AI驅動的商業模式創新:從技術導入到價值重構
德國萊比錫高等商學院的約爾齊克(Jörzik)等人,在2024年9月,於《商業研究期刊》(Journal of Business Research)發表一篇〈AI驅動的商業模式創新:系統性回顧與研究議程〉(AI-driven Business Model Innovation: A Systematic Review and Research Agenda)的文章,該團隊系統性回顧180篇文獻,分析AI如何推動商業模式創新(Business Model Innovation, BMI),並提出整合性理論架構。
一、AI成為重塑商業邏輯的力量
AI 已從「輔助工具」升級為企業創新的「核心引擎」。該研究指出,過往多數討論偏向技術導入層面,如機器學習(Machine Learning)、深度學習(Deep Learning)的效能比較,卻相對忽略AI如何重定義價值主張、價值創造與競爭邏輯。
透過系統性文獻回顧(Systematic Literature Review, SLR)整合跨領域成果,作者發現AI對BMI的影響已深度滲入組織結構、顧客互動與生態系統協作(Business Ecosystem Collaboration)。若企業僅將AI視為工具,而非價值重構的契機,其潛力將難以釋放。
二、AI驅動BMI的六大研究維度
以下是該研究提出的AI驅動BMI整合圖。下列六大維度對應研究中之整合框架,說明AI如何被觸發、受限、落地、擴散並回饋到管理治理層面。

研究維度 1:觸發因素(Triggers)
AI驅動BMI的起點往往來自於外部或內部的「壓力與機會」。
外部觸發:技術突破(如機器學習與生成式AI)、競爭壓力與顧客需求轉變、政策與永續性規範(Green AI等)。
內部觸發:數據導向思維(data-driven mindset)、高層管理者的數位遠見、組織內部AI知識成熟度。
管理意涵:企業若要有效啟動AI導入,必須創造「AI採用誘因與信任機制」,並透過領導層的遠見來克服組織慣性。
研究維度 2:限制條件(Restraints)
雖AI具高度潛能,但仍面臨多重阻礙:
- 技術面:資料品質不足、演算法偏誤、整合困難。
- 組織面:員工抗拒、文化落差、AI倫理與治理問題。
- 外部環境:法規不確定、產業標準缺乏。
管理意涵:企業需建立「AI風險治理框架」,包含倫理規範、數據透明度與責任歸屬,以確保AI應用可持續發展。
研究維度 3:資源與能力(Resources & Capabilities)
AI導入的關鍵不在技術本身,而在於動態能力(Dynamic Capabilities)的培育,包括:
- 感知(Sensing):辨識AI帶來的新機會與威脅
- 整合(Integrating):跨部門協作與資料融合
- 重構(Reconfiguring):持續調整組織結構與策略以適應AI
研究觀察:此構面屬於靜態與動態交錯的過渡層。部分研究探討AI如何重塑資源基礎。另一些則強調持續學習與組織敏捷的重要性。
研究維度 4:AI在商業模式中的應用(AI Applications in BM)
此構面著重於AI在商業模式「價值創造 — 傳遞 — 捕捉」三階段的實際應用:
- 價值創造:AI產品設計、個人化服務、智慧製造。
- 價值傳遞:智慧物流、客服自動化、數位平台生態。
- 價值捕捉:動態定價、訂閱制優化、AI預測分析。
AI不僅是工具,而是重構商業模式核心邏輯的驅動力
研究維度 5:BMI的影響(Impact of AI on BMI)
AI在BMI中可扮演四種角色並帶來不同強度的變革:
- 支援者(Supporter):優化既有流程、強化人機互補(如製造品質檢測)。
- 賦能者(Enabler):重寫流程規則(如個人化行銷與自動化決策)。
- 創新者(Innovator):創造新價值主張(如醫療AI診斷、學習型機器人)。
- 顛覆者(Disruptor):重塑產業範式(如自動駕駛改寫運輸與城市機制)。
研究維度 6:管理與組織問題(Management & Organizational Issues)
此構面為「動態取向」(Dynamic View)的核心。聚焦於AI驅動變革的治理與文化層面:
- 領導風格(transformational leadership)
- 組織學習與AI素養(AI literacy)
- 部門協作與創新文化(collaborative innovation)
- AI專案的績效衡量與KPI設計
組織若要成功推動AI驅動BMI,必須同步升級其管理制度、決策流程與人才策略。
三、研究結論與管理意涵
該研究結論清晰指向AI-BMI正從「技術導向」走向「價值導向」。約爾齊克(Jörzik)等人強調,真正的關鍵不在AI能做什麼,而在企業如何藉由AI重構價值。
AI改變了企業的運作機制、決策流程與顧客互動方式。AI驅動的商業模式創新,不僅是技術現象,而是管理與策略理論的新典範。未來企業的競爭優勢將建立於「AI驅動的學習速度、組織適應力與策略重構能力」。
作者:羅凱揚(台科大企管系兼任助理教授)、鍾皓軒(臺灣行銷研究有限公司創辦人)
參考文獻:
Jörzik, P., Klein, S. P., Kanbach, D. K., & Kraus, S. (2024). AI-driven business model innovation: A systematic review and research agenda. Journal of Business Research, 182, 109099.
更多商普好文推薦
十大行銷資料科學家必學的行銷理論-SWOT分析(上)
十大行銷資料科學家必學的行銷理論-SWOT分析(上) 一、前言 在上一篇系列文章中,我們介紹到PESTEL分析可以針對外部環境做到全面的審視
如何分辨長相近似的孿生兄弟-直方圖(Histogram)與長條圖(Bar chart)之差異
如何分辨長相近似的孿生兄弟- 直方圖(Histogram)與長條圖(Bar chart)之差異 直方圖是統計學中,最初步也是最簡單的圖形表示