人工智能在B2B营销中的权力谈判

工业营销管理100（2022）36探戈舞池上的权力谈判：人工智能在B2B营销中的应用Brendan James Keegana，Ana Isabel Canhotob，Dorothy Ai-wan Yen b，*a爱尔兰梅努斯大学商学院，梅努斯郡基尔代尔b英国伦敦布鲁内尔大学布鲁内尔商学院Uxbridge Middlesex UB8 3PHA R T I C L EI N FO保留字：人工智能第三方供应商Power服务网络电力依赖网络动态A B标准承认在B2B营销中采用人工智能方面缺乏实证研究，本文从网络的角度研究权力，探讨了人工智能作为营销解决方案的驱动因素如何影响网络参与者使用通过20次半结构化访谈收集的数据，访谈对象是参与B2B营销活动的人工智能采用的业务经理和工程师，以及学术界人士。本文讨论了人工智能采用的优先级和动机如何塑造各种网络参与者之间的权力动态，包括焦点公司，人工智能供应商和科技巨头公司。研究结果表明，在B2B采用人工智能的背景下，技术和专业知识都是权力的关键来源，数据创造并延续了网络中的权力谈判和重新谈判。我们把这个过程想象成一个繁忙的舞池上的动作，一群演员参与到我们所说的力量探戈中。本文有助于权力依赖理论表明，通过采用过程，网络行为者1. 介绍探戈直接表达了诗人们经常试图用语言表达的东西：相信战斗可能是一种庆祝。（豪尔赫·路易斯·博尔赫斯）本文用一个热闹的探戈舞池来比喻焦点公司和不同类型的供应商在采用人工智能（AI）营销解决方案时的权力交换。人工智能已经推进了B2B营销活动的许多方面，学者们预测这项技术将颠覆营销理论和实践（Davenport，Guha，Grewal，&Bressgott，2020; Han等人，2021年）。然而，人工智能的采用并非没有挑战，因为它需要知识和专业知识才能发挥其全部潜力（Dwivedi等人，2021年; Dwivedi等人，2021年）。没有开发所需知识或内部专业知识的B2B公司需要依靠人工智能供应商来帮助他们提供更好的客户服务。他们还需要增加竞争优势（Dwivedi ， Hughes 等 人，2021; Dwivedi， Ismagilova 等 人， 2021;Weigel &Hadwich，2018），从而创造了一种新的权力动态。权力动态指的是参与者之间相互作用的方式，商业关系和网络（Hingley，2005）。英汉文学倾向于从焦点公司的角度或买方和供应商之间的二元视角研究网络动态&复杂人工智能服务网络中的参与者（Henneberg，Gruber，&Naude，2013）。缺乏对网络权力动态的研究凸显了从网络角度对权力及其影响的理解存在差距（Hingley，Lindgreen，Grant，2015&）。 为了解决这一研究空白，本文探讨了人工智能营销解决方案的采用如何影响焦点公司、人工智能供应商（中小型）、人工智能科技巨头（例如，GoogleCloud、Amazon Web Services）以及服务网络内的客户。对目前参与人工智能服务网络的20名关键知情人进行了半结构化访谈。其中包括致力于将AI用于B2B营销活动的业务经理和工程师，以及AI领域的学术专家的研究结果揭示了行动者收益.买家和供应商正在学习我们所说的与多个合作伙伴的力量探戈，因为每个演员都在为自己的利益而跳舞。合作伙伴之间的力量流动来自他们采取的步骤，而采取的新动作是学习舞蹈的关键，就像B2B营销人员试图学习人工智能如何与他们的能力相匹配一样。* 通讯作者。电子邮件地址：Brendan. mu.ie（B. J.Keegan），Ana. brunel.ac.uk（A.I. Canhoto），Dorothy. brunel.ac.uk（D.A.-W. 日元）。https://doi.org/10.1016/j.indmarman.2021.11.001接收日期：2021年2月13日;接收日期：2021年11月3日;接受日期：2021年11月6日2021年11月14日网上发售0019-8501/© 2021作者。爱思唯尔公司出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表工业营销管理期刊主页：www.elsevier.com/locate/indmarmanB.J. Keegan等人工业营销管理100（2022）3637来完成他们的工作随着时间的推移，舞池变得越来越拥挤，因为越来越多的合作伙伴进入舞池尝试它。就像探戈中的合作伙伴一样，如果买方和供应商协调行动，有必要通过一系列复杂的步骤最终实现强大的绩效。然而，这种伙伴关系可能不会永远持续下去。有多个舞者共享舞池，合作伙伴可能会被丢弃或交换不跳舞胜任或超越标记，说明其流动性和多维性。本文有四个理论贡献。它通过展示专业知识声誉如何推动B2B公司采用AI来促进B2B营销文献，尽管他们缺乏内部AI技术和知识。它还有助于电力文献表明，网络参与者之间的权力收益和损失的谈判和重新谈判，通过交换不同的电源，创造和就业的新的。通过对复杂网络权力动态的流动性和多维性的阐述，为理解复杂网络权力动态提供了新的视角。接下来，通过识别网络参与者如何将数据用作谈判竞争优势的力量来源，为理解AI在营销中的使用做出了贡献。最后，本文有助于服务网络的文献，确定各方之间的相互依赖和权力谈判的组成和演变所产生的网络的作用。2. 文献综述2.1. B2B营销人工智能在商业中的作用和功能越来越受到营销学者的关注（Han等人， 2021年），鉴于预测这项技术将破坏营销理论和实践（达文波特等人，2020年）。公司被人工智能吸引的两个主要驱动力：技术能力和成本降低。然而，最近的研究指出了这种采用所面临的 挑 战 （ De Bruyn ， Viswanathan ， Beh ， Brock ， vonWangenheim，2020&;Huang Rust，2020&）。通过考虑B2B营销中人工智能采用的这两个方面，可以找到检查人工智能驱动的营销解决方 案 尽 管 人 工 智 能 对 B2B 的 重 要 性 （ Bag ， Gupta ， Kumar ，Sivarajah，2021&），但现有文献的重点是B2C部门（Liu，2020）或 研 究 其 潜 力 （ 例 如 ， Paschen ， Kietzmann ， Kietzmann ，2019&），而不是在B2B中部署AI应用程序的实际体验。2.1.1. AI采用文献确定了与B2B营销行业相关 首先是人工智能处理非常大的数据集并发现数据中新模式的能力，这些模式可用于生成新的见解（Cortez &Johnston，2017），提高效率（Bag等人，2021）和支持决策（博尔赫斯，劳林多，Spínola，Gonçalves，&Mattos，2021;段，爱德华兹，&Dwivedi，2019）。这就解释了为什么人工智能技术有助于增强营销策略的有效性，以及企业Mance（Liu，2020）. B2B人工智能应用程序的功能优势的例子包括广告购买（Gonzalvez-Cab anaeras&Mochon，2016），有针对性的广告 投 放 （ Jabbar ， Akhtar ， &Dani ， 2019 ） ， 销 售 队 伍 支 持（Sleep，Di X on，DeCarlo，&Lam，2020），国际营销策略的选择（Katsikeas，Leonidou，&Zeriti，2019），知识创造和知识管理（Bag等人， 2021）和创造力增强（Paschen等人， 2019年）。第二个驱动因素是采用人工智能解决方案所带来的成本节约。人工智能技术被认为比它通过自动化取代的人类更便宜，更快，更不容易出错（达文波特等人，2020年）。然而，即使是最简单的AI解决方案也可能需要大量的初始投资，并需要处理能力，访问各种数据库和定期更新，所有这些都是昂贵的（Canhoto Clear，2020&）。营销过程的AI自动化的示例包括细分和分析研究（Dwivedi，Hughes等人，2021; Dwivedi，Ismagilova等人，2021）、导联识别和评分（De Bruyn等人，2020年）和客户服务（Can-hoto &Clear，2020年）。无论驱动因素是什么，很明显，B2B营销越来越多地接受人工智能，导致实践的重大变革。这需要严格的调查和理论化（Duan等人，2019年; Upad-hyay，Upadhyay，&Dwivedi，2021年）的AI在B2B领域的发展状况。2.1.2. AI使用虽然Pettey（2018）捍卫了与人工智能相关的挑战与其他新颖和未 经 证 实 的 技 术 相 同 的 观 点 ， 但 Dwi-vedi ， Hughes 等 人（2021）;Dwivedi，Ismagilova等人（2021）认为公司面临着人工智能技术特有的挑战，并呼吁进行实证研究，探索其在营销中的部署。一个挑战涉及人工智能发挥其潜力的技术要求（Han等人，2021年）。也就是说，如果不能获得大型和高质量的数据集，或者没有处理这些数据集的技术基础设施，企业将无法从人工智能的承诺中受益（Dimitrieska，Stankovska，Efremova，2018&）。另一个挑战是人工智能是否适合某些类型的营销任务。人们普遍认为，人工智能更适合重复性任务，而不是直观的任务（Huang &Rust，2020），而许多营销问题需要后一种类型的技能（De Bruyn等人，2020年 ） 。 客 户 也 有 可能 抵 制 使 用 人 工 智 能 ， 而 选 择 人 机交 互（Longoni，Bonezzi，Morewedge，2019&）。另一个挑战是对公司本身的长期影响。由于人工智能技术通常在有限或没有人为干预的情况下运行，因此人工智能算法目标的定义和仔细规范至关重要（De Bruyn et al.，2020年）。然而，这可能是一个挑战，在营销中，目标可能被隐含地理解，难以转化为精确的量化术语（纳特，路透社，温和，陶德斯，2007&年）。此外，缺乏领域专家的监督，无法查询结果的出租，甚至无法理解人工智能解决方案如何达到特定的结果（Burrell，2016）产生了paradoX。这意味着外包-对人工智能的选择可能例如，2020，第101页）。此外，公司可能无意中从事有偏见的行为（Akter等人，2021; Lambrecht &Tucker，2019）和损害该公司&总之，尽管人工智能可能使B2B公司受益，但它们能否利用人工智能的承诺在很大程度上取决于它们获取关键技术和知识资源的能力，如数据、任务匹配模型或查询算法的能力。公司可能很难在内部开发这些数字资产，可能不得不将其外包，依赖于他们的服务供应商（Quinn，Dibb，Simkin，Canhoto，&Analogbei，2016），这突出了研究围绕人工智能解决方案实施的整个生态系统的必要性（Dwivedi，Hughes等人，2021; Dwivedi，Ismagilova等人， 2021; Han等人， 2021年）。2.2. 服务网络服务网络是组织间的结构，一个组织（焦点公司）与另一个组织（供应商）签订合同，向客户提供其价值主张的一部分（Wynstra，Spring，&Schoenherr，2015）。大数据的爆炸式增长不仅创造了机会，也带来了对个性化和更深层次客户关系的需求（Rust Huang，2014&）。这导致了复杂服务网络的产生（Ostrom等人，2010），推动许多B2B公司雇用人工智能供应商来生产客户重视的完整解决方案，而他们缺乏内部能力（Weigel &Hadwich，2018）。服务网络不同于B.J. Keegan等人工业营销管理100（2022）3638定向供应链网络，因为几个参与者之间的大量连接，以及它们的相互依赖性，对服务设计和交付提出了特定的挑战（Wynstra等人，2015年）。服务网络的理论视角为我们的研究提供了一个镜头，用于研究B2B营销中AI解决方案的买家和供应商之间的权力波动。2.2.1. 网络组成和结构在一个服务网络中，核心公司通常充当客户需求与供应商专业服务之间的桥梁&供应商、焦点公司和客户之间的三方合作提高了对客户的价值，但要求焦点公司和供应商的利益和能力保持一致（Finne&Holmstrom，2012）。公司面临的一个挑战是监测供应商提供的服务质量（Wynstra等人，2015年）。紧张局势的出现可能是因为各方有不同的目标，有时甚至是相互冲突的目标（Meyers、Riccucci、Lurie，2001&年）。这些紧张关系可能导致一个网络成员利用其地位（Sampson Spring，&2012），甚至可能导致市场失灵（Brown Potoski，2004&）。另一个挑战是供应商的选择。重点公司需要在提供一般服务的公司和提供定制解决方案的公司之间做出选择。前者可以降低风险并创造节省成本的机会（Wynstra等人，2015），然而，后者可能提供卓越的客户满意度（摩根，迪特-施梅尔茨，&莫伯格，2007）。关于供应商服务失败对其他服务网络参与者的影响的研究有限（Henneberg等人，2013年）。Choi和Wu（2009）指出，网络参与者通常存在于一个广泛的生态系统中，他们在特定的服务三元组之外相互作用。参与者可能在整个网络中扮演不同的角色，例如作为一个参与者的供应商，但另一个参与者的客户（Bastl，Johnson，Choi，2013&）。这意味着， 超越静态的网络角色，并考虑网络关系上的波动角色的影响。在我们的研究背景下，B2B营销采用人工智能技术提供了一个动荡的危险， 由此 多 行为者 是 推挤 为动力. 因此组合物 和 进化 的 的 B2b AI 网络 是 值得考试2.2.2. 网络中的关系服务网络关系的研究分为两大阵营。 第一个重点是稳定的网络，参与频繁交流的各方之间具有高度的承诺和信任。通过持续的合作和适应，这种关系逐渐发展（Hadjikhani，Lindh，Thilenius，2012&），演员之间没有重大冲突（Hadjikhani LaPlaca，2013&）。相反，第二阵营（例如，Grewal，Johnson，Sarker，2007&）关注的是麻烦网络，在这种网络中，由于危机、市场条件变化、目标冲突或技术快速变化而出现中断（Nijssen，Van Reekum，Hulshoff，2001&）。这些工作流并不总是反映所面临2.3. 权力依赖理论权力经常被讨论为依赖的二分法（Hingley，2005）;然而，权力和依赖并不相互排斥（Molm，2007）。爱默生（1962）解释说，权力和依赖共同作用，存在于演员之间的关系。也就是说，如果B控制了对A有价值的资源，A对B的依赖性就会增加，而如果A设法获得这些有价值的资源，A对B的依赖性就会降低来源于B以外的无论是否行使，当一方拥有另一方所重视的资源时，该方被视为拥有权力（Emerson，1962）。Dwyer，Schurr和Oh（1987）解释说，当二元商业关系被启动，发展和维持时，双方可能会变得更加依赖对方，从而在商业伙伴之间建立相互依赖关系。同样，当一个网络正在形成和发展，通过交换资源、协调活动、互动和通信，网络参与者在B2B营销文献中，权力往往被视为一种负面影响。在商业关系中构建，由于其与商业的黑暗面以胁迫和惩罚性后果的形式相关联（Jesusag，Yen，Barnes，2016&）。然而，最近的研究已经接受权力作为商业网络的核心概念之一，认为它总是存在于价值交换时，即使它的存在是不可观察或表现出来的（Hingley，2005）。2.3.1. 动力源大量的文献表明了五种不同但并不相互排斥的权力来源（表1）。这些来源体现了参与者&&的竞争优势和定位，反映了被视为有价值的资源 类型 ，因此 可以 与其他 网络 参与者 进行 交换 （SiemieniakoMitrugga，2018 ; Yen，Yang，Cappellini，2012年）。合法性，奖励，参考，专家和信息是软实力，可以以非强制性的方式行使，以帮助实现预期的结果，而不会损害业务关系（Sie-mieniako &Mitrugga，2018; Yen等人，2012年）。相比之下，行使强制权力，包括承诺，威胁和法律恳求（Leonidou，Leonas，&Leonidou，2008），可能导致关系中的冲突和不满，并可能减少关系的寿命（Leonsag等人，2016年）。这些权力来源通常是为了平衡二元业务部分之间的权力不对称而行使的（SiemieniakoMitrugga， 2018&）。2.3.2. 权力动态权力动态指的是商业行为者之间的互动方式，无论权力是否被行使（Hingley，2005）。在商业表1电源及其指示器。电源指示灯示例许多组织（LundinSteintho'rsson，2003年），这可能会在服务网络的生命周期中发生变化（Bingerich Bell，2008&年）。公司需要不断适应，重新审视其战略联盟并重新评估其网络定位，以开发新的能力（Spring &Araujo，2014），更好地获得允许他们创新的资源，并适应不断变化的商业环境（Ostrom等人， 2010年）。因 此 ，Hadjikhani etal. （2012年）需要研究以了解服务网络内的网络动态以及它们如何动态地形成很明显，一个复杂的经济实力技术力量E·X专业力量市场份额;公司规模;对其他网络成员的相对重要性（例如，销售或供应的百分比）;转换成本高产品和工艺创新;高质量的维护;灵活性;可靠的物流管理;备件可用性;高定制能力;独特的产品特性。研发&能力;应用工程;售前和售后服务;营销信息和技术诀窍;知识和情报;良好的客户和最终用户关系;卓越的客户服务;关于一般市场结构的独家知识;竞争和网络动态。AI B2B的买方和供应商之间存在技术关系营销服务。这往往是短暂的，由于脾气暴躁，信任力诚信;仁爱;信心;良好的业绩;客户满意度，受人尊敬的声誉;行业排名，不断发展的技术，这为本研究提供了一个独特的调查领域。合法性权力强大的个人关系纽带（关系）。长期合同;另一个网络成员的部分所有权;连锁董事会;合资安排;专利权或政府或机构授予的其他法律规定的特权。B.J. Keegan等人工业营销管理100（2022）3639在这种关系中，权力不对称自然存在，一方拥有另一方所重视或需要的资源（Siemieniako&表2面试参与者的特点。Mitraboga，2018年）;然而，这种不对称不是绝对的，公司可以通过其他来源抵消权力。例如，他们可以从事产品开发、专有技术、工艺创新或参与者参与者组多年的AI经验部门和角色描述符提高能力的做法，提高他们的技术和专业知识（SiemieniakoMitrugga，2018&）。此外，企业可以减少通过确定和合作替代01焦点公司15金融服务会计云工程02焦点公司10电信双方，将权力谈判扩展到二元商业关系之外（Yen et al.，2012年）。通过激活不同的权力来源，这种从关系不对称到对称的转变，类似于03重点公司15客户分析和见解信息通信技术探戈 舞蹈 移动 使用 到 谈判 位置 和 空间 上04焦点公司10电信舞池EX功率依赖文献倾向于讨论功率dy-05重点公司15医疗保健研究–从静态的，横截面的角度来看，与实证证据收集的供应商或客户在二元业务06焦点公司10发展总监电子商务零售关系（Munksgaard，Johnsen，Patterson，2015&;Siemieniako&07焦点公司15制药Mitrga，2018）。然而，服务网络呈现出一种临时结构，在这种结构中，不同参与者之间的关系不断地同时启动、协商、促进和重新发展08焦点公司8开发项目经理金融服务企业融资并且随着时间的推移（Hadjikhani等人， 2012年）。这种流动性创造了一种在没有黑暗的环境中，网络参与者09AI供应商5 AI营销解决方案提供商算法开发因此，需要研究注意力来理解和挑选复杂和流体网络结构内的功率动力学的复杂性（Hingley等人， 2015年）。这与本文的研究有关10AI供应商4客户各个行业AI营销解决方案提供商关于权力和依赖性如何在广泛的生态系统中由网络参与者进行谈判和重新谈判的问题，11AI供应商4 AI营销解决方案提供商提供定制客户观察人工智能作为一项新技术的采用过程3. 方法12AI供应商8分割人工智能营销解决方案提供商-这项研究采用了一种解释性的方法，13AI供应商3 AI营销解决方案提供商提供AI创新，被认为是社会建构的人工制品，研究参与者14研究员25电子商务平台学术的作用邀请他们阐明自己的行动和意图（焦亚，科利，&人工智能的发展Hamilton，2012）。因此，数据收集和分析的目标是捕捉研究参与者15研究员10计算机科学学术的作用从网络营销的角度。半结构化访谈提供了对实际经验的深入了解，这是缺失的从现存的文献（刘，2020）。16研究员8营销分析学术17研究员10学术3.1. 数据收集与之前的人工智能采用研究相呼应（例如， Bag等人， 2021年），这18研究员15零售营销学术和产业政策制定研究19研究员5学术在B2B营销中采用AI的广泛观点（表2）。参与者是从部署人工智能解决方案的B2B公司、销售此类解决方案的公司以及20研究员8AI在市场营销中的作用作为B2B中人工智能问题的专家和顾问，积极与行业合作伙伴合作（Dwivedi ，Hughes 等人 ，2021; Dwivedi， Ismagi-lova 等人 ，2021年）。供应商是根据营销解决方案的专业化来招募的（例如，用于客户分析目的），他们签约开发托管在大规模平台（如Google Cloud和Amazon Web Services）上的复杂算法。根据Gioia等人（2012），我们进行了半结构化访谈，以获得对感兴趣现象的回顾性和当代描述。根据文献综述部分确定的主题，访谈协议包括有关采用AI B2B营销解决方案的动机，部署和使用这些解决方案的经验，AI采用对网络关系的影响以及未来发展的问题（表3）。鉴于人工智能采用的速度和方法因国家而异（Dwivedi，Hughes等人，2021;Dwivedi，Ismagilova等人，2021年），重点是英国（英格兰北部）。使用了有目的的抽样方法，重点关注在B2B角色中运营超过五年的公司，这些公司有采用人工智能的证据。通过数字贸易该协会的通讯产生了8名参与者，这些参与者又招募了更多的参与者。我们还联系了在B2B营销中研究AI影响的学术研究人员，因为他们是B2B营销领域AI方面的知识领导者和政策影响者。作为这一领域的活跃研究人员，他们的知识是相称的，使我们能够理解当人工智能用于B2B营销时，权力访谈由研究小组的一名成员通过视频会议软件进行。这些都被记录下来，后来被转录下来。这些成绩单是匿名的，以保护研究参与者的隐私和他们所代表的组织的战略利益。平均而言，每次采访持续约45分钟，导致超过200，000个转录单词。3.2. 数据分析根据Krippendorff经过初步分类B.J. Keegan等人工业营销管理100（2022）3640表3审讯程序。请告诉我您目前的角色？你有多少年的行业经验？- 探索过去管理服务网络的例子你在目前的组织工作了多少年？- 决策层次探讨你对AI和机器学习有什么理解- 探讨动机和预期结果，我们 受访者 报道 的 焦 公司 采取 AI 的解决方案自动化营销流程，以标准化流程，提高效率，降低员工成本：相信人工智能对一代人的潜力考虑到人工智能供应商的说法，大幅节省成本并不奇怪，例如：“通过使用人工智能节省的最大金额约为每年7000 - 8000万美元的成本降低”（P02）。一些焦点公司也热衷于利用人工智能的能力，人工智能的采用采用人工智能（你的）组织如何使用AI？（你的）组织从人工智能中获得了哪些好处？- 探索能源的范围以及它们如何增加他人的依赖性（经济，技术，专业知识等）您在使用AI时遇到了哪些挑战？- 探索与供应商发生冲突的例子和解决方案人工智能如何改变了组织结构（角色，报告），流程和文化？- 探索由于流程自动化而导致的文化战略变革的示例- 探讨权力控制新颖的见解。然而，虽然文献确定了广泛的潜在应用（例如， Bag等人，2021年），受访者报告称 实际使用范围狭窄。焦点公司大多使用人工智能来增强创造力（例如，新产品开发）和用于目标交互（例如，在客户旅程的不同阶段提供个性化建议），如以下报价所示如果你看到有人在我们的制造商页面上互动，这意味着有更高的购买倾向。了解这些信息的种类，以及它们如何可能使我们作为一个企业受益是非常有用的。尤其是在数字化的您对第三方的AI解决方案供应商？- 探索依赖性和依赖性，以及他们的解决方案如何加强他们在市场上的竞争地位。- 网络关系产品开发团队，帮助确定路线图和未来发展领域的优先级。然后，获得正确的营销接触点，以及，能够在正确的时间获得正确的信息。（P06）。随着时间压力增长与5/10年前相比，AI如何改变组织的运作方式？- 探索对营销过程您如何看待人工智能在未来5/10年内在您的组织中发挥作用？- 探索由于营销流程人工智能被焦点公司视为创新技术的动力源（Hingley，2005），因为它能够提供所需的洞察力，以加强其营销产品和成本节约。此外，研究结果还揭示了一个文献中没有提到的激励因素：感知管理。也就是说，一家没有使用人工智能的公司可能会被其客户和竞争对手认为缺乏创新：人工智能是一个定位的营销机会，可以让品牌在按参与者类型划分的成绩单（表2）中，两名研究人员将成绩单分别编码为a）采用人工智能的动机和优先事项，b）人工智能使用的经验，以及c）相关组织的结果随后，这些研究人员询问数据以确定新出现的主题。第三位研究人员随后对组合编码进行采样，以检查模式匹配的一致性和饱和度，并确保内部有效性（Fereday Muir-Cochrane，2008&）。在这个阶段之后，研究人员经历了各种密封的分析周期，对观察到的现象撰写备忘录，注意数据中的重复，并确定使用模式和随后的权力状态之间的潜在关系。这一过程导致了二级主题和更高层次的聚合（图1）。在这个阶段，权力的概念开始体现在它的重要性方面。重新审视了最初的编码，并相应地修改了主题，以检查发现中的功率交换、波动和损耗。这些主题表明了一个复杂的界面，导致了力量探戈主题的发展（图。① 的人。4. 调查结果和讨论本节从企业内部使用人工智能的动机开始，详细阐述了权力波动和交易的作用。 B2B营销，然后分析这些驱动因素如何塑造他们的互动和提供解决方案。行动者在追求其目标时所做的权力权衡得到了确认，一些行动者变得依赖于其他行动者，有时，他们还在争取重新获得以前放弃的一些权力。该分析导致Power Tango的生成，体现了AI B2B营销解决方案交付中权力依赖的流动性（表4）。4.1. 走进舞池4.1.1. 焦点公司的权力与现有文献一致（例如， Davenport等人， 2020年）、被认为处于技术和发展的最前沿。这并不总是与（实际创新）相同。我认为有很多品牌都声称在他们的解决方案中有人工智能，以在市场中定位自己。（P08）。研究结果表明，焦点公司强烈希望通过采用人工智能解决方案来增强其竞争地位，甚至将人工智能解决方案应用于没有问题需要解决的业务场景。这是因为人工智能类似于专业知识的力量（Yen等人， 2012年），拥有这样的专业知识，提供能力，并加强其竞争地位。 能够使用人工智能使焦点公司成为严肃而有能力的舞者，他们准备好与客户进行亲密的探戈，利用他们获得的花哨的人工智能动作。 一位与会者表示，通过Elvis Presley的流行歌曲（Mercer，1972）的伪装，我错过了这个驱动程序，这表明当涉及到人工智能的采用时：“傻瓜冲进来[智者害怕踩]”。4.1.2. AI供应商寻求动力与之前的营销数字化浪潮一样（Quinn等人，2016年），人工智能的普及已经看到了众多供应商的到来，部分原因是巨大的财务收益的承诺。驱动 保持商业可行性可能会限制他们在人工智能领域产生真正伟大创新的能力，导致许多人工智能解决方案供应商在混乱的市场空间中产生通用创新：人工智能是一个相当有吸引力的投资目标，这意味着市场参与者太多，真正的创新不够。每个人都迫切地想提出算法本身，因为算法就是价值。这是有吸引力的，因为它是一个非常低的开销的商业模式真的。（P06）。因为算法代表专业知识，而专业知识带来力量（Yen等人，2012年），人工智能供应商竭尽全力保守他们的算法秘密，通过竞争来发展技术力量，B.J. Keegan等人工业营销管理100（2022）3641Fig. 1. 数据编码结构。优势，并维持客户也就是说，通过成为算法的守门人，供应商也限制了其他人通过开源算法可以改善其功能。因此，对算法保密的强调可能会产生利益冲突，例如：人们不会公开算法供公众监督。他们隐藏它的目的很简单，因为这是一个商业优势。它使他们的钱。因此，存在潜在的利益冲突。当有人控制一个算法时，从中赚钱是他们的主要功能。它不是为客户服务，客户，让我们的生活更轻松。（P17）。意识到这种二分法，一家供应商表示，他们发布算法是为了促进进一步创新并与客户建立信任：我们非常希望以技术闻名，我们希望吸引更多的书呆子（客户）。我们发布代码，它就在那里，任何人都可以看到。我们想展示所有这些东西是如何工作的，并使其更容易获得。 我们不担心，因为我们放弃它，它会失去我们的业务。我们认为，我们将获得一个声誉，我们擅长我们所做的事情，其他人（客户）会想来找我们。（P09）。正如上面引用的话所描述的，通过分享和公开他们的算法，这家人工智能供应商通过与客户和其他网络参与者建立更信任的关系来谈判其竞争定位。因此，信任被用作替代的动力源（Yen et al.， 2012年，为了弥补他们的损失，Rithms然而，创新水平以及焦点公司和供应商利用人工智能技术能力以识别新机会的程度目前远远低于这项技术的潜力。通过领导和公开他们的算法，一些人工智能供应商试图展示他们的能力和标志，作为自愿的舞者，他们被认为比其他那些把花哨的舞蹈动作留给自己的人更值得信赖。4.2. 学习步骤4.2.1. 舞蹈的承诺开发人工智能解决方案是一项复杂而昂贵的事业，需要复杂的技术技能和广泛的试错（DeBruyn等人，2020年）。调查结果显示，进入这一领域的焦点公司很快意识到，开发人工智能解决方案的成本是多方面的，而且是巨大的（根据Canhoto Clear，2020&）。受访者报告的成本包括硬件、训练数据集和模型，以及招聘数据科学家和工程师。这也可能是这样的情况下，与以前的营销数字化浪潮（奎因等人，2016年，公司无法招募人工智能专家。短期内B.J. Keegan等人工业营销管理100（2022）3642表4力量探戈。Focal Firm（FF）小型供应商技术巨头客户走进舞池学习步骤在舞池里谈判未来的步伐、节拍和节奏+通过使用AI技术寻求竞争优势。+受益于科技巨头的力量需要专业力量（FF+通过合同协议的专业知识/技术力量。- 特权科技巨头的信任力量超过小型供应商的专业知识力量- 需要共享数据以使AI高效+开始看到一些经济奖励- 焦点公司必须放弃对数据的控制。依赖供应商和科技巨头+公司开发内部技术/专业知识，能够保留数据+公司继续使用人工智能供应商，并通过网络关系的管理获得技术/专业知识的+拥有探索AI技术力量所需的专业知识。- 缺乏科技巨头的信任力量;以及大型供应商+提供利基解决方案通过技术/专业知识把关- 需要支付技术巨头以换取技术/专业知识+供应商获得FF数据的控制权，交换到科技巨头平台- 技术解决方案的任务适应性差的风险，导致经济能力降低。- 供应商通过重新谈判合同条款（合法性）- 公司失去FF合同，数据和提供AI解决方案的能力+受益于发展吸引新FF的技术/专业知识+供应商受益于长期确定其经济/合法性的定期合同+拥有必要的专业知识，通过探索人工智能的技术力量来实现经济力量的承诺+品牌规模带来信任力，a相对于FF;和技术/专业知识，以小供应商+获得合法性和经济实力从FF- 从供应商获得经济权力，以换取技术/专业知识+来自FF和供应商的数据进一步增强了技术/专家的力量，因此，它的信任力和潜在的经济力。+科技巨头在经济通过市场份额和技术+科技巨头控制着人工智能解决方案托管的平台，因此在经济/技术/专业知识方面受益于这两个运动。+获得合法性，将自己定位为AI专家知识中心，增加合法性。+客户对技术和专业知识创新的赞赏，增加了他们对人工智能营销的- 在使用AI- 客户不适应新技术的风险，影响供应商的信任、合法性和专业知识。- 客户的数据在他们同意/不同意的情况下进行交换。+客户受益于AI解决方案的使用。+客户可能拒绝贡献其数据- 缺乏客户数据会影响供应商解决方案的技术/专业能力- 客户数据受到道德协议的进一步+客户获得权力和控制权他们的数据，以及更广泛的人工智能解决方案行业的未来当市场提供他们可以轻松购买或许可并插入现有IT基础设施的替代方案时，焦点公司开发定制的AI解决方案可能没有意义。换句话说，缺乏技术专长或希望快速部署的焦点公司可能会选择第三方解决方案，即使它不能满足他们的所有需求：您可以尝试构建由IBM Watson支持的AI解决方案。但是，你可能需要一年的时间才能得到足够的东西而且代价是巨大的。为了策划这些算法所付出的智力努力令人难以置信。人们没有意识到它有多广泛。 所以，如果你买了什么作为一种服务，你集成经过验证的组件来完成您想要的部分功能，并对其进行改进。但是，在一个大型项目中，也很容易陷入黑洞。当你购买服务时，你必须非常仔细地检查它，看看它在实践中是如何运作的。很容易犯错误。（P11）。面对成本不断上升的前景，以及开发自己的人工智能解决方案所面临的技术挑战，第三方提供更便宜、更快实施的解决方案成为一个有吸引力的提议。然而，没有完全配备人工智能技术或专业知识作为动力源，使得焦点公司越来越依赖其人工智能供应商，这削弱了他们的竞争地位（Molm，2007）。一些人认为，软件即服务（SaaS）路线可能是焦点公司的理想场景在企业层面，我看到组织拥抱AI，因为它已经封装在SaaS解决方案中。更大的企业会倒闭，做他们自己的事情，因为他们与成千上万的工程师有着巨大的深度。我永远不会去找客户说，‘我要给你雇20个机器学习专家’，我会去找客户，开发一个非常好的具体解决方案， 99% 的时间，这将是一个伟大的SaaS解决方案。（P0.01）。尽管如此，其他焦点公司对供应商实际为其业务增加价值并提供B2B客户所重视的完整解决方案的能力表示担忧有或者他们可能有一个稍微不同的问题。或者它（P06）。此外，一些与会者对一些供应商的做法以及他们真正提供他们所宣传的复杂人工智能产品有一些牛仔说他们卖的是人工智能，而实际上是非常简单的机器学习。其中一个人通过LinkedIn联系我说我们可以为你提供这个，这是自切片面包以来最好的东西。它甚至比您目前使用的产品。而且，在更仔细地查看它之后，它是非常基本的软件。（P08）。公司难以监控供应商提供的服务质量是服务网络中的一个常见问题（Wynstra等人， 2015年）。然而，这个问题在以下情况下特别重要：人工智能是因为缺乏专业知识，也因为供应商强调算法保密，正如之前强调的那样虽然AI专业知识和尽管人工智能技术被认为是决定网络参与者竞争力的最重要力量来源相反，规模较小的新供应商试图提高其技术实力的知名度，以赢得重点公司的信任这是一个不断发展的行业，很难引起人们的注意。我们的业务三个月前才推出，但我们进入了人工智能的真正利基领域。我们的主要竞争对手有一百多名员工，B.J. Keegan等人工业营销管理100（2022）3643价值数百万英镑的投资，拥有零售领域的大客户。他们的解决方案非常昂贵，但提供了很好的结果。（P09）。在这个迅速崛起的混乱市场中，受访者区分了两种类型的人工智能供应商：科技巨头和小型企业。亚马逊网络服务、谷歌云和