AI狂潮下：大公司如何破解"创新者窘境"？

AI资讯 16小时前 charles

160 0 5

撰文 | 伍晖《中欧商业评论》特约作者，创新与人才独立研究者

公司越大，越容易

陷入“创新者窘境”

在AI技术带来的颠覆性浪潮中，传统大公司正面临前所未有的两难抉择：既要维持现有业务的运营效率，又要捕捉分散多变的新机遇。集中化创新模式——如小米造车、华为芯片研发采用的"压强原则"——在目标明确、资源密集的领域依然有效。但当战场转向AI应用层时，这种模式的局限性开始显现。

AI大模型作为基础设施，其价值实现依赖于海量碎片化场景应用。这些需求具有高度不确定性——哪些应用会爆发？何时爆发？这些问题几乎无法通过集中规划来预测。与此同时，AI开发门槛的断崖式下降，使得一个创意加上几行API调用就可能催生出一个全新的商业物种。

回顾移动互联网时代，腾讯微信堪称内部赛马机制的经典案例。这种机制的本质是让多个团队围绕相似目标展开竞争，最终资源向表现最优者倾斜。人们记住了张小龙和他的微信，却很少有人知道另外两个竞争团队的产品。这一成功模式随后被字节跳动、拼多多等互联网企业争相效仿。

相比之下，阿里钉钉则展现了另一种创新路径。2014年，在微信的强势竞争下，阿里的社交产品"来往"遭遇滑铁卢，团队濒临解散。当时仅剩的6人小组，在缺乏公司资源支持的情况下，凭借高度自主权实现了从C端社交到B端办公的转型。他们没有依赖传统的市场调研，而是深入深圳、广州的小微企业，通过客户共创打磨出了"已读未读""DING消息"等核心功能。一个典型的例子是，当客户抱怨请假流程繁琐时，团队在24小时内就开发出了审批功能。这种"客户即产品经理"的模式，帮助钉钉在短短6个月内实现了从0到100万企业用户的跨越式增长。

另一个值得关注的案例是作业帮。当时负责百度知识事业部的侯建彬争取到了团队自负盈亏的运营机制，在百度"航母计划"中孵化了作业帮、宝宝知道和拇指医生三个项目。尽管这些业务难以成为百度的核心业务，但团队凭借对教育领域的深刻理解，最终将作业帮发展成为了独立公司。

这些案例揭示了一个共同规律：最具突破性的创新往往不是顶层设计的产物，而是自下而上"涌现"的结果。这也正是传统管理范式在AI时代面临的最大挑战。

竞涌型创新：

大公司的创业模拟器

竞涌型创新的本质，是通过组织机制来模拟创业市场的生态环境：

"竞"体现为赛马机制，让多个小团队围绕相似目标展开竞争；

"涌"则表现为在战略框架内，允许边缘创新自由生长。

这种创新模式试图将大公司的规模优势（资源、数据、平台）与初创企业的敏捷优势（速度、灵活性、创业精神）有机结合。其难点在于如何把握"竞"与"涌"的动态平衡：早期鼓励"涌"以探索多样性，中期强化"竞"进行筛选验证，后期聚焦"压强"实现规模化。关键在于时机的把握和过渡的艺术。

战略框架下的创业模拟器

竞涌型创新的本质，是在明确的战略方向下，通过组织机制模拟创业市场的生态环境。这种"战略框架下的竞涌"实践，既保持了公司整体战略的一致性，又为边缘创新提供了生长空间。其底层逻辑在AI时代显得尤为突出：

1.长尾场景的不可规划性：AI应用场景呈现碎片化分布，如微软在确定"AI优先"战略后，允许各业务线自主探索Copilot的具体应用场景，最终涌现出面向开发者、销售、客服等不同角色的差异化产品。

2.快速迭代的技术可行性：谷歌内部推行"20%时间"政策，鼓励员工用工作日20%的时间进行创新项目。正是这种机制，使得原本用于搜索优化的Transformer架构，在短短6个月内就迭代出BERT模型，为后续Gemini多模态能力奠定基础。

3.用户驱动的创新涌现：亚马逊AWS在推出Bedrock平台时，并未预设所有API组合方式，而是通过开发者社区的实时反馈，逐步涌现出AI+IoT、AI+供应链等创新用例，其中30%的应用场景都超出初期规划。

4.数据闭环的决策优势：英伟达的CUDA生态最初只是游戏显卡的配套工具，但通过实时收集开发者使用数据，公司敏锐捕捉到其在AI训练中的潜力，最终将战略重心转向算力芯片，这一转变完全由边缘数据驱动。

实践案例：

1.微软的AI生态转型：在确立"智能云"战略后，微软采取"双轨制"创新：一方面集中资源开发Azure AI基础设施，另一方面允许各产品线自主接入OpenAI模型。这种模式催生了GitHub Copilot（工程师自发项目）、Sales Copilot（销售部门实验项目）等创新，最终都整合进统一AI战略。

2.谷歌的多模态突破：当公司确定"AI-first"方向后，DeepMind与Brain团队在保持竞争的同时共享基础设施。这种"竞合"关系促使Gemini团队快速融合语言模型（来自Bard项目）和视觉模型（来自Imagen项目），实现战略规划外的多模态突破。

3.亚马逊的生成式AI演进：AWS在"降低AI使用门槛"的战略下，鼓励内部团队基于Bedrock平台开发垂直应用。Alexa团队由此快速迭代出生成式对话功能，广告团队则开发出AI创意生成工具，这些创新后来都反哺核心战略。

4.英伟达的算力生态构建：公司制定"加速计算"战略后，通过开发者社区运营收集边缘需求。当发现CUDA在AI训练中的意外优势时，立即调整资源分配，最终形成从游戏显卡到AI芯片的战略升级。

这些案例表明，成功的竞涌型创新需要明确的战略框架作为"创新轨道"，既给予团队探索自由，又确保创新成果能与公司战略协同。边缘突破、客户共创、垂直场景突破、资源复用、技术溢出效应等“竞涌创新”方式，在这些案例中被广泛运用。微软CEO纳德拉的总结颇为精辟："我们不是放任创新野蛮生长，而是在划定的战略海域里，允许各舰队自主探索新航线。"

大公司在AI时代的竞争优势不仅来自资源规模，更源于对边缘探索的包容性和快速响应客户需求的能力。

传统企业如何

实现“竞涌型创新”？

竞涌创新绝非互联网巨头的专利。扎根油田服务行业24年的安东石油，就为我们提供了一个传统企业创新转型的鲜活样本。

疫情期间，安东的海外技术团队在油田现场发现了一个意外需求：由于出入境限制，客户找不到合适的数字化服务商，转而向安东求助："你们熟悉油田作业，能不能帮我们做数字化改造？"市场部门敏锐捕捉到这个非计划内的商机，迅速组建了临时项目组。

这一创新实践的背后，有几个关键推动因素：

1.领军人物的"松土"工作：董事长罗林在参加百度《融通创新工坊》后，亲自推动创新方法论的导入和中高管培训；

2.轻量级启动：项目初期没有额外预算和编制，而是利用公司既有的资源冗余度，从信息化部门抽调人员组成小团队；

3.客户深度共创：团队基于客户的实际痛点开发解决方案，通过联合项目交付提炼标准化产品；

4.机制保障：阿米巴经营模式赋予小团队充分自主权，虚拟股票激励机制让参与者分享创新成果。

这种创新模式很快结出硕果。在试点成功的带动下，数字油田业务年增长率超过40%，短短两年多就发展成为年营收3-4亿元、占公司总收入8%的独立业务板块，并成功进入华为行业解决方案生态，团队规模也从最初的临时小组扩展到百余人。

安东案例给我们带来四点重要启示：

1.传统行业创新首先需要领军人物的认知突破和坚定支持；

2.最真实的商机往往来自市场最前沿，而非总部的战略会议室；

3.资源冗余度、小团队授权、创新激励机制等构成了竞涌型创新的"组织土壤"；

4.与客户联合创新是降低风险、快速验证的最佳途径。

需要强调的是，竞涌型创新不是搞群众运动，而是要激活10%-20%的核心骨干。安东的经验证明：即使在重资产、强流程的传统行业，只要构建合适的组织环境，创新的种子同样能够破土而出。

如何避免

“创新功臣寒心？

在当前裁员潮和AI替代焦虑蔓延的背景下，员工普遍趋向"求稳"，组织该如何推动创新？两个真实案例折射出这一挑战的本质。

某科技外企高管的困惑颇具代表性："创新成功反而导致团队缩编？"他主导的项目成效显著，公司却选择将业务外包，团队面临解散。"现在没人敢创新了，都怕重蹈我的覆辙。"这种现象的根源在于，组织未能区分"开疆拓土型"创新和"降本增效型"创新——前者应该获得更多资源开拓新市场，而后者带来的团队精简则是自然结果。

这并非孤例。当组织未能区分“开疆拓土型” 与“降本增效型” 创新时，悲剧便会上演：

前者创造新市场（如安东数字油田），理应带来更大责任与资源。

后者优化效率，团队精简本是自然结果。

真正的症结在于价值再分配：组织是把功臣送上新战场，还是当作优化对象？安东石油给出示范：当数字油田业务爆发式增长，公司将其列为独立板块，创始团队通过虚拟股票共享长期收益，人员规模从临时小组扩张到百余人。

另一个研发人员的感叹同样发人深省："千里马常有，而伯乐不常有。"在大组织中，创新者常常面临被忽视的困境，最终要么心灰意冷，要么另谋高就。

没有“被看见”的通道，破局关键在“自驱力+微行动”：

在安东，一线市场人员听到油田客户的数字化呼声，主动组建临时项目组。

在腾讯，张小龙带领十余人团队开发邮箱插件，最终演变成微信。

竞涌型生态中，“被看见”始于“先做出来”。正如阿里钉钉诞生于几名新员工的“地下实验”，当你在可控资源内解决具体问题并产出可见成果，自然会成为灯塔。

破解这些困境的关键在于构建系统性的支持机制。安东石油的实践提供了有益借鉴：

1.当数字油田业务年增长40%时，公司没有将其收编为某个部门的附属业务，而是升级为独立板块；

2.通过虚拟股票机制，让核心创新者分享长期收益；

3.董事长亲自推动创新文化建设，为组织"松土"；

4.保持适度的资源冗余度，为创新预留空间。

在具体操作层面，安东的经验还提示我们：

明确区分"保饭碗"的核心业务资源和"造饭碗"的创新项目资源；

建立阶段性验证与退出机制，通过客户联合项目降低试错风险；

为关键创新者提供清晰的激励预期和充分的权责利。

竞涌还是集中，

如何进行取舍？

竞涌与集中并非非此即彼的选择，而是互补共生的关系。华为的实践极具启示性：在芯片等战略领域采取集中突破的"压强原则"，同时通过海思的早期孵化保持技术敏感度。安东石油同样如此：在传统油田技术服务领域精耕细作的同时，通过数字油田等竞涌项目开拓新增长曲线。

创新的生命周期需要不同的管理策略：

探索期：鼓励"涌"，追求多样性，如安东市场部对客户需求的敏锐捕捉；

验证期：强化"竞"，建立筛选机制，通过多个客户项目验证方案可行性；

成熟期：转向"压强"，集中资源实现规模化，如数字油田成为独立业务板块。

红杉资本关于"十亿美元公司可能只有一个人"的预言或许会成真，但更可能的情况是，下一个颠覆性创新将从现有组织的创新裂缝中涌现——可能是某个基层工程师在内部沙盒中用API组合出的原型，也可能是像安东石油一线人员那样捕捉到的客户痛点。

组织的使命，就是让这些"裂缝"成为创新涌泉而非坍塌的起点。这需要：

1.领军人物的远见卓识，敢于相信创新的可能性；

2.机制的有力保障，为创新提供容错空间和激励动力；

3.文化的包容滋养，允许甚至鼓励有益的失败。

在AI重构一切的时代，最大的风险不是创新失败，而是失去创新的勇气和培育创新的土壤。即便在最传统的行业，只要条件适宜，创新的种子同样能够破土而出，长成参天大树。

推荐视频

版权声明：charles 发表于 2025年7月3日 pm11:41。
转载请注明：AI狂潮下：大公司如何破解"创新者窘境"？ | AI工具大全&导航

🧠 解码大语言模型的记忆力：上下文长度的前世今生

charles

4K 30

详解 MCP 核心架构

charles

5.1K 50

我不许你还不知道Qwen Chat

charles

4.8K 30

谷歌AI Co-Scientist：基于多智能体的科学发现加速器

charles

5.4K 50

AI大牛解析o3技术路线！大模型下一步技术路线已现端倪？

charles

6K 45

用大模型手搓一个微信元宝小程序

charles

8K 30

AI狂潮下：大公司如何破解"创新者窘境"？

从Rax+DX到React，一次跨端组件重写的AI提效探索

🧠 解码大语言模型的记忆力：上下文长度的前世今生

相关文章

相关文章