人工智能和大数据在创业中的应用：一个新时代已经到来

3人工智能和大数据对创业的潜在影响作为一种现实现象，人工智能和大数据不仅可能丰富和改变未来的创业研究，当创业研究人员试图理解创业过程的决定因素和影响时，他们通常会研究实际世界现象的某些方面，这些现象也可能至少会发生改变。最近也观察到类似的历史趋势，如电子商务的兴起或众筹等新的创业金融“参与者”，这也影响了创业研究的议程（Block等人，2018年；Shepherd等人，2019年）。因此，换句话说，人工智能和大数据可能不仅会影响创业研究的方法，还会影响这些方法所研究的目标。因此，研究领域和现实世界现象可能会共同进化，甚至共同转变，成为一个研究和实践的人工智能混合体。这可能意味着人工智能可能进一步缩小创业研究与实践之间的差距，使知识从研究溢出到实践，反之亦然（甚至模糊研究与实践之间的界限）。11人工智能和大数据如何改变创业“发生”的方式（例如，初创公司和内部创业项目如何失败或成功）？这些发展有什么影响？3.1外部促成因素首先，这种技术变革当然可以作为新创业活动的外部促成因素（Davidson等人，2018年）。

事实上，这可能是激进外部变革的一个主要例子，这些变革赋予并“促成”通过创业手段引入新产品和服务的新经济活动（例如AI初创公司，如AIBrain、Banjo或DeepMind），尤其是当大型现有公司难以完全接受新技术时（Christensen 1997）。这也可能涉及社会创业项目，例如OpenAI（由埃隆·马斯克（Elon Musk）共同创立，其动机不仅在于AI的赋能能力，还在于相关的潜在人类生存风险）。另一方面，这一领域的初创公司，尤其是当他们面临一般资源限制（例如，包括访问大数据和强大的云计算）时，也可能面临挑战，并在某种程度上被改变社会及其机构的技术进步速度所压倒，以及需要不断更新的技术和专有技术要求，以处于这一发展的前沿。从这个角度来看，将人工智能和大数据用于内部创业战略的大型公司和组织通常可以比初创公司享有一定的现有优势，因为它们可能拥有更好的“经济实力”，并有机会获得基础设施和专有资本，12从中受益，甚至推动了正在进行的数据革命（例如亚马逊网络服务（AWS）或谷歌）。ai）。3.2人工智能和大数据加上人类第二，虽然外部促成因素指的是或多或少客观的外部机会结构，但人工智能和大数据也可能影响创业个人和团队参与创业过程的方式。

这当然会让我们想到一个有点挑衅性的问题：人工智能和大数据是否有一天能够取代创业者，或者创业者和新技术是否会携手合作，形成某种共生关系。在极端的情况下，机器取代企业家成为创业过程中的中心代理人，这确实会导致范式的彻底转变。可以说，这似乎是一个不太可能的乌托邦（至少在不久的将来；Brynjolfsson和Mcafee，2017年），但目前正在就各种各样的工作和人的绩效领域进行类似的讨论（Grace等人，2018年）。如果这一乌托邦有朝一日成为现实，它将破坏个人与创业的关系（Shane 2003），并可能从创业方程式中基本消除人的能动性和主观性，因此，可能还有相关的研究和实践领域，如创业心理学或创业教育和人类培训。此外，也许在未来，人们无法回避一个根本问题，即为什么人类会将创业（例如，发现和分析机会，启动和发展创新企业）这类至关重要的东西留给人类代理、人类偏见和人类智慧，而不是（也）留给可能超越人类的强大AI。围绕发明、创新和科学进步这一主题，已经（间接）提出了类似的问题（Aghion等人，2017年；Cockburn等人，2018年；Slezak 1989年）。例如，最近，《斯普林格自然》出版了第一本机器生成科学书籍（Writer，2019）。

就像人工智能已经开始大规模改变天体物理学、遗传学和健康等各个领域的研究和实践方式一样，它也可能改变创业的方式。然而，人工智能在不久的将来似乎不太可能完全取代人类成为企业家。有趣的是，研究人员估计，像企业管理（也可能涉及创业）这样的工作在不久的将来被机器取代的可能性相对较小，因为“需要人类启发式知识的多面手职业，以及涉及新思想和人工制品开发的专业职业，最不容易受到计算机化的影响”（Frey和Osborne 2017:266）。事实上，“原型”创业通常被描述为某种涉及人类启发式的通才工作（Lazear 2004；Stuetzer et al.2013）（Busenitz和Barney 1997），但它当然也可以与更专业化的新想法和人工制品的开发相联系（例如，在构思、发明和创新的过程中；Drucker 1985；Schumpeter 1934）。在不太极端的情况下，在不久的将来，显然更可能的情况是，人工智能和大数据不会取代企业家，而是支持他们执行创业任务，实现个人和组织目标。因此，与其说是人类对抗机器，不如说是人类加机器。

这种共生、协作的观点似乎正在演变为当代商业和管理文献中的主流实践视角（Jarrahi 2018；Wilson和Daugherty 2018），它也应该是一条有希望的创业之路。14的确，人工智能和大数据长期以来一直在支持商业活动和管理者（例如，财务、营销、分销、业务规划、信息系统、生产和运营）（Rajab和Sharma 2018），但机器和人类在这一领域的交互和协作方式和范围可能是新的。例如，Wilson和Daugherty（2018）描述了人工智能和人类可以协作的业务流程改进的五个要素：灵活性、速度、规模、决策和个性化。掌握新一代人工智能和大数据的竞争优势使Brynjolfsson和Mcafee（2017）得出结论：“在未来十年，人工智能不会取代管理者，但使用人工智能的管理者将取代不使用人工智能的管理者。”类似的情况也可能适用于企业家（例如，“智慧创业”），尤其是如果他们在人工智能相关的业务领域运营，或者有着人工智能可以帮助他们扩大规模的雄心壮志。然而，我们至少看到了三个与人工智能和创业之间的功能联系相关的基本问题，我们在这里只能触及这些问题的表面。第一个问题涉及智力本身的概念。如果人工智能确实是智力的一种表现形式，而后者是在人类智力的意义上定义的（图灵1950），那么我们可以问，创业是否真的受益于极高水平的人类智力。有趣的是，到目前为止，研究还没有显示（极高）智力与创业之间的明确联系。

情报研究人员罗伯特·斯特恩伯格（RobertJ.Sternberg）假设，“成功的创业需要智力的分析、创新和实践方面的融合”（斯特恩伯格，2004年：186）。因此，成功的创业可能不是“传统意义上的智力故事”（例如，一般人类智力；Spearman 1904），而是关于智力的某些方面，这些方面有助于企业家的分析、创新和实践能力。因此，旨在支持创业的机器智能可以集中在这些领域，但15我们还必须强调，我们显然需要对人类和机器智能在创业中的作用（及其不断变化的性质）进行更多研究，以得出更安全的结论。这也可能包括社会和情商方面（例如，Bainbridge等人，1994年）。然而，另一些人认为，人工智能对商业的真正承诺可能是更少的智能，而不是预测（Agrawal et al.2018）。第二个基本问题涉及不确定性。创业，至少在其经典意义上，通常被视为不确定性的背景（McMullen和Shepherd 2006；Parker 2009），因此被视为不确定性条件下的决策。根据这一定义，与风险条件（例如）相反，不确定性的概念意味着，没有可靠和完整的现有数据可以帮助确定创业任务和因果模型的方向，而这些目标和因果模型都有可靠的成功记录（Sarasvathy 2001）。如果这是真的，如果人工智能基本上依赖现有数据来学习模式和做出预测，那么我们可以问，人工智能是否能够克服创业中这些经典的不确定性挑战。

假设直觉、想象力、创造力、启发式甚至认知偏差在创业中发挥着独特的作用，我们可以问，许多创业者所表现出的非理性和违反规则的本性（Baron 1998；Obschonka et al.2013）是否真的可以被模仿，“增强”，或者被或多或少依赖规则、理性逻辑的智能机器所取代，和形式化思维。人工智能似乎更适合创建一个“综合的人类经济学”（Parkes和Wellman 2015），而不是一个打破规则、直觉和创造性的企业家。这可能有助于科学历史学家洛林·达斯顿（Lorraine Daston）所描述的由算法驱动的新合理化（取代了对理性、决策和战略规划的自我批判判断；例如Erickson等人，2013年）。另一方面，不确定性条件下的人工智能是一个充满活力的研究领域（例如，Ghahramani 2015；Tversky和Kahnemann 1974；16概述见Russell和Norvig 2016），我们可能会在不久的将来看到这一特定领域的重大发展，包括在不确定性条件下创业作为有效决策的新含义（如博弈论中所讨论的，以及与公共政策和战争等类似战略领域的关系；Cummings 2017；Von Neumann和Morgenstern 1944）。这些发展还可能涉及创业过程早期阶段的具体基本创业任务，即构思和机会发现/共同创造。

人工智能能否帮助发现并共同创造新经济活动的机会？它能否找到自己的数据并在现实世界中创造自己的经验，以学习如何在这一领域取得成功？再一次这看起来更像是一个虚幻的乌托邦（例如，考虑到可能涉及的各个层面的信息和动态的纯粹复杂性；以及创业研究中关于机会到底是什么的基本争论和分歧；Alvarez et al.2017；Davidsson 2017；Foss and Klein 2017；Ramoglou and Tsang 2016）。然而，在思维和自主学习方面，人工智能领域正在取得令人难以置信的科学进步。例如，最近，一个通过强化学习进行自我训练的人工智能程序，在没有任何人工输入和指导的情况下，其表现优于人类专家和由人类专家在高度复杂的任务（棋盘游戏围棋和国际象棋）中训练的其他人工智能程序（Silver et al.2017；Singh et al.2017）。其他人工智能项目显然能够帮助创造“真实”艺术作品（Cohen 2018），经济学家强调人工智能在发现和发明方面的巨大潜力（Aghion et al.2017；Cockburn et al.2018）。第三个基本问题涉及人工智能和大数据的潜在限制和风险。对于未来来说，不仅要应对道德挑战，启用和管理数据和技术基础设施的访问（例如，对于初出茅庐的企业家，还有创业研究人员），而且要保持批判的观点。例如，研究人员提出了这样一个问题，即人工智能可能不会总是带来最可靠和有用的解决方案（例如，聪明的汉斯效应；Lapuschkin等人，2019年），确保人工智能性能的透明度和批判性评估很重要。

例如，在健康研究中，学者们警告说，“医疗数据和数据分析计算工具随时可用的危险之一是，数据挖掘过程可能与临床解释、理解数据来源和外部验证的科学过程脱钩”（Belgrave et al.2017）。事实上，算法中似乎存在“盲目信任”的普遍危险（Logg等人，2019年）。因此，如果创业者依赖人工智能的结果，但不质疑和批判地评估这些结果，而这些结果实际上可能无法提供最佳和最聪明的解决方案，那么可能会导致有偏见的决策和负面后果，或者至少会导致个人企业未利用的潜力。3.2创业教育和培训第三，也是最后一点，AI和大数据除了作为客观的外部促成因素和对创业个人和团队的支持外，还可能以一种新的方式丰富创业教育和培训的实践领域。在极端情况下，当算法和智能机器超过（某些）人类的创业任务时，这可能意味着，具有讽刺意味的是，这些算法和机器本身“接受”某种创业教育和培训（例如，以帮助他们学习的实际数据的形式）。另一方面，教育工作者可能希望利用人工智能和大数据来加强他们在课堂和其他环境中的教育实践（McArthur等人，2005）。当然，这也可能意味着实际教授与创业相关的人工智能/大数据技术，为未来的创业者更好地迎接这个新时代做好准备（例如，批判性地评估和解释人工智能结果）。

这可能涉及技术和专有技术方面，但也涉及伦理、社会和生态问题。如果人工智能和大数据真的会改变企业家的思维和行为方式，那么教育和培训领域应该是这些发展的前沿。这也可能涉及促进创业文化的其他社会结构（Audretsch 2007）。4初步结论和展望我们希望，尽管存在所有挑战，创业研究人员将发起新的，并参与围绕人工智能和大数据的潜在和具体应用进行的对话。《自然机器智能》的编辑，最近成立的一家主要科学杂志致力于人工智能和大数据，但也寻求“促进不同学科之间的合作”，总结道：“对智能机器的追求将在许多方面继续激发我们的灵感，为我们提供对人类智能的洞察，并刺激可能导致未来社会变革的技术和科学创新。现在是加入对话的时候了”（Nature Machine intelligence 2019：1）。我们认为，创业研究可以而且应该成为这一更广泛运动的一部分。