近期，全球管理学领域顶级盛会——第85届美国管理学会（AOM）年会在丹麦哥本哈根隆重举行。在这一汇聚全球顶尖管理智慧的舞台上，中欧DBA学子的研究成果大放异彩，三名同学的高质量论文成功入选AOM年会论文展示环节，并受邀出席年会进行研究成果分享，向世界展示了源自中国实践的卓越管理智慧。

开设于2021年的中欧DBA课程，是商业实践者向学术探索者的转型之路，是他们以学术研究回答时代之问的平台。自今年4月起，DBA学生陆续进入博士论文答辩季，这是他们学术旅程的高光时刻，也是将多年研究成果转化为商业智慧的重要里程碑。四年中，有人在和教授的思想碰撞中重塑自我，有人拥有了看到“因果网络”的眼睛，领略了更开阔的风景。今天，让我们走进这三位中欧DBA同学和他们的论文故事，深入他们对行业问题的探索历程。

仰望：星空深处的叩问

行业犹如一条河。最初，新手只盯着浪尖上的“明星公司”和“爆款技术”，兴奋于每一次浪花翻涌；干上三五年，便学会在快艇上看航道，知道哪里暗礁潜伏、哪里水深浪急。待到二三十年，人已沉成河底的一块石头，不再被水面的喧哗牵动，而是感知整条河的脉搏。在行业内深耕多年的徐俊、张宇、程泰毅都有这样的感受。

出身外科，在医药领域从业三十余年的徐俊说，做研究与看病相通，不能头痛医头，而要把身体视为系统。

2018年，中国启动了药品集中带量采购政策，旨在通过集中采购、集体谈判等手段降低药品价格，减轻医保基金的支付压力。政策实施后，集采中标药品价格显著下降，但也伴生了药品市场结构的调整和医疗机构处方行为的变化，引发了一系列社会反响。

在中欧读书时，徐俊对教授在课堂上的一句话印象深刻——所有决策都是利弊权衡的连续函数，解决问题的方法或将成为引发新问题的原因。在医保集采政策全面铺开进程中，徐俊忍不住思考：一项用心良苦的好政策，会不会在解决矛盾的同时，伴生新问题？当部分药物被集采并引发社会广泛关注，未集采药物是否会发生变化？在这样一个会影响到患者、医疗机构、制药企业甚或保险机构的巨大问题前，如何去寻找一个有效的管理逻辑？带着这些初始动机，徐俊走进了中欧DBA课堂。

同样带着问题而来的还有张宇。

作为淘宝创始团队核心成员，张宇自2004年加入阿里后，先后主导淘宝、天猫、聚划算等业务“从0到1”的搭建，并横跨战略、投后、并购与国际化培训。她在2013年成为阿里巴巴合伙人，2021年6月光荣退休，成为阿里巴巴集团的“荣誉合伙人”。

张宇亲历了互联网二十年的狂飙，对技术的发展有天然的敏锐度与强烈的好奇心。2023年GPT技术爆发之际，多年的互联网经验带来的直觉告诉她AI具备的颠覆性远超互联网革命——传统技术只是提升效率，AI也许将直接取代人成为新生产力主体。

目前在AI领域，技术层面的探究是最多的，这也进一步推动了技术的飞速前进；但商业方面的理论研究却远远滞后，甚至可以说是空白的。每一次技术跃迁最终都会映射到组织绩效，现实中AI的影响是否会如实验室实验一样重现对个人和组织的影响？这方面的研究仍属空白。既然这方面的商业理论研究有重大的现实意义，为什么不去做呢？当商业理论滞后于技术狂奔，张宇决定亲自下场，用学术方法补全这块拼图。

此时，芯驰科技CEO程泰毅也在为行业内发生的诸多有趣现象深深着迷。

作为一名半导体行业的老兵，他亲历了行业在不同时期的不同竞争状态。行业内常把“生态协调”“共创价值”挂在嘴边，但在实践中往往陷入高度同质化的竞争甚至是恶性竞争的泥潭——大家拼命投入同样的技术和方案，完全价格导向，集体落入盈利越来越薄、创新不足、持续研发难以为继的囚徒困境。

生态中的企业间强调“共赢”和“依存”，共赢奠定价值创造的共识基础，依存让创新在生态中传导。但在国内，一旦下游焦点企业陷入内卷，“传导效应”会迅速带动整个生态进入内卷，导致创新的匮乏和资源的浪费。

现有理论难以回答一个根本问题：为什么倡导协作的生态理论在实践中会失灵？因此，建立一个更为深入完整的生态理论框架，从生态视角理解企业面对“创新”“协作”与“竞争”时的战略选择，找到真正的技术生态下价值创造和价值获取之道，也为产业和政策提供参考，成为程泰毅的研究目标。

入局：沉浸式研究的痛与乐

方向既定，帷幕方启；研究之路却远非坦途，而是九曲回环，峰回路转，每一步都在“痛并快乐”中蜿蜒前行。

回顾自己的学术之路，程泰毅颇有感慨。与两位教授——杨蔚和吴迅的思想碰撞和交流让他“痛并快乐着”。他们曾在春节期间跨国推导模型；在美国的清晨和上海的深夜，隔着太平洋沉浸式地碰撞灵感。他也曾兴致勃勃地提出很多想法，然后却被教授的一两句提醒“浇灭”，接着重新思考、反复推敲；在改造某个弹性因子模型时，他会一遍遍自我推翻，重新追问逻辑，直至顿悟……

程泰毅的研究内容分别从生态系统的外部影响因素、生态系统的内部技术架构和组织因素，以及提出一个正式的价值创造和价值获取理论模型这三个维度展开。

首先，他以当前美国对中国半导体产业的出口管制为外生冲击，研究了中国半导体产业的创新行为变化。半导体产业是一个高度全球化、高度技术驱动、高度依赖生态协同的产业，过去中国企业主要参与的是其中成熟制程中的一些环节，创新不足、内卷严重。在地缘政治环境影响下，美国为了阻碍中国在先进半导体技术领域的发展可能，从2018年起出台了一系列出口管制政策。然而，这一技术限制是如美国期望起到遏制作用，还是反而促进了中国企业的创新？

基于中国半导体企业在美国专利获批的数据，程泰毅的研究发现，相对于美国半导体产业，中国半导体产业在贸易战之后创新数量出现显著的爆发式增长——本来用于限制中国半导体产业的外部因素，反而促进了中国半导体生态的形成、发展和升级。

看了外生冲击，很自然地，他又开始关注另外一个生态系统的内因视角——生态的形成与产业发展过程中企业界定的边界，特别是AI时代下技术架构高速演变期，生态合作与垂直整合对创新的影响。现在高新技术产业中的垂直整合正在变得越来越普遍，从英伟达对GPU、NVLink和CUDA甚至AI算法的投入，到特斯拉对于自动驾驶方案和比亚迪对EV动力系统和EE架构的集中整合。在技术突飞猛进的变革时代，生态中的垂直整合到底是优势还是劣势？通过计算机模拟的方法，他的论文得出结论：垂直整合企业能够在技术变革时期更为有效地进行远距离搜索，学习和适应新技术。

这些关于产业组织和生态构建的思考和发现，最终促成了程泰毅论文的第三部分，即搭建一个完整的生态理论框架，理解生态中为什么会发生内卷、资源投入如何实现价值创造最大化、生态创造的价值会被哪些企业获取。

通过数学建模，他提出产业生态中企业的价值获取，取决于两个基本的关键因素——生态对于技术创新的要求，以及生态对于企业间协同的要求，他把这称为技术上限（Tmax）和协同门槛（Cmin）。不同的生态具有不同的技术上限和协同门槛的要求，而企业在生态中的资源配置，本质上是对技术和协同的投资权衡。通过数学模型的推导，超级竞争和内卷发生于技术上限和协同门槛要求较低的生态当中。因此，创新和企业间的深度协同耦合成为摆脱内卷、助力企业在生态系统中获取价值的关键。

徐俊做研究就像拍一部纪录片，先问“给谁看”，再决定“怎么拍”。

他想知道：药品“团购”后，那些没参加团购的药会怎么样？于是他设定了两条剧情：一、没参加团购的药会被挤兑，价格销量一起掉；二、药企不甘心吃亏，会想办法把损失补回来。

怎么拍？首先，找“双胞胎”对比：先把条件类似的药配对（PSM），再比较团购前后它们的变化（DID），像拍前后对比照。其次，进行多轮“体检”：安慰剂、稳健性、平行趋势测试，确保拍到的不是假象。最后，分类型特写：按药品种类、医院级别再做切片，看看谁反应大、谁没反应。总结来说，就是用显微镜对准团购药，但镜头拉远，把整条医药生态链的连锁反应都拍清楚。

相比而言，张宇的研究更加具体，通过AI在企业实际环境中的应用，围绕三大核心命题展开：AI是否能够提升组织绩效？若可提升，程度如何？其作用机制是什么？AI对于个人绩效的提升与个人能力是否有异质性差别？

张宇的研究是基于非常严谨的田野实验，将某上市公司某省的销售人员按照能力对等的方式分为两组。实验第一阶段，实验组使用AI销售助手，而对照组不使用；第二阶段，两组均使用AI助手。采集18周时间的380多个样本的各项指标数据，并通过对这些数据进行方差、回归等分析，验证假说，最终导出模型。

意义：落地有声的结果

研究结果揭晓时，张宇着实吃了一惊。她的论文《光刃裂穹：人工智能影响组织绩效的机制研究》结果显示，实验组的业绩提升了13%，且统计显著性极高。这意味着首次有研究用田野数据证明：AI可直接驱动组织效能质变，两位数的绩效跃升成为现实。

首先，她的研究揭示了AI作用的核心机制：AI通过隐性知识（Tacit Knowledge）的转移提升绩效。传统模式下，企业需通过“师徒制”“集中培训”转移此类知识；而AI则通过学习顶尖员工的行为模式，直接指导普通员工决策——相当于将顶尖员工的能力复制给整个团队。原来AI把销冠的“说不清的直觉”学下来，再用算法手把手教给新人——相当于把师傅装进电脑里，人人随时带身边。

其次，她的研究还打破了“技术平权”幻想：能力与影响程度呈倒U形曲线。谁最受益？既不是最牛的，也不是最菜的，而是“中不溜”那批人——高手用AI只是锦上添花，新手连AI都不会配合，中层选手刚好能接住这份“开挂”。

最后，研究对企业的实践也有重要的意义。想用好AI技术，公司得做好三件事：数据够准——别给AI喂“垃圾”；模型对口——别拿翻译大模型去做销售；人机合用——岗位、流程得跟着AI改写。未来的竞争拼的就是“使用AI的本事”：老板得懂AI能干什么，业务要能被数据化，手里的独家数据越干净越值钱，整个公司还得敢把组织推倒重来。

论文《超越成本节约：药品集中采购政策的意外后果》答辩通过时，徐俊有一种长跑后冲过线的感觉。经过研究，他的核心发现是：未集采药品在政策实施后，其价格、使用量和收入均显著增长，部分抵消了政策所期望的成本控制效果。这一研究发现与基于制度回应理论提出的“利润补偿”假设一致，揭示了市场主体对政策干预的适应性，通过主动调整资源配置等市场行为，实现对政策影响的战略性回应，提示了集中采购政策可能引发复杂的市场溢出效应，单一维度的价格控制措施可能难以实现政策的整体目标。用一句话来概括他的研究意义，那就是：把“团购药”政策放进显微镜，既点赞也提醒。

具体来讲，首先，他的研究具有连接制度经济学与中国实践的理论贡献。当外国的制度经济学被搬到中国医院，在政府一声令下后，药企怎么改打法？徐俊发现，政策和企业不是一锤子买卖，而是你一招我一式，来回过招。

其次，他的研究具有从“靶向治疗”到“系统疗法”的实证贡献。他用全国真实药品销售大数据，第一次证明：被团购的药确实便宜了，但没被团购的药悄悄涨价，而且卖得更多。用科学方法锁定因果关系，不是拍脑袋。

最后，研究结果给政策制定者带来反思。团购开局有功，但副作用别忽视；药方要定期调，不能一张方子吃到老。研究提醒决策者别当“甩手掌柜”，得随时当“价值调节器”，别让一方占便宜，导致系统失衡。一言概之，团购药政策像降压药，吃对了救命，吃久了得复查。这份研究就是那张复查单。

在过去几年的DBA学习中，徐俊始终秉持着“立言”的初衷。但他感叹，如果没有经过DBA课堂的系统训练，自己的观点表达可能会缺少管理学语言的科学严谨性，经不起检验。当下社会，技能会随时被社会环境冲击改变。“因此，DBA教会我的不是解题技巧，而是看见‘因果网络’的眼睛。”

程泰毅最初没有想到，随着研究的不断推进，自己的兴趣会日益加深，他围绕外部因素、内部动因及正式理论框架写了三篇相互关联的论文，最终汇聚成《生态系统的创新与协调：理论、证据和战略意义》这一成果。于他而言，这次研究像一次学界与业界的“双向奔赴”，研究的多重意义不言而喻。

首先是理论贡献。以前大家研究半导体，多盯着技术、市场这些“硬指标”。他的研究引入“政治摩擦”“贸易禁令”这些非市场因素，研究它们如何和市场因素共同作用于创新，给产业生态学开了个新视角。接着，他用“生态多样性”构建起模型，把“怎么创造价值”到“怎么把钱装进口袋”的全过程剖析清楚。另外，他把人工智能里的神经网络算法借过来，给复杂系统研究打了个样——原来生态系统也能像神经网络一样学习和演进。

其次是政策启示。贸易战中，美国的限制和制裁反而促进了中国半导体产业的发展，这对中美两国都有很强的实践指导意义。对于美国来讲，研究证明了创新是竞争唯一正确的战略，而聚焦打击对手，可能会引发反噬，让对手变得更强大；而对于中国，持续的创新投入也是生态长期发展的必要条件，市场手段和集中协调对不同的限制瓶颈意义不同，不能一概而论。

最后是管理启示，给管理者提供一把“尺子”。把计算机模拟结果翻译成大白话：生态里不是自己越牛越好，得看你能不能“协调”得动——比如仅升级芯片能力，却不搞定系统和算法，可能赔本赚吆喝。他的研究提出“协调成本”这个新概念，帮管理者算清“创新投入”和“协调扯皮”这笔账，知道什么时候该冲、什么时候该扶、什么时候该停。另外，作为总结的2×2的矩阵，横轴纵轴一画，让管理者一眼就能找到自己的“生态位”。

四年前，有人问程泰毅：“DBA对管理有用吗？”他说：“也许吧。”如今，他笑着摇头：课堂招式未必立竿见影，却给了他一副把实践提炼成理论的“透视镜”。当年带着好奇心入学，如今能用好问题、好方法，挖出真答案。学位已成注脚，真正的收获是一条可终身深耕的研究航道——继续打磨模型、汇成册，让更多企业拿到“破卷”的武器。“毕竟，知识只有流动，才有价值。”