第七届商业模式圆桌会议综述 · 2026 年 6 月 20—21 日 · 清华大学 主题：AI 时代的商业模式创新

2026 年 6 月 20 日至 21 日，第七届商业模式圆桌会议在清华大学举行，由清华经管商业模式创新研究中心承办。

两天会期，四场主旨演讲、七场专题分享、两场圆桌对话，议程从早排到晚。

到场的人很多：奠定「商业模式」理论基础的中外学者，把 AI 真正用进经营的企业家，还有投资人、研究者和一线操盘者。会场几乎坐满，有专程从海外赶来的主讲嘉宾，也有从全国各地来的同行者。

大家从各自的位置出发，最终都在回答同一个问题：

AI 时代，商业模式究竟改变了什么？

两天的讨论，一句话收束

两天的讨论，最终指向同一个判断：

AI 改变的，不是企业把生意做得更快，而是商业模式创新的底层逻辑。

它不只是一件更顺手的工具。它是继「人」与「工具」之后，第一次出现的一个新角色：能够自主参与分工、参与交易、参与组织行动的「第三种参与者」。

商业模式由此从「人来设计、人来执行」的静态结构，走向「人机共创、自我进化」的系统。

下面，我们先从四位教授的理论地基出发，再看一线实践者如何落地。

一、理论地基：四位教授怎么看

四场主旨演讲，分别从各自的理论视角回应了同一个问题。

朱武祥从「活动与交易」出发，指出 AI 是强者的加速器，会加速竞争分化，而真正的优势仍需从客户价值与差异化中设计而来。魏炜进一步论证，可持续优势只可能来自被 AI 重构的差异化交易结构：模式相同时 AI 仅是放大器，唯有模式本身存在差异，AI 才会形成壁垒。Raffi Amit 从活动系统的视角指出，AI 让商业模式发生了质变，从线性走向递归、从确定走向概率，模式越动态就越难被复制。Jay Barney 则从资源与能力的视角提出，仅靠 AI 本身通常不能构成持续优势，因为它极易复制，真正的优势藏在 AI 无法商品化的部分。

四位学者的切入点不同，但在一点上殊途同归：AI 本身并非优势的来源，真正持久的优势在于如何将 AI 嵌入差异化的商业模式之中。

朱武祥 ｜ 活动与交易：商业模式的原点

清华大学经济管理学院教授 ·「魏朱商业模式」理论创始人之一

演讲主题：《AI 时代商业模式设计与竞争优势》

朱武祥教授首场登台，把问题拉回原点：商业模式的本质是「活动与交易」，最终落于一纸合同。

在他看来，AI 是强者的加速器，会令竞争分化更快。单纯依靠 AI 降本，门槛极低、很快趋于均衡，真正的优势仍需从客户价值与差异化中设计而来。

对处于劣势的企业，他给出的第一步并非上马 AI，而是先盘点自己有什么「金刚钻」，禀赋不足就别盲目投入。

在投入之前，先想想：这份优势，是能借 AI 进一步强化，还是很快会被别人学走？

Raffi Amit ｜ 商业模式从「线性」走向「递归」

沃顿商学院 Marie and Joseph Melone 讲席教授

演讲主题：《Business Model Innovation Strategy in the Age of AI》

Raffi Amit 教授将商业模式拆解为内容、结构、治理、价值四个维度。他指出，AI 让这一系统发生了质变：

从线性走向递归，从确定走向概率。

模式越动态、越趋于概率化，就越难被对手复制。

他引用了一位 AI 医疗企业创始人的话作为概括：

AI 是为放大学习而生，而非为放大劳动力而生。

北京大学汇丰商学院教授 ·「魏朱商业模式」理论创始人之一

演讲主题：《如何通过商业模式创新构建 AI 原生企业的竞争优势》

魏炜教授正面回应了全场最关心的问题：AI 时代，可持续优势从何而来。他的答案清晰而坚定：

只可能来自被 AI 重构的差异化交易结构。

他用一个「四象限」框架论证，把商业模式与战略的相同/不同交叉，分成四种竞争格局。结论是结构优先于资源：当两家公司模式相同时，AI 仅是放大器；唯有模式本身存在差异，AI 才会形成壁垒。

他为 AI 原生企业描绘了终态：人、智能体、智慧体协同的「液态金属组织」。

Jay Barney ｜ 仅靠 AI 本身，不能构成持续优势

犹他大学 David Eccles 商学院教授 · 资源基础理论（RBV）奠基人之一

演讲主题：《Can AI by Itself Be a Source of Sustained Competitive Advantage?》

Barney教授 专程将英文讲稿译为中文呈现。他以向孙女讲解战略的比喻开场，「五指行业」：

设想行业中所有公司起点相同，某家率先做了一件有价值且罕见的事而领先；但只要这件事能被低成本模仿，对手很快跟进，行业重新回到同一水平。经济学称之为「颤抖手均衡」。

延伸到 AI，他的判断直接而清晰：

仅靠 AI 本身，通常不能构成持续优势，它极易复制。相同的算法叠加相同的数据，得到的是相同的答案。

Barney 的判断与朱武祥在另一个层面形成呼应，两人都强调「禀赋」。但路径不同：朱武祥从商业模式视角看禀赋能否被放大，Barney 则从资源基础观出发，指出持续优势藏在 AI 无法商品化的部分：

独特的商业模式、领导力、组织文化，以及人与人之间的信任。

四位教授的观点一览

四位教授都关注 AI 如何影响商业模式的竞争优势，但切入的重心各有不同：

一个值得记录的细节：资源基础观的奠基人 Barney，过去并不认可「商业模式」这门学科。而这一次，他亲口讲出

「只有商业模式的差异化，才能带来持续优势」。

二、一线实践：从数据到落地

理论之外，两天的会议穿插了大量一线实践分享。从投资数据到转型操盘，从方法论到圆桌交锋，它们共同回答了同一个问题：理论落地时，真正的难点在哪？

符星华 ｜ 中国 AI 不是泡沫，而是刚刚开始

清科集团管理合伙人、母基金管理合伙人

符星华提供了一组首次披露的行业数据：

面对「AI 泡沫」的质疑，她的回应直截了当：

这些总量加起来，尚不及美国一个季度的零头。中国 AI 不是泡沫，而是刚刚开始。

王子阳 ｜ AI 是「第三种参与者」

西安交通大学副研究员 · 清华经管商业模式创新研究中心研究主管

王子阳提出了全场被反复引用的判断：AI 是人与工具之外的「第三种参与者」，能够自主参与分工、交易与组织行动。

他以一个简洁的模型阐述企业的着力方向：

彼岸 = 支点 × 杠杆

价值正从模型层向知识层上移。他的一句话点醒了许多在场企业家：

企业要造的不是更快的马车，而是汽车。真正稀缺的从来不是 AI 人才，而是 AI 场景。

周宏骐 ｜「过去给真人发薪，如今给 token 付费」

新加坡国立大学商学院教授

周宏骐教授的落点更为具体。他指出，引入 AI 之后，业务定位未变，但业务结构与交易结构已经变了。

过去给真人发薪，如今给 token 付费。

所谓「AI 做决策」，实质是企业的典章制度被交付给了 AI，而最终判断仍在于人。每个人都成为产品经理，但人机协作之中，人不可缺位。

谌鹏飞 ｜ 方向由人来定，AI 负责拆解与执行

绝味集团首席数智增长官

谌鹏飞分享了绝味推进 AI 转型的实践。在他看来，做 AI 最重要的是一把手的假设：

方向由人来定，AI 负责拆解与执行。

庞文英 ｜ 品牌的功课，正从 SEO 转向 GEO

《GEO 实战》作者

庞文英指出了一个正在发生、却常被忽视的变化：

AI 已成为新的搜索入口，工具型搜索占比达 54.4%，居各入口之首，用户决策被大幅前置。

品牌的功课正从 SEO 转向 GEO，争夺「推荐权、转化、解释权」，使自身被 AI 看得懂、愿推荐、可采信、能调用。

过去要进入的是用户心智，如今要进入的是 AI 的认知与调用。

戴稳成 ｜ 从「碳基管理」到「硅基管理」

酷开科技

戴稳成给出的方案更为彻底：不在旧系统上叠加插件，而是从底层重构。以「硅基管理」替代「碳基管理」，消除认知、信息、执行、竞争「四差」。

落地分三步：经营模型、价值链、数据湖；再以企业、岗位、个人、任务四类智能体承载经营，连绩效都由 AI 实时评定，月底直接推送 HR 核算薪酬。

陈小华 ｜ 大模型是发动机，Agent 才是整车

天鹅到家创始人

陈小华带来了最新鲜的一线判断：

AI 已进入「Agent 时代」，大模型只是发动机，Agent 才是整车。

他用一个比喻解释二者区别：

大模型是一匹野马，Agent 是装了马蹄、马鞭、马鞍的战马。一千个人骑一千匹野马去打仗，难以想象，你连方向都控制不了。

他认为最大的误区是「不把 AI 当人」。以法务为例：无需为每类合同写一个 skill，只需将接口交给一位总监、讲清三句话，能力即可放大百倍。

他还提出一个反直觉的观点：产研的产出应从「界面」转为「API」，即「API 即 UI」。越是复杂的撮合交易，越会被 AI 重构，因为只有 Agent 才能打通那些跨平台、跨部门、跨公司的协作链条。

圆桌一 ｜ AI 产业落地的难点和机会

主持：王晨雨（清华商业模式创新研究中心产业学者） ｜ 对谈：谢江波（华视锐达科技集团 CEO）、魏凡哲（元任务科技董事长、MeTask AI 产业应用实验室主任）、林亦 LYi（海克斯科技 CEO）、曾轶（ZhiNext 创始人 / CEO）

由王晨雨主持，谢江波、魏凡哲、林亦 LYi、曾轶四位一线实践者围绕「AI 产业落地的难点与机会」展开。

共识相当一致：模型本身早已够用，真正的瓶颈在人与组织，责任、收益与数据标准难以对齐。工具欲筑壁垒，须绑定行业、沉淀数据；仅以打补丁求提效，换来的是线性增长，唯有重构方有指数级增长。

其中，魏凡哲抛出一个引发关注的判断：

我们可能是人类最后一代专家。所有使用大模型的过程，我们的专业知识最终都会回到模型的源头。

圆桌二 ｜ AI 是救命稻草，还是特洛伊木马？

主持：胡时伟（第四范式联合创始人、首席架构师） ｜ 对谈：孙博（灵境智源创始人）、俞晖（物自体科技首席战略官）、展钰堡（国家信息中心数字中国研究院副院长、北京国信中数投资公司总经理）

压轴的圆桌二，论题直指要害：AI 究竟是企业的救命稻草，还是特洛伊木马？ 一向对 AI 持审慎态度的胡时伟，以一个尖锐的对照开场：

扎克伯格让 Meta 全员比拼 token 用量，Anthropic 却反其道、专招资深工程师；企业到底该倚重人的经验，还是交给 AI？

嘉宾的判断大体趋同：现阶段 AI 更像一个强大的放大器，能显著提升中层与基层的效率，但战略方向与最终责任仍须由人承担。AI 替不了「承担后果」的那个人。

不过 AI 原生带来的冲击是真实的：做 AI 原生营销的俞晖举例，一份过去需五人两周的广告提案，如今一人四天即可交付，而真正完成它的，仍是那位最有经验的顾问。未来「上传下达」式的中层将被取代，有经验者反而被放大。

胡时伟顺着这一观察，把讨论引向更深处：当"一人 + AI"模式越来越普遍，企业本身的存在会否被解构？他重新审视了一个基础问题——企业之所以是"企业"而非个体户，正因为有一个能整合资源、做战略决策的"老板"角色；可一旦资历与经验被"蒸馏"成 skill 装进 token 里，老板的价值何以维系？他由此抛出两条路线：

- 路线一：老板依然存在，资深者在企业内部工作，企业形态改变；

- 路线二：企业被彻底解构，个体户加 AI agent 直接竞标，连客户也可能用 agent 收单。

胡时伟的判断是："这不一定在每个行业都出现，但它是值得关注的趋势。"

投资人展钰堡提醒，AI 也是一个「情商很高、却会一本正经犯错」的工具，仍需资深者把关，多数企业的焦虑多是被刻意制造的，不必为其所扰。他以量化行业为例：大模型的编程能力发生质变后，原本处在「螺丝钉」位置的年轻人发现自己也能独当一面，纷纷出来单干，组织形态正随底层模型能力而重塑。

至于备受关注的 K 型分化，多位嘉宾认为：标准化工具会迅速拉平大多数企业的 AI 效果，真正的差距只会扩大而非收敛。领先者凭认知与试错继续领先，缺乏壁垒的企业则可能在这一轮中掉队——正如孙博所言，落后的企业终将被大鱼吃小鱼，行业格局会进一步走向集中。

三、收束：三点共识

两天的讨论，嘉宾立场各异，最终汇聚于三点。

其一，AI 改变的是底层逻辑，而非仅仅是效率。

它从执行者、结构与价值形态三个层面，将商业模式从一张「可被绘制的图」，转变为一个会自我进化的系统。

其二，AI 本身并非护城河。

四位教授在这一点上完全一致：AI 能够创造价值，却极易被复制。真正持久的优势，无论是朱武祥的「禀赋」、魏炜的「差异化交易结构」，还是 Barney 的「无法商品化的部分」，都不在 AI 本身。

其三，分水岭在于一把手的认知。

同样一套 AI，有人用以打补丁，换来线性增长；有人用以重构模式与组织，换来指数级增长。

谨向每一位登台分享的嘉宾致谢，亦感谢两天里在场的每一位同行者。

本篇是两天会议的整体综述。接下来，我们会把每一场分享整理成独立的推送，逐一呈现各位嘉宾的完整观点与现场干货。

欢迎持续关注「清华经管商业模式创新研究中心」，与我们一同把这场关于「AI 时代商业模式创新」的讨论继续下去。

主办

清华经管商业模式创新研究中心

第七届商业模式圆桌会议组委会

2026 年 6 月 · 北京

下一篇预告：主旨演讲① 朱武祥——AI 时代商业模式设计与竞争优势，敬请期待。