竞合型制造供应链中的协作微调

《INTERNATIONAL JOURNAL OF PRODUCTION ECONOMICS》：Fine-Tuning Collaboration in a Co-opetitive Manufacturing Supply Chain

　　

• 研究竞争合作供应链中 LLM 微调协作的影响。
• 揭示制造系统中微调协作的抑制和协同效应。
• 考察微调协作增强利益相关者利益的條件。

**引言**

大型语言模型（LLMs）作为一种颠覆性技术，在各行业的应用迅速扩展。基于大规模语料库训练，LLMs 展现出强大的通用能力，并可适应广泛的下游任务 (Bommasani et al. 2021)。在制造业中，LLMs 越来越多地被用于支持生产计划、质量控制、诊断和供应链协调，从而提高运营效率和产品质量。正如微软制造技术首席技术官 Indranil Sircar 所指出的，“将工业 LLMs 带入工业市场是该行业的一项重大进步” (Symphony AI 2023)。顺应这一趋势，富士康和三星等领先制造商已积极将 LLMs 整合到他们的生产和产品开发流程中。

尽管通用性强，但在复杂且高度专业化的工业环境中，通用 LLMs 往往表现不足。为解决这一局限性，企业依赖微调，即将预训练 LLMs 适应于企业特定的生产任务。微调据说能显著改善模型性能，进而显著改善产品质量和市场竞争力 (Xu et al. 2024)。例如，富士康开发并微调了其专有 LLM FoxBrain，以优化制造运营和供应链管理 (Foxconn 2025)。西门子同样微调 LLMs 以增强工业自动化和运营决策 (TechTarget 2025)。这些实践表明，微调在制造业中提取 LLMs 价值方面发挥着核心作用。

然而，大规模微调 LLMs 极其消耗资源。需要大量的计算基础设施和工程努力，使得企业独立维持大规模微调投资成本高昂。因此，制造商开始探索 LLM 开发的协作方法，以减少重复努力并提高微调效率。在此背景下，我们观察到一种新兴做法，即企业在他们的 LLMs 之间建立技术联系，并分享微调的成果，如改进的模型参数或特定任务能力。我们将这种做法称为微调协作。

微调协作允许一家企业受益于合作伙伴的微调努力，从而产生努力溢出并降低冗余投资成本。一个代表性例子是西门子和舍弗勒之间的协作，他们利用共享的微调成果共同增强工业运营的 LLM 能力 (Siemens 2025)。类似的模型级协作也在制药行业观察到。例如，赛诺菲与 Owkin 合作，利用生物学微调的 LLMs 进行生物标志物发现和药物开发 (Owkin 2024)。通过这种协作，企业受益于共享的模型改进，同时保持对自己 LLM 部署的自主权。像富士康这样的制造公司也在尝试将这些模型与上下游合作伙伴共享以进行共同微调 (Foxconn 2025)。这些例子说明了微调协作的好处，即促进与 LLMs 的价值共创。

虽然微调协作提供了大量好处，但也引入了战略挑战，特别是在竞争合作供应链中，企业在上游合作但在下游竞争。一个关键担忧是搭便车，即一家企业战略性地减少其微调努力，同时仍受益于合作伙伴的投资。这种担忧在产品接近替代时尤为突出。鉴于这种竞争合作关系，他们在 LLMs 上合作变得更加复杂，因为企业必须仔细权衡 LLM 合作与产品销售竞争之间的权衡。塑造这些权衡的一个重要因素是产品同质性。当企业提供高度可替代的产品时，他们面临相似的生产要求和性能基准。因此，一家企业的微调努力产生的改进更有可能对其竞争对手有价值，从而加强了 LLM 协作的溢出效应。相反，当产品高度差异化时，共享微调成果的好处更加有限。这一特征对于基于 LLM 的技术尤为重要，因为任务相似性和应用重叠关键地决定了溢出的有效性。

受这些观察启发，本文研究了竞争合作制造供应链中 LLM 协作的战略角色。具体而言，我们旨在回答以下研究问题：
1. 微调协作产生什么影响，这些影响如何受竞争供应商和制造商之间竞争合作的影响？
2. 微调协作如何影响企业的微调努力和市场竞争？
3. 在什么条件下供应商和制造商的微调协作激励是一致的？

我们考察一个制造系统，包括拥有自有品牌的供应商和制造商。供应商向制造商销售组件，同时通过销售自有品牌产品在下游市场与之竞争。两家企业独立部署 LLMs 并决定其微调努力。考虑两种场景：(1) 场景 C：他们参与微调协作，从而受益于微调的溢出效应，提高生产质量并刺激需求；(2) 场景 N：制造商和竞争供应商的 LLMs 之间没有建立微调协作。他们的微调努力将只有助于其自身产品的质量改进。

我们获得了一些有趣的发现。首先，我们确定了两个重要效应，随着协作强度的增加：抑制效应，导致企业减少微调以避免可能创造更强竞争对手的重大溢出；以及协同效应，鼓励企业增加微调努力，因为他们的努力将共同刺激需求并扩大市场。在这两种效应的驱动下，企业的微调努力显示出关于协作强度的复杂模式。其次，当两家企业都选择协作且协作强度足够高时，供应商总是付出更多努力。因此，制造商可以通过搭便车减少微调成本。然而，搭便车并不总是对制造商有益。如果供应商的基础产品质量低，供应商产生的溢出效应相对较弱，制造商只能获得很少的市场潜力。然而，微调协作阻碍了制造商自己的微调，这进一步损害了制造商的利润。第三，当供应商自有品牌基础产品质量适中时，制造商和供应商都有最强的动机参与微调协作，因为过高的质量加剧市场竞争，而过低的质量不会触发足够的溢出。因此，只有适中的质量水平才能平衡产品销售、组件批发和微调协作激励方面的竞争合作权衡。此外，我们揭示了一个微调协作陷阱。具体来说，两家企业的收益可能最初随协作强度增加而减少，然后增加，这意味着如果强度低，他们可能受到协作的伤害。只有当协作强度足够高时，他们才能摆脱陷阱，从 LLM 模型微调合作中受益。

本文其余部分组织如下。第 2 节回顾相关文献。第 3 节概述模型框架和设置。在第 4 节中，我们对两种场景进行比较分析，以检查微调协作对两个利益相关者决策的影响。第 5 节进一步研究他们的微调协作激励及其影响。我们在第 6 节进行了几个模型扩展。最后，第 7 节总结管理启示并讨论未来研究方向。

**章节片段**

**文献综述**

本研究密切相关于三个研究颠覆性技术管理、竞争合作供应链和制造运营的文献流。表 1 总结了本工作的位置。

我们的研究与日益增长的管理颠覆性技术文献相关。大量文献实证和分析性地调查了颠覆性技术采用的影响因素（特别是 AI 和 LLM）。Olsen 和 Tomlin (2020) 总结了主要影响

**模型设置**

考虑一个由供应商（以下标 表示）和制造商（以下标 表示）组成的制造系统。供应商开发其自有品牌，因此它不仅向制造商销售组件，还在下游市场销售自有品牌产品，与制造商形成竞争合作关系。为了提高产品质量，制造商和供应商都在产品制造中部署 LLMs 并微调 LLMs。通常，

**决策变量分析**

在第 4.1 节中，我们分析利益相关者的决策，包括微调努力、组件批发价格和销售数量。在整个分析中，我们将所有阈值的表达式留给证明部分。

**微调协作的好处和利益相关者激励分析**

为了便于分析，我们定义 和 ，其中 ，衡量 在两种场景下的利润差异。我们还分析了微调协作对消费者剩余的影响。

**命题 4**
存在阈值 ， 和 ，使得
(a) 如果 ，则 随 增加。否则， 随 减少。
(b) 如果 和 ，则 随 减少。否则， 随 增加。

命题 4(a) 揭示了一个有趣的结果： 首先随 增加，然后随 减少，这表明制造商具有最高的激励

**溢出独立于产品同质性**

在本小节中，我们考察微调协作的溢出效应独立于产品同质性的情况。这对应于产品可能是接近替代品但其底层数据或任务具有低可转移性的情况，反之亦然。具体来说，我们使用 来表示微调协作的溢出效应幅度，其中 不受产品同质性 影响（即用 替换 ）。我们使用上标 IC 来表示我们的

**结论评论**

微调 LLMs 对于优化特定制造过程非常重要。通过微调，制造商可以利用大数据和智能算法提高产品质量，增加产品属性，并刺激消费者购买。然而，大规模微调是资源密集型的，需要知识/资源共享，这导致制造商通过 LLM 微调协作一起工作，实现共同微调。这种协作有助于节省成本并允许

**CRediT 作者贡献声明**
张建华：写作 – 初稿，方法论，调查，概念化，写作 – 审查与编辑。谢峰峰：写作 – 初稿，可视化，监督。林辰灿：写作 – 初稿，方法论，调查，形式分析。牛宝庄：验证，监督，方法论，调查，概念化

**利益冲突声明**
我们在此声明，本次提交中没有利益冲突。

**致谢**
作者感谢编辑和审稿人。这项工作得到了国家自然科学基金 (72293564/72293560, 72401149, 72125006) 和中央高校基本科研业务费 (No. CXTD2501) 的支持。张建华是通讯作者，谢峰峰是共同通讯作者。

牛宝庄 | 林辰灿 | 谢峰峰 | 张建华