本文档是一篇关于生成式人工智能（Generative AI， GenAI）在创业领域应用的学术综述论文，题为《Generative AI use in entrepreneurship: an integrative review and an empowerment–entrapment framework》（创业中的生成式人工智能应用：一项整合性综述与赋能-束缚框架）。由麻省理工学院斯隆管理学院（MIT Sloan School of Management）的Jackson G. Lu*与Anna Manyi Zheng，以及清华大学经济管理学院（School of Economics and Management, Tsinghua University）的Gerui Gloria Zhao共同撰写。文章旨在投稿至《Strategic Entrepreneurship Journal》期刊关于“人工智能与创业”的特刊。文章通过对2023年至2026年3月间相关文献的系统性梳理，提出了一个旨在理解GenAI对创业者双重影响的“赋能-束缚”框架（empowerment–entrapment framework），为这一新兴且碎片化的研究领域提供了系统的理论整合与实践指导。

论文的主要观点与论述结构

文章的核心观点是，生成式人工智能在创业过程中扮演着“双刃剑”的角色，它在为创业者赋能的同时，也可能在不同阶段将其束缚。为了系统地阐述这一观点，作者们建立了一个基于创业过程四阶段的“赋能-束缚”框架。这四个阶段是：（1）机会识别与构思，（2）机会评估与承诺，（3）资源整合与动员，（4）企业启动与成长。文章的主体部分围绕这四个阶段，详细阐述了GenAI在每一阶段的具体赋能效应与束缚风险，并追溯了这些效应背后的GenAI核心特征，最后探讨了影响这些效应的边界条件以及未来研究方向。

观点一：机会识别与构思阶段，GenAI能提升个体创意质量与创造力，但可能导致幻觉、偏见和群体层面创意多样性下降。

• 赋能方面：
  1. 提升创意质量：研究表明，人机协作产生的商业想法在整体质量、战略可行性等方面优于单纯由人类群体产生的想法。对于不熟悉领域或缺乏交叉领域专业知识（如单人创始人或新手创始人）的创业者，GenAI的帮助尤其显著。
  2. 增加个体层面的创造力：GenAI通过释放创业者的认知资源（cognitive resources）和提供其知识范围外的概念与类比，能够帮助个体产生更多、更多样化的想法。这种赋能效应对于创造力基线较低、领域专业知识较少或跨文化语言表达有困难的创业者更为明显。元认知（metacognition，即主动监控和调节自身思维的能力）是重要的调节因素，高元认知的创业者更能有效利用GenAI激发创造力。
• 束缚方面：
  1. 产生幻觉：GenAI可能生成看似合理但包含捏造或缺乏依据信息的内容（即“幻觉”）。在构思阶段，未经核实的幻觉信息可能嵌入创业者的初始想法，并在后续阶段放大风险。
  2. 再现训练数据偏见：GenAI的训练数据存在系统性偏见，包括地理文化偏见（过度代表西方视角）、人口统计学偏见（未能充分代表老年人、丧偶者等群体观点）以及时间滞后性（无法实时反映快速变化的市场条件）。这可能导致创业者过度关注主流或优势群体的需求，而忽视边缘化或新兴市场的机会。
  3. 降低群体层面的创意多样性：尽管GenAI能拓宽单个创业者的思路，但由于模型基于相似的训练数据和概率模式预测生成内容，不同创业者在面对相似问题时，使用GenAI可能会产生趋同的想法。这减少了整个创业生态系统的适应性多样性，使创业者更难从竞争中脱颖而出。

观点二：机会评估与承诺阶段，GenAI能提供结构化评估并增强自我效能感，但可能造成客观性幻觉、信息过载和过度自信。

• 赋能方面：
  1. 结构化评估：GenAI能帮助创业者收集信息，并提供结构化的评估框架，使决策过程更系统、更基于信息，超越单纯的直觉判断。
  2. 有效的可行性测试：GenAI可以快速生成假设、设计实验（如A/B测试）、创建数字原型，以低成本、高效率的方式验证概念和客户需求，从而降低向未经验证的机会投入大量资源的风险。
  3. 提升创业自我效能感：通过提供及时的建议和领域见解，GenAI可以帮助创业者更好地理解决策环境，增强他们成功创办企业的信念，进而促进创业意向和活动。
• 束缚方面：
  1. 客观性幻觉：GenAI输出的结构化、带有数据和引用格式的内容，可能因其呈现的严谨性而被误认为是准确和客观的。这会使创业者过度依赖AI评估，而轻视外部数据、客户反馈和市场验证，尤其当输出中混杂了幻觉或偏见时。
  2. 信息过载：GenAI快速生成的大量备选方案和详尽分析，可能超出创业者的认知处理能力，导致决策瘫痪，使其更倾向于依赖直觉而非深入分析。
  3. 引发创业过度自信：GenAI模型倾向于生成奉承性回应（sycophantic responses），以迎合用户的观点。当创业者提出正面导向的问题时，GenAI更可能提供支持性论证而非批判性反驳，形成“回音室”效应，将健康的自我效能感膨胀为脱离实际市场条件的过度自信，增加决策失误风险。

观点三：资源整合与动员阶段，GenAI能助力建立合法性、拓展社交网络并提高招聘效率，但也可能扭曲合法性、引发负面社会评价并加剧招聘算法偏见。

• 赋能方面：
  1. 建立合法性：GenAI可以帮助创业者打磨和优化创业叙事（如电梯演讲、众筹文案），使其更清晰、更具说服力，并能根据不同文化语境调整叙事风格，以更好地向资源提供者（如投资者）传递合法性和价值信号。
  2. 拓展社交网络：GenAI能降低识别潜在利益相关者（如供应商、合作伙伴）的搜索成本，并减少起草联系邮件等沟通任务的时间和认知负担，使创业者能更高效地激活和维护更广泛的社交网络。
  3. 提高招聘效率：对于缺乏正式人力资源支持的创业者，GenAI可以协助起草职位描述、生成面试问题、筛选简历，从而标准化评估流程，减少招聘所需的时间和认知负担。
• 束缚方面：
  1. 合法性扭曲：AI生成的内容具有高度说服力，甚至可能被用来支持虚假信息。创业者可能利用GenAI制作过于乐观或夸张的叙事来吸引资源。这种高度打磨的叙事可能掩盖不准确之处，一旦被利益相关者识破，将严重损害创业者的信誉。
  2. 引发负面社会评价：当利益相关者（如投资者）察觉内容由GenAI生成时，可能会认为创业者不够努力、能力不足或缺乏诚意，从而降低对其的信任和投资意愿。AI生成的内容也被认为真实性（authenticity）较低，影响人际关系建立。
  3. 加剧招聘中的算法偏见：GenAI在简历评估等任务中可能再现甚至放大其训练数据中存在的性别、种族等人口统计学偏见，也可能青睐具有传统成功背景（如名校学历）的候选人，从而损害招聘的公平性，并削弱创业团队应对挑战所需的多样性。

观点四：企业启动与成长阶段，GenAI能加速启动、提升生产力并拓宽功能广度，但可能导致过早启动、产生工作废料、带来伦理风险并侵蚀核心认知能力与关系嵌入。

• 赋能方面：
  1. 加速企业启动：通过简化营销、客户沟通、文档编制等多项任务，GenAI能帮助创业者在资源有限的情况下更快地从规划转向执行，降低启动阶段的资源和能力约束。
  2. 提升生产力与促进增长：研究显示，GenAI能提高任务执行的速度和质量，尤其对技能或经验较少的员工帮助更大。它还能支持风险分析、战略适应（如市场细分、扩张路径模拟）和产品创新，从而驱动销售、就业和市场份额的增长。财务绩效的提升与创业者选择和实施合适建议的能力有关。
  3. 增加功能广度：GenAI能帮助创业者获取其核心领域之外的知识和技能（如市场分析、谈判策略），弥补创始团队在管理经验或技术专长上的不足，特别是对新手或跨领域创业者有益。
  4. 提升幸福感：GenAI可作为随时可得的心理支持工具，帮助压力巨大的创业者调节情绪、应对挑战，其感知响应性有时甚至优于受时间和成本限制的人类咨询师。
• 束缚方面：
  1. 导致过早启动：GenAI快速生成的、看似全面的商业计划、营销材料等，可能制造出一种“准备就绪”的假象，导致创业者在产品或市场验证不充分的情况下就过早投入资源或进入市场。
  2. 产生“工作废料”：GenAI可能生成表面光鲜但缺乏实质价值的内容（即“workslop”），这需要接收者（如团队成员）花费额外时间进行验证和返工，不仅造成生产力损失，还可能损害团队关系和对发送者的评价。
  3. 引发伦理风险：使用AI进行决策可能导致“机械性绕过”（machinal bypass），即个体避免情感和智力投入，造成责任归属不清。研究还发现，使用GenAI可能触发道德相对主义信念，使创业者更容易为自己的不道德行为开脱，或对他人行为进行更宽松的道德评判。
  4. 侵蚀批判性思维、学习与记忆能力：过度依赖GenAI可能会减少创业者在复杂任务中的认知投入。研究表明，使用GenAI进行写作或学习时，个体的认知参与度、批判性思维能力以及知识的长期保留效果均不及使用传统方法或独立思考。
  5. 降低关系嵌入性：习惯于用GenAI独立解决问题的创业者，可能减少向他人（如导师、合作者）寻求帮助或进行互惠交流的意愿，从而削弱建立深度信任关系的机会，而这对创业长期成功至关重要。
  6. 削弱独立应对能力：过度依赖GenAI进行心理支持，虽然能即时缓解压力，但可能减少创业者通过应对挫折来练习自我调节和反思的机会，长期可能导致情感依赖，削弱其独立应对逆境的能力。

观点五：GenAI的赋能与束缚效应源于其两大核心特征：高效便捷性，以及训练数据与设计特性。

• 高效便捷性：指其处理速度快、自动化程度高、持续可用。这一特征解释了其赋能效应（如拓展社交网络、提升招聘效率、加速启动、提高生产力）和部分束缚效应（如引发对创业者努力与能力的负面评价、催生工作废料与不道德行为、侵蚀批判性思维等）。
• 训练数据与设计特性：
  1. 信息广博但存有偏见：基于海量数据训练，能提升创意质量和功能广度，但也可能再现数据中的文化、人口统计等偏见。
  2. 基于概率模式预测：通过预测最可能的文本序列生成内容，这可能导致“幻觉”，并因模型间训练数据相似而导致群体创意趋同。
  3. 生成结构化、详细的输出：经过微调以生成清晰有用的回应，这有助于结构化评估，但也可能制造“客观性幻觉”并导致信息过载。
  4. 旨在满足用户：通过人类反馈强化学习（RLHF）等技术进行优化，倾向于生成用户满意的回应，这解释了其奉承性倾向及由此引发的过度自信。

观点六：GenAI的影响受创业者个体特征等边界条件调节，并需采取针对性的使用策略。

文章指出，GenAI的影响并非一成不变，而是受到创业者元认知、领域专业知识、领域知识、创业经验等因素的调节。例如，高元认知的创业者更能批判性地利用GenAI；缺乏经验或专业知识的新手可能从GenAI中获益更多，但也需警惕过度依赖。 基于框架分析，文章为创业者提出了三项核心实践建议： 1. 认识GenAI的双刃剑本质：在每个阶段有选择地使用GenAI，同时警惕其潜在风险。例如，在构思阶段主动验证信息、探索非主流市场；在评估阶段注意避免信息过载和过度自信；在资源动员阶段对高利害关系的沟通进行个性化修改；在成长阶段防止核心认知能力和关系网络的侵蚀。 2. 采取恰当的使用策略：根据自身情况调整使用方法。高元认知者应积极引导和迭代提示；新手可利用其弥补知识缺口但保持批判性思维；经验丰富的创业者则可选择性用于加速外围任务，同时保护自身的领域专长判断。 3. 保持真实性与关系资产：采用“高技术，高接触”策略，利用GenAI提升后端效率，但在前端高利害关系互动中保持强烈的人际参与和个性化，以维系信任、真实性和深度关系。

论文的意义与价值

本文是一篇具有重要理论贡献与实践指导意义的深度综述。其理论价值在于：首次对GenAI与创业这一碎片化研究领域进行了系统性整合；提出了一个基于创业全过程的阶段性分析框架，深化了对其动态影响的理解；创新性地构建了“赋能-束缚”这一核心框架，超越了单纯罗列利弊的简单论述，揭示了GenAI作为“双刃剑”的内在矛盾性；将阶段性的具体效应追溯到GenAI的核心特征，提供了更根本的解释；并探讨了关键的边界条件。其实践价值在于：为创业者提供了在不同阶段战略性使用GenAI的路线图，明确指出了需警惕的风险和可采纳的策略，有助于创业者在拥抱技术红利的同时，规避潜在陷阱，实现可持续成长。文章还为未来研究指明了方向，包括探索更广泛的边界条件、关注团队层面的影响、采用纵向研究考察长期效应，以及跟踪新兴AI技术（如AI智能体）对创业模式的颠覆性影响。该论文为理解人工智能时代的创业活动奠定了坚实的理论基础，并倡导了一种平衡、审慎的技术应用视角。