摘要：随着人工智能、大数据、云计算、移动互联网和物联网等数字科技的蓬勃发展，数字化正在深刻影响企业的内外部环境。作为强调企业与环境动态匹配的学科，战略管理自然面临着如何在新形势下实现理论对变化环境的理论映射。然而，学界对于以全新的理论解释与指导数字化情境中的企业实践，还是通过修正现有理论使其适应新环境变化，还是完全可以依靠以往理论作为“认知地图”指导学术研究和企业实践，存在着不一致、甚至对立的观点。在回顾战略管理核心理论、讨论数字化环境的主要特点、以及梳理现有文献对于数字化和战略管理理论关系的基础上，本文尝试总结数字化对现有战略管理理论的挑战、讨论数字化拓展战略管理理论的可能、以及展望未来研究的可能方向，以期为开展基于数字化情境的战略管理研究提供借鉴，并为数字化背景下企业的管理实践带来启示。关键词：人工智能 大数据 数字化 战略管理理论一、问题提出近年来，数字化逐渐成为全球技术变革的核心战略方向。据全球知名调研机构IDC 于2018年发布的一项调查显示，全球1000强企业中有67％的企业将数字化转型作为其战略核心。埃森哲与国家工业信息安全发展研究中心合作发布的《2019中国企业数字转型指数》研究报告也显示，2018年中国数字经济规模达31. 3 万亿元，已占我国GDP 的1 / 3 。政策层面，国务院在2016年发布的《“ 十三五”国家战略性新兴产业发展规划》中明确表示，将对涵盖“互联网+ ”、云计算、大数据、物联网、智能制造等在内的新兴产业进行大力扶持。诚然，我国数字化产业发展前景明朗，但企业向数字化转型的进程却非一帆风顺，据《2019中国企业数字转型指数》显示，中国企业在数字化转型方面成效显著的比例仅为9 % ，平均成绩只有45分。数字化转型之路曲折也非中国特例，如学者指出的，全球企业的数字化转型实践都亟需具备现实洞察力和战略导向的系统性理论框架来指导（Agrawal et al. ，2018）。 而作为企业发展与定位的核心指导思想，战略管理理论当是考察与研究的重点，在数字化成为无可逆转的趋势背景之下，战略管理理论能否指导企业实践关乎一个企业乃至整个产业的兴衰存亡。学界有部分观点认为，数字化使得数据处理能力从KB时代成长到了PB时代，任何模型都失去了存在的必要，“ ABCD”（人工智能Artificial Intelligence 、区块链Blockchain、云计算Cloud Computing、大数据Big Data）可以轻松窥得事物之间的普遍联系，而基于假设、证伪程序的理论及其科学实证则显得过时，理应被淘汰（Anderson ，2008）。 但更多的学者认为，理论之树常青，因果性才是我们认识复杂世界的关键，“ ABCD”虽能助我们更有效地发现复杂现实背后的普遍联系，但其揭示的众多相关性并不能替代因果性（Mazzocchi，2015）。 基于此，在数字化时代，理论的作用不是过时了，而是更加重要了。而在战略管理领域，数字化给战略管理理论既有的假设带来了量变差异升华至质变差异的可能，且对已有理论的再检验和数字化与战略管理理论——回顾、挑战与展望□陈冬梅 王俐珍 陈安霓数字化与战略管理理论理论述评- -220DOI:10.19744/j.cnki.11-1235/f.2020.0080《管理世界》（月刊）2020年第5 期拓展是保证战略管理理论能够指导新环境下企业实践的关键（Adner et al. ，2019）。针对数字化对战略管理理论的挑战，国外所涉研究不多，组织科学（Organization Science）、战略科学（Strat ⁃egy Science ）、战略管理（Strategic Management Journal）等学术期刊以特刊的形式对数字化时代的战略有所涉及，而国内学界对该领域的研究仍是空白。基于此，本文拟在梳理战略管理理论发展脉络的基础上，结合数字化发展的特征，提出一个整合的研究框架，并在此框架下对已有文献进行结构化分析，尝试回答数字化时代战略管理理论应该如何拓展自己的理论边界，并给出未来具备研究价值的研究方向。二、战略管理理论：简要回顾与现状本文的主旨在于考察战略管理理论在数字化时代的应用与发展。因此，本文仅对战略管理的核心理论做总结概述，并通过文献研究，梳理其演变与发展趋势。自20世纪50、60年代以来，战略管理学科逐渐演化出诸多学术流派，其中部分理论源自学科内部演化（如资源基础观、战略过程学派等），有些则是跨学科的理论移植（如交易成本理论、组织生态学、资源依赖理论和制度理论等）。 其中，产业组织理论是奠定战略管理学科地位的重要理论流派；而资源基础观是战略管理学科自身演化出来的核心理论，关注的是企业资源如何影响其竞争优势，主要解决的是企业异质性问题；与资源基础观密切相关的是知识基础观，该理论将企业视为知识整合和创造的实体，主要解决企业的存在和边界问题，解释为何企业相较于市场更有效率；与资源基础观、知识基础观密切相关的是核心竞争力、动态能力观的研究。除关注企业内部之外，战略管理学科还重点研究企业与外部环境之间的关系及其对企业战略的影响。例如，需求基础观重点关注需求异质性对于企业竞争优势的影响；颠覆式创新本质上是从不同市场的需求异质性出发，解决在位者与颠覆者之间的竞争问题（Christensen & Bower ，1996）；技术变革学派则是从供给侧出发，强调技术的不连续（Tushman & Anderson，1986）、模块化创新（Henderson & Clark，1990）以及主导设计（Dosi ，1982）等对产业结构变化和企业竞争的影响；利益相关者理论从更广泛的视角出发，将员工、供应商、政府、社会、媒体以及公众等都纳入到企业战略管理的决策函数范围，从多维度考察利益相关者如何影响企业以及企业的应对和利益相关者管理等（Jones & Wicks，1999）。多元化战略则是战略管理学科获得现实合法性的基础，正是由于波士顿矩阵、麦肯锡矩阵（GE矩阵）等工具广泛使用而大幅提升企业的多元化效率后，才使得战略管理学科得到实践界的尊重。随着数字化时代的发展，战略管理也产生了诸多新兴话题，本文将这些理论统一归入新兴战略流派，主要包括基于商业模式的研究（Teece，2010）、基于生态系统的研究（Adner & Kapoor ，2010）、基于互联网和物联网的研究（Porter & Heppel ⁃mann，2014）以及基于蓝海战略的研究（Kim & Mauborgne ，2004）。三、数字化特点与文献评估框架及程序（一）数字化特点本文重点讨论的是数字化特点及其对战略管理理论可能产生的影响。在讨论数字化特点之前，本文首先对文献中涉及到的数字化企业进行了类型划分，详见表1 。表1 根据商业模式、交易内容、企业功能和企业角色对数字化企业进行了分类。具体来说，C 2 C 的商业模式主要指交易的供需双方都是个人，相应的企业主要为个人间的交易提供一个平台，该平台在交易中扮演市场的角色，为交易双方提供聚集的信息，交易双方使用此类平台交易能够降低产品或服务搜寻成本。近年来大量成立的该类别下的企业均为天生数字化企业，如中国的电商交易平台淘宝网、社交媒体微博、在线医疗咨询好大夫。对应的非数字化企业则包括线下跳蚤市场、婚介所、房产中介等。与上述原则相似，C 2 B 的商业模式在个人与企业间建立联系，比如招聘网站猎聘、智联招聘、前程无忧。B 2 B 的商业模式则着重建立企业与企业之间的关系（如：阿里巴巴、找钢网）。 在此类别中，我们同时列举了- -221转型数字化企业，如IBM 对认知计算系统Waston 的常年投入。此类别与特许经营权之间的重要区别是：经纪人不设置价格，也不规范访问权限。具体来讲，特许经营权下允许的产品或服务提供商需要借助平台的声誉获取利润，平台为了维护自身的名誉，往往会限制产品或服务商的基本资质和平台行为。例如，滴滴会要求平台司机上传照片、无犯罪记录、车况良好等，一旦司机违反平台的规定，平台有权解除与该司机的合作。第三类数字化企业扮演的角色基本为产品或服务的零售商或分销商，如爱奇艺、优酷等视频网站会转售其他影视或音乐制作平台的产品和服务。最后，有些企业选择利用电商平台销售自家的产品和服务，这种电商平台往往以官方APP 的形式出现，如苏宁易购、12306 火车购票系统。通过对数字化企业的剖析可以发现，数字化企业之间存在明显的异质性。而这些数字化企业利用“ABCD”技术的发展，在至少以下3 个维度上体现并延展着数字化的特点。第一，数字孪生。物理空间的物质呈现转由数字化形式呈现，是数字化技术的一大特点（Adner et al.，2019）。 数字化数据尤其是捕捉行为的数据，使得算法（机器学习、云计算等）变得空前重要。以算法方式而非以人工命令（如传统的描述性统计或假设检验的统计模型）的形式呈现和分析数据的能力，是区别于以往任何技术变化的重要特点。第二，无限收敛性。数字技术的基本特性是可重新编程性和数据均质性（Yoo et al.，2012）。 这种特点使得普及的数字技术带来的创新将以前分开的用户体验汇集在一起。抖音、快手等平台使得无数的用户体验可以在同一时间汇聚，使得以往的分散需求、体验和反馈突破空间限制而“收敛”到各自的数字终端。智能终端技术的发展又进一步使得这种“收敛”进一步增强——单个智能终端可以汇集以往需要成百上千的机器、设备或产品才能完成的工作。基于此，产业的边界越加模糊，网红经济在各个产业扩散体现出的产业渠道“收敛”也是此特点的具体呈现之一。第三，自我迭代性。数字化的一个显著特点体现是其会在众多变化无常且不具统一协调的受众群体驱动下自发产生技术变革（Zittrain，2006）。 数字化时代技术和商业模式的迭代往往超出技术原有预定的轨道，更不能为人所预测，仅仅是在某种技术或模式被广大受众群体采纳之后才被称为“潮流”。 这和数字化技术的天生动态性和无限延展性密切相关。正是因为其可重编程的性质，数字化技术表现出对组织形式和功能的延迟绑定（Procrastinated Binding）——在设计和生产产品或工具之后再添加新功能。例如智能手机的APP 系统和微信的小程序等。在此基础上，创新和服务就是“海量的”，它不受企业传统资源和能力的约束。例如，在建筑行业引入3 D 可视化工具大大改变了测量工程师的作用和范围，极大地增加了他们在建筑工程中测量定位点的数量，而这些创新又反过来影响了企业与这些工程师、业主和供应商之间契约关系和组织形式的管理（Yooet al.，2012）。 数字化技术的迭代性还体现在它留下了数量空前的数字痕迹，而这些数字留存为衍生性创新（Derivative Innovations）奠定了坚实基础。表1 数字化服务型企业类型商业模式C 2CC 2BB 2BB 2CB 2CB 2CB 2CB 2CO 2O交易内容产品及服务、关系、信息等工作岗位产品及服务产品及服务酒店、交通出租车、酒店服务电影；音乐旅行产品及服务企业功能市场市场市场市场市场特许经营独立商店专属商店渠道企业角色经纪人(broker)经纪人经纪人经纪人经纪人特许经营服务商零售商零售商零售商非数字化企业跳蚤市场、婚介所房地产商人才市场、校园招聘中介、中间人宜家旅行社快餐店、连锁酒店万达影城飞机场／高铁站售票点美发店天生数字化企业eBay 、淘宝、百合网、世纪佳缘、Facebook 、微博、好大夫猎聘网、智联招聘、前程无忧阿里巴巴、找钢网猎豹、百度、Google 、运满满携程、飞猪、爱彼迎Uber 、滴滴、神州Netflix 、Spotify 、亚马逊、爱奇艺、优酷、网易云航空公司官网、12306 官网大众点评、瑞幸转型数字化企业IBM ；微软；华为海尔；红星美凯龙首旅苏宁；HBO星巴克来源：作者整理。数字化与战略管理理论理论述评- -222《管理世界》（月刊）2020年第5 期（二）文献评估框架数字化对战略管理理论的部分假设提出了挑战，当然也给理论拓展带来了全新的机会。Adner等（2019）在总结数字化4 个特点（呈现性、连接性、聚合性以及三者交互作用）的基础上，讨论了数字化对资源基础观、产权理论、企业理论、生态系统理论以及意义构建理论等传统理论可能产生的影响。尽管该研究极具启发意义，但Adner等对数字化背景下战略管理理论的梳理仍是分散且不成系统的。Nambisan等（2017）的综述则认为，数字化挑战了传统创新理论的核心假设。例如，传统理论认为创新是有界限的（well-bounded），但是数字化的可延展性、可编辑性、开放性和可转让性等挑战了这种假设；传统理论认为创新需要集中（Centralized），因此我们可以设计和组织创新，但数字化带来的创新显然是分散、开放且以网络为中心的；传统理论的创新过程与创新成果是截然不同的现象，因此我们可以清晰地将创新性质与组织之间的相互作用予以理论化，但数字化使得创新的过程与成果之间变得模糊、复杂且动态化。关于战略管理的学科来源和理论边界问题，Rumelt 等（1991）和Foss（2005）将其总结为四大核心：（1）企业的存在问题：即在市场经济中，企业为什么能作为资源分配的独特机制而存在？（2）企业的边界问题：为什么有些企业实施多元化，而另一些则相反？（3）内部组织问题：为什么我们观察到不同类型的组织结构以及与之伴随的诸多现象？（4）竞争优势问题：哪些因素导致了某些企业具有超强的盈利能力？本文认为数字化深刻影响了战略管理理论的上述4 个议题，从而对其核心理论带来了拓展机会。基于此，本文建立了如图1 的文献评估框架，依据这4 个核心议题，结合数字化技术的特点，拟对每一项核心议题的文献展开探讨，并对数字化背景下的战略管理理论研究指出未来可能的研究方向。（三）文献评估程序1 . 期刊选择与时间范围本文筛选的文献除了来自于一流的战略管理学术期刊外，也包括某些顶级经济学学术期刊、战略管理领域内权威会议的会议论文、实践导向的商业管理类期刊等（如表2）。2 . 论文样本的选取与评估程序为确保本文参考文献的全面性、准确性与时效性，本文在文献梳理的过程中严格遵循以下程序。第一，确定关键词，严格遵循国际综述性期刊中常见的方式：根据文章中数字化相关定义、实证分析及理论阐述的部分抽取出一系列关键词在数据库中进行文章搜索，在后续的阅读和整理过程中，不断添加新的相关关键词，直到新添加的企业存在问题· 企业理论· 知识基础观· 新兴战略企业内部组织· 战略过程· 行为战略· 企业理论企业边界问题· 多元化战略· 组织生态学· 资源依赖观· 制度基础观· 利益相关者理论无限收敛自我迭代数字孪生企业竞争优势· 产业组织· 核心竞争力· 产业演化· 技术变革· 资源基础观· 动态能力观· 需求基础观· 竞争与合作图1 文献评估框架研究文献来源类型战略管理学术期刊经济学学术期刊战略管理会议论文实践导向的商业管理类期刊文献具体来源Strategic Management Journal，Strategy Science ，OrganizationScience，Academy of ManagementJournal ，Academy of ManagementReview ，Administrative ScienceQuarterly ，Journal of InternationalBusiness Studies ，Journal ofManagement ，Journal of ManagementStudies ，Management ScienceAmerican Economic Review，Journalof Political Economy，Journal ofEconomic Behavior andOrganization ，Review of EconomicStudiesAcademy of ManagementPerspective ，Academy ofManagement Discoveries ，CaliforniaManagement Review，HarvardBusiness Review ，MIT SloanManagement Review表2 文献评估来源- -223关键词无法再检索出超出已有文章库额外的文章。第二，本文使用cloud、digitalization、artificial intelligence 、machine learning、platform、sharing economy 、visual reality 这些关键词对前述的14个学术期刊进行检索，通过锁定摘要、关键词和文章标题，最大程度确保所筛选文章与本文主题相关。第三，为确保综述内容和相关结论的时效性，本文利用以上关键词对相关领域最新权威国际会议的文章进行搜索。第四，本文对面向管理学的高影响实践杂志文章进行搜索。第五，通过仔细阅读以上步骤所识别出的每篇文章的标题、摘要和结论，仅保留将企业数字化作为核心讨论内容、并且是战略领域的相关话题的文章。通过上述步骤，本研究共获得1959~2019年间发表的121 篇学术文章和115 篇实践文章，相关文章的发表数量趋势详见图2 。四、研究发现（一）企业的存在问题战略管理理论研究的一个经典问题是企业为何存在。不同理论视角都试图予以不同的解读：例如，交易成本理论认为，企业存在是因为企业相对于市场能更有效地降低交易成本；知识基础观认为，企业存在是因为企业相较于市场能更有效地创新和整合知识；资源依赖理论和利益相关者理论则将企业看作一种对外部刺激的响应器，根据不同不确定性或利益相关者的诉求而做出相关的反应。数字化时代，技术的赋能使得企业相较于市场在降低成本、资源调配以及环境响应方面都显示出截然不同的效率；与此同时，战略管理的研究对象也由以往的单一企业或交互企业网络转变为模块化、多变化、动态化的企业，共享平台以及生态系统。在此背景下，现有组织存在的必要性受到了前所未有的挑战，如何适应新的市场逻辑并激发企业生态间的合作潜能成为重要的研究话题。1 . 人工智能挑战人力资本数字化革命也被称为第四次工业革命，至此人们开始进入智能时代。在这一轮革命中，最重要的区别在于，过去所有的技术革命都是淘汰生产资料，而这一轮技术革命开始淘汰人这一生产力。现有研究一方面承认了数字化变革大幅度提高了企业相较于市场在配置效率上的先进性，另一方面也开始探讨数字化对传统工作模式与人力资源的威胁与挑战（Arntz et al. ，2016）。首先，人工智能对人力资本的替代成为重要的研究话题。智能算法的纯粹理性与高计算能力已经使其在许多情况下成为优于人类的潜在决策者，AI对管理者的控制权与决策权产生了挑战。其中，一些研究致力于开发与优化人工智能决策的模型。Masuch和LaPotin（1989）提出了一个利用人工智能进行决策的模型，该模型能够同时考虑决策成员互动、成员能力、成员行为、问题及结构等因素。模拟结果显示结构化组织中的决策可能与组织的无政府状态下的决策一样混乱。人工决策与算法决策可靠性的比较也引发了广泛的探讨。Shrestha 等（2019）基于5 个维度对比分析了人工决策和AI决策的异同，并据此提出3 种能够将两种决策方式结合的框架：全权委托给AI进行决策、混合人—AI及AI—人的顺序决策、聚合的人—AI的决策。研究发现，对于多数管理者而言，算法决策过程仍是一个黑箱，他们需要为算法决策的结果负责，这成为阻碍管理者对算法授权最重要的考量，因此大多数管理者仍将自己决策作为首选。剥夺管理者对算法决策结果的责任是不可取的，这意味着管理者控制权与权力的完全转移。还有研究在不同文化背景下对算法决策的边界条件进行了研究。基于在德国与美国两个迥异文化情境下的 图2 数字化相关研究发表情况（1959~ 2019年）数字化与战略管理理论理论述评- -224《管理世界》（月刊）2020年第5 期准实验研究，Schneider和Leyer（2019）分析了战略决策背景下对算法的授权行为，发现对算法的依附已成为管理者决策时的一个相关考虑因素；同时，管理者对算法的授权行为存在文化差异，德国参与者相较美国参与者表现出更高的不确定性规避行为。其次，数字化也对劳动力市场构成了潜在威胁，强个体的出现导致雇佣关系趋于不稳定乃至消失，从而削弱了企业作为企业或承诺集合的理论视角。人力资本的流动性加剧，跨界流动已成为大势所趋。全球知名咨询公司Gartner于2019年发布的一项针对全球3000名企业CIO 的调研报告显示，有95% 的CIO 认为，数字化时代改变了工作内容。数字化转型替代现有工作岗位加剧了减少员工自主权、降低员工工资、降低决策理性、增加组织风险及增加社会不稳定性的可能（Arntz et al. ，2016）。 还有研究探讨了人工智能对不同职业的影响。Felten 等（2019）基于大数据样本，利用最新的分析方法隔离了AI特定功能（例如图像识别、翻译等）的影响，将AI与广泛职业技能联系起来，分析了AI对劳动力市场的影响。研究结果表明，受AI影响的职业一般都面临岗位增加、薪酬下降的问题，与此同时，受AI影响的高薪职业经历了显著的就业增长，而低薪职业中则没有发现AI影响与就业增长的显著关系，受AI影响的高薪职业还经历了显著的薪酬增长，而受AI影响的低薪职业则经历了显著的薪酬下降。这一发现为AI可能加剧收入不平等这一现象提供了实证证据。2 . 无组织工作模式的涌现在电商、社交等场景下，更高频的数据交互驱动了业务逐渐向数字化转移，价值创造的过程发生了根本性的变化。传统组织难以作为独立的个体置身于数字化商业环境中（Jacobides et al. ，2018），数字化工作平台等新型工作模式的出现挑战了传统组织形式存在的必要性。员工关系的文献指出，数字化工作平台已成为21世纪最主要的组织形式。Mosmann 等（2019）通过对共享经济中13个组织的比较案例分析，研究了社群内的组织如何通过有效治理来协调其成员的活动与培养其社群意识，并为平台提供了3 种层级的治理模式：冒险（Adventuring ）、协调（Harmonization ）、游戏（Gamification）。 冒险，指使社区成员在风险与特殊情境下面临挑战，例如社群成员在时间压力下准备并通过测验、参与夜间挑战等；协调，指组织为社群成员创造在特定氛围中定期互动的机会，例如通过展会、主题派对、每周早餐等在线和离线活动建立社群成员交易之外的朋友关系；游戏，指在社区成员中通过评论、反馈等具体行动实施排名、级别、奖励等竞争机制，就像在游戏中获得积分、升级的模式，以提升其社交形象与声誉。还有研究关注了众包（Out-sourcing Tasks to Online Crowds）这一新兴的临时组织工作模式，即通过数字化平台将有开放任务的客户与地理上分散的众包工作者的工作能力进行匹配，将过去由组织员工执行的工作任务以自愿的方式外包给非特定的众包工作者，协调全球劳动力市场。Ellmer 等（2019）通过对6 个德国数字化工作平台进行众包参与性观测与文献分析，将数字化平台如何管理众包工作者进行理论化；研究发现，尽管众包工人已成为一种普遍的工作方式，但他们并未对平台的重要工作产生实质性的影响，揭示了数字化时代平台参与的边界条件。3 . 问责响应器的强化组织作为外部环境的响应器，与利益相关者之间的关系也在数字化时代发生了一系列转变。其中，组织问责（Organizational Accountability）的问题就愈加凸显。通过数字技术（例如移动设备与社交媒体），公众可以及时报告与广泛散播组织及其员工的问题，从而对组织进行监视。不少研究认为，由于组织担心因负面报道而失去声誉，数字化时代组织问责将得到加强（Kim et al.，2015）。 同时，由于通讯手段的完善、信息的快速扩散，企业存在的根本意义不再是单纯的盈利，还应考虑到人道主义精神和企业社会责任等行为。也有研究认为，数字化时代组织问责机制的增强是一把双刃剑，公众对数字化技术的利用会使组织的责任感进一步恶化。Karunakaran（2019）通过24个月的民族志田野调查，结合历史与定量分析发现，数字化组织问责会增加组织前线专业人员的风险规避，破坏其角色认同，使组织与公众之间的角色关系紧张，从而限制了公众的可用资源。研究结果表明，这一系列动态过程会形成恶性循环，最终可能导致组织责任感的恶化。Barnett 等（2018）从认知理论出发，解释了数字化时代利益相关者对企业行为影响的变化。研究认为，尽管社交媒体的兴起使利益相关者更容易表达其诉求，即使是次要的利益相关者也有可能吸引大量受众，但数字化- -225时代巨大的信息流使利益相关者在总体上影响企业行为的可能性受到限制。还有研究对组织问责的方式和效率进行了探讨。Cyron等（2019）发现，企业社会绩效反馈往往是多角度与非线性的，尤其是在企业与利益相关者之间日益增多的数字化通信渠道中。研究结果表明，混合型反馈会影响企业感知的绩效水平，而明显的正面或负面反馈对企业感知几乎没有影响。（二）企业的边界问题对企业边界问题的研究，肇始于古典经济学创始人亚当·斯密的劳动分工论，兴起于新制度经济学鼻祖科斯对交易成本概念的提出，并经过众多学者的继承和发展，已经成为战略理论研究的重要课题。企业边界问题既关心企业到底是内部研发还是外包（即make or buy的问题），也关心企业到底在哪个产业竞争的问题（即多元化问题）。 数字化背景下，随着各种新型组织形式的云涌，现有研究开始关注传统组织与新型组织之间的竞争、合作与行业生态等议题以探析企业的边界问题。1 . 新创企业冲击传统企业数字化革命带来了线上繁荣，同时也对传统行业产生了冲击与挑战，研究针对两者之间的关系展开了讨论。一方面，创新企业存在先天优势，成立时就自带新的商业模式，而传统企业则需要付出更多，才能适应新的市场规则。这些创新企业的商业模式对行业内的传统玩家构成了巨大威胁，这些动态可能会影响市场的规模经济和集中度，并影响企业实现和保持竞争优势的方式，正如平地造高楼比拆除改建更为高效。研究发现，Uber 、Airbnb 、TaskRabbit 等点对点平台的进入会对同一细分市场的现有企业的绩效产生负面影响，这些平台上的供应增加不仅导致竞争加剧，还引发了消费者偏好向直接搜索产品和在线交易的转变，这种需求方式的转变也促使现有企业越来越多地使用点对点平台的竞争平台以吸引消费者并在线推广其产品（Lanzolla &Frankort，2016）。另一方面，像星巴克、联合利华这样的老牌企业，拥有客户基础、覆盖规模等更为丰富的资源优势，数字化优化也可能催生其更为强大的竞争优势与价值创造，因此不同类型企业受到的影响程度可能并不相同。Mey⁃er 和Cennamo（2019）基于酒店业的样本进行了二重差分分析，指出由于现有企业的资产所有权状况不同，这种转变对现有企业会产生不同程度的影响。研究发现，随着Airbnb 住宿供应量的增加，与只拥有核心资产的酒店相比，同时控制着核心资产和能够补充下游资产的酒店，点对点平台对他们的互补性资产产生了替代效应，大大降低了他们的竞争优势，这些酒店的业绩出现了显著下降。2 . 跨界竞争打破产业边界数字化革命也被称为新产业时代。工业时代是原有生产要素的组合，而在新产业时代，数字化把原有要素全部更新为数字的价值，出现了新的组合，新组合完全改变了各个产业的空间。数字技术带来的跨界竞争成为最重要的研究话题。从未涉足这个行业的新创产业加入该行业对这个行业边界的理解是截然不同的。例如腾讯觅影的AI辅诊，有效降低全科医生漏诊率，辅诊准确率高，而且能提供实时诊疗建议。此时人工智能和医疗产业之间的空间完全改变了，腾讯这一高科技平台企业就成功打入医疗健康行业。而过去全球折扣零售连锁店的代表是沃尔玛，如今在零售方面最代表未来、成长性最高的则是亚马逊——一家数字化智能企业。大量新创企业的涌现使企业应更注重内部研发还是外包的争论再次成为探讨热点。Li（2019）基于资源基础观与需求方视角，分析了数字化环境下创业者开放式创新与商业模式之间的关系。研究发现，外部知识搜寻（External Knowledge Search）的深度会促进数字化环境下需求驱动和技术驱动的商业模式，但外部知识搜索的广度会抑制数字化环境下需求驱动和技术驱动的商业模式。3 . 竞争逻辑转向共生逻辑数字化时代拓展了产业边界的同时，也改变了商业竞争的底层逻辑（Cennamo ，2019）。 数字化转型是对传统商业关系进行重构的过程，重构之后的新型商业关系形态重新定义了企业—产品—用户的市场角色，代表着更强连接、更多交互、更多维度的价值创造模式，也成为企业在数字化革命中赢得竞争优势的关键所在。数字化与战略管理理论理论述评- -226《管理世界》（月刊）2020年第5 期首先，平台间的竞争不再是一场零和博弈，如何通过强强联盟的生态构建与产品组合以扩大市场成为平台企业竞争的关键（Panico & Cennamo ，2015）。 率先与大型平台、与更多其他平台或企业展开联合的企业平台，会在更广泛的领域内获得强链接能力和协同优势。据此，一些研究也对平台竞争与融合的基本方式展开了讨论，指出数字化平台竞争的本质建立在两个战略维度上——平台规模（反映其用户数量与互补网络的大小）与平台身份（反映其技术与市场概况），这一框架可用于识别平台竞争与市场融合的各种情况（Cennamo ，2019）。其次，除了平台企业间的合作，更为重要的改变是数字化时代的消费革命带来了消费需求与生产过程的融合。随着数字化平台上产品数量和种类的不断增加，产品市场不再成为定义竞争边界和竞争者的关键要素。顾客本身要求参与创造和体验，赢得市场的关键不再是以更低的成本、更高的效率来满足顾客，而是如何迎合顾客本身提出的个性化需求。在这一阶段的消费变革中，就需要企业调整边界以和整个供应链乃至利益相关者进行合作，创造一种新的富有生产力联结型商业模式。研究发现，基于算法、机器学习和人工智能预测的更准确的消费者需求信息使得行业中的合谋企业能够设定更为定制化的价格，但同时也提高了合谋企业成员在高需求时期采用低价格的可能性。也就是说，更准确的消费者需求预测能够降低产品价格，提高消费者剩余（Miklós-Thal & Tucker，2019）。信息与资源的有效共享以及新联系的形成也为创新提供了新的可能性。Hakanen（2019）从5 个制造业企业的案例研究出发，从3 个不同的角度探讨了数字化时代的创新途径：商业模式、平台与经理人。研究发现，制造业企业通过加强合作来利用其数据创造价值，是推动制造企业向网络化企业转型的关键原因。（三）企业的内部组织问题战略管理学界关于企业内部组织的研究主要探讨企业如何统筹管理其内部生产运营、人力资本、部门间协调模式以及企业如何根据其内部资源禀赋及外部环境特征设计合适的架构以提升组织效率，实现组织目标等问题（Foss ，1999）。 数字化时代涌现的新技术以及伴随而来的新生产方式和竞争格局使得这些经典问题迸发出新的生命力。以下主要针对数字化对企业内部组织架构、人员管理及对新型组织形式——平台的治理产生的影响进行辨析。1 . 企业数字化进程中的组织架构模式选择组织架构通过影响组织中的信息流动和决策倾向，从而影响企业的战略制定及未来绩效。关于企业正式组织架构的讨论缘起于马克思·韦伯提出的科层制管理的基本模式，也即通过等级权威和集权控制等正式的制度实现生产要素的有序化，从而提高生产效率。对科层制组织架构的讨论经历了直线制、职能制、直线职能制、事业部制和矩阵制的发展演化。企业往往按照其所处发展阶段、战略定位、外部环境、行业特点等采取最为合适的组织结构，也即一种基于权变思想的战略选择（Ramus et al.，2017）。企业向数字化转型的过程中常因为对新技术、产品及市场反应没有十足的把握和预测而面临较高水平的不确定性和模糊性（Matt et al.，2015）。 这种模棱两可的状况甚至可能引起组织决策体系的瘫痪（Lüscher &Lewis，2008）。 随之而来的关键研究问题是何种组织架构更为适合数字化企业？正式的组织结构作为一种企业精心设计、为实现组织效率而设计或建立起来的有明显规则、程序和导向的层级关系，在企业数字化转型的过程中，能够帮助企业管理者和员工深入理解数字化技术带来的挑战和不确定性，为相关的创新活动提供方向和引导，从而有效降低创新过程中的模糊性，提高企业创新的程度和绩效（Pesch & Endres ，2019）。除以往的战略文章中强调的正式和非正式组织架构之外，数字化时代的组织架构设计逻辑和机制也发生了变化。第一，在以往的研究中，企业内部的组织和结构设计常常依赖于产品线。目前常见的事业部式组织架构即如此，各事业部其实是相对独立的产品或产品群体系。但数字化新技术的发展改变了企业内外产品组合的方式，传统定义下无关的产品在数字化情境中可能成为一个有机整体。数字化技术的发展将会打破传统产品线之间的界限，以往毫无关系的产品可能会被重新组合，因此亟待依据一种更新的方法对企业的硬件、软件等产品及服务进行分类，并以此为依据设计出合适的组织架构。相关的研究也应跳脱出传统的产品和行业- -227分类的方式来区分企业。此外，企业除了生产过程、流程之外，其设备、产品、资源、决策体系等都要实现系统互通、数据互联。因而数字化背景下企业组织架构设计逻辑的另一个发展趋势则是将业务流程模块化、并依靠即插即用功能来丰富不同资产之间的连接。第二，数字化时代下企业竞争已从大鱼吃小鱼转变为快鱼吃慢鱼的模式。所谓快鱼，就是能够快速适应客户、市场、竞争环境变化的企业。在数字化时代高竞争强度的环境下，企业要获取竞争优势，打造敏捷、快速决策、高绩效的组织方式就显得尤为重要。数字化企业中的信息需要快速在组织层级中传播，企业因而需要组织多功能的、集成的指挥中心来增强组织感知和响应内外部需求的能力。在战略管理领域，已逐渐出现了探讨数字化相关的新技术如何催生新的组织架构形式的研究。Murray 等（2019）的研究提出了一种区块链技术驱动下形成的新的组织架构——分权的自治组织（Decentralized Autono ⁃mous Organization，DAO）。 这种组织不再由管理者进行管理，而是完全通过智能合约协议对交易进行编码和执行。这种转变将会改变已有代理理论文献中对委托—代理问题的探讨。首先，新的组织形式中的部分委托—代理问题可能消失，企业所有者将不再需要代理人完成某些交易，复杂的交易可以在区块链主导的系统中完成。其次，具备深厚技术储备的企业所有者在是否使用代理人的决策中将享有更高程度的自主权。企业所有者将面临新的管理挑战，例如：（1）哪些管理职能应当被区块链技术替代？（2）企业如能够将区块链技术特有的分权形式融入已有的组织架构，同时保留适当的控制权？回答这些问题将会为企业的数字化转型实践提供思路和方向。合理高效的组织架构可能成为数字化背景下企业整合组织资源的战略资产和竞争优势的来源，对企业中长期的发展具有关键性的作用。这种能力的构建，需要有信念、战略定力和投入，暂时可能看不到回报；但是，一旦能力构建起来，会助力企业的中长期发展。在市场环境不好的情况下，恰恰是企业练内功的最佳时机。2 . 平台的治理问题数字化浪潮中企业发展一个明显的趋势即平台的大量涌现，平台经济甚至逐渐成为主流的经济模式。平台往往由一个相互作用的社区形成，社区中互补的企业和个人共同发展其能力，定义其角色，并受到统一的架构和规范的约束（Baldwin & Woodard，2009）。 由于这一组织形式与生俱来的高竞争、高互补、网络性和长尾效应等特点，平台的概念已经受到来自产业经济学家（Evans，2003）、技术管理学者（Gawer & Cusumano，2008）以及战略管理学者的极大关注。主导性平台的出现、平台中的网络效应、平台中的互补资源、平台的竞争优势、平台中各方价值共创等主题都收获了大量的研究。另一大趋势即平台定制化服务的广泛推广。Loh（2019）发现在数字音乐平台中使用同行推荐系统能够有效地提高消费者发现新产品的效率，扩大新产品的搜索范围，降低新产品搜索过程中的不确定性，进而提高消费者的平台使用效用和购买倾向。Tabasinejad （2019）区别于以往的平台治理观念，强调将平台看作社区和市场进行治理。基于制度治理理论（Institutional Governance Theory），本文将平台所有者与政府以及平台生态系统和政体的概念进行类比，提出了平台竞争和平台战略的互补观点。具体来讲，平台增长和盈利能力的关键决定因素是参与者对平台的经济信心和社会信任的感知度。平台所有者通过制定建立上述感知吸引新的参与者，并增加现有参与者在平台上的参与度。3 . 组织内的人—机互动问题随着全球越来越多的企业开始了数字化转型之旅，以及数字化新创企业数量的爆发性增长。企业内人与人，以及人与数字化系统之间的协调互动模式也发生了极大的转变（Yoo et al.，2012）。首先，企业内所需要管理的人力资源的本质可能发生变化，具备数字技术和分析能力的员工可能取代已有的员工。其次，大量的人际互动和信息传递开始通过基于数字化技术的线上系统实现。这种转变往往能够提高信息传递的及时性和准确性，从而降低沟通成本，提升协调效率。但数字化系统也有其局限性，数字化企业的运营和管理依旧需要人的大量参与，而算法不同于人类，在其决策建议和结论推演的过程中不会关注道德、情绪、诚意等情感因素，因而人类对某些情境下基于数字化或算法衍生的决策建议和结论的真实性感知存数字化与战略管理理论理论述评- -228《管理世界》（月刊）2020年第5 期疑（Logg et al.，2019）。 Jago （2019）指出组织可以通过强调算法创建和培训过程中的人为参与来提高人感受到的算法的真实性。除情感因素外，数字化的人际协调系统也可能因为缺乏弹性使得信息传递和加工的过程变得僵硬和不透明，从而引发有失偏颇和低效率的决策。针对这一问题，Claggett和Karahanna（2018）的研究探讨了如何提高数字化协调系统的效率表现。他们认为，企业已有的面对面人际协调程度越高，数字化协调系统在非结构化的沟通中更能够选择合适的对象和内容，进而提高绩效表现。该结论表明打开数字化协调系统的运作黑箱是确保该系统正常运转的必要条件，而良好的人际协调氛围培养的共同的目标、共享的知识及相互的尊重和认可是该系统发挥作用的重要前提。这一研究为数字化转型企业的协调系统构建问题做出了理论和实践的重要贡献。除企业内部员工管理体系之外，另有一支研究采用高阶理论的核心观点，关注高层领导者在企业数字化转型中的贡献。例如，高管团队间合作的密集程度会通过增强信息流通和业务协作来提高企业数字化转型的倾向（Lomana et al. ，2019）。 首席数字官（Chief Digital Officer）这一数字化背景下孕育的新职能成为领导企业进行数字化创新、实现数字化转型的关键要素（Haffke et al.，2016）。 重要的是，首席信息官（Chief InformationOfficer）、首席数据官（Chief Data Officer）、首席创新官（Chief Innovation Officer ）以及首席战略官（Chief StrategyOfficer）等高管也需在企业数字化转型过程中提供必要的支持以实现企业范围的联动。（四）企业的竞争优势问题关于企业异质性的讨论长期以来是战略学者关注的最核心问题之一。企业为什么会表现出不同的战略行为？什么是决定企业间的绩效差异的根本因素？在数字化转型的过程中，企业需要根据自身的资源禀赋、能力优势、业务环境和特定的组织需求发展出一套合适的转型路径。数字化背景下，传统理论中的企业特定竞争优势的资产来源可能发生改变，同时竞争优势的创造方式也可能与之前不再相同。1 . 数字化对企业竞争优势来源的影响就竞争优势的来源而言，本文以传统内部化理论中跨国企业的技术资本和人力资本为主的竞争优势获取进行举例阐述，对于企业技术资本而言，数字化技术增强了跨国企业技术型特定资产的跨境可转让性，提高了企业遏制模仿的能力，同时也增加了企业技术型特定资产的跨境可利用风险。对于人力资本而言，通过数字化平台，跨国企业提高了与东道国市场人力资本捆绑的能力，提升了高级人力资本的企业专有性，降低了一般人力资本的企业专有性，并通过内部化提高了企业以较低成本在外国市场开发先进人力资本的能力（Ba⁃nalieva & Dhanaraj，2019）。 该研究结论说明在数字化背景下，要素市场的可流动性被大大提高。这挑战了资源基础观从企业内部资源和能力的视角解释企业竞争优势来源的假设。在资源基础观视角下，要素市场被假设为是不完全流动的，能够获取有价值的、稀缺的、不可模仿的、不可被替代的生产要素是企业获取可持续竞争优势的关键（Barney ，1991）。 数字化背景下跨国沟通以及交通、资本、熟练工人在跨国、跨区域流动中成本更低。资源的本质属性发生了极大的转变，以往能够创造竞争优势的资源在数字化时代可能迅速贬值，而新的关键资源逐渐涌现，比如网络优势可能成为一种有别于传统的基于资产与交易基础上的独特的战略资源和战略优势。基于平台这一数字化时代的重要标志性新形态组织，网络效应可能成为组织价值创造的源泉和超额绩效的来源。2 . 数字化对企业竞争优势获取方式的影响除竞争优势的来源外，数字化时代企业获取竞争优势的方式同样发生了巨大的转变。在以往的研究中，产业经济学家认为企业获取竞争优势的方式是选择合适的行业和恰当的行业定位以获取垄断租金。资源基础观则认为构建独特的资源组合是企业赖以常青的关键。这两个视角一个非常重要的假设是世界是相对稳定的（D ’Aveni et al. ，2010）。 而数字化新时代下的技术发展、全球化、产业聚集、激烈的竞争以及去管制化使得环境不确定性进一步提高。企业需要的不再是一成不变的定位和资源组合，长期的竞争优势可能比较难被建立，不断重塑企业临时竞争优势可能成为未来企业保持持续增长的主要方式。企业因而可能更依赖于动态能力来提高资源配置和重建的表现，以获取竞争优势和超额绩效。- -229综述所述，本文将传统理论的解释和数字化可能带来的创新总结于表 4 。（五）数字化在战略管理研究中的使用除了战略管理理论的核心议题之外，学者还对数字化技术本身在战略管理理论中的运用进行了探索，主要体现在利用新技术诠释和量化界定战略管理理论的核心概念上。主要体现在以下几个方面。1 . 数字化与用户画像需求基础观的核心概念是用户需求。以往研究较难量化预测此概念，而数字技术则让情况大为改观，它甚至有助于研究者去洞悉用户的潜在需求，从而给企业提供更为完整的用户画像。有学者通过将机器学习的模型与传统的估算模型做对比，研究发现机器学习能够更准确地预测用户需求（Bajari et al. ，2015）。 Timosh ⁃enko 和Hauser（2019）则利用近年来人工智能领域较为流行的机器学习算法——卷积神经网络对UGC（用户原创内容）进行内容分析发现：用户线上评论、社交媒体言论等UGC 内容与访谈、问卷等形式获得的用户需求信息一致，而且相较于传统的访谈问卷形式，基于UGC 内容的人工智能算法在了解用户需求的效率方面来得更高。但利用在线社交平台预测用户需求也面临一些挑战和局限性，如非结构化的数据如何处理、标准分析程序难以跟上数据增长速度等。例如，Liu等（2016）结合云计算、机器学习、文本挖掘的技术对2 亿Twitter 纪录和400 亿Wikipedia页面进行了分析，他们发现庞大的数据量虽然的确能够提高预测的准确性，但除Twitter 外，其余在线平台，如Google Trends ，Wikipedia Views，IMDB reviews ，Huffington Post news 等却均不能有效预测电视节目的需求，而这仅仅是因为人们一般会在观影期间发Twitter ，但在其他上述平台发信息只会在观影后。数字技术也被广泛地应用于了解用户的差异化需求。有研究者就提出并验证了一种基于凸优化（数学最优化函数中的一种）和机器学习的组合估算模型来考察用户差异化需求的新方法（Evgeniou et al.，2007）。 另有研究者创设了一种稀疏学习模型（Sparse Learning Model），通过该分析模型可同时捕捉不同用户群体之间以及内部之间的差异化需求，而且作者对比了稀疏学习模型和传统的有限混合模型（Finite Mixture Model ）、贝叶斯正态成分混合模型及凸优化模型，发现稀疏学习模型均有优于其他模型的表现（Chen et al.，2016）。此外，还有一些研究利用数字技术对用户行为进行预测。Lee 等（2018）利用机器学习的方法对Facebook上106 , 316 条信息中用户的喜欢、评论、分享和点击次数进行分析，从而判断用户对品牌广告的参与行为。该研究发现，广告中产品性格（如幽默、感性等）相关用语的使用能有效提高用户参与度，而直接的信息内容（如价格）则会降低消费者参与度；当产品性格和直接信息结合时，消费者的参与度最高。2 . 数字化与高管特质数字技术在对企业CEO 的个人特质研究中得到了广泛应用。例如，Malhotra等（2018）利用机器学习的方法对季度电话会议进行分析，测量了CEO 的外向性（Extraversion）得分。结合文本的语义分析和卷积神经网络机器学习算法，研究者对新兴市场CEO 的访谈、图像和视频进行分析，发现了其5 种沟通模式，并进一步分析表明，CEO 沟通方式越戏剧化，其对企业收购行为监管的可能性越小（Choudhury et al. ，2019）。 这一研究也为表4 数字化相关研究对经典战略理论的补充原有理论解释交易成本理论认为企业的存在是为比市场更有效得促进交易，从而降低资产专用性、不确定性等交易成本。劳动分工理论认为劳动分工提高了工人的熟练程度，节省了工人在不同类型工作之间转换而消耗的时间，提高了生产效率，进而导致了企业的产生。知识基础观认为层级制的企业使得知识无法在不同阶层间传递和整合，复杂的隐性知识的相关决策必须授权至具体拥有知识的层级，否则创新的成效将会受到影响。组织架构理论认为正式的组织结构既能带来导向性优势，也能导致组织惰性，因此组织架构与企业绩效之间的关系不明确。企业理论涉及的组织治理形式往往包括：正式的、非正式的、集权的、分散的等。代理理论主要关注企业实际控制人和管理者之间信息不对称导致的委托代理问题，监督、股权激励等方式是解决代理问题的常用手段。数字化研究创新点区块链技术可能使得复杂的交易线上完成，以往必须企业内完成的交易可以在市场中完成。此外，区别于以往的交易成本，如僵化成本、技术安全性成为关注重点。人工智能的诞生替代了大量人力劳动，使许多传统的劳动岗位不复存在。正式化的组织结构能够有效降低数字化技术带来的不确定性和模糊性。提高创新绩效。年轻企业更需要正式的组织结构进行数字化创新。遵循组织结构与企业创新绩效之间的关系受到情境因素的影响这一观点。在数字化产品创新这种高不确定性和模糊性的情境中，正式的组织架构有助于产品创新。企业年龄区块链技术的成熟可能推动一种新的组织形态的出现—分权的自治组织。这种新的组织形态下，企业的治理模式会发生变化。区块链技术的出现可能推动交易的自动化，委托- 代理问题在新情境下可能消失。数字化与战略管理理论理论述评- -230《管理世界》（月刊）2020年第5 期量化考察CEO 沟通方式和管理层的认知能力提供了新思路。通过机器学习的三步骤：文本向量化、模型训练和选择、CEO 个性预测，另有研究者提出了一种新颖的测量CEO 五大人格的方法，这一方法相较以往的测量具有更高的信效度，为相关的高阶理论研究提供了新思路（Harrison et al.，2019）。 Veiga等（2000）则通过对来自法国和英国的高管问卷进行神经网络分析，识别出了国家文化这一多维概念的不同模式与发展路径，不过研究也指出，这一分析方法仍存在局限性，例如分析过程是一个黑箱，模型训练过程较为耗时等。3 . 数字化在其他领域的运用除了管理者之外，数字技术也被逐步运用于企业战略的研究中。Hollenbeck（2018）通过机器学习的方法对企业网站评论进行分析，得到了企业质量这一变量。也有研究者通过机器学习（NLP & topic modeling）的方法分析企业的创新公告，从而得出企业的创新质量，他们发现，B 2 B 服务创新相较于B 2 C 服务创新更能够正向影响企业价值，而B 2 B 服务创新与企业风险无关（Dotzel & Shankar，2019）。 还有学者通过算法对社交平台提出了诸多优化建议。例如，社交媒体的推荐添加、你可能认识等功能一般仅考虑到使用者的效用, 也即一种基于相似性的互动和连接。Li 等（2017）提出了一种基于机器学习的新推荐算法，该算法能够同时考虑到社交平台使用者的效用、运营者的成本和利益、添加的可能性及上述因素间的相互依赖关系，作者发现，这种新的推荐算法能够极大程度得提升社交平台的绩效。数字技术不仅被运用于商业领域，也逐渐在劳动力市场、医院等更广泛的社会组织情境的研究中得到应用。Chalfin 等（2016）将机器学习这一方法应用于判断和选择最具生产力的劳动力。研究通过分析警察的社会人口学特征、婚姻状态及以往被投诉经验等要素预测警察的暴力倾向；分析教师的评分、学生反馈及学校偏好等要素来预测教师获取终身教职的可能性等。作者提倡，未来学界和业界可以更多地将机器学习这一方法应用于劳动力选择方面。此外，在医疗和新闻媒体领域，学界也产生了一些研究成果。如基于急诊部门对中风的诊断处理这一情境，结合数学推理的方式发现，基于机器学习的诊断过程所采用的健康数据测量误差会降低其诊断的正确率（Mullainathan & Obermeyer，2017）。 利用机器学习的方法对《华尔街日报》头版文章的内容进行分析，以测量基于新闻的波动性（News Applied Volatility ），作者发现，随着这种波动性达到峰值，股市的回报率也会高于平均值，而与战争、政府政策有关的新闻报道解释了作者所识别的风险溢价的大部分变化（Manela & Moreira，2017）。五、未来研究方向与展望随着数字技术的迅速发展，这一新兴领域不仅受到了社会各界与新闻媒体的广泛关注，近10年来相关研究数量也呈现井喷式增长。通过广泛援引各方理论，借助不同的数据来源与分析方法，学者对数字化时代的企业战略进行深入探究，帮助我们进一步加深了对这一现象的理解。基于本文的综述可见，数字化时代的企业战略管理研究无论从理论性还是应用性角度都具有极大的研究潜力，但我们对这一新兴领域依然处于探索阶段，存在诸多模糊的问题，值得学界进一步探讨。（一）大数据对管理学研究问题的影响George 等（2016）认为，对数据科学的大量使用会成为管理学转变的重大契机。借助大数据和数据科学进行的管理学研究不仅能够完善既定的观点，提高已知实证研究结果的准确性，还有可能促使管理学者涉足新的研究领域，提出新的研究问题，采用更精细的分析单元，最终提炼出新的理论机制。在宏观层面上，尽管云端、5 G 、区块链和人工智能的联合应用越来越多，但迄今为止，管理学界的研究主要集中于单一技术的影响上，未来研究可关注数字化技术的多维互动影响。同样地，目前研究主要集中于单一行业的数字化转型（Kretschmer & Claussen ，2016），而跨行业的比较分析仍然缺失。通过亚马逊、eBay 、Skype、Uber 等新进入者的案例，我们已知数字化时代的产业转型也可能转化为对原本不属于传统产业的现有企业和新进入者的多元化竞争，这些动态可能会影响市场的规模经济和集中度，并影响企业实现和保持竞争优势的方式。- -231无处不在、连续的大数据也使管理学者有更多深入了解组织微观行为与战略的机会。例如，多点平面数据可以细化到每天甚至每分钟的水平，可以用于研究个人或组织的实时反映。未来的管理学研究也可以更多采用以人为中心而不是以变量为中心的方法进行理论构建，将人作为一个整体的分析单元，探讨不同特征的组合对其认知、态度、行为的影响（Meyer et al. ，2013）。AI对人力资源管理的影响也将成为未来研究的重点。Tambe 等（2019）指出，AI可以应用于人力资源管理的挑战：HR现象的复杂性、小数据集带来的约束、公平及道德法律问题、员工对基于AI的决策的负向反应。还有诸多相关研究问题亟待解决：AI算法的出现会如何影响管理者的职责和权利范围，继而影响他们的动机和绩效？管理决策的不同情境如何影响AI算法的选择和效果？基于AI决策的盛行会如何影响人与人间的信任与已有的问责机制？内部和外部数字能力的可能配置是什么？它们如何影响组织知识？员工如何适应数字化流程带来的能力？随着AI在日常生活中的渗透，AI的广泛应用也逐渐改变了价值创造与攫取的顺序以及工作本身的性质。然而截至目前，顶尖的组织和战略领域期刊还几乎从未发表相关的研究，这将是未来极具前景的研究方向之一（Phan et al.，2017）。（二）大数据对管理学研究数据范畴的影响大数据的大容量性与多样性改变了管理学研究的数据范围（Data Scope）和数据粒度（Data Granularity ）。数据范围从过去的抽样研究向全样本研究转变，选择性偏差问题不再是管理学研究的绊脚石；数据粒度从近似向准确转变，许多过去不可测量或只能近似测量的概念变得可测及可准确测量，例如社会网络的识别从参与者间接回想的问卷转变为对信息、行为等数据的直接分析。借助大数据分析，管理学研究也能够更准确地估计统计效应量、更可能获得概念间的因果关系，以往因道德问题而夭折的研究也可通过即时的数据反馈重新提上议程。（三）机器学习对管理学研究方法的影响纵观管理学近年来的发展历程，大数据及其相关的新分析方法为管理学研究带来了巨大的变化与新的可能性。首先，足够的数据和样本使得基于大数据分析中的误差具有确定性（无限接近数学中的大数定律），大数据的认识论优势就体现在其对细节和现实的高还原度上（Simsek et al.，2019）。 其次，数字化时代新的数据挖掘方式使大量碎片化数据可以消除传统研究方法中的诸多限制，提高研究效率，缩短研究周期，以更快的速度为实践决策提供支持。回顾管理学过去的发展历史，商业数据库（如Compustat、SDC ）以及先进的分析工具（如stata ，R）的出现推动管理学的研究从案例和简单的2 × 2 模型走向建立以数据分析为基础的复杂模型，而当下的管理环境急剧变动，需要更多问题导向的研究和先进的技术工具来处理大量碎片化的数据，掌握先进技术和通用算法进行数据挖掘在当下的重要性不言而喻。得益于深度学习的出现，庞大的线上数据爆发式的增长以及运算能力的提升，机器学习在近年来得到了迅速的发展。机器学习是一种基于经验优化的自动化系统，位于计算机科学和统计学的交叉领域，并且是人工智能和数据科学的核心。理论上来讲，机器学习算法可被看作在大量可选程序中进行搜索，以找到最优化解决方案的程序。不同机器学习算法的区别主要体现在两个维度：（1）候选程序（例如，决策树）；（ 2）搜索或者说优化算法（例如，收敛方式）。 目前，机器学习的发展越来越关注算法环境（如数据来源、数据的保密性、数据传递的距离要求），环境为算法提供了各种资源并决定了这些资源的局限性，机器学习的开发人员致力于设计在不同环境中均有效的算法，并且允许用户表达和选择他们倾向的资源组合。尽管业界和学界对机器学习的关注日益增强，但机器学习在商学院研究的应用仍处于初期阶段，同时展现出巨大的研究前景。Wedel和Kannan（2016）指出，市场营销领域目前应用神经网络或者机器学习方法的研究仍处于起步阶段，结合机器学习的方法和传统的理论驱动的研究方法是未来重要的研究领域。试验不同分析模型在研究中的适用性也是未来研究的重要方向之一。例如，目前常用的主题建模（Topic Modeling）的分析方法为LDA （Latent Direchlet Allocation）算法，但是LDA 无法估计主题之间的相关性，因此CTM （Correlated数字化与战略管理理论理论述评- -232《管理世界》（月刊）2020年第5 期Topic Model）算法可能在主题存在相关性时更为合适，未来的研究可进一步挖掘CTM 算法等。六、数字化的局限性在对数字化研究的过程中，我们仍需注意数字化可能存在的诸多局限性。（一）大数据研究过程中的注意事项目前，AI算法在研究中的应用仍存在巨大的局限性：（1）分析过程是一个黑箱；（2）模型训练过程较为耗时。对AI的使用将会因其算法本身的模糊性而被限制，许多基于大数据的分析过程并不基于理论推导（例如，Computational Black Box），因此如何确保分析结果是合理的而非随机的非常重要。学者应当在研究中尽量清晰直观地描述数据构建和分析过程，尤其是当研究用到了深度机器学习时，利用未被监管的（Unsupervised）机器学习方法分析得出的结论应当被谨慎解析。同时，学者在基于大数据分析进行研究与发表的过程中，还必须注意：当技术发展速度较快时，科研能否跟上技术发展的脚步？如何确保研究结论所依赖的技术和模型不过时？通过算法解析数据、从中学习，然后对真实世界的事件作出决策和预测的逻辑与传统管理学研究应用的统计推理方法截然不同，如何说服评审两种方法在预测及验证理论方面同样有效？最重要的一点是，基于大数据的管理学研究不可本末倒置：没有理论基础的纯数据挖掘研究犹如无根之浮萍。大数据只是学术研究的工具，抛弃学者的理论推演和构建从而转向仅从大数据中获得更客观的结论和模型是不合适且不能够令人信服的（Chan & Moses，2016）。 大数据不能取代基于理论发展出的一套详细、可信的研究设计及研究问题，将大数据应用于合适的研究场景而非追赶潮流至关重要（Simsek et al.，2019）。（二）人工智能运用需要规范化同时，基于AI的复杂性与自我进化的特性，我们需要新的法规和程序来决定使用何种算法并对算法进行审核。例如，对AI工程师的道德规范和约束（例如，类似医生和律师的誓词），对AI产品的质量检测及容错率规范（例如，疾病诊断的容错率、AI图像识别的质量），对AI使用范围的划定（例如，是否要限制AI的使用时间和应用场景，从而保证绝大部分人仍能够获得工作和报酬？），这一系列规范都是至关重要的。并且，当AI的深层原理仅能被少数专家理解和应用时以及当AI能够自我进化时，我们如何保证所制定的规则能够紧跟技术的发展，并被大众广泛理解和接受？没有人知道AI最终会辅助人类变得更智能，抑或导致人机大战（ElonMusk’s concern ）。 因此，未来的AI发展可能需要来自AI社区、法律从业者、政策制定者、以及企业与科学家之间的合作，公平、可问责、透明的AI使用流程是AI健康发展的重要保障。机器学习作为一个黑箱，也有诸多问题亟需解决，例如：（1）如何将机器学习针对单一目标优化程序的过程贴近动物或人类的多维度、简单到复杂的学习过程？（2）如何界定机器学习程序的使用范围？谁将拥有个人数据的所有权和使用权？这些数据产生的利益将如何划分？如何促进不同数据拥有者之间的共享？（3）如何推动机器学习和人工智能等新技术为公共利益服务？（4）公司内外部产生的大数据如何融合？以上问题如何通过实时分析和实时决策实现？（5）如何结合机器学习与计量经济学，利用大数据来估计因果关系？相较于机器学习驱动的数据关系挖掘和理论驱动的研究，什么因素决定了现有的研究应该采用何种方法？（6）对于大规模非结构化数据的诊断、预测和说明，有哪些可行的数据分析策略？（三）数字化在研究中的运用需要跨领域融合任何机器学习算法都有其局限性，融合不同领域的专业知识并应用于引导、选择、监督上述算法（a Super⁃vised Algorithm）是未来的必经之路。尽管数据科学在营销和组织行为学等研究领域的应用已逐渐广泛，战略学者对这些工具和技术的应用相比之下则稍显不足。同样的，未来的市场营销专家可能需要同时掌握实践管理技能和战略管理知识，并对技术和分析方法足够了解（Wedel & Kannan，2016）。 为相应岗位寻找到合适的跨界人才不仅是企业将要面临的一大难题，如何建立跨学科的培养模式来适应业界的变化和需求也是学界的重要挑战。随着新一代学者对大数据、机器学习这些新兴领域的关注以及逐渐出现的面向博士生的相关培养- -233计划，战略管理学正在为大数据时代的到来做好准备。综上所述，通过对战略管理理论的系统梳理和现状描述，结合数字化的特点，在紧扣战略管理4 个核心议题的基础上，本文详细讨论了数字化可能给战略管理理论带来的挑战和机会。一方面，我们看到既有的战略管理理论因为外部环境的变化而发生此消彼长的成长态势，另一方面我们也欣喜地发现数字化带来了拓展、突破甚至创造战略管理理论的可能。在中国数字经济蓬勃发展的同时，中国战略管理学者理应做“顶天立地”的理论和实证研究，既能通过总结中国企业数字化的先进实践，贡献普适知识于世界战略管理学，又能坚持理论指引、用理性思考、洞察底层逻辑的战略管理理论指引中国企业数字化的实践。理论之树常青，实践之路没有尽头，希望本文的系统总结能为国内战略管理学在数字化背景下的研究做出一点贡献。（作者单位：陈冬梅，复旦大学经济学院；王俐珍、陈安霓，北京大学光华管理学院。责任编辑：张世国）参考文献（1）Adner，R. and Kapoor，R. ，2010，“ Value Creation in Innovation Ecosystems: How The Structure of Technological InterdependenceAffects Firm Performance in New Technology Generations”，Strategic Management Journal ，31（3），pp.306 ~ 333 .（2）Adner，R. ，Puranam ，P. and Zhu ，F. ，2019，“ What Is Different About Digital Strategy? From Quantitative to Qualitative Change”，Strategy Science ，4（4），pp.253 ~ 261 .（3）Agrawal，A. ，Gans，J. and Goldfarb ，A. ，2018，Prediction Machines: The Simple Economics of Artificial Intelligence ，Harvard Busi⁃ness Press.（4）Anderson ，C. ，2008，“ The End of Theory: The Data Deluge Makes the Scientific Method Obsolete ”，Wired Magazine，16（7），pp.1 ~3 .（5）Arntz，M.，Gregory，T. and Zierahn，U. ，2016，“ The Risk of Automation for Jobs in OECD Countries: A Comparative Analysis ”，OECD Social，Employment and Migration Working Papers，No. 189 .（6）Bajari，P. ，Nekipelov，D. ，Ryan，S. P. and Yang，M.，2015，“ Machine Learning Methods for Demand Estimation”，American Econom⁃ic Review ，105（5），pp.481 ~ 485 .（7）Baldwin，C. Y. and Woodard，C. J. ，2009，Platforms ，Markets and Innovation，Edward Elgar Publishing Ltd.（8）Banalieva E. R. and Dhanaraj ，C. ，2019，“ Internalization Theory for the Digital Economy ”，Journal of International Business Stud ⁃ies，50（8），pp.1372~ 1387.（9）Barnett ，M.，Henriques，I. and Husted ，B. ，2018，“ The Rise and Stall of Stakeholder Influence: How the Digital Age Limits SocialControl ”，Academy of Management Perspectives，in-press.（10）Barney ，J. ，1991，“ Special Theory Forum the Resource-based Model of the Firm: Origins ，Implications，and Prospects ”，Journal ofManagement，17（1），pp.97~ 98.（11）Bhatia ，S. ，2019，“ Predicting Risk Perception: New Insights from Data Science”，Management Science，65（8）.（12）Cennamo ，C. ，2019，“ Competing in Digital Markets: A Platform-Based Perspective”，Academy of Management Perspectives ，in-press.（13）Chalfin ，A. ，Danieli ，O. ，Hillis，A. ，Jelveh ，Z. ，Luca ，M.，Ludwig ，J. and Mullainathan，S. ，2016，“ Productivity and Selection of Hu ⁃man Capital with Machine Learning ”，American Economic Review，106（5），pp.124 ~ 27.（14）Chan，J. and Moses ，B.L. ，2016，“ Is Big Data Challenging Criminology? ”，Theoretical Criminology ，20（1），pp.21~ 39.（15）Chen，Y. ，Iyengar，R. and Iyengar，G. ，2016，“ Modeling Multimodal Continuous Heterogenneity in Conjoint Analysis-A SparseLearning Approach ”，Marketing Science，36（1）.（16）Choudhury，P. ，Wang，D. ，Carlson，N. and Khanna，T. ，2019，“ Machine Learning Approaches to Facial and Text Analysis: Discov⁃ering CEO Oral Communication Styles ”，Available at SSRN 3392448 .（17）Christensen ，C. M. and Bower，J ，L. ，1996，“ Customer Power ，Strategic Investment and the Failure of Leading Firms”，StrategicManagement Journal，17（3），pp.197 ~ 218 .（18）Claggett，J. L. and Karahanna ，E. ，2018，“ Unpacking the Structure of Coordination Mechanisms and the Role of Relational Coordi ⁃nation in an Era of Digitally Mediated Work Processes ”，Academy of Management Review，43（4），pp.704 ~ 722 .（19）Cyron，T. ，Steigenberger ，N. and Achtenhagen，L. ，2019，“ The Construction of Social Performance in Digital Communication Chan⁃nels ”，Academy of Management Proceedings.（20）D'Aveni，R. A.，Dagnino，G. B. and Smith ，K. G.，2010，“ The Age of Temporary Advantage”，Strategic Management Journal ，31（13），pp.1371~ 1385.（21）Dosi ，G. ，1982，“ Technological Paradigms and Technological Trajectories”，Research Policy.（22）Dotzel，T. and Shankar，V. ，2019，“ The Relative Effects of Business-to-Business（vs. Business-to-Consumer）Service Innovationson Firm Value and Firm Risk: An Empirical Analysis ”，Journal of Marketing ，83（5），pp.133 ~ 152 .（23）Ellmer ，M.，Gegenhuber ，T. K. and Schuessler ，E. S.，2019，“ Exploring Crowdworker Participation on Digital Work Platforms”，Academy of Management Proceedings.（24）Evans，D. S.，2003，“ The Antitrust Economics of Multi-sided Platform Markets”，Yale Journal on Regulation，20（2）.数字化与战略管理理论理论述评- -234《管理世界》（月刊）2020年第5 期（25）Evgeniou ，T. ，Pontil，M. and Toubia，O. ，2007，“ A Convex Optimization Approach to Modeling Consumer Heterogeneity in Con⁃joint Estimation ”，Marketing Science，26（6），pp.805 ~ 818 .（2 6）Felten ，E. ，Raj，M. and Seamans，R. C.，2019，“ The Effect of Artificial Intelligence on Human Labor: An Ability-Based Ap⁃proach ”，Academy of Management Annual Meeting Proceedings.（27）Foss ，N. J.，1999，“ Research in the Strategic Theory of the Firm:‘isolationism ’and ‘integrationism ’”，Journal of ManagementStudies ，36（6），pp.725 ~ 755 .（28）Foss ，N. J. ，2005，“ Strategy，Economic Organization，and the Knowledge Economy: The Coordination of Firms and Resources”，Ox⁃ford University Press.（29）Garcia De Lomana G.，Strese S. ，Brinckmann J.，2019，Adjusting to the Digital Age: The Effects of Tmt Characteristics on theDigital Orientation of Firms Academy of Management Proceedings.（30）Gawer，A. ，and Cusumano ，M.，2008，“ How Companies Become Platform Leaders”，MIT Sloan Management Review ，49（2），pp.28~ 35.（31）George ，G. ，Osinga ，E. C.，Lavie，D. and Scott，B. A.，2016，“ Big Data and Data Science Methods for Management Research ”，Academy of Management，59（5），pp.1493~ 1507.（32）Haffke ，I. ，Kalgovas，B. J. and Benlian，A. ，2016，“ The Role of the CIO and the CDO in an Organization's Digital Transforma⁃tion ”，ICIS 2016.（33）Hakanen，E. ，2019，“ Why to Collaborate? Three Approaches to Innovation Behind the Transition From Firms to Ecosystems”，Academy of Management Proceedings.（34）Harrison，J. S. ，Thurgood ，G. R.，Boivie，S. and Pfarrer，M. D.，2019，“ Measuring CEO Personality: Developing ，Validating andTesting a Linguistic Tool”，Strategic Management Journal ，40（8），pp.1316~ 1330.（35）Henderson，R. M. and Clark，K. B.，1990，“ Architectural Innovation: The Reconfiguration of Existing Product Technologies andthe Failure of Established Firms ”，Administrative Science Quarterly，35（1），pp.9 ~ 30.（36）Hollenbeck，B. ，2018，“ Online Reputation Mechanisms and the Decreasing Value of Chain Affiliation ”，Journal of Marketing Re⁃search ，55（5），pp.636 ~ 654 .（37）Jacobides ，M. G.，Cennamo ，C. and Gawer ，A. ，2018，“ Towards a Theory of Ecosystems ”，Strategic Management Journal ，39（8），pp.2255~ 2276.（38）Jago ，A. S.，2019，“ Algorithms and Authenticity ”，Academy of Management Discoveries ，5（1），pp.38~ 56.（39）Jones，T. M. and Wicks，A. C.，1999，“ Letter to AMR Regarding ‘Convergent Stakeholder Theory’”, The Academy of Manage⁃ment Review，24（4），pp.621 ~ 623 .（40）Karunakaran，A. ，2019，“ Front-Line Professionals in the Wake of Digital Scrutiny: The Paradox of Public Accountability”，A cade ⁃my of Management Proceedings.（41）Kim ，W. C. and Maubourge，R. ，1997，“ Value Innovation: The Strategic Logic of High Growth ”，Havard Business Review ，January-February ，pp.102 ~ 112 .（42）Kim ，W. G.，Lim ，H. and Brymer，R. A.，2015，“ The Effectiveness of Managing Social Media on Hotel Performance ”，InternationalJournal of Hospitality Management ，44，pp.165 ~ 171 .（43）Kretschmer ，T. and Claussen ，J. ，2016，Generational Transitions in Platform Markets —The Role of Backward Compatibility”，Strat ⁃egy Science ，1（2），pp.90~ 104 .（44）Lanzolla，G. and Frankort ，H. T. W. ，2016，“ The Online Shadow of Offline Signals: Which Sellers Get Contacted in Online B2 BMarketplaces? ”，Academy of Management Journal ，59（1），pp.207 ~ 231 .（45）Lee，D. ，Hosanagar，K. and Nair，H. S.，2018，“ Advertising Content and Consumer Engagement on Social Media: Evidence fromFacebook ”，Management Science，64（11），pp.5105~ 5131.（46）Liu，X. ，Singh，P. V. and Srinivasan ，K. ，2016，A Structured Analysis of Unstructured Big Data by Leveraging Cloud Computing ”，Marketing Science，35（3），pp.363 ~ 388 .（47）Li X.，2019，“ Open Innovation and Business Model Design of Startups in the Digital Environment”，Academy of Management Pro⁃ceedings.（48）Li ，Z. ，Fang ，X. ，Bai，X. and Sheng ，O. R. L.，2017，“ Utility-based Link Recommendation for Online Social Networks”，Manage⁃ment Science，63（6），pp.1938~ 1952.（49）Logg ，J. M.，Minson ，J. A. and Moore ，D. A.，2015，“ Algorithm Appreciation: People Prefer Algorithmic to Human Judgment ”，Or⁃ganizational Behavior and Human Decision Processes ，151 ，pp.90~ 103 .（50）Loh，J. ，2019，“ Peer Recommendations ，Consumption Variety and Product Performance: Evidence From a Digital Platform”，Acade⁃my of Management Proceedings.（51）Lüscher，L. S. and Lewis ，M. W.，2008，“ Organizational Change and Managerial Sensemaking: Working Through Paradox”，Acade⁃my of Management Journal，51（2），pp.221 ~ 240 .（52）Malhotra，S. ，Reus，T. H.，Zhu ，P. and Roelofsen，E. M.，2018，“ The Acquisitive Nature of Extraverted CEOs ”，Administrative Sci⁃ence Quarterly ，63（2），pp.370 ~ 408 .（53）Manela ，A. and Moreira，A. ，2017，“ News Implied Volatility and Disaster Concerns ”，Journal of Financial Economics，123（1），pp.137 ~ 162 .（54）Masuch，M. and LaPotin，P. ，1989，“ Beyond Garbage Cans: An Al Model of Organizational Choice”，Administrative Science Quar ⁃- -235terly ，34（1），pp.38~ 67.（55）Matt ，C. ，Hess ，T. and Benlian，A. ，2015，“ Digital Transformation Strategies”，Business & Information Systems Engineering，57（5），pp.339 ~ 343 .（56）Mazzocchi，F. ，2015，“ Could Big Data be the End of Theory in Science? ”，EMBO Reports ，16，pp.1250~ 1255.（57）Meyer，J. P. ，Stanley ，L. J. and Vandenberg，R. J. ，2013，“ A Person-centered Approach to the Study of Commitment”，Human Re⁃source Management Review，23（2），pp.190 ~ 202 .（58）Meyer，T. and Cennamo ，C. ，2019，“ For Which Incumbents are Digital Platforms Really a Threat?-The Role of Asset Ownership ”，Academy of Management Proceedings.（59）Miklós-Thal，J. and Tucker ，C. ，2019，“ Collusion by Algorithm: Does Better Demand Prediction Facilitate Coordination betweenSellers?”，Management Science，65（4），pp.1552~ 1561.（60）Mosmann ，P. ，Maurer ，I. and Oberg ，A. ，2019，“ Hierarchy at Play: Governance as Balancing Act”，Academy of Management Pro⁃ceedings.（61）Mullainathan，S. and Obermeyer ，Z. ，2017，“ Does Machine Learning Automate Moral Hazard and Error?”，American Economic Re⁃view ，107（5），pp.476 ~ 80.（62）Murray ，A. ，Kuban ，S. ，Josefy ，M. and Anderson，J. ，2019，“ Contracting in the Smart Era: The Implications of Blockchain and De⁃centralized Autonomous Organizations for Contracting and Corporate Governance ”，Academy of Management Perspectives.（63）Nambisan，S. ，Lyytinen ，K. ，Majchrzak，A. and Song，M.，2017，“ Digital Innovation Management: Reinventing Innovation Manage ⁃ment Research in a Digital World”，MIS Quarterly ，41（1），pp.223 ~ 238 .（64）Panico ，C. and Cennamo，C. ，2015，“ What Drives a Platform's Strategy? Usage，Membership and Competition Effects”，Academyof Management Proceedings.（65）Pesch，R. and Endres，H. ，2019，“ The Marginal Utility Effect of Formalization for Digital Product Innovation ”，Academy of Man ⁃agement Proceedings.（66）Phan，P. ，Wright，M. and Lee，S. ，2017，“ Of Robots，Artificial Intelligence and Work”，Academy of Management，31（4），pp.253 ~ 255 .（67）Porter，M. E. and Heppelmann ，J. E. ，2014，“ How Smart，Connected Products Are Transforming Competition”，Harvard BusinessReview ，94（1 ~ 2），pp.24~ 24.（68）Ramus ，T. ，Vaccaro，A. and Brusoni，S. ，2017，“ Institutional Complexity in Turbulent Times: Formalization ，Collaboration，and theEmergence of Blended Logics”，Academy of Management Journal ，60（4），pp.1253~ 1284.（69）Rumelt ，R. P.，Schendel ，D. and Teece ，D. J.，1991，“ Strategic Management and Economics ”，Strategic Management Journal ，12（S 2），pp.5 ~ 29.（70）Schneider，S. and Leyer，M.，2019，“ Are You Ready to Delegate Decisions to Ai? Insights Into Decision Delegation Behaviors ”，Academy of Management Proceedings.（71）Shrestha，Y. R.，Ben-Menahem，S. M. and von Krogh ，G. ，2019，“ Organizational Decision-Making Structures in the Age of Artifi⁃cial Intelligence ”，California Management Review ，61（4），pp.66~ 83.（72）Simsek ，Z. ，Vaara，E. ，Paruchuri ，S. ，Nadkarni ，S. and Shaw，J. D.，2019，“ New Ways of Seeing Big Data ”，Academy of Manage⁃ment ，62（4），pp.971 ~ 978 .（73）Tabasinejad ，P. ，2019，“ An Institutional Governance Perspective On Platform Strategy and Competition”，Academy of ManagementProceedings.（74）Tambe ，P. ，Cappelli，P. and Yakubovich，V. ，2019，“ Artificial Intelligence in Human Resources Management: Challenges and aPath Forward”，California Management Review ，61（4），pp.15~ 42.（75）Teece，D. J. ，2010，“ Business Models ，Business Strategy and Innovation ”，Long Range Planning，43（2 ~ 3），pp.172 ~ 194 .（76）Timoshenko ，A. and Hauser，J. R. ，2019，“ Identifying Customer Needs from User-Generated Content ”，Marketing Science，38（1），pp.1 ~ 20.（77）Tushman ，M. L. and Anderson，P. ，1986，“ Technological Discontinuities and Organizational Environments”，Administrative ScienceQuarterly ，31（3），pp.439 ~ 465 .（78）Veiga，J. F. ，Lubatkin ，M.，Calori，R. ，Very ，P. and Tung，Y. A.，2000，“ Using Neural Network Analysis to Uncover the Trace Ef ⁃fects of National Culture”，Journal of International Business Studies ，31（2），pp.223 ~ 238 .（79）Wedel，M. and Kannan，P. K.，2016，“ Marketing Analytics for Data-Rich Environments”，Journal of Marketing ，80（6），pp.97~ 121 .（80）Yoo，Y. ，Boland ，R. J.，Lyytinen ，K. and Majchrzak，A. ，2012，“ Organizing for Innovation in the Digitized World ”，OrganizationScience ，23（5），pp.1398~ 1408.（81）Zittrain，J. ，2006，“ The Generative Internet ”，Harvard Law Review，119 ，pp.1974~ 2040.数字化与战略管理理论理论述评- -236Digitalization and Strategic Management Theory:Review, Challenges and ProspectsChen Dongmeia, Wang lingzhenband Chen Annic（a. School of Economics, Fudan University; b. Guanghua School of Management, Peking University;c. Guanghua School of Management, Peking University）Summary: Nowadays ，Artificial Intelligence, Big Data, Cloud Computing, etc. have become buzzwords around theworld. The enterprises are significantly affected by those computer geeks in the digital era. As a discipline closely relatedto corporate practice, strategic management theory also faces opportunities and challenges in this new world. The opportunityis that strategic management theory is expected to innovate and expand its theoretical boundaries; the challenge is thattraditional theories have become more and more difficult to explain new issues generated in the digital age, and thus hardlyto guide the practice of enterprises.This research aims to systematically sort out the existing papers of strategic management theory in the digital age,gain insights and problems in previous research, and provide possible directions for further research in this field.Accordingto Rumelt and Foss's researches on strategic management academic origins and theoretical boundaries, the topics of thisstudy focus on the following four aspects: Firstly, the rationality for enterprises’existence, that is, in the market economy,why can enterprises be unique in resource allocation? Secondly, the boundary of enterprises, that is, why some companiesimplement diversification strategy while others do the opposite? Thirdly, the internal organization topics, why do we observedifferent types of organizational structures and the phenomena that accompany them? Fourthly, the issue of competitiveadvantage, that is, what certain factors cause some companies have super profitability?This paper mainly uses the literature research method. The search keywords including: cloud，digitalization, artificialintelligence, machine learning, platform, sharing economy, visual reality, etc. Through 236 literatures searched in GoogleScholar from 1959 to 2019 , the main ideas are extracted and classified, the relationship between digitalization and strategicmanagement theory is analyzed, and the theoretical context is sorted out.This paper believes that the following areas are worthy of further exploration: the impact of AI on human resourcemanagement; management research methods are expected to achieve certain breakthroughs with the help of big data; thecombination of machine learning and traditional theories still has a lot of room for digging.Meanwhile, this research shows that there are, in the digital age, still have certain limitations: AI algorithms andmodels are difficult to keep up with the pace of data explosion; the use of artificial intelligence has ethical and moral risks;and it still requires the support of interdisciplinary theories.Keywords: artificial intelligence; big data; digitalization; strategic management theoryJEL Classification: I 31, I 32, I 38- - XV