2026-04-17 06:09
扫码打开虎嗅APP
本文来自微信公众号： 清华管理评论 ，编辑：排版|尚慧林，作者：张伟，原文标题：《以“人才、知识、资本”三要素激发价值创造新动能——人工智能时代企业管理范式思考》
人工智能时代，“人才、知识、资本”已成为企业价值创造的新要素。基于场景驱动的业务链、数据链、角色链深度融合，能够有效激活人才、知识、资本三大生产要素，是企业在人工智能时代实现价值最大化的关键举措。
习近平总书记指出：“人工智能是引领新一轮科技革命和产业变革的重要驱动力，正深刻改变着人们的生产、生活、学习方式，推动人类社会迎来人机协同、跨界融合、共创分享的智能时代。”当前，全球人工智能（AI）技术呈现爆发式演进态势，一批积极拥抱AI的企业迅速崛起，带来了生产要素内涵、结构以及内部互动逻辑的深刻变化。这场由人工智能点燃的变革，已不止于效率工具的升级，而是涉及管理范式的重构。西方传统企业管理理论面临系统性挑战，迫切需要构建契合人工智能时代特征的企业管理新范式，更好地实现高质量发展。
研究人工智能时代的企业管理范式，应基于经济学的价值创造基本理论，而相关理论已历经数次关键跃迁。
工业化初期，亚当·斯密的《国富论》强调资本积累是经济增长的引擎。大卫·李嘉图在土地、劳动和资本三要素基础上构建了古典经济学，资本首次被列为生产要素，重要性开始显现。此时，管理聚焦于作坊式协作与简单计件激励等基础性工作，为企业运营和发展提供必要支撑。工业时代，第二次工业革命推动大规模标准化生产成为主流。随着生产力的发展，新古典经济学提出了柯布-道格拉斯函数：Q=A×Lα×Kβ，Q、A、L、K分别代表总产出、全要素生产率（主要是技术和管理水平）、劳动投入和资本投入，α、β为弹性系数。技术替代土地，与资本、劳动组成生产要素，资本逐渐成为企业决策的核心标尺。管理重心是流程驱动和层级管控，股东价值最大化成为企业目标。进入知识经济萌芽期，信息技术革命催生了知识密集型产业。保罗·罗默的内生增长理论首次将“知识”作为核心内生变量，知识积累的速率由经济系统内部决定，“人力”成为知识的载体，生产要素进一步演变为资本、人力和知识。管理重心是创新与学习，强调知识工作者的赋能与自主。
从工业化初期的“土地、劳动、资本”三元结构，到工业时代的“资本、技术、劳动”权重调整，再到知识经济时代的“资本、人力、知识”持续更新，随着生产力的持续发展，生产要素也在迭代优化，这一演进跃迁过程清晰勾勒出价值创造逻辑的升级路径。
人工智能时代的到来，对经济学价值创造理论提出了新挑战。人工智能是颠覆性的新生产力，正以前所未有的方式重塑生产要素。很多企业实践表明，企业当前的主要矛盾是落后的生产关系与先进生产力之间的矛盾。传统西方经济学和管理学理论已无法解释和指导人工智能时代的企业管理实践，生产要素的革新和管理范式的转换势在必行。
人工智能时代，“人才、知识、资本”已成为企业价值创造的新要素。顶尖人才与稀缺高阶知识成为企业价值创造的核心，甚至开始重构治理结构；资本主导作用被大幅削弱。精准界定各生产要素内涵，是构建新管理范式的前提。
传统人力资源管理将员工视为同质化“执行单元”，核心价值在于掌握知识和技能。随着AI渗透加速，“人力”在AI赋能下升级为“人才”，并从一般生产要素提升为关键生产要素。在普通劳动者之上分化出驾驭AI的超级个体，人才从“执行单元”发展为“创新主体”。
人才要素主要分为两类。一类是“被AI赋能的普通劳动者”，这是人才的主要构成部分。在AI加持下，许多专业技能的掌握门槛大幅降低。例如，在AI赋能下，制造业出现了“人机协作员”这一新角色。工人在AI指引下能实时识别故障点，操作准确率全面提升，培训周期大幅缩短。麦肯锡全球研究院部署了2.5万个AI智能体，承担文档处理、数据清洗等重复性工作，员工则聚焦高价值分析。
另一类是“超级个体”，即真正能创造新价值的人才。超级个体不仅是AI的使用者，更是AI的设计者和决策者；其价值不仅是解决问题，更是定义问题、重构边界。当超级个体被赋予清晰的责任和权利，创新风险由组织承担且收益按贡献分配，个体创造力将充分释放，形成“有限责任人”。例如，以色列知名科技创业者马奥尔·什洛莫凭借对提示工程与工作流编排的深刻理解，带领7人团队在6个月内开发出价值8000万美元的AI无代码开发平台。OpenAI CEO萨姆·奥尔特曼预言，未来三年内将出现估值超10亿美元的“一人公司”。超级个体正在推动“有限责任人”概念萌芽，传统有限责任公司理念将因此面临挑战。
知识的内涵扩展为“已知复用”与“未知探索”，从经验沉淀走向认知开拓。传统的知识指的是人类通过实践、学习、推理得到的对事物本质和规律的认识。人工智能时代，知识的内涵发生了根本性变化。知识的载体从人转变为人和AI，因此必须从“人机协同”的新视角来定义知识。知识所有权和创造主体从人扩展到了人机协同体，内涵分化为“已知知识”和“未知知识”。
已知知识指能够并已经被AI掌握，且能被低成本、低门槛复用的知识。这类知识将随时间推移日益普惠。例如，车间老师傅“听音辨故障”等默会知识，通过传感器采集、大模型训练等转化为可复用的诊断规则库，借助APP，新员工判断准确率可达到老师傅的90%。
未知知识是价值创造的关键，可分为两种。一是“未知的已知”，即AI基于现有数据推理出的新知识，或“人机协同”共同创造的新知识。例如，传统实验方法解析蛋白质结构通常需要数月至数年，AlphaFold2借助AI，可在几分钟到几十分钟内完成高精度预测，小蛋白甚至仅需几秒。二是“未知的未知”，即未被AI掌握的知识。中世纪航海家探索开辟新大陆，AI时代同样需要人机协同去拓展知识边界。当前，清华无锡研究院正通过DrugCLIP超高通量药物虚拟筛选平台筛选研发新药物，速度较传统方法提升百万倍。
对于企业而言，知识管理的本质是抵抗熵增的过程，通过高质量建模将碎片数据转化为可预测、可行动的认知优势，将“盲目选择”转化为基于认知优势的“战略押注”。知识正在重塑企业边界，科斯“交易成本理论”下的企业边界正被知识协同效率重新定义。例如，数字原生企业利用平台上的知识为垂直领域提供专业服务，比单独组建公司更高效。未来企业的核心竞争力，不在于拥有多少数据，而在于将数据转化为知识的能力。
资本也在悄然而变，稳健型资本与风险型资本并存，追求短期收益和注重长期价值同在。在人工智能时代，资本的策略也在经历深刻分化。这种分化不仅体现在风险偏好的差异上，更反映了资本对价值创造本质认知的根本转变——从追求单一财务回报，转向对人才创造力和知识迭代速度的深度赋能。
稳健型资本依然扮演着企业“压舱石”的角色，倾向于投向技术成熟、现金流稳定的业务板块，追求确定性回报。在AI应用层面，稳健型资本更关注能够立竿见影降本增效的工具型AI。风险型资本主动适应时代变化、拥抱不确定性，让渡部分控制权与短期收益，以换取顶尖人才的长期绑定和突破性创新的可能性。模式从“自己掌舵”转向资助最优秀的“航海家”去发现“新大陆”。如特斯拉将资本支出中的大头投向Dojo超算、Optimus人形机器人等未来变量。
两类资本并非简单的对立关系，而是呈现出融合共生的新趋势，一些领先企业正构建“双轮驱动”的资本配置体系。同时，资本的形态也在创新，如正在兴起的“耐心资本”。有的资本方甚至不再仅仅提供资金，而是通过搭建算力平台、开放数据资源等方式，将资本转化为人才创新的“基础设施”。资本与人才、知识深度耦合，重新定义人工智能时代企业价值创造的底层逻辑。
基于三要素分层逻辑，可以得出人工智能时代企业价值创造函数：V=A×f（Tα，Wβ，Kγ）。其中，A代表全要素生产率，f代表协同函数，T代表人才，W代表知识，K代表资本，α、β、γ分别代表它们的产出弹性系数。三要素并非各自独立、简单相乘的关系，而是具有网络增强和协同效应，通过连接融通与网络拓扑，实现价值创造函数从“内部生产函数”向“生态协同函数”演进。
基于这个价值创造函数，可构建“分层协同、人机共治”的管理新范式。其中，基础要素（T1、W1、K1）通过AI标准化、自动化提效，追求零缺陷运营；创新要素（T2、W2、K2）实施“使命驱动+容错机制+长期激励”，营造心理安全区，追求高价值创造。其中，T1代表基础劳动者，T2代表超级个体，W1代表已知知识，W2代表未知知识，K1代表稳健型资本，K2代表风险型资本（见表1）。
AI时代的企业管理，开始聚焦如何运用人才与知识这两大核心要素，最大限度地创造价值。设计“人才分层激活、知识分层沉淀、资本分层配置”的动态协同机制，成为企业管理的重点。未来，随着AI渗透率持续提升，企业治理将普遍演化为“双轨结构”：基础轨道（T1、W1、K1）通过标准化、自动化、智能化实现高效稳定运行，价值贡献趋于平台化；创新轨道（T2、W2、K2）聚焦认知突破与范式创新，其边际价值随AI赋能呈指数级放大。可以预见，在实现通用人工智能的理想状态下，未来企业的成长与发展将主要由超级个体（T2）和未知知识（W2）驱动。
基于经济学价值创造三要素，企业管理需要从宏观的职能管理回归到微观的价值创造场景，从“专业职能驱动”向“场景工序驱动”转变，构建“角色链、数据链、业务链”三螺旋结构。业务链是由诸多场景串联的网络，每个场景中运行着角色链和数据链。管理的核心就是围绕场景实现角色链、数据链、业务链“三链”协同。企业所有活动都应置于具体的“价值创造场景”中审视，不创造价值的场景或环节应被剔除，让场景成为连接战略与执行的最小价值单元。
以“角色链”激活人才，形成人机协作新模式。通过角色链清晰界定每个场景中所有工作的责权边界，明确“人”和“AI智能体”的最优角色组合，目标是“能用AI就别用人，能一个人就别两个人”。所有新场景都基于AI原生打造，从设计之初就将AI作为系统的底层逻辑和能力中枢，优先考虑用AI完成任务，把人从重复劳动中解放出来。人机协同新模式下，AI执行标准化操作，人专注关键判断，聚焦异常分析与策略优化。
以“数据链”沉淀知识，形成物理世界数字孪生。数据链具有三个鲜明特征：一是作业即记录，在场景中实时、全面地记录“人的行为”与“物的状态”，形成数字孪生；二是数据可传递，不同系统数据要拉通传递，不能传递的数据无价值；三是数据成知识，数据治理入湖仅是第一步，目的是沉淀数据，通过数据关联产生新知识进而优化业务流程，同时保障数据主权。
以“业务链”提效资本，形成价值创造场景单元与网络。对于企业而言，价值创造直接和最终体现在业务端。“业务链”将价值创造场景按照业务逻辑而非职能逻辑串联成网状的、动态的流程，不同的末端场景组合成业务链。它不再是传统的树状职能链条，而是支持快速组合、迭代的“敏捷业态组织”。
“三链”协同的目的是实现组织的自我感知、自我进化。类似生命有机体DNA双螺旋结构，“三链”融合构成企业“三螺旋”结构。“三链”之间不是静态连接，而是动态互动形成智能增强回路，任何一个链条增强，都会触发其他两条链路的联动，使企业成为自我修正、自我进化的智慧生命体。在这种模式下，企业未来组织形态将由传统的科层制、树状架构，转向极度扁平化、网络化、有机化的“有机平面组织”。团队围绕场景或项目快速组建与解散，资源高速流动，以适应价值创造的创新需求。
三螺旋管理理论揭示了“智能时代的组织哲学”，定义了企业组织的本质——持续感知环境、动态重塑自身、以智能实验探索价值边界的智慧生命体；重新定义了效率——发现高价值新路径的速度；回答了人工智能时代人如何体现自身价值——提供目标、做出意义判断、承担终极责任。
在人工智能时代，国内外不少企业的实践探索正在验证“三链”管理协同的效果。字节跳动以AI内容创作为战略场景构建“三链”。角色链重构创作者生态，普通用户通过自然语言指令生成视频，跨部门协作由链上节点自动触发；数据链整合抖音、剪映等全域行为数据，通过构建动态数字孪生，形成“行为－反馈－优化”闭环；业务链以“短视频爆款孵化”为价值目标，由AI智能体串联，实现“C端流量变现+B端服务输出”双轮驱动。“三链”深度融合，推动企业在全球社交媒体快速扩张。
深度求索（DeepSeek）聚焦“企业级大模型私有化部署”高价值场景，以“三链”重构智能服务闭环。数据链贯穿采集、治理、训练、反馈、复用各环节，形成可推理的知识图谱；业务链包括通用大模型、开源生态、行业落地各场景，实现技术与商业闭环；角色链实现内部顶尖AI科学家和全球开发者多方协同，构建生态共同体。“三链”协同下，深度求索成立18个月即推出国内领先的大模型。
华为公司依靠顶尖科学家、自主知识体系和内生资本循环三要素，成为国际知名的硬科技企业代表。在芯片研发等关键场景中，华为公司构建了包括架构师、设计工程师、验证专家、制造工程师等的完整角色链，AI协同完成代码检查、热仿真、良率预测等工作，减少人为干预；将数十年积累的器件参数、工艺偏差、故障案例加工形成数据链，打造半导体知识图谱，实现精准知识供给；构建端到端技术攻坚业务链，打破研发、制造、销售职能墙，实现问题秒级响应。“三链”协同支持华为在自主芯片研发领域取得关键突破。
基于场景驱动的业务链、数据链、角色链深度融合，能够有效激活人才、知识、资本三大生产要素，是企业在人工智能时代实现价值最大化的关键举措。以“三要素”企业观引领管理变革，以“三链融合”推进组织进化，仅是企业管理范式变革探索的第一步。我们相信，人工智能时代的管理哲学重构之路，将成为中国企业高质量发展、构建全球竞争优势的必由之路，也将为全球管理实践贡献一条中国特色智慧之路。
