2030营销未来图景：人、AI员工与智能商业

BOARD BRIEF 01

出版说明

项目	内容
报告名称	《2030营销未来图景：人、AI员工与智能商业》
出品方	竹势 AI 营销智库
版本	2026年7月正式版
核心读者	企业董事长、CEO、CMO、市场负责人、数字化负责人、品牌负责人、代理商与媒体经营者
报告性质	未来情景与经营决策工具
引用原则	法规、政府与国际组织、同行评审研究、上市公司披露、平台官方材料和具名机构研究优先
重要边界	2030相关内容均按结构变化、关键不确定性、条件情景和触发信号表达，不构成精确预测或投资承诺。

版权与使用

本报告可用于企业内部战略讨论、经营规划和能力建设。引用时请注明“竹势 AI 营销智库，《2030营销未来图景：人、AI员工与智能商业》，2026年7月”。报告中的第三方商标、案例与数据归原权利人所有。

阅读方法

董事会可先阅读执行摘要、四情景矩阵和行动组合；经营团队再按AI员工、组织、客户入口、品牌信任、媒体、代理商与决策系统逐章落实。每章均按“判断—机制—证据—案例—边界—管理含义”组织。

执行摘要：十个可证伪判断

第一章 2030未来研究的边界与纪律

第二章六股相互作用的结构力量

第三章 AI员工：执行权、授权半径与人工接管

第四章人机组织：任务、岗位与决策权重构

第五章客户入口：机器中介与客户关系资产

第六章品牌信任：内容过剩时代的证据链

第七章媒体与注意力：自动化交易和利润目标

第八章代理商价值：执行商品化后的新合约

第九章智能商业决策：速度、质量与责任接口

第十章四种2030营销经营情景

第十一章情景切换雷达与领先指标

第十二章 2026—2030行动路线

董事会与经营层工具箱

附录A 案例卷宗

附录B 专家与经典思想转译

附录C 来源索引

BOARD BRIEF 02

核心判断	可检验边界
1. AI执行权将扩大，但不会均匀扩大	高确定性变化是AI进入受约束执行链；可证伪条件是：到2030年企业关键营销动作仍主要停留在建议和草稿阶段，且没有可审计的工具调用、权限与回滚机制。
2. 岗位结构变化快于岗位总量消失	任务被拆分、重组和重新定价的速度，将高于完整岗位被端到端替代的速度；若多数营销职业在统计上出现持续、广泛、直接净消失且任务重组不显著，该判断被推翻。
3. 客户入口将多中心并存	传统搜索、生成式答案、推荐、电商、代理式采购与品牌自有触点会长期并存；若单一代理入口在主要品类持续占据绝对多数发现与交易，该判断需修正。
4. 品牌资产将增加“机器可读证据层”	产品事实、来源、库存、服务承诺、资质、评价与纠错记录将成为品牌基础设施；若机器中介不影响可见度、转化或信任，投入优先级应下降。
5. 透明只是信任的必要条件之一	披露AI使用不会自动产生信任；履约一致性、可验证来源、人类责任与纠错速度更关键。
6. 媒体自动化程度将上升，企业测量主权更稀缺	平台算法会扩大自动出价、创意组合与跨渠道分配，但平台最优目标与企业利润目标不会天然一致。
7. 代理商工时价值承压，责任价值上升	标准执行、基础制作和常规优化更易商品化；问题定义、跨域整合、专有数据、变革落地和结果责任将成为溢价来源。
8. 决策速度上升不等于决策质量上升	数据质量、目标函数、例外处理、反馈延迟和责任接口决定价值上限。
9. 监管将首先改变高风险动作的设计，而非阻止全部创新	可追踪、告知、内容标识、人工监督和风险管理将逐步进入产品与流程要求。
10. 最优战略是分层下注	企业应先做无悔能力，再以小规模期权验证不可逆投资；当领先指标越过决策门时再扩张。

类型	定义	报告写法	管理用途
已发生事实	截至2026年7月可由公开材料验证	写明时间、主体、样本与口径	确认基线
高确定性结构变化	已有多重机制推动，方向稳定但速度不确定	给出反例与证伪条件	无悔投资
关键不确定性	方向、速度或治理结果存在显著分叉	不强行给精确概率	期权布局
条件性推演	只有在一组条件同时成立时出现	列必要条件和触发信号	条件行动
规范性建议	基于风险偏好和经营目标提出	明确价值判断与退出条件	治理与资源配置

思想	原意	AI营销连接	修正与管理判断
Shell情景规划	用多种一致未来检验战略	检验AI自主权与治理基础的组合	不为情景分配伪精确概率；关注切换信号
Tetlock预测校准	分解、更新、记录概率与误差	把“AI将取代营销”拆成任务与时间窗	季度更新假设，保留预测日志
Simon有限理性	决策者受信息与计算限制	AI扩展搜索与生成，但目标仍有限	速度提升不消除目标偏差
实物期权	不确定环境下保留扩张、推迟与退出权	先试点、可逆集成、分阶段授权	为学习付费，而非提前锁定终局

结构力量	主要驱动	经营机会	主要风险
AI执行权	模型推理、工具调用、工作流与记忆	更快、更便宜的动作闭环	错误扩散、权限滥用、目标错配
客户入口	生成式答案、推荐、电商与购买代理	决策摩擦下降	品牌失去可见接触与第一方关系
品牌信任	来源、履约、纠错与人类责任	可信信号更有溢价	合成内容稀释真实性
媒体交易	自动出价、创意组合、跨渠道优化	实时配置和长尾实验	平台目标替代企业利润目标
组织重构	任务拆分、管理跨度、技能与责任接口	小团队可管理更大动作量	隐形劳动、技能退化、责任真空
监管责任	风险分级、透明、数据与消费者保护	建立可信市场规则	合规碎片化和创新摩擦

层级	项目	判断	观察重点
高确定性	生成和基础执行成本下降	方向明确，幅度和行业差异不确定	单位任务成本、人工复核率
高确定性	多入口并存	入口组合变化，但不会立即统一	发现、比较、购买路径份额
高确定性	可追责要求增强	监管与事故共同推动	日志、披露、人工接管
关键不确定性	通用购买代理普及速度	取决于支付、身份、授权和责任	代理交易占比、退款争议
关键不确定性	平台集中度	可能集中，也可能被互操作标准削弱	流量集中、数据可携带性
关键不确定性	企业是否形成AI原生组织	技术可用不等于组织采用	决策权、管理跨度、岗位重构
条件性	大规模自主媒体交易	需可验证测量与预算护栏成熟	无人干预交易比例、异常损失

因子	低风险特征	高风险特征	设计要求
可观测性	输入、推理依据、工具调用和结果可记录	黑箱动作、外部系统状态不可见	全链路日志、证据引用、状态监控
可逆性	可撤回、回滚、重放	付款、公开承诺、删除、不可逆发布	草稿模式、双重确认、额度与时间窗
目标函数	单一清晰、反馈及时	多目标冲突、代理指标易被操纵	目标分层、利润护栏、负面约束
责任接口	责任人和升级路径明确	供应商、平台、业务方互相推诿	RACI、事件分级、赔付与审计条款
人工接管	可暂停、转人工、恢复	无法中断或接管成本过高	熔断器、异常阈值、人工值守

级别	AI角色	允许动作	典型场景	决策门
L0 观察	记录与分析	不生成外部动作	舆情、账户诊断	数据质量达标
L1 建议	输出方案	人执行	预算建议、回复建议	建议可验证
L2 起草	生成待审批动作	人批准后执行	内容、邮件、投放变更草稿	审批与版本控制
L3 受约束执行	在额度和白名单内执行	可自动发布或调整	低风险FAQ、低额预算优化	异常可监控可回滚
L4 委托经营	围绕目标跨系统规划执行	多动作连续闭环	成熟场景的日常运营	高可观测、强治理、责任清晰

问题	是	否
动作是否对外承诺、支付、公开发布或改变客户权益？	进入高风险审查	继续
错误是否可在可接受时间和成本内回滚？	继续	必须人工批准
是否有权威数据源、权限白名单和完整日志？	继续	停留L1/L2
是否能检测异常并立即熔断？	允许小范围L3试点	不得自动执行
责任人、赔付和升级路径是否明确？	按额度扩展	停止授权

任务类型	AI相对优势	人类相对优势	组织设计
高频规则任务	速度、一致性、并行	例外判断	AI执行，人监督
信息密集判断	检索、比较、模拟	目标澄清、因果质疑	AI准备证据，人决策
关系与信任任务	上下文提醒、记录	共情、谈判、责任承担	AI辅助，人面对客户
原创与高模糊任务	发散、变体、组合	品味、取舍、文化判断	人定方向，AI扩展探索

入口	用户任务	机器中介角色	品牌风险	必备资产
传统搜索	主动查找	排序与摘要	点击减少、比较前置	权威内容、实体一致性
生成式答案	解释与方案	综合回答	来源被弱化	可引用证据、结构化事实
推荐流	发现与娱乐	预测兴趣	品牌被内容片段化	创意资产、反馈信号
电商平台	比较与购买	排序、定价、履约	客户关系归平台	商品数据、评价、履约
代理式采购	委托筛选与交易	读取偏好、比较、执行	品牌无法直接说服人	API、政策、可验证条款
品牌自有触点	咨询、服务、复购	个性化与关系维护	建设成本高	身份、同意、会员与服务数据

资产层	关键对象	质量标准	责任人
实体层	品牌、产品、型号、服务、地点、人员	命名一致、唯一标识、关系清晰	品牌/数据
事实层	参数、价格、库存、交付、保修、资质	可更新、有时间戳、有来源	产品/运营
证据层	测试、认证、案例、评价、方法	可核验、口径完整、边界明确	法务/品牌
交易层	支付、合同、退换、预约、授权	机器可读、权限可控、可回滚	商务/法务/IT
关系层	身份、偏好、同意、历史互动	客户可控、用途透明、可携带	CRM/隐私

环节	核心问题	可验证证据	常见失效
主张	品牌承诺了什么	明确范围、条件和时间	夸大、模糊、无边界
来源	依据来自哪里	原始数据、资质、测试、引用	二手转述、来源失真
生成	内容如何产生	AI披露、版本、审核记录	伪装真人、不可追溯
履约	实际交付是否一致	订单、服务、质量与响应记录	宣传与体验割裂
纠错	错误如何处理	更正时效、公开说明、补救	删除、拖延、推责
责任	谁承担后果	人类负责人、合同与赔付	责任真空、供应商甩锅

检查项	必须回答的问题	可接受证据	红线
优化目标	系统实际优化什么事件？	事件定义、价值权重、延迟窗口	只说“AI自动优化”
增量性	转化是否本来就会发生？	随机实验、地域/人群留出	只看平台归因
利润	收入是否覆盖毛利、退货和服务成本？	贡献利润、客户质量	只看ROAS
边界	预算、品类、地域、频次如何限制？	硬上限、负面列表、异常规则	无限自动扩量
透明	哪些流量、创意和受众不可见？	可导出报告、审计权限	关键明细完全黑箱
异常	错误如何发现和停止？	阈值、熔断、回滚	只能事后申诉

价值层	传统计价	AI压力	未来溢价来源
生产执行	工时、件数	高度承压	专有制作系统、极致效率
平台操作	账户管理费	承压	跨平台治理与透明
专业判断	资深人天	分化	原创洞察、品味与高风险判断
跨域整合	项目费	上升	连接品牌、媒体、销售、数据与法务
组织变革	咨询费	上升	流程重构、培训、采用与治理
结果责任	佣金/绩效费	上升但风险更高	可控因果范围、共享收益与损失

合同模块	关键条款
AI使用与知识产权	训练、生成、第三方模型、素材来源与权利保证
数据与权限	可访问数据、用途、留存、删除和跨境
责任分配	错误发布、预算损失、虚假承诺、侵权与安全事件
透明与审计	工具链、人工审核、日志、分包商和模型变更
计价机制	基础能力费、使用量、里程碑、绩效口径与上限
退出与可迁移	数据导出、模型/工作流迁移、账户归属、知识资产交付

步骤	AI可承担	人类必须保留	质量门
感知	采集、监控、异常发现	定义重要信号	数据完整与时效
解释	归因候选、模式比较	因果质疑、情境判断	证据层级
目标	拆解目标、模拟权衡	价值取舍、红线	目标一致性
方案	生成与压力测试	选择和责任承担	备选充分
执行	工具调用、排期、调整	授权与例外批准	权限和可逆性
反馈	汇总结果、更新模型	判断外部变化	反馈延迟
学习	沉淀规则、知识和案例	废止错误规则	版本与反证

情景	坐标	形成机制	组织图景
A 可信自主商业	高自主 × 强治理	AI在明确责任、可审计和可回滚条件下跨系统执行；客户允许代理参与比较与交易。	人类聚焦目标、关系、原创判断和例外；AI员工承担大部分常规闭环。
B 平台化黑箱增长	高自主 × 弱治理	平台和供应商掌握执行权，企业缺乏数据、测量和责任接口。	效率高但依赖强；异常、虚假优化和责任争议频发。
C 增强型专业组织	低自主 × 强治理	监管、风险偏好或能力边界限制自主执行，但AI广泛增强分析与生产。	岗位重组显著，人保留批准与外部承诺。
D 合成噪声与信任衰退	低自主 × 弱治理	内容供给泛滥、客户不信任、组织无法建立治理，AI停留在碎片工具。	成本下降但经营结果弱，品牌和代理商陷入低价竞争。

维度	情景描述
必要条件	代理能力稳定；身份、支付、权限、审计和赔付机制成熟；企业数据和流程可调用。
组织与岗位	小型高判断核心团队管理多个AI执行单元；出现AI运营控制、代理审计、知识产品与责任设计岗位。
客户入口	生成式答案、购买代理和品牌自有代理可互操作；客户可查看证据与授权范围。
品牌信任	机器可读证据、履约记录和纠错机制成为品牌资产。
媒体交易	预算在护栏内自动配置，独立增量测量常态化。
品牌—代理商	代理商提供经营系统、专有资产和结果责任；计价转向能力费+可控绩效。
风险	目标错配被快速放大；高集中度基础设施形成系统性依赖。
企业动作	扩大L3/L4授权；投资可迁移架构、测量主权和责任保险。

雷达维度	领先指标	证据来源	解释原则
技术能力	真实工具调用成功率、长任务完成率、异常恢复与成本	官方基准、企业生产日志	能力是否跨越可用门槛，而非演示
治理成熟	审计、身份、权限、回滚、保险和责任条款采用	标准、监管、合同	是否支持扩大授权半径
客户行为	生成式答案使用、代理比较／交易、人工服务偏好	平台披露、客户研究、一方数据	入口迁移是否持续
媒体结构	自动化预算占比、平台集中度、独立实验使用	平台与上市公司披露	平台权力是否上升
组织采用	任务重构、管理跨度、AI负责人、培训与事故	企业披露、岗位数据	是否从工具试用进入系统运营
信任事件	深伪、错误承诺、数据泄露、假评论执法与品牌危机	监管与法院材料	弱治理情景是否加速

指标	当前状态	方向	证据日期/口径	触发动作	反证/退出
AI执行可靠性	待填	↑/→/↓	生产任务样本	扩大或收缩授权	连续异常/成本上升
客户入口迁移	待填	↑/→/↓	按品类的一方数据	调整内容与接口投资	转化质量下降
品牌信任事件	待填	↑/→/↓	投诉、监管、舆情	强化证据与人工责任	事件消退且机制修复
平台集中度	待填	↑/→/↓	流量、预算、交易	第二供应商与可迁移	开放接口改善
监管义务	待填	↑/→/↓	法规实施节点	合规产品化	适用范围变化

阶段	核心目标	责任与动作	关键交付物	退出条件
90天	建立基线与一项受控试点	CEO定风险偏好；CMO选闭环；CIO建日志与权限；法务定红线；HR做任务盘点	授权矩阵、数据清单、试点评估、事故预案	没有明确业务负责人或基线则不启动
12个月	形成3—5个可重复场景	统一知识、工作流、测量和供应商条款；重构岗位与审批	场景组合、AI员工台账、证据链、增量测量	全成本高于替代方案且无学习价值则退出
36个月	跨部门扩张与客户入口建设	连接营销、销售、服务和数据；建立机器中介资产层	统一实体/事实/证据/交易接口；多供应商架构	锁定过强、责任不清、事故率上升则暂停
2030	按情景切换组织与资本配置	根据雷达选择可信自主、增强专业或防御收缩路径	动态授权、情景组合、董事会年度重估	不以既有投资沉没成本阻止退出

角色	90天	12个月	36个月及以后
CEO	风险偏好、场景赞助、决策门	资本组合与责任制度	按情景调整组织边界
CMO	闭环选择、指标基线	入口、品牌证据与代理商重构	经营级AI营销系统
CIO/数据	权限、日志、数据源	平台架构、身份、互操作	可迁移、多供应商和实时决策
法务风控	红线、披露、事件响应	合同、审计、监管映射	责任保险与跨域治理
HR	任务盘点、培训与沟通	岗位、绩效、管理跨度	技能组合与劳动力转型
代理商管理	AI披露与成本透明	新计价、资产归属、绩效口径	组合生态与退出机制

行动类型	现在做什么	何时扩大	何时停止
无悔行动	数据与知识质量、权限日志、品牌证据、独立测量、任务盘点	持续投入	仅在无业务价值时缩减范围
期权行动	购买代理接口、L3自主执行、AI原生组织单元	能力+治理+经济性三门通过	验证失败或锁定过强
条件行动	大规模自动交易、结果付费、跨系统L4授权	领先指标持续触发	事故、监管或客户信任恶化
禁止行动	无日志自动发布、无上限预算、虚假AI主张、不可导出锁定	不适用	立即停止

字段组	必填字段
身份	名称、业务负责人、技术负责人、供应商、版本
目的	任务、目标、禁止目标、适用客户/地区
权限	数据、工具、额度、时间窗、外部承诺
控制	审批、日志、异常阈值、熔断、回滚、人工接管
质量	评估样本、通过标准、已知失效、监控频率
责任	RACI、合同、赔付、事件分级、监管适用
经济性	模型、集成、监督、返工、事故与机会成本

2030营销未来图景人、AI员工与智能商业

六个未来判断入口

版权与使用

阅读方法

董事会现在应决定的五件事

1.1 五类陈述必须分开

1.2 情景法的适用边界

1.3 经典思想转译

2.1 反馈回路

2.2 结构变化与关键不确定性分层

3.1 授权半径五因子

3.2 五级授权模型

案例：Air Canada聊天机器人责任事件

案例：Klarna从效率高峰转向混合服务

3.3 人工接管决策树

4.1 人机任务四分法

4.2 管理跨度会扩大，但监督劳动不会消失

案例：P&G／Harvard Business School“Cybernetic Teammate”现场实验

4.3 Coase与社会技术系统的修正

5.1 六类入口并存

5.2 信息觅食与Jobs to Be Done

5.3 机器中介资产清单

6.1 品牌信任证据链

6.2 Akerlof与信号理论

案例：FTC“Operation AI Comply”

6.3 危机处置的2030升级

7.1 Simon注意力与Goodhart定律

7.2 平台目标与企业利润对齐检查表

7.3 独立测量的最低配置

8.1 价值迁移六层

8.2 新合同应写清什么

8.3 反例与边界

9.1 决策闭环七步

9.2 Deming系统与质量思想

案例：阿里巴巴客服生成式AI现场实验

9.3 决策系统的四项审计

A 可信自主商业

B 平台化黑箱增长

C 增强型专业组织

D 合成噪声与信任衰退

11.1 领先指标台账模板

11.2 触发式决策原则

12.1 角色责任矩阵

12.2 行动组合

工具1：董事会季度提问清单

工具2：AI员工台账字段

工具3：品牌信任证据链评分

工具4：代理商价值评审问题

2030营销未来图景
人、AI员工与智能商业

评分	标准	董事会判断
0 缺失	无来源、无责任、无纠错	禁止对外自动化
1 初始	有主张和人工审核，证据分散	仅L1/L2
2 可控	来源、版本、审核和纠错可追溯	可小范围L3
3 可信	跨入口一致、履约验证、客户可申诉	扩大授权
4 韧性	主动发现错误、快速纠错、独立审计	可支持高自主场景

案例	主体/时间/情境	结果证据	机制与启示	边界
Air Canada聊天机器人	2022—2024，加拿大，航空/高责任服务	错误政策答复造成赔付	企业对机器人公开信息承担责任	特定司法辖区裁决
Klarna客服AI	2024—2025，瑞典/全球，金融科技	高自动化率与效率后补充人工	按复杂度分层与混合服务	早期结果多为公司自报
P&G/HBS实验	公开研究，791名专业人员，消费品/知识工作	AI改变个人与团队绩效边界	重构工作单元而非只减员	实验任务不可直接外推
Alibaba客服实验	2026论文，中国，电商售后	平均提速、异质性明显	按员工与任务分层部署	论文场景与状态需持续复核
FTC Operation AI Comply	2024，美国，多行业	打击虚假AI能力、假评论与收益承诺	AI主张必须有证据与边界	美国执法语境
Google Performance Max	2024—2025，全球，广告平台	自动化同时增加控制与透明功能	平台效率需独立测量和护栏	官方功能不等于普遍增量
Omnicom Omni与整合	2024—2025，全球，代理集团	数据、媒体、创意和AI平台化	代理商价值向整合与资产迁移	并购协同结果仍需观察
欧盟AI法案透明义务	2024—2026，欧盟，监管	合成内容与AI交互透明要求分阶段适用	披露进入产品设计	适用范围与细则持续演进

专家/来源	原意或观点	本题连接	管理判断
Herbert Simon	有限理性与注意力稀缺	AI扩展计算和信息供给，但目标设定与注意力仍稀缺	不能用更多信息替代更好问题
George Akerlof	信息不对称与柠檬市场	生成供给降低可观察质量差异	投资高成本可信信号
Ronald Coase	企业边界与交易成本	AI同时降低协调成本、提高治理责任成本	按净交易成本重画组织边界
W. Edwards Deming	系统与质量管理	AI会放大系统缺陷	先修目标、数据和流程
Philip Tetlock	预测校准	拆解预测、持续更新、记录误差	建立情景预测日志
Peter Schwartz/Shell传统	情景规划	多种一致未来检验韧性	情景必须改变资源配置
NIST AI RMF团队	治理—测量—管理风险	把AI风险管理嵌入生命周期	治理是扩权前提
ILO/OECD研究团队	任务暴露与劳动转型	岗位结果取决于任务、技能和制度	避免把暴露等同替代
Lina Khan/FTC执法语境	既有消费者保护法适用于AI	没有“AI免责”	主张、证据和责任一致
平台产品负责人视角	自动化需更多控制与透明	广告主需要边界与可解释操作	平台最优不等于利润最优

编号	机构/作者	标题	日期	样本／口径与限制
S01	OpenAI	A Practical Guide to Building AI Agents	2025	面向产品与工程团队的代理设计、工具、护栏与部署指南；供应商官方材料。
S02	NIST	AI Risk Management Framework；Generative AI Profile NIST-AI-600-1	2023—2024	自愿风险管理框架与生成式AI风险画像。
S03	British Columbia Civil Resolution Tribunal / Moffatt v. Air Canada	2024 BCCRT 149	2024-02-14	聊天机器人错误信息责任的具体裁决。
S04	Klarna	AI assistant handles two-thirds of customer service chats in its first month	2024-02-27	公司自报：230万次对话、覆盖约三分之二客服聊天等。
S05	公开采访与后续报道	Klarna reinvests in human customer service	2025	公司转向混合服务的后续信息；不同报道口径需区分。
S06	ILO	Generative AI and Jobs: A Refined Global Index of Occupational Exposure	2025-05-20	任务级数据、专家输入与模型预测；评估职业暴露而非直接预测失业。
S07	OECD	Artificial intelligence and the changing demand for skills in the labour market	2024	AI对非AI专业岗位技能需求的影响。
S08	Harvard Business School researchers / Procter & Gamble	The Cybernetic Teammate	2025	791名专业人员现场实验；任务、样本与外推边界需保留。
S09	European Union	Regulation (EU) 2024/1689 — Artificial Intelligence Act	2024-07-12	风险分级、透明与通用AI等规则；分阶段实施。
S10	中国国家互联网信息办公室等七部门	生成式人工智能服务管理暂行办法	2023-07；2023-08-15施行	面向境内公众提供生成式AI服务的管理规则。
S11	U.S. Federal Trade Commission	Operation AI Comply enforcement announcements	2024-09-25	针对虚假AI主张、假评论及欺骗性商业方案的执法行动。
S12	Google	Kick off 2025 with new Performance Max features	2025-01-23	平台官方功能材料，涉及控制、报告与自动化。
S13	Omnicom	Omni platform corporate materials	2024—2026	集团对连接创意、媒体、数据与AI能力的官方定位。
S14	Omnicom	Completion of acquisition of Interpublic	2025-11	集团官方并购完成公告；协同结果仍待后续披露。
S15	Ni, Wang, Feng, Lu et al.	Generative AI in Action: Field Experimental Evidence from Alibaba’s Customer Service Operations	2026	随机现场实验论文；速度、主观质量、客观重试与员工异质性。
S16	OECD	Employment Outlook 2023: Artificial Intelligence and the Labour Market	2023	七国制造与金融调查及劳动质量讨论。
S17	OpenAI	New tools for building agents	2025-03-11	代理作为代表用户独立完成任务的官方定义与工具发布。
S18	European Commission	AI Act policy and implementation timeline	持续更新	透明规则与分阶段实施说明。
S19	FTC	Rulemaking and enforcement on impersonation and AI claims	2024	消费者保护、冒充与AI欺骗风险。
S20	Philip E. Tetlock & Dan Gardner	Superforecasting: The Art and Science of Prediction	2015	预测分解、校准、更新与团队实践。
S21	Pierre Wack / Shell scenario tradition	Scenarios: Uncharted Waters Ahead	1985	情景规划用于战略学习而非单点预测。
S22	Herbert A. Simon	Administrative Behavior；Designing Organizations for an Information-Rich World	1947/1971	有限理性与注意力稀缺。
S23	George A. Akerlof	The Market for “Lemons”	1970	质量不确定性与市场机制。
S24	Ronald H. Coase	The Nature of the Firm	1937	交易成本与企业边界。
S25	W. Edwards Deming	Out of the Crisis	1982/1986	系统、质量与管理责任。
S26	William H. Starbuck / High Reliability Organization literature	高可靠组织研究	1980s—	异常识别、冗余、升级和安全文化。
S27	John D. Sterman / control and systems traditions	Business Dynamics	2000	反馈、延迟、非线性与系统决策。
S28	Clayton Christensen et al.	Competing Against Luck	2016	Jobs to Be Done与客户进步任务。
S29	Peter Pirolli & Stuart Card	Information Foraging Theory	1990s	信息气味、搜索成本与路径选择。
S30	Daniel Kahneman, Olivier Sibony, Cass Sunstein	Noise	2021	决策噪声、判断一致性与流程设计。