1. 引言
战略创业是企业保持既有优势的同时，寻求新的战略机会的重要手段。然而，与资源雄厚的大型企业相比，中小企业在战略创业过程中面临着更为严峻的“双元悖论”挑战。传统的战略创业理论提出的破解战略创业“双元悖论”的三种策略，即时间分离、组织隔离和情景隔离[1]所强调的企业家心智与结构性隔离，多基于传统时空场景，且多针对大型企业或国有企业[2] [3]。数智技术特别是人工智能技术的快速发展，改变了企业战略和创业的时空场景，使得中小企业突破“双元悖论”开展数智化战略创业成为可能。然而，数智化赋能战略创业的过程机制仍然缺乏有效揭示。
现有战略创业研究在剖析机会寻求与优势寻求的动态平衡时，往往陷入静态与割裂的视角，未能充分揭示其实现协同的内在机制。这一理论局限尤其体现在传统范式默认战略创业过程受到时间不可逆、空间边界固化与情境约束刚性的三重结构性限制。例如，基于双元理论，探索与利用在时间轴上存在天然张力，资源投入的长期锁定与短期绩效压力难以兼容，形成路径依赖[4]；在空间上，创新活动常囿于组织内部或本地网络，资源流动与知识复用受制于地理与认知边界；在情境层面，制度合法性、资源专用性与认知框架进一步固化了双元选择的刚性权衡。在此理论背景下，现有研究多将数智化窄化为提升局部效率的“运营工具”[5]-[8]，却忽视了其作为“战略驱动机制”在系统性重构时间、空间与情境约束方面的核心作用：数智化借助数字孪生与生成式AI模拟多路径演化，实现战略调整周期的压缩与跨期资源分配的时序协同，从而突破时间不可逆的传统预设；在空间维度上，它重构资源整合与协同的网络拓扑，穿透认知边界，支持资源在更广域范围内的敏捷搜索与动态分配[9]；在情境层面，数智化借助社会网络分析、多模态情感计算与强化学习技术，实现对制度、资源与认知情境的实时感知与动态适配，推动战略创业的双元平衡机制从“静态权衡”向“动态共生”演进[10]。基于上述重构视角，一个关键的研究问题得以深化：中小企业如何将数智化内化为一种“悖论整合”的核心机制，从而在其战略创业的全过程中，实现机会寻求与优势寻求从被动平衡到主动共生的范式跃迁？
为解答这一“如何”(How)的问题，本研究采用单案例研究方法，选取Z电商服务公司这一典型中小企业作为研究对象，研究分析中小企业该如何有效利用数智化工具实践战略创业全过程。该公司通过构建“外部数据平台 + 内部数据中台 + AI分析”的三层架构，成功实现了从传统电商代运营向数智化价值赋能伙伴的转型，其发展历程完整展现了数智化战略创业的全过程，为研究提供了丰富的实践样本。本文可能的理论贡献包括：(1) 提出了数智化战略创业这一新构念，扩展了战略创业的理论内涵，揭示了数智化在其中的核心驱动作用；(2) 构建了数智化战略创业的动态过程模型，揭示三个阶段协同演进的内在机理；(3) 为破解“资源约束”和“双元悖论”提供了新的理论解释。
2. 文献回顾
2.1. 战略创业相关研究
战略创业被定义为“企业整合创业视角的机会寻求行为和战略视角的优势寻求行为来开发和利用旨在创造财富的行动”[11]。这一概念在后继研究中得到进一步深化，Ireland等[12]将其明确为同时进行机会寻求和优势寻求的行为集合，其中优势寻求关注延长和深化公司现有竞争优势，而机会寻求关注为新的竞争优势来源识别和开发机会。其核心在于如何平衡，现有研究多基于双元理论进行探讨，传统双元理论认为，探索与利用活动在资源竞争、结构、流程和文化上存在根本性张力，企业往往需要通过时间分离(在不同阶段侧重不同活动)、结构分离(设立独立部门)或情境双元(建立统一但支持矛盾需求的组织环境)来应对这一悖论[1]。然而，对于资源禀赋先天不足的中小企业而言，上述经典策略常面临严峻挑战：结构分离需要冗余资源支撑，时间分离难以适应快速变化的市场，情境双元则对企业领导力和组织文化提出极高要求。这一困境揭示了传统双元理论在解释中小企业战略行为时的局限性，即过于依赖静态的、结构化的隔离机制，而未能充分揭示在资源高度约束下，探索与利用活动如何实现动态协同。动态能力理论[13]为理解这一过程提供了另一个视角，它强调企业整合、构建和重构内外部资源以应对快速变化环境的能力。然而，动态能力理论本身常被批评为“黑箱”，对于企业“如何”具体地感知机会、抓住机会并重构优势的微观机制阐释不足，特别是在数智化时代，数据与算法如何赋能这些能力的形成与演化，尚缺乏清晰的解释。因此，构建一个能够反映数智化特征的战略创业新构念，对于指导企业在数字经济中取得成功具有重要意义。
2.2. 数智化战略创业的提出
数智化是数字化和智能化的融合，包含数字智慧化和智慧数字化两个层次的内涵，第一层次是推进数字技术在企业中的嫁接与应用，第二层次则强调企业管理思维的智能化变革[14]，是在信息化、数字化基础上，进一步实现决策自优化和执行自动化，最终培育出企业的数智化能力[15]。在此背景下，提出“数智化战略创业”这一新构念，并将其定义为：企业系统性运用现代数字技术和智能化手段，同时开展数据驱动的机会寻求和优势寻求，并实现二者动态平衡，从而为顾客创造价值、为企业创造财富的战略过程。数智化战略创业的独特在于它不再将双元平衡主要寄托于组织架构或情境的静态设计，而是提出了一种技术赋能的动态平衡机制。数智化通过提供统一的数据语言和实时反馈回路，使中小企业能够基于透明、共享的信息，在项目或业务单元层面实现探索与利用活动的微观、敏捷的资源配置与调整，从而从“结构性/情境性双元”向“数据驱动式双元”演进。与此同时，它也打开了动态能力的“黑箱”，揭示了数智化如何具体赋能三大核心环节：机会感知：通过外部数据平台扩大环境扫描范围与精度，增强感知能力；机会抓取：通过AI分析进行快速模拟与预测，降低决策不确定性，提升决策速度；资源重构：通过内部数据中台实现资源的可视化、可量化与灵活调度，直接支撑资源重构能力的执行。
因此，数智化战略创业并非简单替代传统理论，而是在数智化新情境下，为其提供了新的实现路径和微观基础，尤其为解释中小企业在资源约束下如何实现战略创业提供了新的理论视角。
3. 研究设计
3.1. 研究方法
本文采用单案例纵向研究主要原因在于：首先，本文主要研究企业如何通过数智化工具及手段实施战略创业，是一个典型“How”的问题，用单案例纵向研究更合适[16]；其次，本文旨在构建中小企业数智化战略创业全过程机制，因而采用单案例纵向研究有助于从时间维度探讨演化具体过程[17]；最后，本文的研究主题是新的议题，现有文献涉及较少，属于单案例纵向研究的界定范围[18]。因此确定以单案例纵向研究为基础展开分析。
3.2. 案例选取
本文选取Z电商公司作为主要的研究对象，基于以下原则：(1) 遵循案例典型性原则，Z电商公司是一家专注于为国内外品牌提供一站式数智化电商解决方案的高新技术企业，它不仅仅是一家代运营公司，更是一家以技术和数据为驱动的“电商价值赋能伙伴”，作为电商行业的缩影，其在发展过程中很好的实现了利用数据、数字化的手段及工具进行优势维持和机会开发，清晰的展现了“双轨并行”战略的形成过程。(2) 遵循代表性原则，对于广大缺乏庞大资源的中小型服务企业，Z电商公司的路径极具代表性，它表明数智时代的战略创业可以通过更深入地应用数智化工具进行战略寻求，这种以“智能”对抗“资源”的方法，对中小企业而言，具有极其重要的代表性和借鉴意义；(3) 遵循数据可得性原则，研究团队积累了有关于Z电商企业创始人的一手访谈资料和诸多二手资料，案例资料获取途径多元。
3.3. 案例背景与发展阶段
Z电商服务企业成立于2010年，其发展历程共分3阶段(见图1)，① 初创期，企业自成立到2016年，主要业务聚焦于传统的电商代运营，企业入驻天猫、京东等大型传统电商平台；② 成长期，2016~2020年，企业单纯依赖人力的运营模式遇到瓶颈，开始引入数字化工具并进行自主研发；③ 转型与成熟期，2020~至今，企业抓住疫情机遇，开展新兴业务如速食产品、露营服务等。
Figure 1. Development stages diagram of Z e-commerce company
图1. Z电商公司发展阶段图
Table 1. Correspondence between the development stages of company Z and the three-stage model of digital and intelligent strategic entrepreneurship
表1. Z公司发展阶段与数智化战略创业三阶段模型对应关系
企业发展阶段 |
核心特征与挑战 |
数智化应用水平 |
主导的战略创业活动 |
三阶段模型演进状态 |
初创期 |
生存导向，依赖传统电商代运营，资源极度匮乏，决策高度依赖创始人直觉。 |
低(手工/直觉) |
偶然的、直觉驱动的机会寻求 |
萌芽期：数智化三阶段模型尚未形成。机会寻求是零散、被动的(如平台流量红利)。优势寻求基于客户关系等软性优势。 |
成长期 |
业务量增长，人力瓶颈出现，亟需提升运营效率和标准化以维持竞争力。 |
中(工具化/数字化) |
系统的优势寻求→触发主动的机会寻求 |
形成期：首先系统化地构建了“数智化优势寻求”能力(如自研ERP、CRM降本增效)。在巩固主业后，开始有能力主动地进行“数智化机会寻求”(利用外部工具扫描新机会)。两者开始交替进行，但资源分配决策仍偏经验化。 |
转型与成熟期 |
主业稳定，寻求第二增长曲线，需要科学决策以避免新业务风险，解决资源分配矛盾。 |
高(系统化/智能化) |
机会–优势–平衡三者协同迭代 |
成熟期：“数智化机会寻求”和“数智化优势寻求”成为常态化、系统化的能力。“数智化动态平衡”能力成为核心(数据中台和AI分析为资源智能配置提供统一、透明的决策基础)。三阶段形成闭环，持续迭代，驱动企业战略。 |
如表1所示，本研究基于Z公司的发展历程，将其划分为三个典型阶段：初创期(2010~2016)、成长期(2016~2020)及转型与成熟期(2020~至今)。需要强调的是，本研究所构建的“数智化战略创业三阶段模型”并非与企业发展分期简单对应，而是揭示了其数智化能力成熟后所呈现出的战略行为新模式。
在初创期，企业虽存在机会寻求行为，但主要依赖创始人直觉与行业经验，数智化手段缺失，三阶段模型尚未成型。进入成长期，为应对运营瓶颈，企业率先引入了数字化工具(如ERP、CRM)，系统性构建了“数智化优势寻求”能力，旨在巩固和深化其主业优势。在此基础上，公司开始利用“蝉妈妈”等外部数据工具主动进行“数智化机会寻求”，探索新业务方向(如拓展新平台)。此时，探索(机会寻求)与利用(优势寻求)活动开始并存，但二者间的资源分配仍较多依赖管理层的经验判断。
直至转型与成熟期，随着“外部数据平台 + 内部数据中台 + AI分析”三层架构的完善，公司不仅将机会寻求和优势寻求活动全面数智化、常态化，更重要的是发展出了关键的“数智化动态平衡”能力。数据中台提供的统一数据语言使得公司能够基于实时指标(如各业务线增速、利润率)，智能、透明地在探索性项目与利用性业务之间配置资源，实现了三阶段模型的闭环联动与持续迭代。因此，成熟期标志着数智化战略创业作为一种完整的驱动机制正式形成，并主导着企业的战略演进。
3.4. 数据收集
为确保研究效度和信度，本研究采用了多元化的数据来源进行三角验证，(1) 半结构化访谈，对创始人进行深度访谈，访谈提纲围绕战略演进、数智化工具应用、决策流程、资源分配等主题展开，访谈经过许可后录音，并逐字转录为文本。(2) 内部文档与档案记录，经脱敏处理后，查看内部数据中台部分管理报表界面；获取了新产品发布的完整方案文档，包括创意来源、定价策略和打品计划；查阅了部分项目协调会议纪要和知识库中工作流程文档。(3) 直接观察，团队参观了公司实时数据大屏运作情况，观察一次基于在线知识库进行的跨部门新品发布会写作流程，直观感受了其在线工作模式。(4) 公开资料，系统收集了公司在各大电商平台的店铺信息、产品列表和用户评价；分析相关媒体报道；查阅其代理的软件品牌的公开信息。通过上述多元数据的交叉对比和相互验证，极大增强了研究数据的有效性。
3.5. 数据分析
本文数据分析采用扎根理论编码的方式，借助Nvivo软件进行辅助管理，将调研获得的录音转换为文字，梳理企业关键时间轴，遵循“开放编码–主轴编码–选择编码”三个阶段步骤，最终生成数智化战略创业的三个聚合维度(部分如表2所示)。为保证数据一致性，团队成员对访谈资料分别进行编码，对编码不一致的部分经讨论后再进行编码，直至所有编码达成一致后停止。
Table 2. Partial coding results
表2. 部分编码结果
开放编码 |
主轴编码 |
选择编码 |
利用数字化工具进行新产品开发过程 |
数智化的机会识别 |
数智化机会寻求 |
新产品开发效率 |
利用数字化工具进行新品预测 |
数智化的创新开发 |
利用数字化工具防止抄袭 |
数字化客户管理 |
数智化的商业竞争 |
数智化优势寻求 |
核心竞争力 |
内部数据中台系统 |
数智化的资源部署 |
业绩监控 |
资源分配基于数据 |
动态资源调度 |
数智化优势–机会平衡 |
打通内外部数据 |
利用统一数据决策 |
4. 案例分析与发现
根据上述编码结果及企业自身发展历程，本研究发现，案例企业并非将数智化工具简单地视为效率提升的辅助手段，而是将其作为驱动战略创业的核心，因此提炼出有关于数智化战略创业的三个关键阶段。
4.1. 数智化机会寻求
传统的机会识别高度依赖创业者的知识及社会网络，但是Z电商企业利用外部数智化工具，系统化、自动化地扫描市场、行业、竞品，以数据驱动地方式突破创业者认知限制，高效识别并评估新市场机会，该阶段将传统依赖灵光一现地机会识别，转为一种可管理、可重复、基于数据地机会搜寻流程，极大地拓展了企业探索广度。该阶段证据部分援引如表3所示。
Table 3. Selected evidence examples from the digital intelligence opportunity seeking phase
表3. 数智化机会寻求阶段部分证据援引
范畴化 |
概念化 |
典型证据援引 |
数智化的机会识别 |
利用数字化工具进行新产品开发的过程 |
产品部门每次开发一个新品的时候，首先会有创意方案，我们创意的来源可能是结合一些市场的分析，平台上面竞争程度的分析，人群的分析……。 产品经理会用第三方平台数据分析其他竞品的品牌，关注去年同期有哪些品是比较火的，现在流行趋势是怎么样……。 |
新产品开发速度 |
我们可能需要不断地去开发新品，但速度因项目而异……。 有的产品经过数据核算之后发现和竞品相比并没有优势，那这个产品的项目周期就会比较久了……。 |
数智化的创新开发 |
利用数字化工具进行新品预测 |
哪些行业可能在风口上会有快速增长的，那现在进入就会占据一些优势了，例如有些产品是有季节性的，凉粉是夏天吃的，那么不是夏天的时候就不会主推，去年这个时候某个产品爆了，今年就想办法同时期推出……。 |
利用数字化工具防止抄袭 |
只要卖得好，就有人抄袭，而且有人卷，这就是现在中国市场面临的客观现状。这是没办法的，只能去用自己的手段不断地进行迭代，想办法把客户维护住……。 在我们主营业务上就只能不断地更新系统，提供定制化工具维护客户……。 像小面这种品类，市面上很多了，那就要一直更新，更新口味、面条的口感，一直推陈出新……。 |
4.2. 数智化优势寻求
正如案例背景中所述，在成长期，公司为应对人力瓶颈而自主研发中台系统，这正是其数智化优势寻求活动的开端。Z电商企业利用内部数智化系统，对现有业务的运营效率、资源效能、客户价值与财务进行实时、透明的度量、分析与诊断，从而精准识别、巩固和深化自身核心优势，该阶段将优势从一种模糊的主观感知，转变为一系列可被精确测量、持续监控和不断优化的关键指标，使得利用现有优势这一过程转变为能够基于数据反馈进行优化的过程。该阶段部分证据援引如表4所示。
Table 4. Selected evidence examples from the digital and intelligent resource seeking phase
表4. 数智化优势寻求阶段部分证据援引
范畴化 |
概念化 |
典型证据援引 |
数智化的商业竞争 |
数字化客户管理 |
对客户我们有做自己的客户管理数据的中台系统，我可以在这个系统里查看每个客户的购买数据情况……。 有这么一个数据平台，我可以根据这个去决定要不要做一些跟进策略，可以做一些简单的客户筛选，选出哪些能继续回购并进行改进。 |
核心竞争力 |
核心竞争优势是动态的，一开始优势在电商的运营能力上，但后来呢……。 现在是我们中台系统做的好，目前的优势就是我们能够从那些信息平台上发现机会，这个能力还是比较强的……。 |
数智化的资源部署 |
内部数据中台系统 |
我们有一套自研的系统，这个系统包含了所有部门的每天的数据……。 这个系统花费了大量的精力去完成，但有了这个系统就可以把人和数据结合，完美的实现了基层的管理……。 |
业绩监控 |
我们会有一些监控，比如说一个需要售后的订单，必须要求负责人员填写售后的理由，不然月底结算的时候这笔订单就不算个人业绩……。 未来也打算定制化一个小插件，设定一个标准化业绩，当业绩不达标自动预警，目前只是个想法……。 |
4.3. 数智化机会–优势平衡
进入转型与成熟期后，Z电商公司的数智化动态平衡机制趋于成熟，其核心在于“AI分析”层对“外部数据平台”和“内部数据中台”汇聚的海量数据进行的深度智能处理，AI分析在此阶段扮演了“智能大脑”的角色，其价值并非体现为孤立的工具应用，而是深度嵌入决策流程，解决了两个关键问题：新机会的量化评估与资源的自适应调度。具体而言，在推出“麻辣小面”等新品时，AI工具通过对社交媒体声量、用户评论情感及竞品动态的多维建模，实现了对市场热度与盈利空间的预测，为初始决策提供了量化依据；在项目运营过程中，AI系统则持续监控关键绩效指标，并能对数据异常进行初步诊断(如识别关键词失效或负面评论激增)，从而触发管理层的快速干预，实现资源在探索与利用活动之间的智能、动态配置。这使得公司的战略平衡从依赖经验的静态权衡，转变为一种基于数据反馈的、持续优化的自适应过程。
Z电商企业利用数据中台对麻辣小面新业务进行数据监控和快速调整，生动体现了上述机制。公司基于内外部数智化系统提供的统一数据语言，建立一套透明的决策和资源分配流程，能够动态地、智能化地在探索新机会和利用现有优势之间配置资源。这一阶段是解决战略创业核心悖论地关键，它通过数据驱动的协同，而非传统的结构性或情境性隔离，来实现双元平衡，使得企业能够基于内外部反馈，动态协调探索和利用两个不同的资源，从而实现和谐而非冲突。该阶段部分证据援引如表5所示。
Table 5. Selected evidence examples from the digital and intelligent opportunity-advantage balancing phase
表5. 数智化机会–优势平衡阶段部分证据援引
范畴化 |
概念化 |
典型证据援引 |
动态资源调度 |
资源分配基于数据 |
我们通过系统反映出来的数据就能知道现在新出的这个产品能不能继续往下做，不能那就及时止损……。 |
利用统一数据决策 |
打通内外部数据 |
我们把外部的各大电商平台的数据、订单等信息全都集成到我们内部的这个中台系统里面了……。 |
4.4. 全过程模型
具体而言，数智化机会寻求阶段更多的在企业初期进行，通过利用数智化工具不断搜索、发现新的机会；数智化优势寻求阶段利用数智化工具将前者发现的业务进行维护、巩固，夯实基本盘，并为进一步探索提供资源保障；数智化机会–优势平衡阶段则在前两者提供的实时数据流基础上，进行权衡、判断与调度，确保企业在巩固现有优势的同时，能继续开辟新的领域，最终实现1 + 1 > 2的协同效应。三者通过统一的数据形成闭环，持续三阶段具体过程模型如图2所示。
Figure 2. Full-process model
图2. 全过程模型
5. 结论与讨论
5.1. 研究结论
本研究以Z电商服务企业为案例对象，通过深度访谈、内部文档分析与实地观察等多种数据来源，系统探讨了数智化背景下中小企业战略创业的实现路径与机制。研究发现，Z公司通过系统性应用数智化工具，实现了从机会识别、优势构建到动态平衡的全流程战略创业管理，形成了一套可迁移、可操作的“数智驱动”创业模式：
第一，数智化工具在战略创业过程中发挥着更为核心的作用，远超传统意义上的效率提升辅助手段。Z公司通过构建“外部数据平台 + 内部数据中台 + AI分析工具”的三层数据架构，实现了对市场机会的系统化扫描、评估与响应。先通过“蝉妈妈”、“抖音罗盘”等第三方工具进行行业与竞品分析，再通过自研数据中台实现业务、财务与客户数据的实时集成与可视化，并借助AI工具进行宏观行业分析和策略生成。这种数据驱动的机会识别机制，显著降低了创业者认知局限带来的不确定性，提高了创业决策的科学性和成功率。第二，数智化战略创业是一个动态、迭代的三阶段过程，具体包括数智化机会寻求、数智化优势寻求和数智化机会–优势平衡三个阶段。在机会寻求阶段，企业利用外部数据工具识别新兴市场机会；在优势寻求阶段，通过内部系统深化运营效率与客户关系，巩固既有业务；在平衡阶段，则依托统一数据基础，实现资源在探索性活动与利用性活动之间的智能配置。Z公司的实践表明，这三个阶段并非完全线性，而是相互反馈、持续迭代的动态过程，在推出“麻辣小面”等新品时，公司通过数据监控和市场测试快速调整产品策略，实现了机会开发与优势利用的协同。第三，数智化战略创业有效解决了中小企业面临的“资源约束”与“双元悖论”挑战。Z公司通过数据工具实现了资源的精细化管理与高效配置，在资源有限的情况下仍能同时推进多条业务线，此外，通过项目制、子公司模式和第二曲线孵化机制，企业在保持主营业务稳定的前提下，有序探索新机会，避免了资源分散与战略漂移。
5.2. 理论贡献
本文的理论贡献主要有：第一，提出了与动态能力和双元理论深度对话的新构念。本研究创新性提出的数智化战略创业构念，将战略创业和数智化相结合，扩展了战略创业的理论内涵，确立了数智化的核心驱动作用。现有研究仅有战略创业作为理论依据探讨数字化转型过程[19]，或利用数字化转型来探究战略创业演变机制[20]，本研究揭示了数智化在战略创业过程中不仅仅是辅助工具，已经演变成一种新型的核心资源及驱动机制，通过“外部数据平台 + 内部数据中台 + AI分析”三层架构，具体化并增强了企业的动态能力，尤其是其中的感知和决策环节。同时，它为解决组织双元性悖论提供了一条超越传统时空隔离的新路径，即通过数据驱动的实时、透明资源配置，实现探索与利用在微观运营层面的并行与协同，我们将其概括为“数据驱动式双元”，这丰富和发展了双元理论在数字时代的内涵。
第二，构建了数智化机会寻求–数智化优势寻求–数智化机会–优势平衡的三阶段动态模型，揭示了数智化战略创业的内在机理。以往研究战略创业的过程模型构建的都是传统线性递进模型[21] [22]，但本研究则强调数智化战略创业三阶段是通过统一的数据进行动态迭代的，在机会寻求阶段，企业利用外部数据识别新兴市场；优势寻求阶段，利用内部系统深化运营效率和客户关系；平衡阶段，依托数据基础，实现探索和利用之间的智能配置。Z公司的实践表明，这三个阶段并非简单的线性递进，而是相互反馈，持续迭代的动态过程，这一模型为理解数智化战略创业过程提供了细致的机制解释，弥补了现有研究对于数字化如何融入战略创业过程这一研究缺口的不足[23]。
第三，为中小企业破解资源约束和双元悖论提供新的理论解释。传统双元理论认为解决悖论需要结构性隔离或情景双元[1]，但对于资源有限的中小企业往往很难实现。本研究发现，Z公司通过建立中台系统，提供统一、透明的信息，使得管理层能够基于数据进行动态资源配置，降低探索和利用之间的协调成本，中小企业同样可以通过数据驱动的协同机制代替传统的结构性隔离，实现更高层次的情景双元。这一发现为解决双元悖论提供新的理论视角，丰富了双元理论在数字时代的应用场景。
5.3. 实践启示
本文的实践启示主要有以下三点：
第一，电商企业应将数据智能作为核心战略资源，以应对资源约束。对外，善用平台数据工具扫描市场，发现新机会；对内，建立数据中台实时监控运营、客户与财务数据，巩固基本盘，并在此基础上建立基于数据反馈的资源动态调配机制。像Z公司一样，依据各业务线的数据表现(增速、利润率)，定期评审并决定资源投入的增减，确保将有限资源精准投向最具潜力的领域，实现探索与利用的平衡。第二，数智化战略创业的成功离不开配套的组织变革。企业应着力打破部门壁垒。通过建立统一的数据中台和知识库，让一线员工能便捷获取所需数据，赋能其基于数据而非直觉做出快速决策，提升组织敏捷性。企业高层必须以身作则，将数据作为讨论、决策和考核的共同基础，从而减少沟通内耗，形成透明、协同的组织氛围，支撑战略的快速迭代与执行。第三，技术投入应该从解决最迫切的业务痛点入手，利用现有的SaaS工具或低代码平台快速验证投入效益，再随业务发展逐步扩展功能。更重要的是，在AI时代，必须有效应用AI相关软件、程序，并将其应用于市场研究、内容生成和策略辅助等场景，显著降低创新门槛，带来更大成效。
5.4. 不足与展望
本研究不足主要体现：第一，采用单案例研究方法，虽然适合探索性研究，但结论的普适性有待更多案例验证，Z公司的成功，除数智化战略创业模型外，可能还受到创始人的数据决策意识、扁平的组织结构及电商行业本身的数据化等因素的影响，未来可通过多案例研究比较，探究出其他因素的影响；第二，数智化工具迭代迅速，尤其是AI技术的演进可能改变战略创业的实现方式，本研究对此仅做了初步探讨。未来研究可针对AI工具在机会识别、决策支持等方面的作用进行深入分析；第三，本文构建的模型有着特定的适用边界，更适用于基础设施较完善、业务过程高度数据化的行业，对于其他数据密集程度低、处于极度早期的初创企业直接套用该模型不切实际。
基金项目
浙江省自然科学基金，探索项目“数智化战略创业对新企业可持续成长作用机理研究”(LMS25G020005)。