如果说三年前ChatGPT的横空出世，是推倒多米诺骨牌的第一指，那么三年后的今天，我们正身处这场骨牌相继倒地的连锁震荡中。在这一波几乎每天都在更新迭代的技术浪潮中，大多数企业管理者正感到前所未有的迷茫：风口变幻莫测，战略究竟该怎么定？

在ChatGPT诞生三周年的今天，中欧国际工商学院战略学教授张宇，并未随波逐流地预测技术走向，而是从商学院教授的视角，回归商业本质，梳理出AI时代战略制定中那些“不变”的底层逻辑：在这个充满不确定的时代，不妨先确立那些确定的事。

相比而言，用户价值金字塔中的情感类、改变生活类、社会影响类的价值更难做到，因此竞争也不那么激烈。例如，同样是咖啡，Manner、M Stand、Blue Bottle等设计感较强的小众咖啡品牌，相对更能卖出溢价。同样是手表，劳力士等一众名表品牌就能卖出更高的溢价，而百达翡丽则凭借“你只是为你的后代保管它”成为名表之王，其溢价程度比劳力士等还要高出一截。

到目前为止，我们还尚未看到生成式AI的应用在情感类、改变生活类、社会影响类等方面的用户价值上带来显著的大规模应用。虽然生成式AI在情感、聊天、游戏等应用领域有一定的初步成功案例，但大多在小众或者亚文化领域，类似微信这样的全民性“杀手级”应用还尚未出现。

由此来看，在AI时代制定战略，企业首先要关注如何能为用户创造价值，尤其是在功能类价值之上的情感类、改变生活类、社会影响类价值，以及思考和探索如何能借助生成式AI来创造这些类别的用户价值。

按照基于价值的战略分析框架，企业与客户及供应商合作而创造的价值中，只有一部分（“价格-成本”部分，即企业利润）被企业分得，而其他的（“客户支付意愿-价格”即用户剩余，“成本-供应商机会成本”即供应商剩余）则由客户与供应商相应分得。

企业、客户与供应商各自能分得的共同创造的价值部分的大小，取决于他们在价值创造过程中独特贡献的大小，也就是“有公司参与时创造的总价值–没有公司参与时创造的总价值”，这个差额也被称为“附加价值”（Added Value），也可以理解为“企业能够带来的额外价值”。这个差额越大，企业在所创造价值的分配中的话语权相应就越大，能分得的份额也就越大。

理解了这一点，也就能理解在过去三年的AI产业链中，为何英伟达、台积电、阿斯麦等核心企业的市值能不断创新高。因为它们在高速发展的AI产业链中做出了不可或缺甚至几乎是独一无二的关键贡献。整个产业链中，由它们各自“能够带来的额外价值”都足够大且保持高速增长，从而给它们带来足够丰厚和高速增长的利润，并支撑它们市值的高速增长。

同样，过去三年中，AI产业链中相关的液冷、电力（核电）、存储等环节的企业，市值的增幅也相当亮眼，不少甚至超过英伟达等核心企业的市值涨幅。

最近的一个例子是，由于谷歌推出的Gemini 3和TPU技术，让市场开始担忧OpenAI在大模型和英伟达在GPU业务上的“独一无二”与“不可或缺性”，从而引发了近期（就在本周）英伟达股价下跌，同时谷歌股价创新高。

与之对应的是，AI产业链的下游（即应用端），过去三年并没有特别亮眼的应用或者企业跑出来（除了Palantir、Applovin等少数企业）。究其原因，也正是因为下游应用端还并没有跑出像亚马逊、淘宝、微信这样相对“独一无二”且“难以模仿/替代”的“杀手级/全民级”产品/应用。

有意思的是，反而是腾讯、阿里、字节这样的大厂，借助生成式AI的力量，快速跟进并放大自身原有的优势，市值或估值都有了不错的增长。

因此，在AI时代制定战略，除了要关注用户价值创造，还需要思考和探索如何在价值创造的过程中做到或者发挥相对独特的贡献，从而能够在高速增长的AI时代有相对强势的话语权和利益分配权。

战略是关于未来的，是前瞻性的，因此除了用户价值创造和独特价值贡献，还应该思考企业和业务未来的护城河会在哪里，会是什么。

经典的企业和业务护城河，如品牌、专利/专有技术、地段、转换成本等，已经为大家所熟悉。但从动态和长期的角度来看，企业更需要关注自己的产品和服务是否能建立并实现规模效应或网络效应。

从近现代商业发展史来看，伟大的企业通常都能够实现规模效应或者网络效应，或者能两者兼备（例如茅台、腾讯、亚马逊等）。而在过去三年的生成式AI浪潮中，英伟达凭借其20年前开始布局的CUDA开发环境，牢牢建立起连接企业用户和开发用户的多边网络效应，从而为自己在激烈的AI算力竞争中构筑起强大的护城河。

因此在AI时代，我们在思考和制定战略的时候，仍然要具有前瞻性，要仔细思考和规划，未来如何能不断实现和提升规模效应或者网络效应，或者同时实现二种效应。

站在当下这个时点，以生成式AI为代表的技术在发展前景上尚有一些不确定的问题，包括但不限于：1）生成式AI/大语言模型是否能突破概率统计的基础原理，从而具备因果推理能力，更加接近大家所期待的通用人工智能；2）物理AI模型是否能够取得突破，从而实现与硬件相关的具身智能方向的突破；3）如何解决相应产生的数据安全与信息来源污染问题；4）未来1~2年，过去三年中AI产业上下游对芯片和算力的投入，能否为下游应用端的营收所验证和支持，等等。

但不管未来怎样，我们在制定战略时，一定要充分关注用户价值创造，聚焦独特价值贡献，以及尽早探索并建立自己的护城河。只有这样，才能在AI时代构建起优秀的企业战略，从而建立和保持竞争优势。

教授简介

张宇博士是中欧国际工商学院战略学教授，战略学及创业学系系主任，中欧创新创业研究中心联席主任。张教授从欧洲工商管理学院获得管理学博士学位。加入中欧之前，他担任加州大学欧文分校保罗梅拉吉商学院战略学助理教授。他的教学领域主要包括战略管理、产业和竞争分析、创新与竞争、企业转型与升级等。

张教授的研究兴趣主要集中在战略与资本市场的互动。他的研究曾在国际顶级期刊《管理学会期刊》，《组织科学》和《战略管理期刊》上发表。他曾应邀在欧美和亚洲的知名商学院发表学术演讲，并在知名的业界会议如全美公司董事协会年会上发表主旨演讲。

作者注：本文写作未使用任何AI工具，是基于截至2025年11月27日的已知信息分析思考而成，亦得益于过去三年与中欧同学和校友在课堂内外及分享活动中的讨论和交流。截至2025年11月27日，除Palantir以外，本人不持有文中提到的其他企业股票的多空仓位。

① 卡尔·夏皮罗，哈尔·瓦里安. (2000). 信息规则：网络经济的策略指导，2000年第一版，北京，中国人民大学出版社

② Brandenburger, A. M., & Stuart Jr, H. W. (1996). Value‐based business strategy. Journal of economics & management strategy, 5(1), 5-24.

③《用价值要素发现客户的真正需求》,《哈佛商业评论》中文版2016年9月

④ 2B业务可以参考《B2B价值金字塔》,《哈佛商业评论》中文版2018年5月

文中创意图片已获视觉中国授权。

编辑 | 李钰婷

责编 | 岳顶军