大模型赋能与驱动的企业科技创新管理体系

大模型通过其认知计算可以高效赋能、驱动企业的科技创新管理。企业管理者需要运用好大模型，以使企业“焕然一新”“快速升级”。本文旨在深入探讨大模型的本质及其给企业科技创新管理带来的改变。

文 / 刘沐洋、王会峰、杨鹏、侯二秀

人工智能时代的科技创新管理体系

发展新质生产力是加快实现高质量发展、高水平科技自立自强的内在要求和关键动力，其主要载体是企业和产业，核心引擎是科技创新和产业创新。企业科技创新能力的提高对于实现高质量发展至关重要，而这离不开高效能的科技创新管理体系。世界一流企业通常拥有成熟的科技创新管理体系，以保障和支持科技创新。高效能的科技创新管理体系可以洞察市场需求，加速新技术、新产品的研发与商业化，合理配置创新资源，平衡短期成本与长期收益，同时建立起风险评估机制来确保投资效果最大化，提高企业市场的响应速度和灵活性。因此，企业科技创新管理体系的优化设计是确保企业长远战略，保持市场持续竞争优势的关键所在。

当前，人工智能的发展正经历从感知层面向认知层面的跃迁。在感知智能阶段，机器通过模拟人类的视觉、听觉和触觉等感官功能，能够将多种数据形式转换为结构化信息，并以人类习惯的方式进行交流和互动。认知智能借鉴了人脑研究和认知科学的成果，融合了多学科的知识图谱、因果推理和持续学习等技术，旨在使机器能够模仿人类的思维逻辑和认知过程，特别是提升机器在理解、概括和运用知识方面的能力。大模型就是这个时代的典型产物，是由从数亿到数千亿不等的大量数据训练得到的人工智能模型。人工智能已成为推动科技创新的重要力量，正在对科技创新管理产生深远影响。

基于知识管理的科技创新管理体系

企业的科技创新依赖核心要素知识的支持，多样化知识的获取和积累是企业科技创新的重要基础。企业科技创新的本质就是将不同类型的知识转化为价值，因此科技创新管理的本质即知识管理。柏拉图曾提出知识的经典定义，即知识是经过验证的、正确的、被人们相信的陈述。而大语言模型的本质是基于知识的认知计算，故其对基于知识的科技创新管理将产生全面影响（见图1）。

知识管理通常被视为包含多项任务的复合过程，尽管不同专家对其具体构成的描述各有侧重，但普遍认同知识管理至少涵盖四个核心环节：知识创造、知识存储/索引、知识转移及知识应用。这一过程强调的是对知识的全生命周期进行有效管理，从知识创造到在实践中的运用，每一个阶段都是知识管理不可或缺的一部分。大语言模型的核心是知识/认知计算、知识/认知流通、知识/认知互联，其所强调的理解、归纳、搜索、推理等能力，都是认知能力，对知识管理将产生深远影响。

大语言模型对知识管理的影响

大语言模型对知识管理产生的影响体现于知识管理的全过程，包括知识创造、存储/索引、转移和应用。

大语言模型对知识创造的影响

知识创造涉及在组织的显性和隐性知识基础上，发展新的内容或更新现有的内容。依据大语言模型的特点，本文将大语言模型对知识创造的影响聚焦于创意生成。大语言模型具备自我学习和进化的能力，能够通过吸收和分析海量数据，不断产生新的创意和想法，具有“涌现性”。大语言模型能够自动提取、整合知识，并在此基础上进行创新，这极大地简化了创意产生的过程，降低了复杂度和相关成本。一方面，大语言模型可以辅助个人或组织进行创意生成，呈现出“人机共创”的模式。另一方面，大语言模型可以进行知识孪生、知识智能编辑。但是，真正从0到1的创新仍然离不开人类的灵感和直觉。这种创新需要的是灵感的火花，是那一瞬间的顿悟，而AI目前还无法完全复制这种从无到有的创造力。

大语言模型对知识存储/索引的影响

大语言模型配备了先进的计算存储与索引技术，可以快速存储、整理和索引显性知识与隐性知识。在显性知识方面，大语言模型可以存储多种形式的知识，如文档、录音等。在隐性知识方面，大语言模型可以通过与专家等的持续交互以及在个人网络中挖掘信息等方式获取隐性知识，将专家头脑中的知识模型化，如知识涵盖特定情境和位置的细节。此外，大语言模型具有动态性，可以根据知识输入的变化不断更新知识库。大语言模型通过显性知识与隐性知识的不断整合、集成与迭代等，形成随时可调用的知识库、解决方案库，即“外挂智脑”。

大语言模型对知识转移的影响

根据“SECI模型”，知识转移分为四个阶段。首先是社会化，即个体间的隐性知识传递。在此阶段，大语言模型能够理解人类语言，迅速处理和分析大量信息，协助个人更高效地吸收、理解并应用知识。其次是外显化，即将个体的隐性知识转化为团队的显性知识。在此阶段，大语言模型能够将人的思维和经验转化为结构化文本，使隐性知识得以明确表达和传播，增强了知识的复制和扩散能力，为知识创新和整合打下基础。再次是组合化，即将团队的显性知识整合为组织的显性知识。在此阶段，大语言模型能够从海量数据中提取有价值的知识进行整合和链接，构建更系统化的知识体系，从而提升知识深度和广度，增加其价值。最后是内隐化，即将组织的显性知识内化为个体的隐性知识。在此阶段，大语言模型能根据个人的学习进度和需求提供定制化的学习资源，支持持续学习和能力提升，提高学习效率和成效，增强个人的隐性知识和技能。通过这些方式，大语言模型促进了知识的流动和转化，推动了知识的传播和应用。由此，知识高效转移形成“群体智能”。

大语言模型对知识应用的影响

知识应用是组织竞争优势的根源。大语言模型极大地简化了知识的获取、更新过程，有助于加强知识的整合与实际应用。大语言模型内不同的理论模型可以输出针对不同场景、工作流程等的解决方案，实现知识的快速应用，即各类专家的“数字分身”。进一步，大语言模型还可以实时记录知识应用的效果，链接新一轮的知识创造、知识存储/索引、知识转移、知识应用。

因此，在大语言模型赋能、驱动下的知识管理（见图2），有助于形成更加强大的科技创新“预测—计划—决策—执行”管理能力，助力科技创新。

大语言模型对科技创新管理的赋能与驱动作用

那么，如何通过大语言模型赋能与驱动科技创新管理呢？笔者从企业科技创新管理体系的战略、资源、生态、流程、文化、绩效评价等维度逐一阐述。

敏捷引领的科技创新战略管理

在这个不断变化的时代，管理者需要在不确定性下做出科学的战略决策，这些决策对公司的存续可能有深远影响，通常需要在新技术和商业模式重塑行业格局之前做出。大语言模型有助于赋能并驱动科技创新战略管理。第一，大语言模型可以将有关于科技创新战略管理的显性知识与隐性知识进行理论建模，形成在不同条件下的战略决策工具库，为战略制定提供辅助决策支持。第二，大语言模型可以通过输入数据的实时更新，动态地优化战略方向，提高科技创新战略管理者的认知敏捷性，从而在不确定性下作出更好的预测和决策。第三，大语言模型可随时调用，可以将科技创新战略管理融入工作的方方面面，提高响应效率。目前公司科技创新战略普遍是通过自下而上主动查询科技创新战略报告，或者是自上而下主动宣贯公司科技创新战略的方式落实的，运用大语言模型可以提高科技创新战略的执行效率。总之，大语言模型可以有效提高科技创新战略管理的科学性、敏捷性、引领性、执行性等。

智能调配的科技创新资源管理

科技创新资源管理的目标是通过优化资源配置，提高资源利用效率，促进科技创新活动的顺利进行，最终实现科技成果的转化和应用。大语言模型有助于科技创新资源的配置，即通过构建资源数智化模型，实现资源的智能调配。第一，大语言模型可以基于输入的公司资源数据，构建公司的科技创新资源全景图。第二，大语言模型可以实时更新公司的科技创新资源，实现科技创新资源的动态追溯。第三，大语言模型可以分析大量的市场数据和内部资源信息，并根据其资源配置理论模型，实时输出在指定条件下的资源配置方案，帮助管理者更好地决定资源分配的优先级。大语言模型可以通过多种方式帮助企业优化创新资源配置，更高效地利用创新资源，实现更高效的创新活动，提高创新的成功率和效率。

三维立体的科技创新生态管理

科技创新管理过程中，对外部创意源的利用，需要加强生态管理。大语言模型可以帮助企业优化科技创新生态管理，三维立体地打造科技创新生态圈的广度、高度、深度。第一，大语言模型基于其生态合作理论模型可以更广泛地搜索合作伙伴，构建动态的合作伙伴生态池，“盘活”生态，拓宽企业合作渠道。大语言模型可以迅速匹配适合的合作伙伴，提高合作伙伴筛选效率。第二，大语言模型可以高效识别外部创新资源的高价值知识产权，为企业高价值知识产权的引入提供依据。第三，大语言模型可以实时分析、追踪合作伙伴的能力、市场表现等动态数据，优化合作伙伴关系管理，与供应商、客户等合作伙伴建立更加长期稳定的合作关系，共建生态，增强创新生态圈的协同效应与合作黏性。总之，大语言模型可以提高科技创新生态管理的全面性、先进性、长期性，助力企业充分利用和整合外部知识与资源，打造持续性的创新能力。

解构重构的科技创新流程管理

流程再造是管理领域中由信息技术推动的一场重大变革。大语言模型的兴起，有助于管理者进一步对工作方式和业务流程进行根本性重塑。第一，大语言模型可以将科技创新管理流程不断进行专业化拆分，精细化管理流程，重塑创新流程。第二，大语言模型可以实时更新与反馈业务流程的PDCA循环，并加快从计划到实践的反馈迭代速度，任何一个实践环节都可以实时反馈到计划环节，以不断地优化计划与实践之间的拟合性，提高计划落地的执行效率与计划更新的及时性。总之，大语言模型因其广泛的适用性、互动性、多模态性、动态性与进化性等新特性，有助于“解构”与“重构”并优化科技创新管理流程，助力科技创新跃升。

动态优化的科技创新文化管理  

科技创新文化的塑造是科技创新管理体系中不可或缺的一部分。大语言模型不仅可以促进创新文化的形成，还可以助力企业文化改进。第一，使用大语言模型可加快知识的共享、协同等，有助于形成开放、共享、协作、共赢的企业文化以促进创新。第二，大语言模型可以通过分析员工反馈、工作氛围等，评估当前的创新文化现状，并提供改进建议，促进企业创新文化的建设与改进。总之，大语言模型通过加速信息流动、促进跨学科合作、支持创新思维发展、提供实时反馈和优化建议、降低创新门槛以及激发创新氛围等多种方式，促进科技创新文化的形成和发展，是科技创新文化形成的加速器与反馈器。

实时监测的科技创新绩效评价管理

科技创新绩效评价管理是对科技创新活动的成效进行系统评估和监控的过程，涉及对科技创新项目、团队或组织绩效的量化分析和质性评价，以确保科技创新资源得到有效利用，提高科技创新能力。大语言模型可以帮助企业更高效地进行科技创新绩效评价管理，提高创新活动的成效和效率。第一，大语言模型能够自动收集、分析和处理大量绩效数据，包括研发数据、市场数据、财务数据等，为绩效评价提供准确和全面的信息基础，支持科学的绩效管理决策。第二，大语言模型可以自动生成详细的绩效报告，包括项目的进展、成果、成本效益等，提高绩效评价的生成效率和精细度。此外，大语言模型还可以通过分析历史绩效数据，提供更加客观和全面的科技创新绩效评估报告，支持科学的绩效管理决策。第三，大语言模型可以根据不同的目标动态优化科技创新绩效评价体系，动态更新评价结果。第四，大语言模型可以实时分析员工和团队的绩效数据，提供即时反馈，帮助管理层及时发现和解决问题。总之，大语言模型可以提高科技创新绩效评价管理的全面性、精细化与动态性。

综上，大语言模型不仅可以对科技创新管理体系的各个模块进行赋能与驱动，还能从整体上对科技创新管理体系进行整体赋能与驱动，不断升级科技创新管理体系，提高科技创新管理体系的智能性、动态性、精细性、协同性、开放性等（见图3）。

结语

人工智能的兴起呼唤新的人机共生关系，机器与人的工作分工出现转变。大语言模型在处理复杂性方面具有更高的计算信息处理能力和更高效的分析方法，可以优化科技创新管理体系，提升科技创新管理效率。大语言模型固然可以通过持续学习、模仿和复制人类经验、思维模式等，为科技创新管理提供帮助，驱动更加卓越的科技创新管理体系的构建，但战略思维、管理直觉等需要超越特定决策情境的意义建构能力和理解世界的能力，这是只有人类才有的能力。因此，将人工智能视为扩展人的能力而非取而代之更有意义。

刘沐洋：清华大学技术创新研究中心博士后

王会峰：海洋石油工程股份有限公司副总裁、总工程师

杨鹏：阿尔特汽车AI总工程师

侯二秀：内蒙古工业大学经济管理学院教授

责任编辑：刘永选

来源：《清华管理评论》2025年4月刊