本期速读（30秒看完）

· 曹仰锋，香港商业模式创新研究院院长、北大光华管理学院管理实践教授，”黑海战略”理论创建者

· 先企业实战，再光华MBA，再人大博士，再光华博士后，又到丹麦哥本哈根商学院深造，获得战略管理方向博士——一条逆向学术与实践融合之路

· 跟踪研究海尔20年，深度观察和研究海尔集团从1000亿到4000亿背后的战略转型与组织变革

· 核心理论：黑海战略（BLACK模型）、高韧性企业五项修炼（SCALC模型）、全球本地化战略（GLOCAL模型）

·「先战场，后书房」——一个实战派学者的逆向人生

· 霞时微光：主歌副歌在一起的幸福人

01 开篇手记｜访谈引子

录制那天是八月八号。曹老师说日子好。

我买了他的《战略升维》新书，先读了一遍，赶紧让他签字留念。读完最大的感受是：这个学者不一样。很多人在学术殿堂里写书，理论是理论，企业是企业，两张皮。但他的书里把实践与理论融合在一起，有很多实战案例——海尔、小米、青岛啤酒、金蝶、OPPO、泡泡玛特等等。

我问他：你高管做得好好的，为什么去读博？

他说：”我骨子里边，可能是当老师的料。”

这一句话，串起了他后来所有的选择。

本期《人生副歌》，对话香港商业模式创新研究院院长，北大光华管理学院管理实践教授、黑海战略理论创立者曹仰锋——一个先实战、再学术，把中国企业实践变成本土战略管理理论的人。

02 人物名片｜嘉宾简介

曹仰锋，香港商业模式创新研究院院长，北大光华管理学院管理实践教授，战略转型与组织变革管理学者，黑海战略创建者。

经历很”逆向”：先到企业工作，发现知识不够，去北大光华读MBA；读完MBA觉得还不够，去中国人民大学读人力资源管理方向的博士；博士毕业到光华做博士后，方向转为战略管理。博士后出站后，到丹麦哥本哈根商学院工作，又攻读了战略管理方向的博士。

长期跟踪研究中国企业的战略转型与组织变革。从博士论文研究领导力起步，到提出黑海战略、高韧性企业五项修炼、全球本地化战略等本土管理理论。著作包括《战略升维》《组织韧性》《海尔转型：人人都是CEO》《第四次管理革命》《黑海战略》《韧性变革》《高绩效团队领导行为及其作用机制》等。其中黑海战略被评为中国原创战略管理理论。

03 从实战到学术｜管理学者要为企业解决实际问题

他的路径跟纯学院派完全不同。

有人问他：你去读博士，难道想做研究？

他说，在企业里发现很多问题，一个MBA学位”还不过瘾”。

在中国人民大学读博士的专业方向是公共组织与人力资源管理。导师是著名管理学者吴春波教授，他是开门弟子。

吴春波教授跟他说了一句话，他记到现在：

作为一个管理学者，一定要以为企业解决管理实际问题作为重要任务。

吴春波教授跟踪研究华为30余年，曾参与华为基本法起草，一直把管理理论和管理实践融合。这条理论与实践融合的路，他也同样走了下来。他坚持跟踪研究海尔长达20年。

博士毕业后，他回光华做博士后，方向从人力资源转为战略管理。博士后出站后，他到哥本哈根商学院工作，又攻读了第二个博士学位，研究方向是企业国际化战略与商业模式创新。

先实战，再学术，再创造本土理论。这条路不是设计出来的，是一步步走出来的。

04 跟踪海尔二十年｜从1000亿到4000亿的持续增长

他跟海尔有缘分，一跟就是20年。

我自己也分享了一段记忆：2001年去海尔参观，那时候海尔还做空调，车间里的5S管理已经是常识了，给我留下了深刻印象。

当时还是做空调而已，你看现在已经是智慧家庭解决方案了，包括创造了人单合一管理模式。

而曹仰锋跟踪海尔20年，见证了它从2006年1000多亿，到2025年4000多亿。20多年时间，营业收入只有一年下滑。

它不仅从1000亿成长到4000多亿，关键最主要是，这20多年的时间营业收入只有一年下滑。这很了不起。

他写了《海尔转型：人人都是CEO》。”人人都是CEO”这个理念，思想源头是德鲁克——”知识经济时代，每个人都要成为自己的CEO”。张瑞敏读了大量德鲁克的著作，在海尔变革中，一条主线就是让每个人成为自己的CEO。

我跟他聊到，01年我创业时，梦想也是公司里每个知识员工都像老板，有自驱力。因为知识员工面向客户，他最清楚客户需要什么。

但我说，我们说的还是一个概念。海尔是把这个概念变成了理论，变成了实践。

他笑了。他说，他把它变成理论。

05 黑海战略｜把交易用户变成终身用户

黑海战略的概念，是张瑞敏2019年提出的。理论，是曹仰锋构建的。

他先讲了红海、蓝海、黑海的区别：

红海战略强调价值竞争，以价格战为基础。蓝海战略强调价值创新，在低成本和差异化之间找到平衡。黑海战略强调价值体验，为用户带来全场景和全生命周期的解决方案。

蓝海战略有它的局限——它强调产品功能的差异化创新，但产品差异化属于战术层面。它在战略上缺少顶层业务组合的设计。而且，蓝海战略强调通过低成本实现价值创新，然而，这种创新几乎没有壁垒，所以，企业找到的蓝海市场很快变成红海市场，竞争对手很容易跟进和模仿。

黑海战略不一样。它不是产品思维，是用户思维。核心一句话：把交易用户变成终身用户。他把用户分三类：交易用户、交互用户、终身用户。黑海战略要做的，就是为终身用户提供全场景和全生命周期解决方案。

交易不是终点，是下一次价值创造的起点。第一本《黑海战略》是基于海尔单案例写的，2021年出版。后来在2026年出版的《战略升维》里，他不特别强调黑海战略一定要搞生态——中小企业搞不了生态，但可以用BLACK模型，聚焦核心用户，做深做透。

黑海战略是对蓝海战略的升维，不是替代。增量市场用蓝海，存量市场用黑海。

06 高韧性企业｜穿越周期的五项修炼

他研究的企业分两类：持续增长的，和U型增长的。海尔是持续增长。金蝶是U型增长——业绩到一定时间下滑，在底部盘桓几年，再上来。

他研究了乐高、京瓷、星巴克、苹果、微软——它们历史上怎么走向危机，又怎么走出来。

基于这些研究，他提出高韧性企业五项修炼：战略韧性、领导力韧性、资本韧性、关系韧性、文化韧性。

他说，企业增长有两种模式——要么持续增长，要么U型增长。关键是，从U型低谷走出来，需要韧性。

他写过一本书叫《金蝶转型》，研究金蝶25周年的U型增长。后来用多案例比较，写了《组织韧性》——穿越周期的企业，到底靠什么。

一家企业的实践没有普适性。把海尔、金蝶、乐高等诸多企业管理实践的经验抽象出来，才叫理论。

07 战略韧性｜大战略要稳，小战略要灵

这是他打动我的一个观点。

他受牛津大学一篇论文启发——刺猬与狐狸。刺猬一根筋，坚信某些原则不变；狐狸多变，善变。人很难同时容纳两种思维。

但他找到了答案：

大战略一致，小战略灵活。

大战略像刺猬，要坚守，是设计出来的，相对稳定，五六年七八年变一次。小战略像狐狸，要灵活，是涌现出来的，应对每天的问题。

他打了个比方——就像打太极拳，底盘要稳定，上面要灵活。底盘不稳，大战略不坚守，只有小战略，整个身子就乱晃。越是在动荡环境里，越要保持战略定力。

他说，卓越的企业家都是”务实的理想主义者”。有理想，但很务实。坚持长期主义很难，因为别人会觉得你”这么一根筋”。但大的企业家，战略定力都很足，同时随机应变。

大战略是设计，小战略是涌现。

08 倒T形增长｜中小企业的战略聚焦

很多中小企业问他：资源少、钱少，黑海战略怎么用？

他说：越是资源不够，越需要战略聚焦。他提了两种模式。

正T形：先有适度用户量，再深耕高价值用户，适合ToC企业。倒T形：先做深后做宽，沿着大客户做深，成为链主，把生态拉起来，适合ToB企业。

他举了立讯精密的例子——果链企业，先沿着苹果做深，再做宽服务。

我说，我们ToB企业也在干这件事——把客户分层，聚焦高价值客户，深耕。他说是的。BLACK模型的第一个维度就是用户行为数据分析，把高价值用户挑选出来。但你服务了这么多高价值用户，最后得带来价值收益——商业模式必须形成闭环。

资源少不是不做的理由，是更要聚焦的理由。

09 产品价值与体验价值｜交易是起点，不是终点

他讲了一个特别清楚的区别。

产品价值形成于交易环节。比如我送你一本书，你不看，它也有产品价值——交易已经完成了。体验价值不一样。你读了书，我们还能交流，哪些有用、哪些要完善，这是体验。

体验价值特别强调用户在使用产品过程当中的一种心理感知。

产品价值以企业为中心，交易结束就结束了。黑海战略则认为——交易是你下一次价值创造的起点，而不是终点。

这也是为什么黑海战略被评为AI时代的新战略模式。AI时代无非是算力、算法和数据。黑海战略第一个维度就是了解用户的行为数据，第二个维度强调用户体验感增加。

以用户为中心，还是以企业为中心——这是黑海战略和传统战略最根本的区别。

10 人生副歌｜主歌副歌在一起的幸福

问他人生副歌是什么。

他想了想，说：”我好像没有人生副歌似的。”

他的主歌和副歌在一起。因为他做的事情，他喜欢，乐此不疲。教书、研究、写作，三件事像”一鱼三吃”，不断迭代，是一个价值闭环。

我问他三个标签。他说：

第一，有理想。发自内心地想推动中国管理模式的进步。

第二，平衡工作与生活。生活简单，工作喜欢，爱好运动。

第三，尊重规律，尊重常识。他引了王阳明一首诗：

饥来吃饭倦来眠，只此修行玄更玄。说与众人浑不信，却从身外觅神仙。

饿了吃饭，困了睡觉，这就是修行。但别人不信，觉得修行应该更神秘。

如果回到年轻时，对那时的自己说什么？

他说：”做对了。”

三个字。他说，人最大的遗憾是临终时回想一生充满后悔。所有决策都基于当时的情景和信息，不能拿今天的标准衡量昨天的决策。保留战略底线，大胆往前走。

80岁、90岁的期望？著作能帮助更多中国企业，身体好，有运动爱好，和校友聊天，帮助更多的人。

11 收尾手记｜访谈结语

整场聊下来，最大的感受是：这是一个把理论和实战贯通的人。

几件事印象深刻：

一是逆向路径。先工作，再读书，再创造理论。他对企业的感觉不一样——有体验过，实践过。导师吴春波那句话定了他一生的学术原则：”管理学者一定要以为企业解决管理实际问题作为重要任务。”

二是黑海战略。把交易用户变成终身用户，交易是起点不是终点。红海拼价格，蓝海找新市场，黑海深耕体验。这个框架清晰、好用，不管大企业小企业都能用。

三是战略韧性。大战略要稳，小战略要灵。大战略是设计，小战略是涌现。打太极的比喻太好了——底盘稳，上面灵。越动荡，越要定力。

四是”做对了”。三个字，背后是对人生的坦然。所有决策都基于当时的情景和信息，不拿今天衡量昨天。保留战略底线，大胆往前走。

五是主歌副歌在一起。找到自己喜欢的事，乐此不疲。这是最幸福的人生。

一个先实战再学术的学者，用20年跟踪一家企业，把中国企业的实践变成了本土管理理论。他说推动中国管理模式的进步，是他的理想。

他说：”尊重规律，尊重常识。”

我想，这就是人生副歌——不是主旋律之外的低吟，而是把喜欢的事做成一生，主歌副歌本就是同一首歌。

本书作者、香港商业模式创新研究院院长、北京大学光华管理学院管理实践教授曹仰锋，机械工业出版社副社长时静，总裁读书会全国领读者联盟理事长、总裁读书会创始人、中国企业改革与发展研究会副会长刘世英，央视特约财经评论员、资深财经媒体人、中国人民大学重阳金融研究院高级研究员刘戈，战略解码®开创者、《战略解码》作者吕守升，探路者集团副总裁韩晔，《哈佛商业评论》中国执行主编程明霞，以及“学习强国”AI频道、老年频道、强国教育等合作运营方北京立保科技有限公司董事长、CEO魏兴，中国中小企业协会副会长、北京经济技术开发区企业协会副会长、北京亦庄人工智能研究院院长倪夙，中国品牌创新发展工程秘书长、鸿基金公益学院副院长李楠，北京金蝶解决方案顾问马俊杰等众多行业领袖悉数出席，嘉宾阵容兼具理论高度与一线产业实践价值。

时静率先上台致辞。他表示，机工社始终立足主业，深耕新知，既系统引进西方的经典理论，更是坚守本土创新的出版初心。

2021年启动 “管理学在中国” 丛书，已经陆续推出《和谐管理理论》（席酉民著），《非对称创新》（魏江著），以及《协同共生论》（陈春花著）等优秀著作，今天面世的《战略升维》正是这套丛书结出的又一丰硕成果，为世界管理学的发展再次贡献了中国智慧。

未来出版社将继续坚守扎根中国实践，孵化原创理论，赋能企业成长的使命，挖掘新时代中国企业的创新实践，推出更多有理论高度、有实践深度、有时代温度的原创精品。

刘世英随后登台致辞，高度肯定黑海战略的现实价值。他表示，书中BLACK模型涵盖行为数据、价值锁定、集成方案、价值共创、知识赋能五大要素，以迪士尼、海尔、小米等案例印证有效性，为受困于内卷，寻求长期增长的企业家群体，提供了跳出竞争红海，突破蓝海局限的全新思路。

总裁读书会始终秉持“择其要者而读之”的初心，十年坚持向善主义、精品主义、利他主义与长期主义，将优秀思想佳作推荐给企业家读者。

致辞后，曹仰锋、时静、刘世英、程明霞四位嘉宾共同完成新书揭幕，全场掌声热烈，标志着本书正式面向全社会发布。

曹仰锋基于两类企业二十余年跟踪研究，揭示企业穿越经济、产业、技术、生命周期四大周期的挑战，指出AI时代需从运营、产品到模式三个层面重塑竞争优势。以迪士尼“Disney+”十五年战略布局、海尔生物场景创新、泡泡玛特指数级增长为案例，系统阐释BLACK模型五大要素，并提出融合蓝海做广与黑海做深的“T模式”及“做广市场、做深用户、做高价值”三度合一路径，将精髓凝练为“卷出红海、抢占蓝海、做深黑海”。

刘戈从蓝海战略历史局限出发，回顾《蓝海战略》2006年在中国的风靡，结合太阳马戏团破产、共享单车蓝海创造者OFO与摩拜最终出局等案例，指出低成本差异化缺乏壁垒、蓝海易被模仿的先天缺陷。他进一步分析AI时代蓝海护城河加速瓦解，唯有构建以用户为中心的深度生态体系、让管理与战略走向合一，才能建立难以复制的竞争壁垒。

吕守升聚焦战略落地，提出“内卷之环”恶性循环概念——价格战致利润走低、人才流失、研发不足、产品升级困难。他系统介绍RIDER模型五步骤及“战略五看”“战略屋”等实操工具，强调聚焦关键战役打通战略落地“最后一公里”，指出作为“十五五”规划开局之年，战略解码可有效缩小规划与执行差距。

韩晔以探路者“户外+芯片”双主业为例，分享企业在航天、极地、登山、载人深潜四大极限领域的科技实践，拥有156项专利、参与制定42项国标，通过芯片平台与智能装备降维转化为用户价值，2026年将全力拥抱AI构建“三位一体”生态系统，诠释从产品制造商到生态平台的升维转变。

论坛压轴环节，由《哈佛商业评论》中国执行主编程明霞主持圆桌对话，圆桌主题为“跳出竞争红海，构建持久竞争优势”。对话围绕三大维度层层递进：首先结合各行业内卷现状，探讨黑海战略对内容运营、中小企业、国产品牌、To B数字化服务行业的破局启示。

魏兴分享了立保科技借鉴黑海战略布局强国事业十余个国计民生相关板块，通过垂直服务实现用户最大转化，今年上半年订单已完成去年全年任务，近两年业务年均增长率超60%，生动诠释了“蓝海做广交易用户、黑海做深价值用户”的协同效应。

倪夙介绍了亦庄人工智能研究院在AI技术赋能传统产业方面的探索，提出大企业与中小企业可通过“揭榜挂帅”模式实现协同创新，未来企业组织将从金字塔向八爪鱼型演化。

李楠结合服务上万家企业的品牌实践，提出从产品时代到品牌时代的跃迁是摆脱内卷的必由之路，品牌打造是黑海战略中构建护城河的关键。

马俊杰分享了金蝶All in AI的实践经验，指出企业IT建设需兼顾主业的稳定性可靠性与创新业务的敏捷性，并介绍了金蝶推出的面向企业的“灵基”AI操作系统。活动尾声，主持人做总结致辞。

现场嘉宾一致认为，《战略升维》跳出传统竞争思维，立足中国本土商业场景，构建起一套完整、可落地的原创战略体系。在人工智能重塑商业逻辑、市场竞争日趋激烈的当下，黑海战略以用户全场景、全生命周期价值为核心，帮助企业构建难以复制的差异化竞争壁垒，为各行各业突破增长瓶颈提供全新解题思路。

本次新书发布会暨高峰论坛汇聚学界、出版界、实业、媒体、数字化服务多方力量，既是本土原创管理理论成果的正式发布，也是一场面向全行业的高水平商业思想盛会。在场嘉宾表示很高兴能读到《战略升维》这样的兼具理论和实操意义的作品，这样的中国原创管理理论走进万千企业，将有效助力中国企业实现高质量增长，赋能实体经济的长远发展。

如今，科学对一个国家、一个社会的重要作用日益得到人们的认同，它已经成为各个国家发展政策的中心。 

对一家企业而言，战略的作用正如同科学对国家的作用一样，理应成为企业政策和决策的中心。 

战略事关企业未来发展的方向，方向不对，努力等于浪费。 

企业一旦在战略上出现偏差，在方向上选择错误，就会陷入艰难困境，在错误的方向上走得越快，和目标背离得就越远。

然而，看清未来发展的方向谈何容易，面对高度不确定、难以预知的未来，我们需要对战略保持敬畏之心，不能将战略理想化、公式化。 

正如沃尔特·基希勒三世在《战略简史：引领企业竞争的思想进化论》一书中所言：“我们对战略的认识，正在走向柏拉图理想式的高度，即以一个不变的真理来超越所有现实，而与日常混乱的物理世界没有交集。”

战略不能超越现实，而是要立足现实、应对现实。战略不是对过去的“归纳总结”，而是对未来前进方向的“无尽探索”。 

我对黑海战略的探索和研究分为两个阶段。 

第一阶段始于2019年，源自我对海尔集团战略转型与组织变革多年的深度观察与持续研究。 

我非常幸运，从2006年开始便有机会与海尔集团合作，并持续研究海尔集团的战略变革与“人单合一”管理模式。 

海尔集团的战略变革先后经历了全球化品牌战略（2005～2012年）和网络化战略（2012～2019年）两大阶段。 

从2019年起，海尔进入了“生态品牌战略”阶段，这一阶段的战略主轴是从产品战略、平台战略升级为生态品牌战略，进而打造“物联网生态品牌”。

张瑞敏认为，在物联网时代，企业要么转型为生态品牌的引领者，要么成为生态品牌的合作方。企业之间的竞争模式也将升级，从企业之间的竞争、产业链之间的竞争，升级为商业生态系统之间的竞争。

2020年3月27日，在海尔集团一次内部会议上，张瑞敏将海尔的生态品牌战略凝练为黑海战略，并指出海尔黑海战略的最终目的是“构建以增值分享为核心机制，由生态伙伴共同进化的商业生态系统”。

尽管海尔在2019年、2020年才正式提出“生态品牌战略”和“黑海战略”，但其对构建商业生态系统的探索始于2013年。 

当时，海尔已经敏锐地感知到物联网对企业传统发展模式带来的冲击，并将“网络化战略”确定为变革重点。 

2013～2019年，海尔在战略模式上从“产品型企业”向“生态型企业”转型，目的就是构建生生不息的平台生态系统。

由黑海战略这一概念，我很自然地就联想到战略管理领域两位著名学者W.钱·金和勒妮·莫博涅提出的红海战略和蓝海战略。 

张瑞敏也非常熟悉上述战略模式，并将其与黑海战略模式进行比较。 

他认为，红海战略是工业经济时代的产物，蓝海战略是服务经济时代的产物，而黑海战略则是体验经济时代下的战略模式。 

在体验经济时代，如果企业要打造商业生态系统，就需要采取黑海战略模式。 

 “黑海”的意思是难以被模仿，它就像是热带雨林，企业可以复制一个花园，却难以复制一片热带雨林。

显然，张瑞敏提出黑海战略的初衷，是希望用这个概念来表达企业必须构建商业生态系统，因为只有动态的商业生态系统，才能拥有持续的竞争优势，才能不被轻易模仿。 

只有构建生生不息的商业生态系统，企业才能拥有更多的终身用户；只有为终身用户持续创造个性化的体验，企业才能在体验经济时代拥有核心竞争力。 

然而，作为一个新的战略概念，黑海战略到底是什么？它包含哪些内容？这在当时并没有一个答案。 

对此，张瑞敏非常坦然地说：“黑海战略其实是基于我个人（思考）的一种感性认识。”

为了将黑海战略从一种感性认识上升为一种新的战略模式，或者是一种新的战略理论，我对海尔集团2016～2020年的“网络化战略”和“生态品牌战略”进行了系统研究，并于2021年出版了《黑海战略：海尔如何构建平台生态系统》一书，这是国内外战略管理领域第一本关于黑海战略的著作。 

在书中，我首次界定了黑海战略的概念，结合海尔实施黑海战略的具体实践，诠释了黑海战略的本质和原则，并在理论层面将黑海战略与红海战略、蓝海战略进行了比较。

一个新概念或者一个新理论，要想得到大家的理解和认可并不容易，这需要一个过程，黑海战略亦不例外。 

比如，有些读者朋友起初会联想到欧洲和亚洲之间的黑海，误以为这是一个军事学的战略术语。 

然而，黑海战略这一理论传播的速度大大超过了我的预期。 

一方面，得益于海尔的巨大影响力，许多人都非常关注海尔在战略变革中的最新实践；另一方面，许多管理者都迫切地想了解企业如何利用黑海战略这一新的战略模式来塑造竞争优势。

结合《黑海战略：海尔如何构建平台生态系统》一书的内容，我又扩充了一些其他企业的实践案例，专门为EMBA学员开设了黑海战略相关课程，并将其融入我的“AI时代战略管理与商业模式创新”课程体系。 

让我没有想到的是，许多EMBA学员对黑海战略产生了浓厚的兴趣，还有部分EMBA学员将我在课堂上讲授的黑海战略的工具和方法应用到自己的战略实践之中，并取得了良好的效果。

此外，黑海战略这一新的战略理论在学术界也得到了关注与认同。比如，北京大学光华管理学院张志学教授认为，黑海战略是海尔集团应对物联网时代的挑战所进行的战略变革实践，企业需要学习黑海战略背后的战略逻辑。 

香港大学经济及工商管理学院院长蔡洪滨教授认为，随着数字经济结构持续优化升级，产业互联网作为产业数字化的核心主体将成为数字经济时代的新引擎，在这样的时代大背景下，海尔所实施的黑海战略对传统企业转型升级具有极大的参考价值。 

更令人鼓舞的是，曾担任上海交通大学安泰经济与管理学院院长的王方华教授认为，黑海战略不仅对企业界具有重要的实践价值，也是中国学者提出的具有原创性思想的战略理论。 

王方华教授一直致力于推动管理理论与中国企业管理实践相结合，他鼓励我进一步对黑海战略进行研究，持续挖掘黑海战略的理论价值与实践价值，并推荐我的新著入选“管理学在中国”系列丛书。 

2021年，我开始了“黑海战略”研究的第二阶段，在这个阶段中我采取的是“多案例研究”方法，旨在通过多案例的比较，构建一个更加强有力的黑海战略理论。 

在案例选择上，我从三个方面拓展了案例选择的范围，以扩大案例的代表性，并进而增强理论的广泛适用性。 

首先，我增加了案例企业的数量，大多数案例是中国的企业，我也选取了几家其他国家的企业。 

其次，我拓展了案例企业的规模，这些案例企业不仅有年度营业收入超过千亿元的超大型企业，也有年度营业收入在数十亿元的中大型企业。 

第三，我增加了案例企业行业的宽泛性，既有To B业务的企业，也涵盖了To C业务的企业，案例企业广泛来自家电、服装、软件、手机、装备、金融、生物科技、食品等多个产业和领域。 

最终，本书涉及的案例企业既包括海尔、吉利、比亚迪、青岛啤酒、美的、小米、OPPO、立讯精密、安踏、泰康保险、平安保险、泡泡玛特、蔚蓝生物、特锐德、金蝶、贝壳等中国企业，也包括苹果、迪士尼、奈飞、丹纳赫、“美国女孩”等其他国家的企业，这些企业都是深谙黑海战略精髓的企业，它们擅长深耕用户，不遗余力地在用户体验上下功夫，持续提升用户黏性，通过为现有用户提供更丰富的解决方案来获得增长。

当然，在实际的研究中，我并没有完全局限于以上案例企业，我还广泛调研了数十家企业在战略变革中的实践，这些战略实践对我丰富“黑海战略”理论有很大的启发。 

基于对数十家企业在存量市场上实施深耕用户战略的案例研究，我在本书中拓展了黑海战略的适用范围，不再将其局限为“生态战略”。 

在本书中，我将黑海战略的本质确定为以下两点： •  第一，在战略思维上，黑海战略以用户体验价值为中心；  •  第二，在战略目标上，黑海战略以为用户创造全场景体验、全生命周期的价值为基本目标。

在本书中，我将实施黑海战略的企业称为“基石企业”。 

我在利用多案例进行对比研究的过程中，将基石企业实施黑海战略的变革实践进行提炼和总结，提出了黑海战略Black模型，主要包括五大战略要素：行为数据（Behavioral Data）、价值锁定（Lock-in Value）、集成方案（Aggregation Solutions）、价值共创（Co-creation of Value）和知识赋能（Knowledge Enablement），这一理论模型构成了本书的核心框架。

为了检验黑海战略Black模型的有效性，我在教学过程中，指导学员们先后利用该模型分析了腾讯、老铺黄金、蔚来汽车、乐高、顺丰等30多家企业的战略实践，发现黑海战略Black模型具有非常强大的应用价值，能够有效地指导企业实施黑海战略。

我在讲授黑海战略理论时，经常有人问我一个问题：为什么用黑海战略这一概念？ 

这背后主要有两个原因。首先，黑海战略是相对蓝海战略而言的，蓝海战略关注的是企业如何开拓增量市场，黑海战略关注的是企业如何经营存量市场。 

相对蓝海战略而言，黑海战略更强调围绕着用户的需求做深、做透，向下深潜。 

我在书中强调，黑海战略不是对蓝海战略的替代，而是对蓝海战略的升级，这两种战略模式对企业的持续增长都具有非常重要的指导意义。 

我在本书中提出的T模式，就是建议企业充分发挥蓝海战略与黑海战略各自的优势，利用蓝海战略持续“做广”交易用户，利用黑海战略持续“做深”终身用户，既要做广增量市场，又要做深存量市场，从而为企业找到持续增长的引擎。

其次，“黑海”代表着充满不确定性的市场环境。 

战略是面向未来的，它的基本任务就是在充满不确定性的市场环境中为企业未来的发展指引方向。 

由于未来的高度不确定性，战略的大道从来不是光明的，就像在黑暗的大海中航行一样，你难以预料在前进的航线上会遇到什么风险。 

我们不能在战略管理中做“事后诸葛亮”，否则就会陷入“后见之明的偏见”，即：事情发生后我们会认为自己早就知道结果会是这样；而事实上，在结果出现之前，我们几乎无法知晓结果到底是什么。 

这种偏见在战略管理的现实世界中经常存在，而且更麻烦的是，我们总会看到别人的偏见，却无视自己的偏见，这会导致“后见之明的偏见”害处更大。

我一直认为，领导者如果想成为战略管理的高手，就需要深入了解人类的行为，克服人类的认知偏见，毕竟，在战略管理的过程中，不管是战略规划，还是战略执行，都需要人来完成。传统的战略模式忽略了人的因素，而我将用户的价值体验这一核心因素注入到黑海战略理论的框架中。 

换言之，黑海战略是一种以用户为中心的战略模式，只要能够倾听用户的声音，只要能够持续为用户创造真正的价值，企业就不会在黑暗中迷失方向。

黑海战略在战略管理领域开辟了一个新兴的研究方向，我将这一新兴的研究方向称为“体验战略学”，它是将人的价值体验注入战略管理理论中的一个战略学分支。

范内瓦·布什在《科学：无尽的前沿》一书中强调，创造新科学知识的责任，全在于那些了解自然基本规律并熟练掌握科学研究技术的人，在所有可以使用“科学”一词来指称的领域中，人都是其唯一限制因素。

战略管理既是一门科学，也是一门艺术。在战略管理的领域中，人也是唯一的限制因素。 

企业在战略管理上的成功与否，皆取决于人的心态、智力与能力如何。 

在动荡且充满不确定性的商业环境中，每个人，抑或每个企业，都会有自己的短板与局限，这也导致战略自身具有一定的局限性和不完美性。 

战略没有永恒的答案，只有永恒的追问。 

我认为，只要我们始终保持一颗敬畏之心，始终知道自己的前面是没有止境的探索，我们就能走得更远。

来源：本文摘选自《战略升维：黑海战略重构增长》，机械工业出版社出版发行

2026年7月5日，安徽铁塔在合肥举办“领航十五五，笃行向卓越”第二期高管研究班，省市两级管理骨干、二十余位生态伙伴齐聚一堂，通过专题课程、研讨交流等形式，共谋“十五五”高质量发展新路径。

曹仰锋老师应邀参加研修班，并结合最新出版的《战略升维：黑海战略重构增长》一书分享了企业如何在AI时代通过战略变革重塑竞争优势。

曹仰锋首先分析了企业在AI时代面临的挑战与机遇，他指出在AI时代，随着行业边界的融合，传统以竞争定位为核心逻辑的战略模式将会被重塑，企业需要积极拥抱AI技术，可以从运营模式、产品模式、商业模式等方面不断重塑竞争优势。

其次，曹仰锋分析了蓝海战略与黑海战略的不同，指出企业需要进行战略升维，从蓝海战略升维到黑海战略，从产品价值升维到体验价值。曹仰锋指出，任何一种战略模式都有其优点和缺点，企业可以将蓝海战略与黑海战略协同发展，据此，他提出了T模式，即：以蓝海战略拓宽交易用户，以黑海战略深耕终身用户。在T模式框架下，企业可以通过三条路径寻找增长机会。第一，做广市场：通过多品牌（多品类）覆盖不同细分市场；第二，做深用户：通过高频产品或服务持续做深用户；第三，做高价值：以集成解决方案提高用户价值收益。

在演讲分享中，曹仰锋既分析了泡泡玛特、青岛啤酒、海尔、迪士尼等2C业务的案例，也深度分析了立讯精密、海尔生物、特锐德等2B业务的案例。通过这些案例的分析，曹仰锋引导学员把握黑海战略理论精髓，助力企业卷出红海、布局蓝海、深耕黑海，从而构筑穿越周期的持续增长优势。

在课程最后，曹仰锋老师还向在课堂上积极互动的优秀学员代表赠送了新著《战略升维：黑海战略重构增长》。

免责声明：内容仅供参考交流。

在低增长时代，企业要想获得持续增长需要不断创新自己的经营策略。企业可以借助黑海战略模式，从“做深”“做高”两个方面创新经营策略，从而帮助企业应对低增长带来的挑战，找到新的增长路径。首先，做深用户。即利用产品和服务的组合持续加深与用户的关系，从而深耕用户，提高经营用户的“深度”；第二，做高价值。即利用高端产品或解决方案提升价值创造能力，从而提高价值的“高度”，并从用户身上获得高收益。

黑海战略“做深”和“做广”的策略不仅在许多中国的企业实践中得到验证，在世界上其他国家的卓越企业中也广泛应用。在最近一期的《哈佛商业评论》（2026年5-6月期刊）中，乌尔里西·皮敦等人发表了“增长并非唯一，稳定值得追求”的文章，作者们研究了过去20多年来自北美、欧洲和日本的1万多家企业，从中确定了172家稳定型企业，这些企业平均寿命接近100年，它们在整个期间内收入增长平稳且接近于零。从这172家企业中，作者们又挑选出了57家“稳定性绩优”企业，它们在股东总回报（TSR）方面跑赢了市场。

作者们经过研究，发现这些“稳定性绩优”企业在低增长时代，在营业收入没有出现明显增长的情况下反而取得了优异的业绩，主要得益于四种不同的策略：专注服务，轻资产策略；高端路线，毛利率策略；内部整合，资产负债表策略；稳如银行，股息策略。其中，前两项策略和黑海战略所倡导的“做深”和“做高”非常一致。

第一项策略：专注服务，轻资产策略。在低增长时代，不少企业的常规应对策略是开发新客户，但是，这会导致企业的成本大幅度上升。作者们发现，“稳定性绩优”企业反其道而行之，它们更倾向于“从现有客户关系中实现价值最大化。它们通过从需求不断下降的实体产品转向轻资产的服务和软件来达成这一目标，这种方法不仅加深了客户关系，还提高了利润率并降低了资产密集度。”

在黑海战略框架中，我提出了PaaS模式（产品服务一体化，product as a service），利用产品智能化，企业可以将软性的服务与硬件产品实现捆绑，在加深用户关系的同时，沿着用户的场景，深耕用户需求，找到新的价值增长点。企业还可以通过产品组合的持续优化，通过满足用户的更多场景来深耕用户。比如，老铺黄金覆盖了用户从婚嫁、自戴、收藏、送礼到投资的多个场景，打造了完整的黄金珠宝产品矩阵，从而全方位满足用户多元需求。

第二项策略：高端路线，毛利率策略。作者们发现，在20年的研究期内，“稳定性绩优”普遍选择了“高端路线”，通过创造不可替代性，这些企业可以增强定价权并进军高端市场，无论其生产的奢侈品还是工业零部件。得益于高端策略，“稳定性绩优”企业的利润率大幅增加，现金流也非常强劲，这使得企业的毛利率平均提高了12%，并实现了9%的年化股东回报率。

在黑海战略框架中，“高端化”策略是重要的内容，企业通过提供高端化的产品或者服务，提高为用户价值创造的能力，从而从用户获得更高的价值收益。老铺黄金擅长于层层沉淀高净值用户，并为这些高价值用户提供稀缺性产品，从而提高了高价值用户的收益。2025年，老铺黄金的营业收入为273.3亿元，归母净利润达到了48.7亿，净利润率高达17.8%。这都得益于老铺黄金实施的高端路线策略。

德国巨头西门子从2014年以来进行了深刻的战略转型，经过多次业务重组，西门子已经从 2014 年 “综合重工业集团” 转变为“数字化工业科技公司”，持续将软件和数据驱动的服务融入到核心产品中。下图展示了西门子自2014年至2025年营业收入与净利润的变化，2025年，西门子的营业收入为789亿欧元，净利润为104亿欧元。

从过去十多年的数据可以看出，西门子抵御了低增长带来的挑战，其盈利能力在逐年加强，净利润从2014年的8%提高到2025年的13%，这主要得益于西门子的产品服务一体化模式，以及公司从传统工业集团向数字工业创新领导者的转型策略。

文 | 魏玉琨、李东红

自人类社会步入工业经济时代，不同出资方式、治理机制与组织形态的企业应运而生。随着数量、规模、社会功能、价值贡献的节节攀升，企业成为社会经济系统中的微观主体，在推进物质财富与精神财富创造、产业与地区经济增长、技术进步、劳动力就业、公共收入增加等关乎社会进步的几乎所有方面，都发挥着关键支撑作用。

工业经济时代的兴起，源于企业大量使用机器设备，推动社会生产效率显著提高。在后续的整个工业化进程中，硬件设备不断丰富，并逐步实现软硬件结合，相关技术设备不仅为制造业等领域的各类企业广泛使用，还普及至政府、事业单位、社团、家庭等社会组织和个人，带动全社会运行效率持续提升，为人类社会的进步奠定了坚实的微观经济基础。可以说，工业经济时代本质上是一场发端于企业规模化应用机器设备的工具革命。在第一次工业革命爆发至21世纪10年代的200多年间，机械化、电气化、电子化、自动化、信息化、网络化依次迭代演进，不断将人类社会的工具革命拓展至新的领域、提升至新的高度。

自21世纪10年代中叶起，数字技术和智能技术加速迭代普及，人类社会正式从工业经济迈向数字经济时代。20世纪50年代便被提出的人工智能（AI），在经历了几代人数十年不懈探索与推进之后，近些年开始展现出强大的自主思维与决策能力、组织协调与资源调配能力、创新与创造能力。AI的智力水平与功能应用日渐超越普通公众乃至行业专家，进入快速更新迭代期。很显然，由量变走向质变的AI不再是传统意义上的工具，它正在颠覆工业经济时代的工具革命根基，加速人类社会向数字经济时代跃迁。

智能原生企业的新组织形态特性

企业是工业经济时代的微观经济主体，AI推动时代跃迁，同样推动各类企业发生脱胎换骨的智能化改变。这一转型进程存在两种基本路径：一是AI以渐进或者激进的方式改造传统企业，使之成为智能企业；二是AI从源头上催生一批又一批智能企业。我们把后一种路径下成长起来的、从创立之日起即为智能企业的新型社会组织，称为“智能原生企业”（Intelligent-Native
Enterprise）。工业经济时代的企业，无一例外都是人的智能的集合体。作为数字经济时代涌现出的新组织形态，智能原生企业的“智能”并非“人的智能”，还包括人之外的行为主体所拥有的智能，也就是AI；即便是AI与“人的智能”的融合，AI在其中也具有不可或缺的重要作用，而不只是辅助工具。简而言之，智能原生企业就是从创立之日起便由AI广泛参与甚至主导决策与运行、在为客户创造价值的全流程中发挥重要作用的企业。

AI以数据、算法和算力为核心构件。数据是AI的基础原料，算法是AI的神经中枢，算力是AI的发动机。AI以高质量海量数据、复杂精巧先进的算法、强大算力形成的虚拟智能体为思维与行为主体。当这些构件不再作为外部技术嵌入组织，而是作为内生逻辑重构企业组织形态时，AI就由单纯的技术要素跃升为企业的组织基因，决定企业的基本组织形态。循此逻辑，智能原生企业在创立之初便实现了AI核心构件的组织基因内化，展现出新型企业组织形态的显著特性。

作为AI基础原料的数据，是智能原生企业的第一原生生产要素。与资本和传统劳动力等要素相比，数据具有更高的价值、更低的替代性。首先，智能原生企业从创立伊始即围绕业务全流程搭建多维度、全场景的数据采集体系，以此打通内外部数据链，实现客户需求、生产运营、市场反馈、产业协同等各类数据的实时与全域获取，从根源上避免数据孤岛的形成。其次，与智能原生企业适配的全生命周期数据治理规则，将数据清洗、标注、存储、共享、应用等环节嵌入组织架构与运营流程，保障数据全流程的合规性及资产属性的明晰化，使其在组织内部能够实现高效、精准调用。再次，智能原生企业的商业逻辑与价值创造根植于对数据的深度挖掘。例如，通过数据驱动决策、数据产品化等方式，可充分释放数据的商业价值、产业价值。最后，智能原生企业还会推动数据价值在产业生态中流转与共享，以自身的数据原生能力链接上下游合作伙伴，实现生态内的数据价值共创，让数据成为驱动整个产业生态发展的核心要素。

作为AI神经中枢的算法，构成智能原生企业组织运行的中枢，是企业在决策、运营和创新等重要事项中的核心推动力量。首先，智能原生企业根据自身的商业定位与业务需求，设计并搭建专属的算法体系，将业务规则、决策逻辑、价值判断转化为算法模型，将算法作为企业运行的底层逻辑。其次，算法广泛参与智能原生企业内外部环境评测、战略抉择、产品研发、市场推广、供应链管理、客户服务等全流程决策与运行。小到日常办公、仓储管理等基础性常规性事务，大到企业长期战略布局、重大组织变革与技术突破，从研判形势、发掘问题到作出决策、推动运作与执行，算法模型都发挥着重要作用。在不少场景和环节中，算法模型甚至独立决策，自主协调人员及软硬件设备完成业务。最后，智能原生企业建立的算法模型始终处于即时迭代与优化进程中，运营过程中产生的新数据、新反馈即时融入算法模型，形成从业务响应、策略验证到模型调优的即时自适应循环。

作为AI发动机的算力，是智能原生企业智能化运行的能力引擎，是数据获取与处理、算法落地应用与迭代优化的基础。首先，智能原生企业自诞生起便根据算法模型的运行需求、数据处理的规模与速度进行前瞻性规划与算力配置，包括建设自有算力中心，与公有云、算力平台深度合作，实现算力供给与企业业务发展的动态匹配。其次，智能原生企业搭建的智能化算力调度系统，能够根据企业内不同业务环节的需求，动态分配算力，将算力优先配置到高价值、高优先级的业务场景中，提升算力的使用效率，降低算力处理成本。最后，智能原生企业立足长期发展战略，构建可扩展的弹性算力架构，打破传统算力配置的刚性限制。根据业务规模扩张、算法模型升级、数据体量激增的动态需求，灵活扩容或收缩算力供给，从而既保障核心业务的算力支撑不缺位，又避免算力资源闲置浪费，实现算力供给与企业发展的动态平衡。

智能原生企业的新物种角色

智能原生企业以数据为原生生产要素、以算法为原生运转中枢、以算力为原生能力引擎，三者深度耦合、协同支撑，构建企业内部智能体，进而形成新型企业组织形态，成为一种“新物种”。这种新型企业组织形态在打破企业传统发展范式、推动产业智能化转型、构筑数字经济微观基础等方面扮演着十分独特的角色。首先，智能原生企业是数字经济时代以智能方式向客户高效精准提供个性化产品与服务的先锋。工业经济时代形成了以规模化生产、层级化管理、标准化运营为核心的发展范式，底层逻辑是基于机器设备的效率提升。智能原生企业打破规模化生产的路径依赖，依托AI精准捕捉客户个性化需求，从创立之初便具备个性化、定制化的生产与服务能力，有能力形成大规模定制的新型生产模式。智能原生企业还摒弃了工业经济时代层级化、科层制的管理架构，重构了企业组织管理范式。依托算法的实时调度与数据的全域共享，智能原生企业建立起网络化的组织结构，实现各部门、各环节的高效协同，降低了组织协调成本，使企业管理更具灵活性与时效性。智能原生企业也不再遵循传统意义上的标准化运营，而是将算法的动态迭代与数据的实时更新融入企业运营全流程，实现运营模式的动态调整与持续优化，从而适应数字经济时代市场快速变化的需求。

其次，智能原生企业是推动传统企业数智化转型，进而促进工业经济向数字经济跃迁的强大力量。一是高度智能化运作的智能原生企业可以从多个维度为传统企业数智化转型提供参照，发挥模式示范作用。智能原生企业探索出的价值创造模式、组织运行模式与商业竞争模式，能够为传统企业的智能化转型提供实践范本，助力传统企业清晰把握智能化转型的方向，避免转型过程中的盲目探索。二是智能原生企业可以通过技术输出赋能传统企业加速数智化转型。智能原生企业将自身在算法、数据、算力方面的技术积累与实践经验，通过技术服务、平台搭建、解决方案输出等方式，向传统企业赋能，帮助传统企业突破智能化改造的技术壁垒，快速搭建智能技术应用体系。三是智能原生企业可以在与传统企业的相互协同中促进其数智化转型。智能原生企业以自身为核心，构建起涵盖上下游企业的产业智能协同网络，通过数据共享、算法互通、算力协同，实现资源的优化配置与高效整合，推动传统企业的智能化升级与高质量发展。

最后，智能原生企业是数字经济时代典型的微观经济主体，与已完成智能化转型的传统企业共同构成数字经济时代微观经济的主导力量。工业经济时代，制造业企业是最为典型的微观经济主体。数字经济的发展需要与之适配的新型微观主体，智能原生企业正是数字经济微观基础的核心组成部分。一方面，智能原生企业重塑了数字经济的微观组织形态。作为数字经济时代企业的典型范式，这种以“数据—算法—算力”为原生架构的组织形态将不断发展壮大，推动数字经济微观主体迭代升级，使数字经济拥有更为适配的组织载体。另一方面，智能原生企业将推动数字经济市场体系的发展与完善。智能原生企业的发展不仅能催生数智产品、数智服务、数智平台等新数智业态，丰富数字市场的供给体系，还将带动数据、算法等数智要素的高效流通与市场化配置，让数字经济的市场运行更具活力、更为成熟。另外，智能原生企业也会推动数字经济与实体经济深度融合，进一步夯实数字经济与实体经济协同发展的微观根基。扎根实体经济的智能原生企业，将智能原生能力深度融入实体经济生产、流通、消费全环节，加速推动数智技术在实体经济中落地转化，持续推动数实融合向更深层次、更广领域迈进。随着智能原生企业的大量诞生，一大批传统企业也会转型成为智能企业，共同构筑数字经济时代的微观基础。

智能原生企业面临的新挑战

作为数字经济时代的新型组织形态，智能原生企业有着旺盛的生命力和市场竞争优势。与此同时，作为一种新生力量，智能原生企业也因其原生智能属性与技术架构等面临一系列新挑战。第一，数据的大规模、全场景采集与应用使得智能原生企业自创立之日起就要面对数据安全、数据伦理与数据权属三重挑战。数据安全方面，智能原生企业掌握着海量的内外部数据，包括客户隐私数据、企业经营数据、产业协同数据等。数据的全域采集与共享让数据暴露面大幅增加，因而面临网络攻击、数据泄露、数据篡改等安全风险。数据的原生性布局使得数据安全问题不再局限于单一环节，而是渗透到企业运营的全流程，形成系统性安全风险。数据伦理方面，如果企业追求数据价值最大化，可能会出现数据采集过度、用户隐私滥用、数据歧视等伦理问题。数字经济时代数据采集与应用的边界尚未形成明确的界定标准，因此，智能原生企业在数据应用过程中面临伦理抉择的困境。数据权属方面，智能原生企业的发展依赖于内外部数据的共享与融合，而数据的产生主体、采集主体、应用主体往往相互分离。目前，数据的所有权、使用权、收益权等权属界定尚未形成完善的法律体系与统一的行业规则，导致企业在数据共享与应用过程中容易产生权属纠纷，影响数据的正常流通与价值挖掘。

第二，算法的不透明性与自主性使智能原生企业面临算法黑箱、路径锁定与迭代失控的管理困境。算法黑箱方面，算法模型本身往往具备高度复杂性，其决策过程难以被人类理解和阐释。由于算法广泛参与智能原生企业的日常管理和全流程运作，算法黑箱问题导致组织活动失去透明度。这不仅会造成企业内部无法有效监督算法行为，还可能引发外部利益相关者对企业行为的质疑，甚至在算法出现失误时无法完成责任追溯。路径锁定方面，算法训练与优化有可能会基于企业初期数据形成固有运行路径，并在自强化特性作用下形成难以突破的路径锁定效应。与传统企业不同，智能原生企业的算法并非后期叠加的可独立调整模块，而是组织运行逻辑的底层部分，这使算法路径锁定效应被放大。一旦算法形成低效或与市场不适配的运行路径，便难以通过常规技术优化进行突破，进而导致企业在数字经济的快速发展中逐渐丧失创新与应变能力。智能原生企业通过技术重构、数据重置与组织调整打破这种原生绑定的算法路径锁定，成本远高于传统企业。迭代失控方面，智能原生企业的算法自主迭代机制深度嵌入组织架构，随企业全流程海量实时数据的持续输入实现常态化的自我进化，而不是人工主导的阶段性优化。因此，若企业未能建立与算法迭代机制相适配的全周期监督与校准体系，持续自主进化的算法模型就可能会逐渐偏离企业预设的发展战略、商业目标与社会价值导向，甚至出现失控。这种迭代失控并非单一算法模块的功能偏差，而是会依托企业深度耦合的原生架构在产品研发、市场布局、客户服务等各个环节引发连锁反应，最终威胁企业生存。

第三，算力需求的持续性与动态性使智能原生企业面临算力供给失衡，算力成本与算力协同的现实制约。算力供给失衡方面，智能原生企业的算力需求具有高算力、低时延、动态化的特征，而目前全球算力资源的布局存在结构性失衡。高端算力供给不足、边缘算力布局不完善，导致企业在部分业务场景面临算力供给短缺的问题。尤其是中小企业，难以承担高端算力的建设与获取成本。算力成本方面，算力的建设、运维与升级需要大量的资金与技术投入，智能原生企业从创立之初便需要持续的算力供给，这让企业面临长期的高算力成本压力。算力协同方面，智能原生企业需要实现企业内部、产业之间、区域之间的算力协同，目前不同算力平台、不同企业、不同区域的算力架构存在异构性，缺乏统一的算力调度与协同标准，导致算力的跨域融合面临技术壁垒，难以实现算力资源的全域优化配置。

第四，作为一个高度AI化的复杂人机协同组织，智能原生企业面临的治理挑战不仅局限于内部管理问题，还涵盖人机权责与外部监管等系统性治理命题。智能原生企业并非仅依靠AI，人的智能同样发挥着重要作用，只是较之传统企业而言，在很多环节和层面被AI所替代。这种替代使“人机协同”成为重要的现实难题。一是工业经济时代很少遇到这样的问题，偶尔遇到也不会十分严重，而智能原生企业这一类问题较为普遍。二是这种替代仍在继续，尚未形成一个相对稳定的人机权责关系结构，持续变化使得问题更为复杂。在一定时期内，无论是企业外部的法律法规体系，还是组织内部的治理机制与运行规则，都会滞后于智能原生企业这一新型组织形态谋求快速发展所提出的要求。

智能原生企业的新未来

智能原生企业的兴起，是企业组织形态在AI时代系统性重构的起点，也是AI技术在数字经济时代重新定义企业的结果之一。作为一种新型组织，智能原生企业目前仍然处于发展早期阶段，数量少、规模小、功能发育不完全，力量普遍还非常弱小。未来，智能原生企业必然会持续进化，不断发展壮大。智能原生企业的演进，将沿着智能广度、智能深度与智能自主性三个维度展开。三个维度相互支撑、协同演进，形成立体演进空间，推动智能原生企业逐步向高阶形态迈进，演变为生态级智能共同体（见图1）。

智能广度的演进智能广度的演进是指智能技术的应用范围从智能原生企业内部向外部、从单一主体向产业生态的全域拓展，体现为智能覆盖的边界持续扩大、智能协同的主体持续增多。工业经济时代的单点智能仅覆盖企业的个别业务环节，智能应用相对独立，彼此之间缺乏数据共享与协同决策机制。智能价值主要体现在提升局部效率上，对企业整体战略与组织形态的影响有限。智能原生企业则是通过统一的企业大脑实现企业内部全流程的智能覆盖，未来智能原生企业将向生态智能迈进。生态智能是智能原生企业突破组织边界、重构价值网络协作模式的结果。区别于传统企业生态系统，由智能原生企业构建的产业生态能够实现各主体的智能协同与全域互联。智能原生企业共同搭建的产业智能协同平台有助于实现上下游企业、合作伙伴、行业平台、政府机构等生态主体的智能全链接，从而实现数据的全域共享、算法的互通互认、算力的协同调度。随着数字经济的发展，不同产业之间的边界逐渐模糊，智能原生企业将推动智能技术跨产业领域拓展，实现制造业、服务业、农业等不同产业的智能融合，形成跨产业的智能生态体系，挖掘跨产业的价值创造机会。此外，在社会层面，领先的智能原生企业将推动智能技术应用于社会公共服务领域，如智慧城市、智慧交通、智慧医疗等，实现企业智能与社会智能的协同发展，让企业的智能价值向社会价值延伸。

智能深度的演进智能深度的演进是指智能原生企业对事物发展规律的把握从表面的关联发现到深层的因果识别，再到主动的因果新路径创造，体现为AI认知能力与创新能力的持续提升。大多数企业的智能系统都擅长通过分析海量数据识别变量间的统计关联，并据此进行预测与推荐，构成智能决策的基础；部分企业智能能够通过深度的数据分析与算法建模识别事物发展的因果关系；未来智能原生企业将实现创造因果新路径的认知升级。创造因果新路径意味着智能原生企业不仅能够发现和解释已有的因果关系，还能基于对产业规律、市场需求、技术发展的深度认知，主动创造新的因果关系，挖掘全新的价值创造路径。一方面是对产品与服务创新的因果创造，即深度分析海量市场数据、技术数据、用户需求数据，结合算法创造出全新的产品与服务形态，实现从满足需求到创造需求的转变；另一方面是对技术融合突破和产业发展模式的因果创造。智能原生企业有望推动不同领域技术的交叉融合，创造出全新的技术组合与应用场景，进而打破传统产业的发展模式，创造出全新的产业协同模式、价值创造模式、商业竞争模式，推动产业更高质量地发展。

智能自主性的演进智能自主性的演进是指AI在企业决策与运营中的角色转变，即从辅助性决策到人机协同决策再到人机共生治理的转变，体现为企业权力的动态转移以及责任结构的持续调整。过去AI主要扮演智囊角色，为企业提供数据分析、情景模拟与方案建议，辅助人类决策，最终决策权仍掌握在管理者手中。随着技术的成熟与人机信任的建立，在人机协同阶段，AI与人类共同参与企业运营，企业决策权会按业务场景在人类与AI之间合理分配。未来智能原生企业将向共生治理迈进，成为新型分工共同体。共生治理的核心在于建立人机平等、权责清晰、协同进化的治理体系，让AI真正成为与管理者相互依存、相互促进的共生伙伴，二者共同参与企业治理，推动企业发展。一方面，要清晰界定人机权责，通过完善法律体系、行业规则与企业管理制度，明确AI与管理者在企业各环节的权责边界，实现责任可追溯、可界定，为共生治理奠定制度基础。另一方面，要实现人机能力的深度互补与融合，充分发挥AI在数据处理、逻辑判断、高效执行等方面的技术优势，人类在战略思考、价值判断、创新突破、伦理抉择等方面的核心优势，将二者有机结合并嵌入企业治理全流程，让人机协同成为企业常态化的核心治理模式，以此提升企业整体的治理效率与创新能力。

随着共生治理体系的成熟落地，智能体集群可在人类设定的严格边界内自主运营、竞争与进化，彼时AI将在绝大多数业务场景下拥有完全决策权，企业管理者则向“元决策”层面转型，核心职责从直接操作AI转变为治理AI，即专注于顶层制度设计、长期风险监控、伦理框架维护以及极端异常情况应对，确保智能原生企业的智能自治始终与人类整体利益、企业核心发展目标保持一致。共生治理体系将推动人机实现双向赋能的协同进化。人类对AI进行正向引导与动态监督，使其进化方向始终锚定企业核心价值与社会公序良俗，让智能发展始终服务于企业发展与社会价值创造。AI的持续迭代与智能的不断进阶，也会反向推动人类突破传统思维边界、提升认知与决策水平，从而持续强化企业的治理活力。

沿着智能广度、智能深度、智能自主性三个维度不断演进，领先的智能原生企业有望演变为一种生态级智能共同体，即一个以“数据—算法—算力”为组织形态特性、以可持续价值创造为核心、以人机共生为原则、具备自我进化与自我约束能力的开放复杂系统。智能原生企业的竞争优势不仅源于原生架构，更源于其驾驭智能深度、广度与自主性的管理智慧，以及在推动产业升级、探索商业新范式、解决社会复杂难题中展现出的领导力与责任感。这既是AI技术的发展趋势，也是智能时代对企业提出的全新战略命题。

结语

智能原生企业是一种新型企业组织形态，是数字经济时代的新物种，拥有强大的生命力。“数据—算法—算力”三位一体的原生组织形态特性，使得智能原生企业成为数字经济时代的先锋，并在传统企业向智能企业转型中发挥积极的示范和推动作用。数据、算法、算力带来的独特挑战以及三者耦合所衍生的系统性治理命题，也亟待智能原生企业在未来的演进中有效应对，妥善破解。放眼未来，智能原生企业将沿着智能广度、智能深度、智能自主性三个维度，向生态智能、创造因果新路径、共生治理的高阶形态演进。从中国制造到中国智造，再到中国智能，智能原生企业无疑是工业经济迈向数字经济的先驱力量，将为中国乃至全球的经济发展注入持续不竭的原生动力。

注：本文摘自《清华管理评论》

免责声明：内容仅供参考交流。

2026年5月15日，我到长沙参加湖南省人工智能赋能企业发展大会，大会采取了线下与线上相结合的方式，据承办方负责人告诉我，现场来了700人，还有很多人在线上观看，大家对人工智能如何与企业管理实践进行融合这个话题非常感兴趣。

最近一年多，我先后到不少企业调研人工智能在企业管理中的应用，和领导者们进行深入交流，一个感觉是：人工智能对传统管理模式、商业模式的冲击速度、深度、广度大大超出了企业的预期。这也验证了斯坦福以人为本智能研究所（Stanford
HAI）教授Erik Brynjolfsson的判断：AI正在引发经济史上最具颠覆性的转型浪潮，抢占战略制高点将是决胜关键。

事实上，AI进化的速度也很快，从早期的智能化工具到智能助手，再到今天的自主智能体，人工智能技术的快速发展使得AI不再仅仅是辅助人类工作的工具，而是进化为具备自主创造价值能力的“决策伙伴”。毋庸置疑，AI的进化和能力将彻底重塑生产力结构，带来颠覆性的效率革命。

企业应该如何在AI时代抢占战略制高点呢？

首先，要抓住AI带来的机遇，首先必须打破固有的认知边界，深刻理解AI的本质。

AI不是简单的工具升级，而是一种全新的生产要素和思维范式，将从根本上改变企业创造价值的方式。我们都知道，数据是AI的燃料，企业必须把数据视为最重要的资产之一。在AI时代，数据即壁垒。数据的质量和规模直接决定了AI应用的效果，企业需要建立完整的数据驱动闭环，从采集到价值实现，不断挖掘数据潜能，掌握未来竞争的主动权。

其次，利用AI战略重塑竞争优势。
企业可以从三个层次上来塑造竞争优势。第一个层次是在运营层面，企业可以通过广泛而深入地应用人工智能技术，提高效率，降低成本，这种效果是最明显的，AI对运营优势的提升是显而易见的；第二，在产品创新层面提升竞争优势，一些医药企业在产品创新层面广泛使用了AI技术，大大提升了研发进度和研发的效率，从而在产品创新层面提高竞争优势，利用人工智能技术找到产品的差异化功能；第三个层面是模式优势，既包括商业模式，也包括管控模式。一些领先企业会应用AI重塑产业结构，构建智能生态，从而重塑企业自身在商业生态中的位置。

第三，利用AI 实现战略升维：从蓝海战略升级到黑海战略。

蓝海战略帮助企业发现新的市场，找到新的增长空间，这对企业而言是非常重要的，蓝海战略的核心是在产品功能上进行差异化创新，尤其是通过低成本实现差异化。这在现实商业环境中是非常难做到的，事实上，低成本构建出来的差异化几乎没有竞争壁垒，很容易被竞争对手模仿，这也是为什么企业刚进入蓝海市场不久，就被卷成了红海市场，其背后的原因就是没有构建出竞争壁垒，没有竞争护城河。

黑海战略的策略不同，它强调的是深耕存量市场。我对黑海战略的定义是：以用户需求为中心，以产品智能化、服务场景化、能力平台化、价值生态化为手段，构建共创、共赢、共生的数字生态系统，持续为用户创造全场景体验、全生命周期的价值。也就是说，在黑海战略框架下，企业的商业模式需要将好产品、全场景解决方案、全生命周期解决方案进行高度融合，从而拓宽为用户创造价值的空间和机会。

当然，我在多年的研究中，发现卓越的企业会把蓝海战略与黑海战略协同发展企业，我将这种模式比喻为“T模式”，即：用蓝海战略做广交易用户，用黑海战略做深终身用户。运用T模式的企业，可以通过三种核心策略实现业务的持续增长：首先，做广市场，以多品牌覆盖不同细分市场；其次，做深用户：以高端品牌深耕高价值用户；第三，做高价值：以整体解决方案提高用户价值收益。像海尔、美的、安踏、青岛啤酒等企业，都是通过这三条战略措施不断实现了持续增长。

总之，在AI时代，企业需要根据自身情况，制定抢占战略制高点的策略，从而能够抢占蓝海、卷出红海、做深黑海。越来越多的企业意识到，在AI时代，企业的竞争力是Token的使用量，这就需要企业构建基于AI的核心竞争力。面对未来的竞争，企业需要制定清晰的战略行动计划，从战略、技术、数据、人才、组织等多个维度入手，系统性地构建企业的AI核心竞争力，确保在未来的竞争中立于不败之地。

免责声明：内容仅供参考交流。

2026年5月15日，“AI+管理 成就不凡——湖南省人工智能赋能企业发展大会”在长沙隆重举行。本次大会由湖南省工业和信息化厅、湖南省人民政府国有资产监督管理委员会指导，中南大学商学院与湖南金蝶软件科技有限公司联合承办，吸引近千位政府领导、学者、企业管理者与技术专家齐聚一堂，共探人工智能与企业管理的深度融合之路。

香港商业模式创新研究院院长曹仰锋教授受邀出席并发表题为《AI战略：重塑竞争优势》的主旨演讲，引发与会嘉宾强烈共鸣。

AI不是工具升级，而是范式级重构

曹仰锋教授在演讲中指出，人工智能正从底层逻辑上重塑企业战略，“这不是修补，而是范式级重构”。他提醒企业界，AI的冲击速度、深度和广度远超预期，行业边界正在消失，传统资源护城河逐渐失效，竞争优势的持续时间越来越短，决策逻辑也正从“人主导”转向“人机协同”。

他强调，企业要抢占AI时代的战略制高点，首先必须打破固有认知边界，将AI视为全新的生产要素和思维范式，而不仅仅是工具的升级。尤其是数据，作为AI的燃料，必须成为企业最重要的资产之一，“数据即壁垒”。

利用AI战略重塑竞争优势：运营、产品、模式

曹仰锋教授系统提出了AI重塑竞争优势的三个层次：

1. 运营优势：通过AI提升效率、降低成本，效果最为直接明显；
2. 产品优势：利用AI重构产品体验，实现差异化创新；
3. 模式优势：重塑商业模式与管控模式，构建智能生态，成为行业规则制定者。

他指出，领先企业正通过AI重构产业格局，从“被动适应”转向“主动定义”。

利用AI实现战略升维：从蓝海战略升级到黑海战略

曹教授特别提出了“黑海战略”这一前沿理念。他指出，传统的蓝海战略虽然能帮助企业发现新市场，但因缺乏竞争壁垒，很容易被模仿，迅速沦为红海。而黑海战略则强调：“以用户需求为中心，以产品智能化、服务场景化、能力平台化、价值生态化为手段，构建共创、共赢、共生的数字生态系统，持续为用户创造全场景体验、全生命周期的价值。”

他将蓝海战略与黑海战略的协同发展比喻为“T模式”：用蓝海战略做广交易用户，用黑海战略做深终身用户。通过“做广市场、做深用户、做高价值”三大策略，企业可实现持续增长。海尔、美的、安踏、青岛啤酒等企业正是这一模式的典型代表。

曹仰锋教授最后总结道：“在AI时代，企业的竞争力就是Token的使用量。”他呼吁企业从战略、技术、数据、人才、组织等多维度入手，系统构建基于AI的核心竞争力，抢占蓝海、卷出红海、做深黑海，确保在未来竞争中立于不败之地。

2026年4月1-2日，和北京大学光华管理学院EMBA185班同学在大湾区参访学习，先后去了腾讯、格力学习交流，并于2日下午在珠海参加了“同光华、共湾区”活动，我在大湾区EMBA公开课上以《AI战略：重塑竞争优势》为题做了分享。在参访行程与分享期间，对AI如何塑造竞争优势略有心得。

第一，在AI时代，数据即壁垒。在传统的竞争优势理论中，核心技术、独特资源以及规模是竞争优势的来源，这些都可以为企业构建某种形式的壁垒。在AI时代，数据即壁垒，拥有大量的用户行为数据将成为企业之间竞争的焦点，这也是为什么在黑海战略Black模型中，我将用户行为数据视为该模型的核心维度。

数据可以通过数据飞轮为企业带来竞争壁垒。数据增长飞轮基本组件包括：更多的数据、更高的数据运算能力、更个性化的体验价值、更多的用户，从而带来更多的数据，一旦数据增长飞轮运转起来，就可以为企业带来竞争壁垒。

数据还可以形成一种独特的商业模式：PaaS模式，这是产品即服务（product as a
service）模式，这一模式的核心是通过智能化的产品，将产品与服务融合在一起，产品变成了服务的载体。在这种商业模式中，可以通过订阅服务来获得价值，这也是为什么年度递延收入（ARR）这一指标日益受到重视的原因。

第二，AI时代，竞争力的衡量标准是其消耗的Token量。这句话是我从腾讯的参访中得到的，当然，腾讯的分享人更加强调Token使用量在企业AI化中的作用，他使用的原文是：竞争力的唯一度量标准是其消耗的Token量。我认为，“唯一”这个词有点过重，其实，企业竞争力的衡量标准不止是Token量，还有诸如核心技术等其他要素。但是，将Token的使用量与竞争力结合起来是我以前没有想到的。

最近两年，企业员工是否拥有Token使用量成为衡量企业AI化的一个重要指标。Genspark 创始人景鲲曾经在一次分享中曾经提到：一家50人的公司，如果每个员工都可以无限使用 AI，已经可以跑赢一家没有这种能力的 500 人公司。这也就预示着，在 AI时代，给每一个人充分 Token
使用能力的公司，会以数倍的效率和速度进行运转。更有甚至，Token被视为未来商业模式的基石，这是Token经济学的核心思想。我也深刻地意识到，在AI时代，Token的消耗量、Token的成本、Token的效率，将直接决定企业的AI竞争力和竞争壁垒。

第三，营造AI应用氛围。在AI应用上，华为的经验是各业务领域系统开展AI应用落地的探索，在公司内部要营造“人人懂AI、人人用AI”的氛围。

AI在企业的落地常常面临极大的挑战，其中一个重要的原因是业务部门的人员不懂AI，而将过度的AI应用责任压在数字化部门上。AI应用的核心是“AI+业务场景”，如果业务部门的负责人和员工不懂AI，就难以将AI和业务场景融合，AI工具的实施效果就会大打折扣。

早在2018年，任正非就明确指出：“AI 是未来十年最大变量”，将 AI上升为公司级核心战略。华为通过战略顶层设计、全员能力培养、场景化工具赋能、机制激励与文化渗透、开放生态共建五大核心路径，系统性塑造 “人人用AI、人人懂 AI” 的组织氛围与文化，将 AI 从技术部门能力转化为全公司的基础生产力与思维方式。

在最近的一次企业内部高管培训班上，我分享了《AI战略：重塑竞争优势》这一主题。在课程开始，我问了台下将近100位管理者一个问题：谁每天都会使用人工智能大模型？结果，超过90%的人都举起了手。

如今，AI正在深刻地重塑各行各业的发展模式，也对企业的决策模式产生重要影响，一个AI重塑战略的时代似乎正在来临。AI正在从底层逻辑上重塑战略，不是对传统战略模式的修修补补，而可能是重构和颠覆。

首先，传统的战略模式非常重视产业结构对企业战略模式的影响，这一战略模式的核心逻辑是“结构主义观”（the structuralist view），其战略观点根植于产业组织经济学，其遵循“结构-行为-绩效”的基本范式。其中，供给和需求会决定市场结构，市场结构会塑造买方和卖方的行为，而行为最终决定企业的业绩表现。竞争战略理论的基本假设是，产业的结构条件是给定不变的，企业被迫在其间互相竞争，竞争的最终目的就是要在产业中找到一个独特的战略定位，而这种战略定位会决定企业的利润水平。如今，AI催生行业边界逐渐消失，让跨界成为常态，数据与算法打通一切，竞争从“行业内”变成“全域生态”。

第二，传统的战略模式强调拥有难以模仿、难以复制的资源来构建竞争壁垒，修筑竞争护城河。如今，曾经稀缺、难模仿、不可替代的资源正在被AI瓦解，通用大模型等正在让智能能力可租用、可调用、可快速获取，想通过独特资源来构建竞争壁垒越来越难。

第三，传统的战略模式强调要构建长期竞争优势，这些优势可以来自规模经济、网络效应、核心技术等等。如今，在AI时代，企业的竞争优势越来越难以持久，好不容易形成的先发优势在很短的时间内就可能丧失。

第四，传统的战略模式强调高层管理者在战略制定中的重作用，尤其是高管们的直觉能力、预测能力对战略规划非常重要，如今，AI正在从人类的决策“参谋”升级为决策“主角”，基于大数据的实时模拟、推演、执行，正在把人类从数据分析中解放，AI在决策中的作用越来越大。

其实，还有更多的传统战略底层逻辑正在被颠覆。

总之而言，传统战略的本质，是基于相对稳定的行业环境与竞争格局，通过精准定位构建静态竞争壁垒、以长期规划实现资源最优配置，核心是在不确定性中寻找确定性，依托稀缺资源与经验决策争夺市场优势，其底层逻辑围绕“定位、壁垒、长期优势”展开，决策主体、竞争逻辑、价值创造方式均以人类经验与传统资源为核心。

AI的出现并非仅是战略管理工具的升级，而是从底层逻辑改变了战略的本质。战略的核心目标虽仍聚焦于企业生存、增长与竞争优势获取，但其底层内核已发生根本性跃迁：从“预测未来、固守壁垒”转向“实时感知、动态适应”，从“争夺有限稀缺资源”转向“依托智能能力创造无限价值可能”，从“人类单一经验决策”转向“人机协同的全域推演决策”。

越来越多的企业意识到，传统战略依赖的静态护城河、长期竞争优势、线性价值链逻辑正在被彻底打破，AI让战略从“结果导向的既定规划”变为“过程导向的自适应系统”，竞争优势的来源从“资源占有”转为迭代速度与智能能力，决策逻辑从被动应对转为主动预判与动态优化。

传统的战略希望能够“在不确定性里找确定性”，AI时代的战略是“和不确定性共生”。未来战略的核心，是用AI重构决策、组织、价值与竞争的底层逻辑，让企业在快速变化中保持自适应与领先。

简言之，战略的基本任务已从“通过规划与壁垒锁定优势”，转变为“通过智能与迭代持续创造优势”，这是战略范式层面的本质重构，而非战术层面的局部优化。战略的本质将从“争夺有限资源”升级为“用智能创造无限可能性”。