許多專家認(rèn)為，隨著AI智能體崛起，現(xiàn)有以平臺為核心的商業(yè)格局可能被打破，新的商業(yè)形態(tài)、組織結(jié)構(gòu)和商業(yè)模式將隨之涌現(xiàn)。
作者 |陳永偉
圖源 |圖蟲創(chuàng)意
自生成式AI革命以來，AI領(lǐng)域熱點層出不窮，相關(guān)新名詞也是接踵而至。若說當(dāng)下最炙手可熱的概念，恐怕非“AI智能體”（AI Agent）莫屬。
翻閱近期媒體報道不難發(fā)現(xiàn)，無論是微軟、谷歌、亞馬遜、OpenAI等海外巨頭，還是阿里、騰訊、字節(jié)、百度等國內(nèi)企業(yè)，都把AI智能體視為重點業(yè)務(wù)方向大力推進(jìn)。諸多專業(yè)咨詢機構(gòu)和科技媒體也對AI智能體的發(fā)展前景十分看好：市場研究機構(gòu)Forrester將其列為2025年關(guān)鍵新興技術(shù)之一，而知名科技咨詢公司Gartner更將其評為2025年十大技術(shù)趨勢之首。業(yè)內(nèi)大佬同樣寄予厚望。微軟創(chuàng)始人比爾·蓋茨在一檔播客中預(yù)測，不久的將來，AI智能體將“人手一個”，并對人們的日常生活產(chǎn)生深遠(yuǎn)影響；OpenAI首席執(zhí)行官山姆·奧特曼則表示：“構(gòu)建超大模型的時代已告一段落，AI智能體才是下一階段真正的挑戰(zhàn)。”
不少業(yè)界人士對AI智能體的快速普及及其經(jīng)濟(jì)效益持樂觀態(tài)度。根據(jù)Gartner測算，2024年僅約1%的企業(yè)軟件內(nèi)置AI智能體功能，但到2028年，這一比例有望飆升至33%，屆時約15%的日常業(yè)務(wù)決策將可由AI自動完成。高盛預(yù)測，到2030年，AI智能體將創(chuàng)造約7萬億美元的經(jīng)濟(jì)效益，其中相當(dāng)一部分來源于效率提升。
然而，比起效率和收益的直接增長，更值得關(guān)注的是AI對整個商業(yè)生態(tài)的重塑。許多專家認(rèn)為，隨著AI智能體崛起，現(xiàn)有以平臺為核心的商業(yè)格局可能被打破，新的商業(yè)形態(tài)、組織結(jié)構(gòu)和商業(yè)模式將隨之涌現(xiàn)。另有研究指出，AI智能體的普及將沖擊當(dāng)前“數(shù)據(jù)為王”的邏輯，未來的競爭核心或?qū)⑥D(zhuǎn)向“智能與連接”。
那么，這個被媒體推崇備至的AI智能體究竟是什么？它為何具備如此巨大的潛力？當(dāng)AI智能體逐漸普及，現(xiàn)有商業(yè)生態(tài)和商業(yè)邏輯將如何演變？我們又應(yīng)當(dāng)如何觀察并分析這種全新的商業(yè)形態(tài)？關(guān)于這些問題，且聽下文一一道來。
AI智能體究竟是什么？
在展開正式討論之前，讓我們先花一點時間了解一下“AI智能體”這一概念。AI智能體是英文AI Agent或Agentic AI的漢譯。由于Agent在英文中有“代理人”的意思，因此在某些語境下，它也被翻譯為“AI代理人”或“代理式AI”。此外，在一些較早的文獻(xiàn)中，也曾出現(xiàn)過“艾真體”的音譯版本。
與我們熟悉的其他AI系統(tǒng)不同，AI智能體具備自主規(guī)劃和執(zhí)行任務(wù)的能力。舉例來說，當(dāng)我們使用ChatGPT或DeepSeek完成一項任務(wù)時，通常需要不斷通過提示詞與它交互，反復(fù)調(diào)整，才能獲得期望的輸出結(jié)果。而使用AI智能體時，我們只需一次性將任務(wù)交給它，它便會自行拆解任務(wù)、尋找解決方案，獨立完成各個環(huán)節(jié)。作為指令的下達(dá)者，我們無需在執(zhí)行過程中進(jìn)行干預(yù)，只需靜候結(jié)果。
AI智能體既可以是虛擬的，也可以是“具身”（embodied）的。所謂虛擬AI智能體，是指那些僅存在于計算機模擬環(huán)境中、沒有物理形態(tài)的智能體。例如，在GPT爆火后，斯坦福的研究人員曾基于GPT能力，構(gòu)建了一個由數(shù)十個虛擬AI人組成的小鎮(zhèn)，這些“虛擬小人”便是典型的虛擬AI智能體。與之對應(yīng)，具身AI智能體則擁有實際物理形態(tài)，比如現(xiàn)有的無人駕駛汽車、人形機器人等。
無論是虛擬還是具身的AI智能體，它們通常由三大部分構(gòu)成：傳感器（Sensors）、控制中心（ControlCentre）和執(zhí)行器（Actuators）。傳感器用于從外部環(huán)境中收集信息；控制中心負(fù)責(zé)分析數(shù)據(jù)并制定行動計劃；執(zhí)行器則根據(jù)計劃采取行動并對環(huán)境施加影響。區(qū)別在于，虛擬智能體的這些組成部分都是數(shù)字化實現(xiàn)的，而具身智能體的傳感器則需要從真實世界讀取數(shù)據(jù)。
早在人工智能誕生之初，許多研究者就已嘗試制造智能體。但在早期實踐中，人們構(gòu)建的主要是“確定式”（deterministic）智能體：其對外部環(huán)境的反應(yīng)方式均由程序預(yù)設(shè)，一旦遇到未曾預(yù)料的新情況，智能體便無法應(yīng)對。隨著AI技術(shù)的發(fā)展，這種確定式智能體逐漸被“非確定式”（non-deterministic）智能體取代。后者不預(yù)設(shè)具體行動規(guī)則，而是設(shè)定了可以根據(jù)任務(wù)完成情況動態(tài)調(diào)整的效用函數(shù)，從而使智能體能在不斷變化的環(huán)境中，通過學(xué)習(xí)不斷優(yōu)化自身行為，實現(xiàn)自我進(jìn)化。
盡管相關(guān)研究起步很早，但AI智能體真正實現(xiàn)性能飛躍并走向生產(chǎn)生活領(lǐng)域，卻是最近幾年的事。這一轉(zhuǎn)變背后有多方面的因素：一方面，AI技術(shù)，尤其是自然語言處理、視覺識別等領(lǐng)域的快速進(jìn)步，使AI在感知、理解、決策等方面的能力大幅提升，賦予智能體更聰明的“腦子”和更敏銳的“眼睛”；另一方面，算力資源的極大豐富，使大規(guī)模智能體的訓(xùn)練與部署成為可能，研發(fā)成本因規(guī)模效應(yīng)迅速下降，性能卻不斷提升。
更為關(guān)鍵的是，大量開放標(biāo)準(zhǔn)智能體通信協(xié)議的出現(xiàn)，這不僅使得AI智能體能夠靈活調(diào)用各種外部工具，還使它們之間的協(xié)調(diào)與協(xié)作成為可能。
如果大家對AI領(lǐng)域的新聞有所關(guān)注，可能還記得今年3月初，一款名為Manus的AI智能體一度引發(fā)廣泛關(guān)注。根據(jù)當(dāng)時的報道，這款由國內(nèi)初創(chuàng)公司開發(fā)的智能體被稱為全球首款通用AI智能體，它可以根據(jù)用戶指令，在無需人工干預(yù)的情況下，獨立調(diào)用外部工具，完成求職簡歷篩選、房產(chǎn)研究、股票分析等復(fù)雜任務(wù)，并在權(quán)威的GAIA基準(zhǔn)測試中取得了SOTA（State of the Art，即當(dāng)前最佳）的評級，表現(xiàn)超越了包括OpenAI在內(nèi)的多家知名企業(yè)的同類產(chǎn)品。不少人甚至稱贊Manus是繼DeepSeek之后，中國AI領(lǐng)域又一個里程碑式的成果。
不過，Manus并未像DeepSeek那樣經(jīng)受住專業(yè)人士的考驗。在發(fā)布后不久，便有技術(shù)人員迅速分析并成功復(fù)刻了其實現(xiàn)原理。
那么，Manus實現(xiàn)“通用”的秘訣究竟是什么？答案在于一個叫做MCP的通信協(xié)議。MCP（Model Context Protocol，模型上下文協(xié)議）是由Anthropic于2024年11月推出的開放協(xié)議，旨在統(tǒng)一大型語言模型與外部數(shù)據(jù)源和工具的通信接口，使大模型能夠靈活調(diào)用外部工具。Manus的開發(fā)者正是通過使用MCP協(xié)議，使大模型能夠輕松拆解任務(wù)、分配步驟，并根據(jù)需要逐一調(diào)用工具完成各環(huán)節(jié)。因此，“打假者”們也能利用相同的協(xié)議，在短短一天內(nèi)復(fù)刻出類似成果。由此可見，在有了MCP協(xié)議之后，基于大模型構(gòu)建通用AI智能體變得異常簡單。
除了MCP協(xié)議之外，還有兩個關(guān)鍵通信協(xié)議對AI智能體的發(fā)展至關(guān)重要。其一是“智能體網(wǎng)絡(luò)協(xié)議”（Agent Network Protocol，簡稱ANP），它支持AI智能體在互聯(lián)網(wǎng)上自發(fā)發(fā)現(xiàn)、連接并交互，從而建立協(xié)作網(wǎng)絡(luò)；其二是谷歌開發(fā)的Agent 2 Agent（A2A）協(xié)議，專門用于促進(jìn)多智能體間的通信和任務(wù)管理，充當(dāng)協(xié)作中樞。
有了MCP、ANP、A2A這三大協(xié)議，AI智能體不僅掌握了使用外部工具的能力，還能實現(xiàn)與其他AI智能體之間的交互與協(xié)作。由此，AI智能體從專用型助手，正式邁向通用型獨立主體，從人類助手進(jìn)化為可以自主承擔(dān)復(fù)雜任務(wù)的智能代理。
AI智能體會怎樣改變商業(yè)生態(tài)？
隨著AI智能體的興起，“人”作為商業(yè)生態(tài)中唯一決策主體的局面將被打破，智能體將以新的參與者和決策者身份加入其中。過去分析商業(yè)生態(tài)時，我們通常把參與主體分為個人、家庭、企業(yè)、政府等元素。但無論家庭、企業(yè)還是政府，本質(zhì)上都只是一種“擬制的人”——它們并不具備自主思考和決策能力，其一切決定終究還是由其中的個人完成。因此，在AI智能體出現(xiàn)之前，人類實際上是商業(yè)生態(tài)中唯一能夠獨立決策的主體；即便大模型問世后，這一點仍未改變，因為大模型只提供參考，并不直接作出決策。智能體的崛起，將改寫這一格局。
與人相比，AI智能體的決策方式截然不同。作為人類的造物，智能體天然以“最優(yōu)解”為目標(biāo)。例如，若讓智能體網(wǎng)購最便宜的牛排，它會瞬間遍歷所有購物平臺的商品信息，從中選出價格最低的一款。而人類決策時并不如此較真，大多數(shù)情況下只追求“滿意解”。同樣的任務(wù)交給人，他大概只是打開某個平臺，搜索“牛排”，再從前幾頁結(jié)果里挑一款看起來性價比不錯的商品下單；至于像智能體那樣遍歷全網(wǎng)，他既無能力，也缺乏興趣。正因如此，一些行為經(jīng)濟(jì)學(xué)家在比較人類與AI的決策模式后，將人類戲稱為“不理性的AI”。
這種主體多樣化看似尋常，影響卻可能深遠(yuǎn)。過去的C2C、B2C、B2B、B2G等商業(yè)形式，本質(zhì)上都是人與人之間的交易；所有商業(yè)策略和規(guī)則皆圍繞人類特性設(shè)計。隨著AI智能體這一全新主體的加入，現(xiàn)有模式、規(guī)則乃至整個商業(yè)生態(tài)都可能隨之改變。
具體來說：
第一，它可能對目前以平臺為核心的線上商業(yè)生態(tài)產(chǎn)生顛覆性影響。
眾所周知，在過去二十年里發(fā)展最蓬勃的企業(yè)形態(tài)是平臺型企業(yè)。與傳統(tǒng)“管道型”企業(yè)不同，平臺的主要盈利方式并非低買高賣賺取差價，而是撮合不同主體的交易以收取服務(wù)費。要在競爭中取勝，平臺通常要做到：運用策略圈定商家與客戶、提升黏性；通過價格補貼等手段迅速做大至少一側(cè)用戶規(guī)模，放大神經(jīng)網(wǎng)絡(luò)效應(yīng)并啟動“滾雪球”；設(shè)計合理的收費體系，將用戶有效轉(zhuǎn)化為付費群體并最大化利潤。
細(xì)究其本質(zhì)，平臺模式是圍繞人類“不理性”設(shè)計的。個人若自行尋找交易對象，不僅要承擔(dān)高昂的搜尋成本，還需處理交易中及交易后的諸多事務(wù)。為節(jié)省這些成本，人們樂于支付一定傭金，讓平臺代為撮合。平臺的網(wǎng)絡(luò)效應(yīng)之所以重要，也正是因為用戶相信：在用戶更多的平臺上更容易找到理想交易對象，而規(guī)模更大的平臺往往能提供更完善的服務(wù)。平臺成功的底層邏輯，歸根結(jié)底是利用并放大用戶的弱點，使其難以離開。
然而，AI智能體崛起后，上述邏輯將岌岌可危。相較人類，智能體能以極低成本、極快速度檢索市場信息并自動撮合交易；若雙方均使用智能體，交易更可通過智能合約無縫完成，無需擔(dān)憂后續(xù)糾紛。在此情形下，平臺作為中介的價值驟減，其苦心經(jīng)營的網(wǎng)絡(luò)效應(yīng)亦將失去意義。
第二，許多當(dāng)前沿用的商業(yè)策略可能將失效。
在當(dāng)今線上競爭中，“注意力”是一種各家公司爭相搶奪的稀缺資源。許多商業(yè)模式的設(shè)計，本質(zhì)上都圍繞“注意力”展開。
競價排名廣告便是一例。對不少電商平臺而言，首頁及搜索結(jié)果中的黃金廣告位拍賣，是重要收入來源。第三方商家為了讓自家產(chǎn)品獲得更醒目的展示位置，不得不高價競拍。顯著位置之所以如此關(guān)鍵，根本原因在于人的注意力有限：購物者通常不會耗費太多精力瀏覽全部商品。若商品被排在不起眼的位置，成交概率便微乎其微。從這個角度看，競價排名就是“花錢買注意力”。
然而，一旦用戶把購物任務(wù)交給AI智能體，這一模式便可能瓦解。AI的檢索與篩選能力遠(yuǎn)超人類——商品位于搜索結(jié)果第一頁還是最后一頁，對它來說差異不大。屆時，商家再也無需為醒目位置支付溢價，拍賣式廣告位的價值將大幅縮水。
推薦算法是另一個典型案例。如今，眾多內(nèi)容分發(fā)App借助算法不斷向用戶推送“可能感興趣”的信息，以持續(xù)占據(jù)用戶注意力，將其鎖在自家生態(tài)內(nèi)，再通過廣告、電商等方式變現(xiàn)。
隨著AI智能體的普及，這一模式同樣面臨挑戰(zhàn)。智能體可作為個人助手：用戶只需提出需求，它便能跨App、跨平臺快速檢索并整合所需內(nèi)容。由此，信息獲取邏輯將從“你推給我看”轉(zhuǎn)向“AI找給我看”。用戶不再被局限在單一App的“信息繭房”，而依賴推薦算法攫取注意力并進(jìn)行商業(yè)化“收割”的模式，也可能走向終結(jié)。
第三，“數(shù)據(jù)為王”的格局或?qū)⒏淖儭?/p>
在當(dāng)下的互聯(lián)網(wǎng)競爭中，數(shù)據(jù)是各家企業(yè)爭奪的核心資源。為了在數(shù)據(jù)獲取與分析上取得優(yōu)勢，企業(yè)不僅投入了巨額資金，還與競爭對手爆發(fā)了無數(shù)紛爭。之所以如此看重數(shù)據(jù)，是因為企業(yè)能夠借助數(shù)據(jù)洞察用戶信息，進(jìn)而制定精準(zhǔn)策略并獲取更高利潤。
然而，當(dāng)AI智能體取代人成為決策主體后，數(shù)據(jù)的傳統(tǒng)價值將被削弱。屆時，企業(yè)的“客戶”或許是極度理性的AI智能體，它們難以被傳統(tǒng)商業(yè)策略左右，企業(yè)也無需再耗費心力收集和分析此類“用戶”的行為數(shù)據(jù)。
需要強調(diào)的是，這并不意味著數(shù)據(jù)在AI智能體時代會變得無關(guān)緊要，而是其作用方式和需求結(jié)構(gòu)將發(fā)生深刻變化。為了確保AI智能體的大腦——基礎(chǔ)模型——保持高水平智能，仍然離不開大量高質(zhì)量數(shù)據(jù)的訓(xùn)練。但此時，對數(shù)據(jù)有強烈需求的不再是所有企業(yè)，而是少數(shù)專注于模型開發(fā)的公司；最具價值的也不再是個人行為數(shù)據(jù)，而是蘊含豐富知識與信息、能夠顯著提升模型性能的專業(yè)數(shù)據(jù)。由此，市場競爭格局很可能迎來新的重塑。
第四，它可能讓合作形式發(fā)生巨大變化。
傳統(tǒng)上，合作大致有兩條路徑：一是通過市場，二是在組織內(nèi)。市場型合作中，各方地位平等，按照市場規(guī)則互通有無；組織型合作則存在分工與等級，處于領(lǐng)導(dǎo)位置的少數(shù)人向其他成員下達(dá)指令、分派工作。二者各有短板：組織合作能夠集中調(diào)度人力物力，卻難以擴大規(guī)模；市場合作覆蓋面廣，卻因缺乏硬性約束，協(xié)作深度有限。
平臺模式的興起被視為對上述缺陷的一次改進(jìn)。平臺既充當(dāng)“市場”，為海量潛在合作者提供機會，又充當(dāng)“秩序”維護(hù)者，規(guī)范各方行為，提升協(xié)作深度。然而這一模式成本高昂：平臺作為中介抽取大量費用，顯著壓縮合作收益，進(jìn)而打擊合作意愿。
AI智能體的出現(xiàn)有望緩解深度與廣度的矛盾。與人類不同，智能體可以幾乎零成本地在全網(wǎng)迅速匹配潛在伙伴；借助MCP、ANP、A2A等協(xié)議，它們無需人為干預(yù)即可彼此協(xié)作，獨立完成復(fù)雜任務(wù)。由此，合作范圍和深度都有望大幅提升。
合作方式的轉(zhuǎn)變勢必重塑企業(yè)形態(tài)與邊界。當(dāng)下以固定人員、固定資產(chǎn)、層級管理為特征的企業(yè)，本質(zhì)上是一種降低協(xié)作成本的組織形式。隨著AI智能體的普及，個人的合作半徑被空前擴展，不再必須隸屬于某家企業(yè)。企業(yè)邊界逐漸模糊，“人人與人人直接協(xié)作”的景象不再遙遠(yuǎn)。
商業(yè)認(rèn)識需要一場“哥白尼式的革命”
通過以上討論，我們已經(jīng)可以看到，隨著AI智能體的興起，整個商業(yè)系統(tǒng)將發(fā)生巨大的變化。無論是商業(yè)生態(tài)的參與者、商業(yè)競爭的形式、競爭中的關(guān)鍵資源，還是商業(yè)合作的組織方式，都將與現(xiàn)有模式產(chǎn)生很大不同。在這樣的背景下，我們觀察商業(yè)環(huán)境和商業(yè)競爭行為的視角，也必須隨之進(jìn)行相應(yīng)的調(diào)整。
在傳統(tǒng)商業(yè)環(huán)境中，我們已經(jīng)積累了許多觀察商業(yè)競爭的理論，其中以下幾種較為具有代表性。
第一種是邁克爾·波特（Michael Porter）提出的“五力模型”。這一理論強調(diào)從宏觀產(chǎn)業(yè)結(jié)構(gòu)的角度審視商業(yè)競爭，認(rèn)為企業(yè)所處的產(chǎn)業(yè)結(jié)構(gòu)對其競爭地位至關(guān)重要。根據(jù)該模型，產(chǎn)業(yè)內(nèi)現(xiàn)有競爭者的競爭強度、潛在進(jìn)入者的威脅、替代品的威脅、買方議價能力，以及供應(yīng)商議價能力這五種力量，將共同決定企業(yè)的競爭優(yōu)勢，從而影響其戰(zhàn)略行為和利潤水平。
第二種是由彭羅斯（Edith Penrose）、巴尼（Jay Barney）等人提出的資源基礎(chǔ)理論（Resource Based View，簡稱RBV）。這一理論主張從企業(yè)可利用資源的角度理解商業(yè)競爭，認(rèn)為企業(yè)競爭優(yōu)勢的主要來源是其內(nèi)部資源的稀缺性、不可模仿性和不可替代性。
第三種是由梯斯（David Teece）提出的動態(tài)能力理論。該理論認(rèn)為，決定市場競爭勝負(fù)的關(guān)鍵在于企業(yè)感知外部環(huán)境、獲取關(guān)鍵資源、進(jìn)行轉(zhuǎn)型再造的能力。這種動態(tài)能力，是企業(yè)持續(xù)競爭與永續(xù)經(jīng)營的核心。
第四種是當(dāng)前非常流行的商業(yè)生態(tài)系統(tǒng)理論。該理論認(rèn)為，相互依存的市場參與者會圍繞特定的價值主張，形成一個互補、協(xié)同的網(wǎng)絡(luò)狀生態(tài)系統(tǒng)。在這一系統(tǒng)中，所有參與者通過協(xié)調(diào)與配合共同創(chuàng)造并分享價值。正如自然生態(tài)系統(tǒng)中每個生物都有其獨特生態(tài)位一樣，商業(yè)生態(tài)系統(tǒng)中的參與者也各司其職。其中，“基石企業(yè)”（keystone）作為生態(tài)系統(tǒng)中的關(guān)鍵角色，需要制定規(guī)則、協(xié)調(diào)參與者，以確保生態(tài)系統(tǒng)的健康運作。
總體來看，上述理論從不同角度對商業(yè)環(huán)境及競爭過程進(jìn)行了深入觀察，得出了許多有價值的結(jié)論。因此，無論在學(xué)術(shù)研究還是商業(yè)實踐中，這些理論都被廣泛引用并發(fā)揮著重要作用。然而，隨著AI智能體的興起，并逐漸成為與人類并列的市場參與主體，這些理論的局限性也將日益顯現(xiàn)。
具體而言，AI智能體的崛起正在重塑合作方式，原本清晰、自上而下的價值鏈正在演變成一張復(fù)雜的價值網(wǎng)絡(luò)。在這種網(wǎng)絡(luò)結(jié)構(gòu)中，“上游”“下游”“供應(yīng)商”“分銷商”等概念的界限將變得模糊，甚至連“產(chǎn)業(yè)”和“企業(yè)”的定義也會變得越來越不清晰。我們將難以判斷，人們通過AI智能體與他人進(jìn)行的一次商業(yè)合作，究竟是發(fā)生在企業(yè)內(nèi)部，還是跨越了企業(yè)邊界。在這樣的背景下，無論是基于產(chǎn)業(yè)結(jié)構(gòu)分析的“五力模型”，還是基于企業(yè)內(nèi)部資源分析的資源基礎(chǔ)理論，原有的解釋力都將大大削弱。
與此同時，隨著AI智能體在商業(yè)競爭中智能水平的重要性不斷提升，相較于人的動態(tài)能力，其自身的學(xué)習(xí)與適應(yīng)性將占據(jù)主導(dǎo)地位，動態(tài)能力理論的適用性也將受到挑戰(zhàn)。此外，在AI智能體時代，企業(yè)的邊界與職能可能進(jìn)一步模糊，企業(yè)不再容易歸屬于某一特定的生態(tài)位。再加上，合作與交易更可能以去中心化的方式實現(xiàn)，因此“基石企業(yè)”的地位和作用也將被大幅削弱。在這種情況下，商業(yè)生態(tài)系統(tǒng)理論的解釋力也會受到顯著影響。
針對上述情況，如果我們要理解AI智能體時代的商業(yè)競爭，就需要在認(rèn)知上進(jìn)行一次“哥白尼式的革命”，將觀察商業(yè)環(huán)境的切入點從人、企業(yè)和產(chǎn)業(yè)，轉(zhuǎn)移到AI智能體上。具體來說：
在宏觀層面，應(yīng)當(dāng)修正波特等學(xué)者創(chuàng)立的以產(chǎn)業(yè)結(jié)構(gòu)為基礎(chǔ)的分析思路，轉(zhuǎn)而以AI智能體的網(wǎng)絡(luò)性質(zhì)為出發(fā)點，構(gòu)建新的分析框架。例如，傳統(tǒng)上我們觀察企業(yè)市場力量時，通常以市場份額作為重要指標(biāo)。但在AI智能體主導(dǎo)的商業(yè)環(huán)境中，這一指標(biāo)的重要性可能下降。取而代之的，可以考慮引入網(wǎng)絡(luò)分析中的中心性、連通度等指標(biāo)，用以衡量智能體在網(wǎng)絡(luò)中的位置和影響力。基于這些新的指標(biāo)，再來探討以AI智能體為中心的產(chǎn)業(yè)重構(gòu)、價值鏈重組，以及企業(yè)間的競爭關(guān)系。
在中觀層面，應(yīng)聚焦AI智能體引發(fā)的對現(xiàn)有商業(yè)模式（包括平臺模式）的沖擊與變革。應(yīng)重點關(guān)注AI智能體采用點對點合作模式所帶來的價值創(chuàng)造與分配過程，并密切關(guān)注平臺企業(yè)在面對AI智能體挑戰(zhàn)時的應(yīng)對策略及其引發(fā)的連鎖變化。
在微觀層面，則需分析AI智能體作為獨立決策者所引發(fā)的商業(yè)行為和商業(yè)策略變化。舉例來說，在傳統(tǒng)平臺經(jīng)濟(jì)分析中，我們高度重視間接網(wǎng)絡(luò)效應(yīng)，即一側(cè)用戶規(guī)模對另一側(cè)用戶吸引力的影響。而隨著AI智能體的普及，這種間接網(wǎng)絡(luò)效應(yīng)的重要性將下降，取而代之的是與技術(shù)、基礎(chǔ)設(shè)施完善度緊密相關(guān)的直接網(wǎng)絡(luò)效應(yīng)，可能成為決定競爭成敗的關(guān)鍵。此外，在分析互聯(lián)網(wǎng)競爭時，傳統(tǒng)上我們重視注意力爭奪，但在AI智能體時代，競爭的焦點可能轉(zhuǎn)向智能體間的合作協(xié)議和協(xié)作機制。
總而言之，隨著AI智能體的興起，整個商業(yè)環(huán)境正迎來一場深刻的變革。對應(yīng)地，我們也必須及時轉(zhuǎn)變觀察視角，將關(guān)注的重心轉(zhuǎn)移到AI智能體及其網(wǎng)絡(luò)關(guān)系之上。唯有如此，才能在這場巨變中看得更清楚，把握未來的主動權(quán)。
The END
熱門跟貼