數據要素與核心競爭力的構建

黃嫚麗 郭子生

數據和數據要素受到前所未有的重視。最近兩年人工智能的革命性進展使得數據的價值和意義更加凸顯，OpenAI發布的“文生視頻”（text-to-video）工具Sora“再次震撼了整個世界”。歡呼和擔憂并存之下，企業更關心的是基于數據、算法、算力的新一代信息技術是否改變了企業生存和發展的邏輯，如何更新思維以獲得可持續的競爭力。

2022年12月《中共中央國務院關于構建數據基礎制度更好發揮數據要素作用的意見》發布，其后國家數據局會同其他十六個部門制定了《“數據要素×”三年行動計劃（2024—2026年）》，對發揮數據要素乘數效應，賦能經濟社會發展作出具體部署。作為一種新型生產要素，數據參與生產經營過程并產生價值。在這個過程中，數據要素兼具雙重屬性，既是勞動對象，也是勞動工具。近年來，對作為勞動對象的數據要素已有廣泛而深入的討論。圍繞數據要素市場展開的多領域研究深入探討了數據要素應用中的種種難題，如確權、定價、交易、分配、安全和風險控制等，并取得了豐碩的成果。我國的數據要素市場不斷向統一、高效、競爭、有序的方向邁進。然而，廣大中國制造企業更關心的是，作為勞動工具的數據要素如何影響企業，數據要素的加持如何改變核心競爭力的構建邏輯，中國制造企業如何在新一代信息技術環境中提升競爭力。戰略管理的一項重要共識是，核心競爭力是提升競爭力的根本保證，因此，本文主要從核心競爭力構建的角度探討上述問題。

數據要素意味著什么：戰略管理的意義背景

企業戰略決策者常將投入品抽象化地表述為“資源”。資源涵蓋了組織內外所有可以利用的要素，不僅是投入到生產領域的生產要素。一直以來，資源都是戰略管理關注的核心問題。以往企業主要通過追逐外部機會獲得增長和競爭優勢，隨著市場不斷成熟，越來越多企業發現一味追逐機會不僅會導致盲目擴張，而且會形成短視的決策習慣。事實上，機會不能保證進入同一行業的所有企業都能獲得成功。為此，企業開始從內部尋找驅動發展的動力，最終聚焦在資源、能力和核心競爭力上。資源、能力和核心競爭力成為成熟市場競爭優勢的根本來源，企業需要以更長遠的視野來布局資源和能力，構建核心競爭力。這是戰略管理領域的主導思維模式——產業組織模式和以資源為基礎的觀點（簡稱RBV）。

以資源為基礎的觀點有兩個基本假設：企業是資源的集合，企業擁有異質性資源。異質性資源是企業存在發展差異最根本的原因。為此，人們一直在追問：擁有什么資源，如何利用資源，才能獲得競爭優勢？外部環境和情境的不同，讓上述問題變得愈加復雜。

有關企業資源的一系列理論和研究，大致從三個視角回應了上述問題。首先是產出型視角，關注最終產出，強調投入的資源必須促進特定產物的形成。產出型視角明確地將資源看作是獲得期望產出的必要條件，為戰略管理理論的發展奠定了基礎。其次是投入型視角，聚焦生產所需的投入要素，將獲得某類產出的必要條件收縮到特定的資源上。最后是過程型視角，強調管理者必須有策略地決定獲取、配置以及整合資源的方式，才能將投入品轉化為有價值的產品或服務。過程型視角主張資源利用是一個能動的過程，即資源轉化為產品的過程受行動者的意向驅動。組織以不同方式利用資源，形成異質組合，因此擁有同樣資源的個體不一定能創造出同等價值。過程型視角直接推動了動態能力、資源編排、資源拼湊等研究的出現。三種視角的理論和研究相互補充，其中過程型視角形成獨具特色的“資源學派”。

三種視角下的傳統戰略管理理論一直沒有明確定義過“資源”。一種代表性觀點來自著名戰略學者巴尼，他認為資源是“企業所掌握的、使其能形成并執行高效而有成果的資產、能力、組織流程、企業特性、信息、知識等優勢或要素”。這種籠統的界定一方面強調了企業對組織內有形和無形資源同等重視，另一方面也反映出企業戰略決策者對資源的理解更加強調其對于競爭優勢或收益的指向性。

時代變遷帶來了外部環境的革命性變化，聚焦某種特殊資源的討論日益受到重視。20世紀90年代知識經濟到來， 出現了“以知識為基礎的觀點”（knowledge-based view），這一觀點主要探尋知識特別是隱性知識推動競爭優勢構建的機理。進入21世紀，外部環境越來越“烏卡”（VUCA，即動態性、復雜性、模糊性和不確定性等四種特性的簡稱），注意力資源成為焦點，于是有了“注意力基礎觀”（attention-based view）。這一觀點認為決策者的注意力資源是有限的，只能分配在有限的議題與對應的行動之上，強調注意力資源的分配會影響戰略決策及其結果。數字經濟來臨，關注點轉向了數字技術、數字資源、數據資源對戰略決策、行動和競爭優勢的影響，“數字基礎觀”“數據基礎觀”等應運而生。隨著新一代信息技術和人工智能的發展，或許會出現“人工智能基礎觀”“大模型基礎觀”“算法基礎觀”或“人-機基礎觀”“人-機智能基礎觀”等觀點。

通過梳理戰略管理理論對資源以及不同類型資源的討論，我們認為，要討論數據這一新的資源要素推動企業核心競爭力構建的機制，首先要分析其屬性，然后再結合外部環境探討其推動核心競爭力和競爭優勢構建的規律，進而幫助企業用好涌現的新資源，構建適應新時代的核心競爭力。

數據要素的屬性：核心競爭力構建過程視角

從一般意義上看，數據要素具有可復制性、非競爭性、排他性與非排他性并存、非均質性、無限收斂、智能即時性、泛在賦能性等特點。數據要素既可以作為獨立的資源支持企業戰略決策，又能與其他資源結合形成能力，甚至是核心競爭力，進而成為競爭優勢來源，創造數據要素的乘數效應。因此，數據要素具有這樣一個鮮明特征：既可以是勞動對象，也可以是勞動工具。從制造企業角度看，不改變主業的情況下，數據要素主要作為勞動工具存在。目前，作為勞動工具的數據要素全方位地促進企業發展，包括提高各層面和各類別行為和活動的效率（包括決策效率、運營效率、行動效率等），降低成本，提高組織的敏捷性和精益性，提高組織對外部環境的洞察力和捕捉商業機會的能力、對客戶需求的理解程度、產品和服務的創新能力、商業模式創新能力、應變能力、組織韌性，激發使能創新（enable innovation），進而推進企業算法商務模式出現，形成新的競爭優勢。充分利用好數據要素，能夠推動制造企業高質量發展，發展新質生產力。

在戰略決策框架下，數據要素與企業的組織性資源有類似之處。企業的組織性資源與企業的經營模式相匹配，是企業發展過程中逐步形成的特定資源，具有很強的使用慣性。組織結構、管理機制、企業文化、行為規范等均為組織性資源。組織性資源具有極強的異質性，無法剝離組織獨立定價交易，是其他資源的黏合劑，具有泛在賦能性。

在傳統戰略管理框架下，指向性強、穩定性高的資源結合/組合沉淀并產生特定的經驗、知識和技能（know-how），發展成為企業的能力。能力與能力、能力與資源再次穩定地組合迭代，進一步形成各種復合能力。這些能力如果滿足有價值的（Valuable）、稀缺的（Rare）、難以替代的（Non-Substitutable）、難以模仿（Imperfectly Imitable）等特性，就有可能構建出企業的核心競爭力（見圖1）。

因為能與其他資源結合，組織性資源在構建核心競爭力過程中，具有突出的協同性和涌現性。作為勞動工具的數據要素，與組織性資源一樣具有協同性和涌現性。數據要素與其他資源組合可以提升原有能力，這就是所謂協同性。例如，傳統的營銷能力與數據要素驅動的營銷能力，在內涵上具有巨大差異。與此同時，數據要素的協同性還有可能使企業的閑置或廢棄資源“重獲新生”。例如，某乘用車制造企業主機廠為提高涂裝環節機器人噴涂色澤、亮度等指標的穩定性，自行研發了一套監控系統，通過機械臂感應采集數據來形成品控的實時預警。采集數據的機械臂來自于焊裝環節。焊接環節對機械臂的運行品質要求高，焊接機械臂運行達到一定次數后就會被強制“退役”，成為“雞肋”資源，一定時間后報廢處理。經過改造，焊接機械臂在涂裝環節得到再利用，其使用效能因數據采集而被再次喚醒。閑置設備資源、數據資源和數字技術資源的再組合，也提高了該企業的涂裝品控能力。這種協同能力不斷與其他能力、資源組合迭代，構建出新的復合型能力或綜合性能力，如果這些能力具備VRIN等特點，就有可能打造出企業的核心競爭力。

涌現性指數據要素與其他資源結合可能產生新的能力，這種新能力不是事先設計出來的，而是結合過程中“意外”生成的。新能力的生成在弱人工智能下往往源于數據與其他資源隱藏的關聯性；在強人工智能下，則是算法和算力支撐下的“自我”發現，是遠關聯度預測下的新發現。例如，結合了數據要素，過去不具備產品設計能力的企業生成了這一新能力。

數據要素與組織性資源也存在明顯的不同。對企業而言，數據要素可以是給定的，作為投入品輸入到組織內，與其他資源協同互動或涌現出新能力；也可以是生成的，在組織的活動過程中（如采購管理或碳足跡管理等）沉淀形成，或AI自行生成混雜在沉淀數據中。不同模塊的數據打通形成數據平臺，能更好地發揮協同性和涌現性。企業還可以基于對市場需求的識別，進一步將這些內部數據與其他資源（如專利等）進行有機結合，轉變為可供交易的數據，進行變現。這是數據要素與組織性資源的最大差異。組織性資源無法定價和交易（即使是將企業的管理機制、文化等總結提煉以專著形式出版，也不是組織性資源本身的變現和交易，而是內容創作），但數據要素是可以在一定條件下進行定價和交易的。

制造企業將數據要素進行“打包”，形成面向市場的產品和服務，也就是俗稱的“數據產業化”“數據產品開發”，實際上是新增了一項非制造的經營業務，也就是進行多元化。因此，企業需要在戰略愿景、戰略決策層面對此進行重新審視，甚至可能需要調整戰略愿景和戰略定位。

數據要素參與核心競爭力構建的機制

核心競爭力的構建機制可以劃分為三種類型。第一種是“學習累進模式”，即企業通過組織學習實現從資源到能力的躍升，從而構建起核心競爭力。從組織學習的角度看，基于不同的學習方式和路徑對同樣的資源進行組合，會形成不同的能力（見圖1）。雙元學習模型是最常見的組織學習方式，指利用式和探索式兩種路徑及其交互，有利于促成有效的學習效果，進而建立并發揮企業能力。利用式學習和探索式學習都可以進一步細分為不同形式，如“干中學”或整合創新等，所以，企業組織學習的模式實際上存在極為多樣化的選擇。

以組織學習為主線的核心競爭力構建機制，存在兩個企業普遍關注的延伸問題。第一個是管理者和員工、個體和群體的角色及作用問題。個人學習到組織學習的轉換是組織學習得以推進的關鍵節點，需要企業的結構、機制和文化支撐（組織性資源的結合在此發生）。第二個是知識管理問題，組織學習作為構建核心競爭力的主線必然涉及知識管理。知識管理關注的是企業中隱性知識和顯性知識的有效創造和積累，相互作用和整合。其中涉及個人知識與組織知識的轉換，需要針對性的機制、合適的組織文化作為保障。兩個方面的延伸問題都與企業的組織結構、管理機制、管控模式及文化氛圍等緊密相關，也就是與企業的組織性資源相關。組織性資源不僅具有協同性，還是一個約束“開關”。發達國家的跨國公司都是以學習累進模式構建核心競爭力的典型代表。

第二種是“合模式”，即企業創造性地利用“合”——復合、聯合、結合、相合——來建立競爭優勢或者彌補競爭劣勢，從而構建核心競爭力。與強調內部資源能力利用的學習累進模式不同，合模式強調與外部資源、能力的鏈接以及發揮外部資源和能力的杠桿作用，這在互聯網經濟條件下具有積極的啟示性意義。合模式強調企業核心競爭力不僅源于內部，還源于外部生態系統。在新的外部環境下，產業鏈整合能力、網絡連接能力、生態資源整合利用能力、生態系統參與或治理能力成為企業核心競爭力的新內容。蘋果、小米、阿里巴巴、騰訊等新一代互聯網企業都是以合模式構建核心競爭力的代表。

第三種是“戰略承諾驅動的迭代模式”。外部環境要素對企業構建核心競爭力既有正面影響，也有負面作用，戰略承諾驅動是企業有效應對和克服外部環境不利影響的關鍵基礎。戰略承諾驅動核心競爭力構建有兩條路徑，分別是“有心栽花”與“先無心插柳，后有心栽花”。企業先聚焦于一個維度或領域的能力培育和提升，之后如“攻破一個又一個高地”一般“偏執地”集中投入資源，培育出多個領域的能力且形成協同，并同步對企業的治理結構、管理機制和企業文化進行完善和優化。以戰略承諾構建核心競爭力的關鍵是為每一次投入配置資源，以集中建立某種能力的隱形邊界，從而克服外部環境特別是各種“風口”的誘惑。廣東新寶電器是這一模式的典型代表。

學習累進模式、合模式和戰略承諾驅動的迭代模式是不同歷史發展階段企業構建核心競爭力的規律總結。新一代信息技術時代，建立核心競爭力的本質規律并未改變，但在融入數據要素之后，企業運行和管理的精益化水平大大提升，核心競爭力的構建機制也發生了變革。

第一，擺脫具體行業特性的、面向需求場景的核心競爭力越來越受到重視。

在數字化程度不斷提高的大背景下，數據資源日益充沛。因為數據資源具有“因人而異”的非均質性特點，企業在將數據資源與其他資源和能力進行組合來推進能力構建和核心競爭力構建時，都面臨一個趨勢，即與新一代信息技術結合度越深，越有可能將與之相關的能力發展成自己的核心競爭力。例如，越來越多的企業將自己定義為物聯網公司、軟件公司或科技集團（一家著名的中國新能源整車制造企業提出將致力于成為全球領先的人工智能企業），這些愿景反映出其構建核心競爭力的方向和焦點。

此外，無論是以哪一種模式構建核心競爭力，數據要素加持的資源和能力組合迭代都應跟隨企業的戰略、管控模式（即組織性資源）。“烏卡”環境下，企業面向需求場景進行戰略調整，管控模式出現比較明顯的前中后臺劃分，因此，核心競爭力的分層日益成為主流（見本文作者在《清華管理評論》2023年第六期《新型工業化征程上的制造企業：構建核心競爭力的新思路》的討論）。數據中臺與業務中臺共存，并作為活動橋梁，將基礎性、可共享、可復用的資源能力與一線需求情景鏈接起來。在企業的前、中、后臺三個層面上，數據要素都參與其中，數據要素的沉淀與屬性因此也出現了分層（見圖2）。

第二，對“涌現”的探究成為先鋒企業構建能力的焦點。

涌現性是數據要素不同于其他生產要素的屬性之一。在大數據、算法和算力的支持下，企業越來越有可能利用人工智能在數據要素與其他資源、要素的互動中發現各類遠程關聯，以及并非事先設計的關聯即涌現，從而推動新能力的出現以及各應用領域的創新。然而，對于涌現是如何產生的，涌現產生的機制、邊界、條件、指向等問題，目前并無標準答案，仍充滿“神秘”。

企業要充分挖掘數據要素涌現性所能帶來的價值，使其在核心競爭力構建中產生創新性效應，首先要在使用數據要素，特別是算法和人工智能時強化“微調”（finetuning）和“提示”（prompting）方面的能力；其次，應進一步將算法細化為算法設計與算法工程，并分別給予相應的投入，以建構刺激涌現的組織環境；最后，每一輪涌現出的“新事物”，都應沉淀為下一輪所用，使數據要素的利用過程持續優化。

要使涌現出的新事物符合核心競爭力建構所需，需要的是“無限的努力”。具體而言，可以聚焦利用數據的理想意向（預期的理想結果）與要解決的問題（如某個具體需求），找到兩者之間的空缺來推動解決方案的“涌現”。

第三，培育數據要素安全治理的機制和能力，并將其嵌入核心競爭力構建全過程。

數據要素的安全及倫理問題日益受到社會的重視和關注。數據要素安全治理的規則、結構、機制和文化都應成為企業組織性資源的新內容，數字安全方面的能力也應該成為數據要素加持下的核心競爭力構建的基礎。數據要素安全治理的相關組織性資源投入，將大大提升企業合規水平。企業將流程中的合規要求指標化，一方面可以通過數據分評估合規水平，另一方面可以在數據流動路徑中設置閾值，提前預警，從而形成更具效能的前置型合規管理體系。中國企業在數據要素安全治理方面有豐富的實踐經驗，但對大部分企業而言，在組織性資源中融入數據安全治理要素仍有很長的路要走。

第四，想象力成為稀缺資源，這或許是強人工智能時代企業構筑可持續競爭優勢的關鍵。

當數據要素在企業的能力構建中承擔越來越重要的作用，利用數據要素能大大提高企業的敏捷性、韌性、決策能力，能使企業具有強大的預測能力時，企業之間的競爭將演變為更底層的競爭，即企業機制、文化和價值的競爭。這意味著企業構建核心競爭力，不僅需要投入新一代信息技術如人工智能、大數據、物聯網等資源，配置高端人才團隊，還需要將想象力作為重要資源進行優化配置。尤其在算法與人工智能時代，想象力與機器生成的文本相比更是稀缺資源。錢學森先生說過：“藝術的思維是先科學后藝術，科學的思維是先藝術后科學。”企業的想象力將打開對人類需求場景的理解，使數據要素的利用更加有的放矢；創造更多數據要素與其他資源和能力粘合、協同的可能性，使更多的創新性“涌現”；使算法設計、算法工程更具創新性，提高生成更多意外效能的概率。

面臨的挑戰

數據要素的乘數效應使核心競爭力的構建更具多樣性和復雜性，此外，數據要素的涌現性也帶來了更多不確定性，這給企業帶來了新的挑戰，具體體現在兩個方面。

第一，外部環境的不確定性顯著提升。一方面，數據要素市場的發育程度及相關制度環境如政策、規則和政府治理等，將會對企業利用數據要素推動核心競爭力構建的意愿產生影響。另一方面，外部環境尤其是政策環境也將影響制造企業能在多大程度上利用數據要素提高制造主業能力或推動制造服務化高質量發展，而不是走向另外一種形式的“脫實向虛”。因此，從企業的角度看，應對外部環境的難度并沒有因為數據要素的加持而降低，戰略牽引下的核心競爭力構建依然是應對新一代信息技術時代提升競爭力的基本邏輯。

第二，戰略決策者面臨新的挑戰。新一代信息技術時代或人工智能時代，人是核心，企業中領導“人”的戰略決策者面臨全方位多樣化挑戰。人工智能滲入數據要素發揮價值的過程，科學決策、價值決策交織在一起，這對管理者提出了更高的要求。當今時代迫切需要具備人文精神的復合型企業家。企業家本就是稀缺資源，理解技術和市場，懂“人”，具有系統思維的復合型企業家更是稀缺，具有人文精神和想象力的企業家尤其稀缺。唯有在兒童、青少年的教育和培養體系中種下人文精神和想象力的種子，才有可能在人-機協同時代的“新人類”中產生適應時代要求的新型企業家。

結語

當前數據已如空氣般存在，充分利用數據、數據資源和數據要素來獲得發展成為企業的必然選擇。在新一代信息技術環境下，企業生存和發展的底層邏輯沒有改變，但發展的思維需要不斷更新。本文探討了作為勞動工具的數據要素加持下，制造企業構建核心競爭力的特點以及面臨的挑戰。

數據要素與其他資源能力的作用機制和組織性資源類似，可以通過“學習累進模式”“合模式”和“戰略承諾驅動的迭代模式”參與核心競爭力構建；然而，因其具有協同性和涌現性，又有獨特之處，面向需求場景、探究涌現、安全治理和具備想象力成為數據要素加持核心競爭力的新要求。這些新要求讓我們看到，在人工智能協助下，戰略決策者在構建企業核心競爭力過程中仍然處于主導地位，這既振奮人心，又讓人倍感任重道遠。

本研究受國家社會科學基金資助項目（20BGL031）和教育部人文社會科學研究基金資助青年基金項目（19YJCZH062）資助。感謝受訪企業高管的真知灼見，文責自負。