從浪尖到河床，他們如何把產業難題變為AOM頂會論文

近期，全球管理學領域頂級盛會——第85屆美國管理學會（AOM）年會在丹麥哥本哈根隆重舉行。在這一匯聚全球頂尖管理智慧的舞臺上，中歐DBA學子的研究成果大放異彩，三名同學的高質量論文成功入選AOM年會論文展示環節，并受邀出席年會進行研究成果分享，向世界展示了源自中國實踐的卓越管理智慧。

開設于2021年的中歐DBA課程，是商業實踐者向學術探索者的轉型之路，是他們以學術研究回答時代之問的平臺。自今年4月起，DBA學生陸續進入博士論文答辯季，這是他們學術旅程的高光時刻，也是將多年研究成果轉化為商業智慧的重要里程碑。四年中，有人在和教授的思想碰撞中重塑自我，有人擁有了看到“因果網絡”的眼睛，領略了更開闊的風景。今天，讓我們走進這三位中歐DBA同學和他們的論文故事，深入他們對行業問題的探索歷程。

仰望：星空深處的叩問

行業猶如一條河。最初，新手只盯著浪尖上的“明星公司”和“爆款技術”，興奮于每一次浪花翻涌；干上三五年，便學會在快艇上看航道，知道哪里暗礁潛伏、哪里水深浪急。待到二三十年，人已沉成河底的一塊石頭，不再被水面的喧嘩牽動，而是感知整條河的脈搏。在行業內深耕多年的徐俊、張宇、程泰毅都有這樣的感受。

出身外科，在醫藥領域從業三十余年的徐俊說，做研究與看病相通，不能頭痛醫頭，而要把身體視為系統。

2018年，中國啟動了藥品集中帶量采購政策，旨在通過集中采購、集體談判等手段降低藥品價格，減輕醫保基金的支付壓力。政策實施后，集采中標藥品價格顯著下降，但也伴生了藥品市場結構的調整和醫療機構處方行為的變化，引發了一系列社會反響。

在中歐讀書時，徐俊對教授在課堂上的一句話印象深刻——所有決策都是利弊權衡的連續函數，解決問題的方法或將成為引發新問題的原因。在醫保集采政策全面鋪開進程中，徐俊忍不住思考：一項用心良苦的好政策，會不會在解決矛盾的同時，伴生新問題？當部分藥物被集采并引發社會廣泛關注，未集采藥物是否會發生變化？在這樣一個會影響到患者、醫療機構、制藥企業甚或保險機構的巨大問題前，如何去尋找一個有效的管理邏輯？帶著這些初始動機，徐俊走進了中歐DBA課堂。

同樣帶著問題而來的還有張宇。

作為淘寶創始團隊核心成員，張宇自2004年加入阿里后，先后主導淘寶、天貓、聚劃算等業務“從0到1”的搭建，并橫跨戰略、投后、并購與國際化培訓。她在2013年成為阿里巴巴合伙人，2021年6月光榮退休，成為阿里巴巴集團的“榮譽合伙人”。

張宇親歷了互聯網二十年的狂飆，對技術的發展有天然的敏銳度與強烈的好奇心。2023年GPT技術爆發之際，多年的互聯網經驗帶來的直覺告訴她AI具備的顛覆性遠超互聯網革命——傳統技術只是提升效率，AI也許將直接取代人成為新生產力主體。

目前在AI領域，技術層面的探究是最多的，這也進一步推動了技術的飛速前進；但商業方面的理論研究卻遠遠滯后，甚至可以說是空白的。每一次技術躍遷最終都會映射到組織績效，現實中AI的影響是否會如實驗室實驗一樣重現對個人和組織的影響？這方面的研究仍屬空白。既然這方面的商業理論研究有重大的現實意義，為什么不去做呢？當商業理論滯后于技術狂奔，張宇決定親自下場，用學術方法補全這塊拼圖。

此時，芯馳科技CEO程泰毅也在為行業內發生的諸多有趣現象深深著迷。

作為一名半導體行業的老兵，他親歷了行業在不同時期的不同競爭狀態。行業內常把“生態協調”“共創價值”掛在嘴邊，但在實踐中往往陷入高度同質化的競爭甚至是惡性競爭的泥潭——大家拼命投入同樣的技術和方案，完全價格導向，集體落入盈利越來越薄、創新不足、持續研發難以為繼的囚徒困境。

生態中的企業間強調“共贏”和“依存”，共贏奠定價值創造的共識基礎，依存讓創新在生態中傳導。但在國內，一旦下游焦點企業陷入內卷，“傳導效應”會迅速帶動整個生態進入內卷，導致創新的匱乏和資源的浪費。

現有理論難以回答一個根本問題：為什么倡導協作的生態理論在實踐中會失靈？因此，建立一個更為深入完整的生態理論框架，從生態視角理解企業面對“創新”“協作”與“競爭”時的戰略選擇，找到真正的技術生態下價值創造和價值獲取之道，也為產業和政策提供參考，成為程泰毅的研究目標。

入局：沉浸式研究的痛與樂

方向既定，帷幕方啟；研究之路卻遠非坦途，而是九曲回環，峰回路轉，每一步都在“痛并快樂”中蜿蜒前行。

回顧自己的學術之路，程泰毅頗有感慨。與兩位教授——楊蔚和吳迅的思想碰撞和交流讓他“痛并快樂著”。他們曾在春節期間跨國推導模型；在美國的清晨和上海的深夜，隔著太平洋沉浸式地碰撞靈感。他也曾興致勃勃地提出很多想法，然后卻被教授的一兩句提醒“澆滅”，接著重新思考、反復推敲；在改造某個彈性因子模型時，他會一遍遍自我推翻，重新追問邏輯，直至頓悟……

程泰毅的研究內容分別從生態系統的外部影響因素、生態系統的內部技術架構和組織因素，以及提出一個正式的價值創造和價值獲取理論模型這三個維度展開。

首先，他以當前美國對中國半導體產業的出口管制為外生沖擊，研究了中國半導體產業的創新行為變化。半導體產業是一個高度全球化、高度技術驅動、高度依賴生態協同的產業，過去中國企業主要參與的是其中成熟制程中的一些環節，創新不足、內卷嚴重。在地緣政治環境影響下，美國為了阻礙中國在先進半導體技術領域的發展可能，從2018年起出臺了一系列出口管制政策。然而，這一技術限制是如美國期望起到遏制作用，還是反而促進了中國企業的創新？

基于中國半導體企業在美國專利獲批的數據，程泰毅的研究發現，相對于美國半導體產業，中國半導體產業在貿易戰之后創新數量出現顯著的爆發式增長——本來用于限制中國半導體產業的外部因素，反而促進了中國半導體生態的形成、發展和升級。

看了外生沖擊，很自然地，他又開始關注另外一個生態系統的內因視角——生態的形成與產業發展過程中企業界定的邊界，特別是AI時代下技術架構高速演變期，生態合作與垂直整合對創新的影響。現在高新技術產業中的垂直整合正在變得越來越普遍，從英偉達對GPU、NVLink和CUDA甚至AI算法的投入，到特斯拉對于自動駕駛方案和比亞迪對EV動力系統和EE架構的集中整合。在技術突飛猛進的變革時代，生態中的垂直整合到底是優勢還是劣勢？通過計算機模擬的方法，他的論文得出結論：垂直整合企業能夠在技術變革時期更為有效地進行遠距離搜索，學習和適應新技術。

這些關于產業組織和生態構建的思考和發現，最終促成了程泰毅論文的第三部分，即搭建一個完整的生態理論框架，理解生態中為什么會發生內卷、資源投入如何實現價值創造最大化、生態創造的價值會被哪些企業獲取。

通過數學建模，他提出產業生態中企業的價值獲取，取決于兩個基本的關鍵因素——生態對于技術創新的要求，以及生態對于企業間協同的要求，他把這稱為技術上限（Tmax）和協同門檻（Cmin）。不同的生態具有不同的技術上限和協同門檻的要求，而企業在生態中的資源配置，本質上是對技術和協同的投資權衡。通過數學模型的推導，超級競爭和內卷發生于技術上限和協同門檻要求較低的生態當中。因此，創新和企業間的深度協同耦合成為擺脫內卷、助力企業在生態系統中獲取價值的關鍵。

徐俊做研究就像拍一部紀錄片，先問“給誰看”，再決定“怎么拍”。

他想知道：藥品“團購”后，那些沒參加團購的藥會怎么樣？于是他設定了兩條劇情：一、沒參加團購的藥會被擠兌，價格銷量一起掉；二、藥企不甘心吃虧，會想辦法把損失補回來。

怎么拍？首先，找“雙胞胎”對比：先把條件類似的藥配對（PSM），再比較團購前后它們的變化（DID），像拍前后對比照。其次，進行多輪“體檢”：安慰劑、穩健性、平行趨勢測試，確保拍到的不是假象。最后，分類型特寫：按藥品種類、醫院級別再做切片，看看誰反應大、誰沒反應。總結來說，就是用顯微鏡對準團購藥，但鏡頭拉遠，把整條醫藥生態鏈的連鎖反應都拍清楚。

相比而言，張宇的研究更加具體，通過AI在企業實際環境中的應用，圍繞三大核心命題展開：AI是否能夠提升組織績效？若可提升，程度如何？其作用機制是什么？AI對于個人績效的提升與個人能力是否有異質性差別？

張宇的研究是基于非常嚴謹的田野實驗，將某上市公司某省的銷售人員按照能力對等的方式分為兩組。實驗第一階段，實驗組使用AI銷售助手，而對照組不使用；第二階段，兩組均使用AI助手。采集18周時間的380多個樣本的各項指標數據，并通過對這些數據進行方差、回歸等分析，驗證假說，最終導出模型。

意義：落地有聲的結果

研究結果揭曉時，張宇著實吃了一驚。她的論文《光刃裂穹：人工智能影響組織績效的機制研究》結果顯示，實驗組的業績提升了13%，且統計顯著性極高。這意味著首次有研究用田野數據證明：AI可直接驅動組織效能質變，兩位數的績效躍升成為現實。

首先，她的研究揭示了AI作用的核心機制：AI通過隱性知識（Tacit Knowledge）的轉移提升績效。傳統模式下，企業需通過“師徒制”“集中培訓”轉移此類知識；而AI則通過學習頂尖員工的行為模式，直接指導普通員工決策——相當于將頂尖員工的能力復制給整個團隊。原來AI把銷冠的“說不清的直覺”學下來，再用算法手把手教給新人——相當于把師傅裝進電腦里，人人隨時帶身邊。

其次，她的研究還打破了“技術平權”幻想：能力與影響程度呈倒U形曲線。誰最受益？既不是最牛的，也不是最菜的，而是“中不溜”那批人——高手用AI只是錦上添花，新手連AI都不會配合，中層選手剛好能接住這份“開掛”。

最后，研究對企業的實踐也有重要的意義。想用好AI技術，公司得做好三件事：數據夠準——別給AI喂“垃圾”；模型對口——別拿翻譯大模型去做銷售；人機合用——崗位、流程得跟著AI改寫。未來的競爭拼的就是“使用AI的本事”：老板得懂AI能干什么，業務要能被數據化，手里的獨家數據越干凈越值錢，整個公司還得敢把組織推倒重來。

論文《超越成本節約：藥品集中采購政策的意外后果》答辯通過時，徐俊有一種長跑后沖過線的感覺。經過研究，他的核心發現是：未集采藥品在政策實施后，其價格、使用量和收入均顯著增長，部分抵消了政策所期望的成本控制效果。這一研究發現與基于制度回應理論提出的“利潤補償”假設一致，揭示了市場主體對政策干預的適應性，通過主動調整資源配置等市場行為，實現對政策影響的戰略性回應，提示了集中采購政策可能引發復雜的市場溢出效應，單一維度的價格控制措施可能難以實現政策的整體目標。用一句話來概括他的研究意義，那就是：把“團購藥”政策放進顯微鏡，既點贊也提醒。

具體來講，首先，他的研究具有連接制度經濟學與中國實踐的理論貢獻。當外國的制度經濟學被搬到中國醫院，在政府一聲令下后，藥企怎么改打法？徐俊發現，政策和企業不是一錘子買賣，而是你一招我一式，來回過招。

其次，他的研究具有從“靶向治療”到“系統療法”的實證貢獻。他用全國真實藥品銷售大數據，第一次證明：被團購的藥確實便宜了，但沒被團購的藥悄悄漲價，而且賣得更多。用科學方法鎖定因果關系，不是拍腦袋。

最后，研究結果給政策制定者帶來反思。團購開局有功，但副作用別忽視；藥方要定期調，不能一張方子吃到老。研究提醒決策者別當“甩手掌柜”，得隨時當“價值調節器”，別讓一方占便宜，導致系統失衡。一言概之，團購藥政策像降壓藥，吃對了救命，吃久了得復查。這份研究就是那張復查單。

在過去幾年的DBA學習中，徐俊始終秉持著“立言”的初衷。但他感嘆，如果沒有經過DBA課堂的系統訓練，自己的觀點表達可能會缺少管理學語言的科學嚴謹性，經不起檢驗。當下社會，技能會隨時被社會環境沖擊改變。“因此，DBA教會我的不是解題技巧，而是看見‘因果網絡’的眼睛。”

程泰毅最初沒有想到，隨著研究的不斷推進，自己的興趣會日益加深，他圍繞外部因素、內部動因及正式理論框架寫了三篇相互關聯的論文，最終匯聚成《生態系統的創新與協調：理論、證據和戰略意義》這一成果。于他而言，這次研究像一次學界與業界的“雙向奔赴”，研究的多重意義不言而喻。

首先是理論貢獻。以前大家研究半導體，多盯著技術、市場這些“硬指標”。他的研究引入“政治摩擦”“貿易禁令”這些非市場因素，研究它們如何和市場因素共同作用于創新，給產業生態學開了個新視角。接著，他用“生態多樣性”構建起模型，把“怎么創造價值”到“怎么把錢裝進口袋”的全過程剖析清楚。另外，他把人工智能里的神經網絡算法借過來，給復雜系統研究打了個樣——原來生態系統也能像神經網絡一樣學習和演進。

其次是政策啟示。貿易戰中，美國的限制和制裁反而促進了中國半導體產業的發展，這對中美兩國都有很強的實踐指導意義。對于美國來講，研究證明了創新是競爭唯一正確的戰略，而聚焦打擊對手，可能會引發反噬，讓對手變得更強大；而對于中國，持續的創新投入也是生態長期發展的必要條件，市場手段和集中協調對不同的限制瓶頸意義不同，不能一概而論。

最后是管理啟示，給管理者提供一把“尺子”。把計算機模擬結果翻譯成大白話：生態里不是自己越牛越好，得看你能不能“協調”得動——比如僅升級芯片能力，卻不搞定系統和算法，可能賠本賺吆喝。他的研究提出“協調成本”這個新概念，幫管理者算清“創新投入”和“協調扯皮”這筆賬，知道什么時候該沖、什么時候該扶、什么時候該停。另外，作為總結的2×2的矩陣，橫軸縱軸一畫，讓管理者一眼就能找到自己的“生態位”。

四年前，有人問程泰毅：“DBA對管理有用嗎？”他說：“也許吧。”如今，他笑著搖頭：課堂招式未必立竿見影，卻給了他一副把實踐提煉成理論的“透視鏡”。當年帶著好奇心入學，如今能用好問題、好方法，挖出真答案。學位已成注腳，真正的收獲是一條可終身深耕的研究航道——繼續打磨模型、匯成冊，讓更多企業拿到“破卷”的武器。“畢竟，知識只有流動，才有價值。”

封面圖片由POOK AI生成。

編輯 | 田佳瑋

責編 | 岳頂軍

歡迎點擊小程序，全方位了解中歐！

你還可以在這些平臺關注中歐

關注中歐官方視頻號

點擊咨詢中歐課程