的組織安排,非正式知識治理機制主要包括身份認同、管理風格、信任等非正式組織設計要素,兩種知識治理機制并非孤立存在,而是通過協(xié)調(diào)配合、共同作用達到期望收益。

在數(shù)字智能技術的推動下,企業(yè)外部的創(chuàng)新知識愈加豐富,那么在跨界搜索過程中企業(yè)可將更多離散化與多樣化的創(chuàng)新者吸納進來,與其形成創(chuàng)新合作關系并利用其知識、技術與創(chuàng)新才能,與自身內(nèi)部資源融合統(tǒng)一,實施分布式、大規(guī)模的創(chuàng)新活動。雖然由數(shù)智技術推動的知識搜索活動可能會給企業(yè)帶來重大創(chuàng)新收益,然而數(shù)智技術的大規(guī)模介入以及知識流在轉移、整合、使用過程中會引發(fā)更大的過程風險,具有不同特征的過程風險需要差異化的知識治理機制予以化解,因此知識治理機制成為解決上述問題的重要理論視角。

綜上所述,當前文獻大致認同跨界搜索對創(chuàng)新績效的重要作用,但影響過程及數(shù)字智能技術對企業(yè)跨界搜索作用機理的相關研究還停留在跨界搜索的表現(xiàn)形式和關聯(lián)現(xiàn)象方面,缺乏針對跨界搜索過程以及數(shù)智化使能作用下企業(yè)不同知識治理機制如何匹配跨界搜索模式以防范過程風險、有效提升創(chuàng)新績效的深入探究。因此,本文運用多案例研究方法,研究上述問題。

2 研究設計

2.1 方法選擇

本文聚焦于數(shù)智化使能企業(yè)跨界搜索提升創(chuàng)新績效的動態(tài)過程,屬于“為什么”和“怎么樣”類型研究問題,適合案例研究范式,并且多案例研究有助于復制邏輯,進行理論復現(xiàn)[22],得到更全面和具有代表性的結論,由此本文選擇多案例研究方法,以深入把握相關事實的內(nèi)在機理,從而提煉出具有實踐意義的理論模型。

2.2 案例選取

本文遵循理論抽樣研究方法,根據(jù)構建理論需要選取研究對象[23]。案例對象選擇標準為:第一,考慮到數(shù)字智能技術已經(jīng)融入各行業(yè),研究對象應該盡可能地覆蓋不同行業(yè)或產(chǎn)業(yè);第二,企業(yè)具有典型性,以滿足構建理論需要;第三,相關資料較充足,從而能夠完整地展示數(shù)智化使能企業(yè)跨界搜索提升創(chuàng)新績效的動態(tài)過程。根據(jù)以上標準,選取京東方科技集團股份有限公司(以下簡稱“京東方”)、北京小米科技有限責任公司(以下簡稱“小米”)、珠海格力電器股份有限公司(以下簡稱“格力”)與華為技術有限公司(以下簡稱“華為”)作為案例研究對象,對每個案例進行獨立觀察,通過案例對比分析證明或否定小組觀察結果。案例企業(yè)基本信息如表1所示。

表1 案例企業(yè)基本信息Tab.1 Basic information of the companies

2.3 數(shù)據(jù)收集及信效度保障

本文數(shù)據(jù)主要為一手調(diào)研數(shù)據(jù)及二手資料,通過多樣化數(shù)據(jù)來源以保障案例研究信度和效度。其中,在一手資料方面,課題組成員與案例企業(yè)研發(fā)人員、項目負責人、中層管理人員進行多次半結構化訪談,并均持續(xù)30分鐘以上,以確認企業(yè)在數(shù)智化使能企業(yè)跨界搜索提升創(chuàng)新績效的動態(tài)過程中采取的具體措施,然后進行實地考察;在二手資料方面,利用內(nèi)部文檔和外部數(shù)據(jù)兩種方式進行數(shù)據(jù)收集,包括企業(yè)內(nèi)部刊物、大會公開文檔、企業(yè)高層管理者的會議演講稿、知名媒體對企業(yè)的新聞訪談稿以及權威出版物等。具體如表2所示。

表2 案例數(shù)據(jù)收集Tab.2 Case data collection

在研究過程中本文結合多種來源并進行數(shù)據(jù)分析,將所得數(shù)據(jù)形成證據(jù)三角形,并基于復制法則建立清晰的研究框架,同時,與所得數(shù)據(jù)進行匹配。為了保證編碼的準確性,編碼人員獨立編碼,定期召開會議討論進展并與受訪者進行核實。通過上述措施,保證了本案例研究信度與效度。

2.4 數(shù)據(jù)編碼與分析

借鑒Gioia等[24]的編碼建議與實施策略,對收集的數(shù)據(jù)進行編碼與分析,具體步驟如下:第一步,案例分析,按照“條件-行動/互動策略-結果”的分析邏輯,逐字逐句地進行初始編碼并定期召開會議進行討論,識別出與研究問題相關的理論構念及關系;第二步,通過復制邏輯進行跨案例分析,當初步理論關系涌現(xiàn)后,通過跨案例對比分析,對其進行驗證與完善,形成更準確的理論構念和邏輯關系;第三步,將上述理論構念、邏輯關系與現(xiàn)有文獻發(fā)現(xiàn)反復比對,完善研究發(fā)現(xiàn)并與現(xiàn)有理論建立聯(lián)系,最終將研究對象背后的因果脈絡以理論框架形式呈現(xiàn)。

3 案例分析

3.1 數(shù)智化使能企業(yè)跨界搜索過程分析

3.1.1 數(shù)智化使能作用下的跨界搜索模式

由于搜索行為會受到環(huán)境影響,進而帶來限制或機會,因此在當前高度復雜的環(huán)境中企業(yè)搜尋行為具備多樣性、動態(tài)性等特征[25],并且智能化技術與數(shù)字化變革改變了傳統(tǒng)商業(yè)模式,為企業(yè)獲取外部信息和創(chuàng)新資源創(chuàng)造了良好條件,進一步影響企業(yè)搜索策略選擇[26]。因此,在探討如何將獲取的異質性知識轉化為企業(yè)創(chuàng)新績效時,應首先分析數(shù)智化使能作用下企業(yè)如何進行跨界搜索,即企業(yè)跨界搜索模式的先導作用,才能更貼近企業(yè)通過數(shù)智化跨界搜索提升創(chuàng)新績效的要求。

通過案例分析,本文發(fā)現(xiàn)在數(shù)智技術使能作用下,企業(yè)存在網(wǎng)絡拓撲模式與全景互動模式兩種跨界搜索模式,具體如表3和圖1所示。其中,網(wǎng)絡拓撲模式主要體現(xiàn)為數(shù)智化情境下不同數(shù)智產(chǎn)品、數(shù)智設備以及網(wǎng)絡平臺等互聯(lián)互通的復雜網(wǎng)絡基本物理布局;全景互動模式主要體現(xiàn)為企業(yè)認知與數(shù)智技術共同推動下的 “全景式”搜索主體與搜索對象的關系行為框架,其中,“全景式”的主要特征為全方位、全過程、全主體。

圖1 數(shù)智化使能企業(yè)跨界搜索過程Fig.1 Boundary-spanning search process enabled by digitalization and intellectualization

表3 數(shù)智化使能企業(yè)跨界搜索過程典型證據(jù)Tab.3 Typical evidence of boundary-spanning search process enabled by digitalization and intellectualization

(1)網(wǎng)絡拓撲模式。數(shù)智化擴大了企業(yè)可獲資源范圍,推動了企業(yè)間、企業(yè)與虛擬系統(tǒng)之間的實時連接,形成復雜的網(wǎng)絡連接結構[27]。本文通過案例數(shù)據(jù)分析發(fā)現(xiàn),根據(jù)主節(jié)點性質以及地理位置,企業(yè)跨界搜索的網(wǎng)絡拓撲模式可分為星型拓撲搜索、分布式拓撲搜索以及環(huán)型拓撲搜索。具體而言,星型拓撲搜索是指以搜索主體的數(shù)智設備為中央節(jié)點,其它節(jié)點(搜索對象)都與其直接相連而形成的集中式網(wǎng)絡搜索模式,如華為以NFV創(chuàng)新實驗平臺為中心,不斷吸引新創(chuàng)新者融入其中,進行跨界聯(lián)合創(chuàng)新、知識共享與轉移,構成星型拓撲結構;分布式拓撲搜索是指搜索主體借助數(shù)智技術將分布在不同地點的搜索對象互連起來的網(wǎng)絡搜索模式,其著重強調(diào)企業(yè)跨越地理空間的跨界搜索行為,如京東方通過全面升級的智慧端口連接各大細分應用場景,實現(xiàn)信息、知識跨地理空間的互聯(lián)互通;環(huán)型拓撲搜索是指以搜索主體的數(shù)智產(chǎn)品為主節(jié)點,通過與其它節(jié)點(搜索對象)首尾相連形成的環(huán)狀網(wǎng)絡搜索模式,如小米以IOT平臺為基礎憑借智能生態(tài)鏈產(chǎn)品,與富含搜索對象的個人物聯(lián)網(wǎng)、家庭物聯(lián)網(wǎng)、衛(wèi)星互聯(lián)網(wǎng)、車聯(lián)網(wǎng)首尾相接,構成閉環(huán)搜索結構。由案例數(shù)據(jù)及上述分析可知,在數(shù)智產(chǎn)品、數(shù)智設備以及網(wǎng)絡平臺的共同作用下,企業(yè)能夠與搜索對象之間形成復雜的網(wǎng)絡基本結構,從而提高跨界搜索效率與效果,然而企業(yè)在選擇跨界搜索的網(wǎng)絡拓撲模式時,應充分考慮到企業(yè)當前的技術基礎及業(yè)務類型,以達到事半功倍的效果。

(2)全景互動模式。以人工智能為代表的ABCD(A代表人工智能,B代表區(qū)塊鏈,C代表云計算,D代表大數(shù)據(jù),簡稱ABCD)技術所帶來的數(shù)據(jù)穿透,改變了企業(yè)競合關系,有助于加強企業(yè)聯(lián)系并提高搜索效率(戚聿東, 肖旭,2020),使得搜索主體與搜索對象關系更具動態(tài)化和復雜化。通過進一步案例分析,本文發(fā)現(xiàn)在機器學習等核心算法作用下,搜索主體與搜索對象關系呈現(xiàn)出“全景式”行為框架,其內(nèi)容包括先動式搜索、追隨式搜索以及交互式搜索。具體而言,先動式搜索是指企業(yè)根據(jù)平臺計算等分析技術先于市場中其它主體突破現(xiàn)有技術軌跡,搜索尚未被普遍接受且具有價值的異質性知識的主動搜索行為。如京東方突破行業(yè)邊界,運用機器人智能化技術搜索人工角膜研發(fā)技術與知識,并與自身半導體生產(chǎn)技術相結合,將人工角膜生產(chǎn)由醫(yī)學院轉移到車間。追隨式搜索是指企業(yè)借助數(shù)據(jù)融合、采集感知等分析技術,通過追隨其它市場主體沿著現(xiàn)有技術軌跡搜索異質性知識的被動搜索行為。如格力通過物聯(lián)網(wǎng)大數(shù)據(jù)采集技術探尋到圈層化的市場需求后,“模仿”其它在位企業(yè)與中國聯(lián)通共同打造5G工業(yè)園區(qū),致力于雙方技術優(yōu)勢的互助、互利、共贏。交互式搜索是指企業(yè)憑借關系動態(tài)等分析技術先于市場中其它主體但沿著原有技術軌跡而進行的嘗試。如小米以智能家居技術為基礎進軍房地產(chǎn),與銀城地產(chǎn)開展戰(zhàn)略合作,搜索學習相關產(chǎn)業(yè)知識,進而推出首套智能樓盤。由案例數(shù)據(jù)及上述分析可知,在數(shù)智技術的推動下,企業(yè)與搜索對象的關系行為呈現(xiàn)出“全景式”特征,促進了知識資源的交流、共享,此時企業(yè)應注意的是在選擇互動模式時利用相應的數(shù)智分析技術,在跨界搜索過程中與其它市場主體結成不同關系,以及與原有技術軌跡呈現(xiàn)出不同。

3.1.2 數(shù)智化使能作用下的跨界搜索過程風險

數(shù)字智能技術應用雖然為企業(yè)跨界搜索創(chuàng)新知識提供了便利,但更加分散化、多元化搜索對象的加入以及數(shù)智使能系統(tǒng)的決策性應用進一步擴大了企業(yè)搜索、獲得異質性知識資源的轉化應用風險。本文通過對現(xiàn)有文獻與案例數(shù)據(jù)的反復迭代,發(fā)現(xiàn)在數(shù)智化使能企業(yè)跨界搜索過程中存在技術內(nèi)生風險與知識基礎風險兩種過程風險,具體如表3和圖1所示。其中,技術內(nèi)生風險主要表現(xiàn)為在知識交易過程中數(shù)智技術的大范圍介入,企業(yè)產(chǎn)生的“不適應”問題以及技術本身存在的漏洞及偏見;知識基礎風險主要體現(xiàn)在數(shù)智化使能企業(yè)跨界搜索過程中由于過于龐大的陌生知識量以及更具復雜性搜索對象的加入,在知識流入與流出過程中所引發(fā)的組織風險。具體案例分析如下:

(1)技術內(nèi)生風險。數(shù)智技術應用已日漸滲透到企業(yè)生產(chǎn)經(jīng)營活動的各個領域并產(chǎn)生重大影響,但由于搜索服務的演化速度以及與企業(yè)搜索過程的深度融合,導致其在數(shù)據(jù)安全、隱私問題、算法歧視等方面存在風險,同時,也易引發(fā)搜索主體與搜索對象對數(shù)智使能系統(tǒng)的信任危機[28]。通過案例素材分析,本文發(fā)現(xiàn)在數(shù)智化使能企業(yè)跨界搜索過程中產(chǎn)生的技術內(nèi)生風險包括AI模型風險與數(shù)據(jù)場域風險。具體而言,AI模型風險是指智能化技術在為企業(yè)提供搜索服務時所出現(xiàn)的不可解釋風險與不可問責風險,表現(xiàn)為AI模型的“黑箱”特性以及監(jiān)管與問責問題。如格力在智能裝備領域基于AI自主決策進行跨行業(yè)合作研發(fā)時,就出現(xiàn)了因AI運行失誤造成損失且難以維權的問題;數(shù)據(jù)場域風險是指由于數(shù)據(jù)缺陷、數(shù)據(jù)“投毒”等引發(fā)的歧視性風險與失信風險,表現(xiàn)為跨界搜索過程中更細粒度數(shù)據(jù)導致的決策偏見、安全風險以及隱私問題,如京東方相關負責人曾表示在開展大數(shù)據(jù)服務合作時可能會對敏感信號判斷不正確,未能完成數(shù)據(jù)脫敏或脫敏不完全,并由此造成合作方數(shù)據(jù)挖掘等技術成果攜帶敏感隱私問題。

(2)知識基礎風險。在企業(yè)跨界搜索過程中,由于數(shù)智技術的使能作用,更加分散化、多元化的搜索對象加入進來,知識要素在企業(yè)內(nèi)部、企業(yè)之間加速共享與流動,雖然獲取了更多的異質性知識,但也造成企業(yè)無法在創(chuàng)新活動及資源分配方面達成最優(yōu)狀態(tài)[29]。通過數(shù)據(jù)涌現(xiàn)與分析,本文發(fā)現(xiàn)在數(shù)智化使能企業(yè)跨界搜索過程中產(chǎn)生的知識基礎風險包括知識配置風險與知識占有風險。具體而言,知識配置風險是指隨著搜索范圍擴大,不同搜索對象之間的知識差異性進一步突顯,從而出現(xiàn)自組織行為,表現(xiàn)為知識資源與創(chuàng)新任務無法有效匹配,導致企業(yè)創(chuàng)新進程受阻。如京東方作為搜索結構的中心控制者,一直難以平衡平臺資源分配與創(chuàng)新任務設計關系。知識占有風險是指由于龐大的陌生知識量出現(xiàn)以及知識具有的公共品性質,導致搜索主體與搜索對象無法保證創(chuàng)新收益合理分配而出現(xiàn)機會主義行為,表現(xiàn)為在創(chuàng)新收益分配過程中爆發(fā)利益沖突。如小米運營經(jīng)理表示“知識資源增多表明機會、利益增多,與我們相連的不僅是合作伙伴,也是競爭對手,因此不免滋生搭便車、惡意攫取等負面行為”。

由此可得,在數(shù)智化使能企業(yè)跨界搜索過程中,由于技術內(nèi)生風險與知識基礎風險的存在,使得企業(yè)跨界搜索進程受阻,甚至有可能與搜索對象爆發(fā)沖突,從而不利于企業(yè)創(chuàng)新績效提高。因此,需要差異化的知識治理機制對不同類型的過程風險予以防范與化解,以進一步實現(xiàn)跨界搜索價值。

3.2 知識治理機制下數(shù)智化跨界搜索與創(chuàng)新績效

由上述分析可知,在數(shù)智化使能企業(yè)跨界搜索過程中,技術內(nèi)生風險與知識基礎風險擴大會對企業(yè)創(chuàng)新產(chǎn)生阻礙作用,因此企業(yè)若想通過數(shù)智化跨界搜索提升創(chuàng)新績效,就需要通過特定的知識治理機制對上述過程風險進行有效化解,從而為當前大規(guī)模、分布式的創(chuàng)新活動提供制度性保障[30]。通過案例素材分析,本文發(fā)現(xiàn)知識治理機制中的正式知識治理與非正式知識治理可以有效防范數(shù)智技術大規(guī)模應用所引致的過程風險,并且企業(yè)能夠根據(jù)自身知識治理機制的不同,選擇與之匹配的跨界搜索模式,以提高創(chuàng)新效率與效果、進行價值創(chuàng)造,具體如表4所示。

表4 知識治理機制下數(shù)智化跨界搜索與創(chuàng)新績效提升的典型證據(jù)Tab.4 Typical evidence of digital-intelligence boundary-spanning search and innovation performance in knowledge governance mechanism

(1)當正式知識治理程度較高時,數(shù)智化使能企業(yè)在跨界搜索過程中更加強調(diào)采取目標設定、工作設計等正式的組織安排來防范過程風險。為將獲取的異質性知識融入企業(yè)創(chuàng)新流程,提高創(chuàng)新績效,企業(yè)主要采取具有明晰規(guī)劃與協(xié)調(diào)制度的高拓撲—低互動跨界搜索模式。以京東方為例,軍工企業(yè)的歷史背景使其在利用數(shù)智技術跨越邊界獲取內(nèi)外部知識時,更關注目標設定、權利配置以及構建正式的合作平臺,并且憑借強大的技術優(yōu)勢與資金優(yōu)勢深深嵌入外部復雜網(wǎng)絡中,但是與市場中其它主體的互動程度較低。在這種知識治理機制以及跨界搜索模式下,京東方通過打造數(shù)字平臺、建立創(chuàng)新研究院,與搜索對象形成互補機制,有效防范了過程風險并成功將獲取的陌生知識轉化為創(chuàng)新績效。例如,京東方建立產(chǎn)業(yè)聯(lián)盟,明確責任主體與監(jiān)管問題,減少了利益沖突,成功將自身生產(chǎn)半導體的環(huán)境工程技術、液晶面板修復技術與人造角膜研發(fā)技術有效結合,實現(xiàn)了微創(chuàng)手術領域的突破,顛覆了傳統(tǒng)健康服務產(chǎn)業(yè)的醫(yī)療模式與健康理念。

(2)當非正式知識治理程度較高時,數(shù)智化使能企業(yè)在跨界搜索過程中更加注重利用搜索對象的身份認同、溝通與信任等非正式組織設計要素來防范過程風險。為將獲取的異質性知識融入企業(yè)創(chuàng)新流程,提高創(chuàng)新績效,企業(yè)主要采取相對靈活多變的低拓撲—高互動跨界搜索模式。以小米為例,由于管理開放、溝通分享的文化氛圍濃厚,在小米生態(tài)鏈戰(zhàn)略布局背景下,企業(yè)與搜索對象更加強調(diào)緊密合作、開誠布公以及形成非正式的組織聯(lián)盟,與市場中其它主體互動程度較高但嵌入程度較低。在這種知識治理機制以及跨界搜索模式下,小米創(chuàng)造機會讓不同部門相互交流,進行扁平化的分權管理并構建非正式組織聯(lián)盟,有效防范了過程風險并成功將獲取的陌生知識轉化為創(chuàng)新績效。例如,小米一直創(chuàng)造機會讓不同部門相互交流,建立聯(lián)結機制,形成相互依賴的合作關系,讓模型運行邏輯、數(shù)據(jù)更加透明,助力其聯(lián)合打造出專業(yè)的影像芯片ISP—澎湃C1芯片,突破了現(xiàn)有影像技術瓶頸。

(3)當正式知識治理與非正式知識治理程度都較高時,數(shù)智化使能企業(yè)在跨界搜索過程中均較為關注正式的組織安排與非正式的組織設計要素,此時實現(xiàn)正式知識治理與非正式知識治理的平衡對于防范過程風險、提升創(chuàng)新績效至關重要。在這種情況下,需要發(fā)揮網(wǎng)絡拓撲模式與全景互動模式的互補效應,采取高拓撲—高互動跨界搜索模式。以華為為例,一方面,華為強調(diào)與搜索對象構建正式合作平臺、實驗室以及明晰的權利配置協(xié)議;另一方面,華為追求與搜索對象建立親密的“戰(zhàn)友”關系并不斷提高溝通效率。此時華為嵌入外部復雜網(wǎng)絡的程度以及與其它主體的互動程度都較高,在這種知識治理機制以及跨界搜索模式下,華為有效防范了過程風險并成功將獲取的陌生知識轉化為創(chuàng)新績效。例如,在NFV創(chuàng)新實驗室構建了多廠商集成驗證平臺,有效阻止了搜索過程中的機會主義行為,華為云與用友聯(lián)合打造出業(yè)界首個云ERP本地化部署解決方案,有效支撐了數(shù)智化轉型與商業(yè)模式創(chuàng)新。

4 結語

4.1 研究結論

本文圍繞“數(shù)智化使能作用下企業(yè)如何通過跨界搜索提升創(chuàng)新績效”問題,基于知識治理機制視角,對4家中國典型企業(yè)進行多案例比較分析,對數(shù)智化使能企業(yè)跨界搜索過程及提升創(chuàng)新績效的模式匹配與選擇展開深入研究,構建了數(shù)智化使能企業(yè)跨界搜索提升創(chuàng)新績效的整合模型,具體如圖2所示。

圖2 數(shù)智化使能企業(yè)跨界搜索提升創(chuàng)新績效的整合模型Fig.2 Integrated model of how boundary-spanning search improves firm innovation performance enabled by digitalization and intellectualization注:由于正式知識治理與非正式知識治理程度都較低的情況(圖中陰影部分)不利于風險防范及創(chuàng)新績效提高,故不對該情況作相關探討

(1)在數(shù)智化使能企業(yè)跨界搜索過程中,企業(yè)存在網(wǎng)絡拓撲模式、全景互動模式兩種跨界搜索模式以及技術內(nèi)生風險、知識基礎風險兩種過程風險。首先,在跨界搜索模式方面,由于數(shù)字智能技術的引入,企業(yè)在數(shù)智產(chǎn)品、數(shù)智設備以及網(wǎng)絡平臺的共同作用下,可與搜索對象形成互聯(lián)互通的復雜網(wǎng)絡結構以及全景式關系行為框架。具體而言,跨界搜索的網(wǎng)絡拓撲模式可分為星型拓撲搜索、分布式拓撲搜索以及環(huán)型拓撲搜索,跨界搜索的全景互動模式可分為先動式搜索、追隨式搜索以及交互式搜索。通過上述新型搜索模式,企業(yè)知識得以加速在大范圍內(nèi)交流共享,提高了跨界搜索效率與效果。此外,在過程風險方面,由于數(shù)智技術的大規(guī)模介入以及過于龐大的陌生知識量涌入,企業(yè)在通過跨界搜索實現(xiàn)高頻創(chuàng)新的過程中將面臨更大程度的過程風險。其中,技術內(nèi)生風險包括AI模型風險和數(shù)據(jù)場域風險,知識基礎風險包括知識配置風險和知識占有風險。此時企業(yè)應利用特定的知識治理機制防范與化解不同類型的過程風險,從而將數(shù)智化跨界搜索有效轉化為創(chuàng)新績效。

(2)知識治理機制中的正式知識治理與非正式知識治理可以有效防范數(shù)智技術大規(guī)模應用所帶來的過程風險,因此在將數(shù)智化跨界搜索轉化為創(chuàng)新績效的過程中,需要對不同程度的正式知識治理與非正式知識治理進行權衡。通過案例分析,本文發(fā)現(xiàn)在數(shù)智化使能企業(yè)跨界搜索過程中,為防范化解過程風險,不同企業(yè)的知識治理機制呈現(xiàn)出差異化特征:當正式知識治理程度較高時,企業(yè)更強調(diào)目標設定、機制體制、工作設計等正式的組織安排,與搜索對象構建規(guī)范的合作關系;當非正式知識治理程度較高時,企業(yè)更注重搜索對象的身份認同、溝通與信任等非正式組織設計要素,主要強調(diào)開放氛圍以及緊密關系建立;當正式知識治理與非正式知識治理程度都較高時,企業(yè)則認為正式的組織安排與非正式組織設計要素同等重要,此時應注意兩者的平衡。因此,企業(yè)應根據(jù)自身特質及主營領域特點,在3種知識治理機制中進行選擇,從而達到防范化解過程風險的目的。

(3)在數(shù)智化使能作用下,企業(yè)能夠基于自身知識治理機制的不同,創(chuàng)造性地匹配高拓撲—低互動、高拓撲—高互動、低拓撲—高互動跨界搜索模式,以提高企業(yè)創(chuàng)新績效。具體而言,當正式知識治理程度較高時,企業(yè)應選擇具有明晰規(guī)劃與協(xié)調(diào)制度的高拓撲—低互動跨界搜索模式,借助物聯(lián)網(wǎng)技術以及自身優(yōu)勢深度嵌入外部復雜網(wǎng)絡,此時企業(yè)跨界搜索的全景互動模式程度較低,更強調(diào)與搜索對象形成正式的互補機制,從而提高創(chuàng)新績效轉化效率;當非正式知識治理程度較高時,企業(yè)應選擇相對靈活多變的低拓撲—高互動跨界搜索模式,傾向于借助與搜索對象的關系構建進行模式調(diào)整,此時企業(yè)跨界搜索的網(wǎng)絡拓撲模式程度較低,更強調(diào)提高與搜索對象的信任程度與合作意愿,成功將異質性知識融入創(chuàng)新流程;當正式知識治理與非正式知識治理程度都較高時,企業(yè)采取的是高拓撲—高互動跨界搜索模式,較為看重與搜索對象規(guī)范的合作關系以及開放親密的合作氛圍,通過協(xié)調(diào)網(wǎng)絡拓撲模式與全景互動模式的耦合程度,在實現(xiàn)正式與非正式知識治理平衡的同時,提升企業(yè)創(chuàng)新績效。

4.2 理論貢獻

(1)本文識別出數(shù)智化使能企業(yè)在跨界搜索過程中存在的跨界搜索模式及過程風險,并探討了企業(yè)創(chuàng)新績效轉化過程中跨界搜索模式的先導作用?，F(xiàn)有的跨界搜索研究更傾向于對搜索邊界與搜索內(nèi)容的劃分[12,14],缺乏對外部技術環(huán)境的探討。本文以數(shù)字化與智能化融合為背景,賦予了新的研究情境,在一定程度上延伸并拓展了組織搜索理論的情境化研究。

(2)本文通過解構企業(yè)跨界搜索影響創(chuàng)新績效的過程,探究了數(shù)智技術在其中扮演的關鍵角色,基于過程觀視角,突破以往文獻從相對靜態(tài)、因果關系等角度展開研究的局限[13,17],深化了企業(yè)跨界搜索影響創(chuàng)新績效過程的研究結果。

(3)本文探尋了知識治理機制在數(shù)智化使能企業(yè)跨界搜索提升創(chuàng)新績效過程中的重要作用?，F(xiàn)有文獻更強調(diào)知識治理機制在促進知識活動和防范組織風險方面的關鍵作用[5,19],本文除了對以上兩個方面進行研究外,還發(fā)現(xiàn)基于不同程度的正式知識治理與非正式知識治理背景,不同跨界搜索模式在影響企業(yè)創(chuàng)新過程中具有差異化特征,進一步延伸了知識治理理論的解釋邊界,為后續(xù)跨界搜索與企業(yè)創(chuàng)新績效關系的研究提供了新的理論視角。

4.3 實踐啟示

(1)在當前高度不確定的環(huán)境下,企業(yè)若想通過跨界搜索提高創(chuàng)新能力并獲取競爭優(yōu)勢,不能再簡單沿用傳統(tǒng)邏輯及路徑去開展跨邊界的知識搜索活動,而應高度重視數(shù)智技術的使能作用,充分應用新型跨界搜索模式(網(wǎng)絡拓撲模式和全景互動模式),以提高跨界搜索效率與效果。但是,在選擇跨界搜索模式時,應充分考慮到企業(yè)業(yè)務類型與技術基礎,借助數(shù)智分析技術與搜索對象形成符合自身的網(wǎng)絡基本結構和關系行為框架。

(2)為將數(shù)智化跨界搜索有效轉化為創(chuàng)新績效,企業(yè)還應注意防范數(shù)智化使能企業(yè)跨界搜索過程中存在的風險。此時企業(yè)應根據(jù)自身特質及主營領域特點選擇合理的正式知識治理與非正式知識治理制度,如建立產(chǎn)業(yè)聯(lián)盟,明確責任主體與監(jiān)管問題或創(chuàng)造機會讓不同部門相互交流,使數(shù)據(jù)更加透明等,從而為數(shù)智化跨界搜索轉化為企業(yè)創(chuàng)新績效提供制度性保障。

(3)日益激烈的競爭環(huán)境要求企業(yè)根據(jù)自身知識治理機制靈活匹配跨界搜索模式,結合不同程度的正式知識治理與非正式知識治理,充分審時度勢,在認真反思企業(yè)治理體系與管理背景的基礎上,選擇高拓撲—低互動、高拓撲—高互動、低拓撲—高互動跨界搜索模式,將搜索到的異質性知識與企業(yè)內(nèi)部資源有機融合,進一步提高創(chuàng)新能力。

4.4 研究局限與展望

盡管本文對數(shù)智化使能作用下企業(yè)跨界搜索提升創(chuàng)新績效的動態(tài)過程進行了有益探索,但仍存在一些不足之處,有待完善:一方面,本文雖然有相互印證的多重數(shù)據(jù)來源,并嚴格遵循了案例分析范式,保證了一定信度和效度,但由于研究數(shù)據(jù)存在一定局限性,未來研究可對涉及的范疇開發(fā)出可操作性量表,對研究結論進行大樣本實證檢驗;另一方面,本文選取4家中國典型企業(yè)進行了多案例分析,但是在企業(yè)發(fā)展的不同階段,數(shù)智化使能企業(yè)跨界搜索對創(chuàng)新績效的作用模式可能存在差異,未來可對經(jīng)典案例進行縱向對比分析,從而對本文結論進行補充。