颠覆性创新理论早已不是新鲜事物。早在1995年,克莱顿·克里斯坦森(Clayton M. Christensen)在《哈佛商业评论》上发表《颠覆性技术:逐浪之道》(Disruptive Technologies: Catching the Wave)一文,首次提出了“颠覆性技术和颠覆性创新(Disruptive Innovation)”的概念。1997年,当首部著作《创新者的困境》(The Innovator’s Dilemma: When New Technologies Cause Great Firm to Fail)出版时,作者克里斯坦森还只是哈佛商学院的助理教授,但是此书就此确立了他在技术创新管理领域的大师地位,因为他在这本书中系统地提出了“颠覆性创新理论”。2000年以后,他又出版了《创新者的解答》(The Innovator’s Solution)、《创新者的修炼》(Seeing What’s Next)两本书。克里斯坦森用他的“创新三部曲”奠定了“全球创新大师”的学术地位。2014年6月《纽约客》杂志发表了哈佛历史学教授吉尔·莱波雷(Jill Lepore)对颠覆性创新理论的批评与质疑文章:“从创业家到大学生,颠覆式创新现在已经被广泛滥用了”,甚至认为他的理论依据“令人怀疑”。2015年10月,《麻省斯隆管理评论》也有文章质疑“颠覆性创新”理论,认为“只有满足特殊条件,我们才能完整应用颠覆性创新理论”。关于Uber和特斯拉公司究竟是否属于颠覆性创新者也存在争议。
1997年,Innosight公司的创始人,哈佛大学商学院的商业管理教授克莱顿·克里斯坦森(Clayton Christensen)在《创新者的困境:当新技术使大公司破产》(The Innovator's Dilemma: When New Technologies Cause Great Firms to Fail)一书中, 系统阐述了“颠覆性技术(Disruptive Technologies)”。在书中,作者对“颠覆性”进行了详细定义。简而言之,颠覆性产品,能够开辟一片新的市场——也就是所谓的新市场颠覆(New-market disruption);或者能给现有产品,提供一个更简单、低价或更方便的替代品——也就是低端颠覆性(Low-end disruption)。人们说颠覆性技术,有时候并不是技术具有颠覆性,而是商业模式开辟了一片新市场。在识别和把握颠覆性技术时,我们需要情报之眼,任何时候情报分析都可以发现市场机会,情报还能在跨界产业中发现苗头,而不局限于单一行业的思维。
从2004年左右开始,我在翻译王浩文集的同时,读到玛格丽特·博登(Margaret A. Boden)的《人工智能哲学》(The Philosophy of Artificial Intelligence)这部论文集。当时人工智能远远没有现在这么热门,但是我觉得,这是未来哲学应该处理的问题。博登的书只是一部入门之作,从此书开始,我找了大量相关资料阅读。关于人工智能哲学研究,我主要和美国天普大学的计算机专家王培老师合作。他研究人工智能的体系,认为它就是为了在小数据的情况下进行应急推理。在人工智能学界,小数据不算主流。但在其他领域则不同,心理学界对小数据的思考就很深入,德国的吉仁泽(Gerd Gigerenzer)做了大量的工作。人工智能学界还没有关注到,这是很可惜的事情。
本文运用科学计量学中的可视化技术,以Web of ScienceTM核心合集数据库中收录的2002—2016年发表于Journal of Industrial Economics中的385篇论文为数据基础。首先运用CiteSpaceⅤ结合Google Earth软件和Google Fusion Table平台进行地域分布和合作分析,并用CiteSpaceⅤ绘制国家合作网络,发现美国与其他国家合作次数最多。然后进行了期刊双图叠加分析和期刊共被引的具体分析,以发现学科领域期刊之间的引用关系和期刊的具体共被引情况。最后进行了文献共被引分析,以发现研究的知识基础,并且研究了该期刊文章自2013年和最近180天的使用情况,为相关学者以后的研究提供参考和借鉴。