《Review of Managerial Science》：Embodied Artificial Intelligence (AI) business model dynamics: concept, framework, and the agriculture template
编辑推荐：
具身人工智能（Embodied AI）指智能嵌入物理系统并通过与环境交互涌现的人工智能系统。具身人工智能（部分文献亦称嵌入式人工智能）通过感知、决策、执行与学习的连续循环在现实世界中发挥作用。具身人工智能参与运营活动，超越了对决策支持的辅助角色，成为价值创造的
具身人工智能（Embodied AI）指智能嵌入物理系统并通过与环境交互涌现的人工智能系统。具身人工智能（部分文献亦称嵌入式人工智能）通过感知、决策、执行与学习的连续循环在现实世界中发挥作用。具身人工智能参与运营活动，超越了对决策支持的辅助角色，成为价值创造的核心构成要素。企业必须重新设计活动内容、活动链接方式以及控制主体。具身人工智能蕴含双重循环：一是采纳企业内部的封闭学习循环，其中具身人工智能将情境化使用转化为运营反馈与工作流程变革；二是跨越技术提供商、组件供应商、软件企业、平台协调者与用户生态系统的外部学习循环。物理使用过程中生成的数据流超越采纳企业的边界。本概念研究为管理学研究中的具身人工智能提供了开创性理论阐释，并聚焦于其对商业模式的影响。研究人员构建了两个互补模型。首先，转型模型展示了商业模式如何从基于资产和离散的逻辑转向适应性、数据驱动的系统。其次，整合性具身人工智能商业模式网格阐释了变革如何通过跨行动者与技术的价值活动、相互依赖关系及治理的重新配置而产生。研究人员推导出九个命题，明确具身人工智能如何变革商业模式。研究进一步揭示了四种系统性张力：开放性与控制性、规模化与本地适配、自动化雄心与可靠性约束、货币化与信任。以农业作为揭示性模板，研究阐释了具身人工智能如何重塑传统行业中的商业模式，使其从产品性能转向连续工作流程优化、基于生命周期的协调以及基于信任的 recurring 货币化。
## 研究背景与问题提出
数字技术的颠覆性潜力，特别是机器学习（ML）、人工智能（AI）和机器人技术，为商业模式动态与创新提供了重要驱动力。商业模式描述企业创造价值的架构、向客户交付价值的方式以及从中获取收益的机制，其交易架构可从内容、结构和治理三个维度加以结构化。尽管关于AI的新兴研究大量涌现，但先前研究对于AI如何变革商业模式的探讨仍显不足。更为关键的是，学界对于具身人工智能（Embodied AI）——即AI与物理形态的整合——的理解极为有限，迄今尚无研究考察具身人工智能对商业模式的含义。
具身人工智能表征了一种新型智能机械，其认知源于与物理环境的持续交互而非单纯的数据处理。这类系统通过多模态感知与自监督学习在动态环境中自主运行，并能解读人类行为以实现人机协作。与仅支持决策而保持执行不变的AI不同，具身人工智能被整合进运营活动之中，从辅助性角色转变为价值创造的构成性要素，从而改变了提供这些系统企业的商业模式。最具深远意义的变革发生在将具身人工智能作为学习系统加以实施的企业中，该系统在其部署情境中学习，同时连接外部数据。具身人工智能关联着采纳企业内部的内部学习循环与跨越生态系统的外部学习循环，研究人员将这两个循环概念化为"双循环"（double loop）。然而，现有理论对于双循环如何影响企业交易架构的解释尚不充分，这正是本研究旨在考察具身人工智能对商业模式动态影响的核心出发点。
## 研究框架与核心发现
本研究作为概念性理论构建文章，通过概念综合、理论调适与模型建构发展启发式框架。研究人员选取了四个理论领域作为发展框架的根基：具身人工智能与机器人技术、AI赋能的商业模式创新、数字商业模式以及农业数字化。这些理论资源并非被视作平行的文献流，而是作为对比性的理论透镜。在此基础上，研究人员整合Teece关于价值创造、价值交付与价值捕获的商业模式视角，以及Zott和Amit关于活动内容、结构与治理的活动系统视角，构建了整合性分析框架。
### 转型模型：从资产到适应性系统
研究人员指出，具身人工智能的根本特征在于四个相互关联的机制：一是变动物理环境中的闭环适应，二是具有不确定性的认知-执行耦合，三是真实世界可靠性、运营安全及与人操作员有效协作，四是双循环对交易模式的改变。这些机制共同作用，使商业模式从基于资产、离散交易的模式转向适应性、数据驱动的系统，其中价值通过跨互联行动者和基础设施的连续交互而涌现。
在农业领域，这一转型体现得尤为清晰。传统农业商业模式中，设备作为独立资产由农场主拥有和操作，价值创造与机械能力和农场主的经验性专业知识紧密耦合，价值交付呈现 episodic 特征，价值捕获集中于一次性硬件交易及随后的维修替换周期。具身人工智能则通过传感器、连接性、自动化_VOID_嵌入式AI在农业中的深度应用，使价值捕获转向可扩展且有弹性的收入架构：收入 increasingly 来自遥测与自动化订阅、数据分析与软件许可、数字升级以及与正常运行时间或产出挂钩的服务合同。价值依赖于硬件、软件、服务及累积数据历史的对齐，转换成本上升，强化了锁定效应，使企业能够在销售节点之外持续获取价值。
### 整合性具身人工智能商业模式网格
为解析多行动者供应链中的角色与 evolving 链接，研究人员开发了整合性格子模型。该模型横向映射价值维度（价值创造、价值交付、价值捕获），纵向映射活动系统要素（活动内容、活动结构、活动治理），将Teece的商业模式视角与Zott和Amit的活动系统视角有机结合。
在**价值创造**层面，具身人工智能使交换对象从主要机械资产转向集成的物理-数字系统，农艺产出而非机械规格成为性能评估标准。活动内容包括传感、数据捕获、农艺分析、自动化和界面设计；活动结构从静态一次性逻辑变为迭代工作流程逻辑；治理则围绕接口控制、数据访问与可携带性、互补者参与规则以及货币化权利展开。
在**价值交付**层面，传统"销售-服务"周期演变为连续、基于生命周期的服务提供。原始设备制造商（OEM）的角色远超机器交付，涵盖远程诊断、预测性维护、固件更新、当季优化和正常运行时间管理。经销商网络和数字服务层成为核心交付渠道，将服务嵌入农场主的日常实践。价值交付通过基于订阅的软件、按使用付费的自动化和改造套件实现，降低了初始准入门槛。
在**价值捕获**层面，收入 increasingly 来自 recurring 服务和软件费用、基于使用的定价以及与洞察、自动化和远程监控直接挂钩的产出或性能关联合同。活动内容包括订阅层级、每英亩许可、数据服务、预测性维护合同和基于产出的协议；活动结构必须嵌入使用周期；治理则涉及数据权利、互补者参与和物理环境中的可靠性。
### 九项命题与四项系统性张力
基于上述分析，研究人员推导出九个命题，系统阐述具身人工智能如何塑造商业模式动态。与此同时，研究揭示了内生于具身人工智能闭环机制的四项系统性张力：
**开放性与控制性张力**：连续学习依赖广泛的数据获取和跨异构系统的互操作性，但价值捕获依赖于控制数据流、接口和累积学习。这要求选择性开放，企业在支持互操作性的同时战略性地治理关键数据层。
**规模化与本地适配张力**：AI赋能的产品承诺通过软件复制实现规模经济，但农业环境高度异质，鲁棒性能常需本地化知识和持续适应。这需要结合全球模型与本地适应的混合架构，由人-在环参与者（如经销商和农艺师）支持。
**自动化雄心与可靠性约束张力**：随着AI从决策支持转向自主执行，价值潜力增加，但不确定、异质环境中失败的风险亦然。这需要严格的验证制度，包括跨情境广泛测试、自主性的分阶段部署、认证和持续监控。
**货币化与信任张力**：尽管 recurring、基于性能的模型稳定收入，但也引发关于透明度、数据权利和公平性的关切，使信任成为可扩展价值捕获的前提。这凸显了明确数据权利、透明定价、维修权条款和强有力人为支持的治理机制的战略重要性。
## 核心结论与贡献
本研究为管理学研究贡献了首个结构化的具身人工智能及其商业模式动态的理论阐释。研究表明，具身人工智能引入了一种定性的不同价值创造逻辑：智能嵌入物理运营并通过双循环展开——感知、决策与行动的闭环耦合，以及将学习和数据连接至外部技术提供者的外循环。商业模式动态并非由更佳的信息处理或"附加智能"驱动，而是由在真实环境中持续行动、学习和适应的系统所驱动。
以农业为揭示性模板，研究展示了具身AI如何将价值从产品性能转向连续、数据驱动的工作流程，跨越行动者进行协调。研究人员开发的**转型模型**解释了商业模式如何从基于资产、离散的逻辑转向适应性、连接的系统；**整合性具身人工智能商业模式网格**则明确了这一转型如何通过跨生态系统的活动内容、结构和治理的重新配置而产生。九个命题和四项系统性张力为理解和设计具身人工智能商业模式提供了系统性工具。
研究发表于《Review of Managerial Science》，其理论意义在于：将分析焦点从以资产为中心的产品转向以工作流程为中心的活动系统；证明商业模式设计 inseparable 于生态治理；将商业模式概念化为由互补者参与、标准化动态和制度约束共同塑造的共同演化系统。对于管理实践而言，研究指出OEM需从产品设计者转型为工作流程协调者，经销商成为关键的服务交付伙伴，初创企业需在互补与依赖间寻求平衡，而农场主则面临日益增长的数字生态系统依赖和锁定风险。
