大语言模型搜索将一个创业构想在 30 家企业中从第 16 位提升至第 3 位

Image: "Reflections on the new Machine Age" by Steve Jurvetson from Los Altos, USA (CC BY 2.0) via Wikimedia Commons.jpg), recoloured.

大语言模型能否帮助创业者构想出更好的企业？Felipe Csaszar（Strategic Entrepreneurship Journal，2026）提出了“概念搜索”（conceptual search），并表明借助大语言模型的逐步改进，一个企业构想在 30 家真实企业中的排名从第十六位上升至第三位；同时他也提醒，共用的人工智能工具可能使竞争对手构想出相似的创意。

让创业想象变得可编程

战略研究长期以来将搜索视为在已知选项之间进行选择。密歇根大学的 Felipe A. Csaszar 则从更早的一步出发：创业者无法追求他们从未想象过的企业。在 Strategic Entrepreneurship Journal 的一篇新文章中，他将创业想象建模为构建一个不断演化的候选集的过程，该过程由三个反复进行的步骤组成：生成、暂定评估与修订。

Csaszar 将这一方法称为概念搜索，它以文本形式表示每一个企业构想。随后，这些构想通过可解释的操作加以转换，例如改进现有创意或重组相距较远的创意，并就其前景进行比较。为展示该方法的实际效果，文章构建了一个大语言模型原型，并使用一个人工智能评估器为构想打分；据论文所述，该评估器已被验证可以预测融资结果。

根据 Csaszar（Strategic Entrepreneurship Journal，2026）的研究，该原型揭示了两种互补的模式。局部改进对一个表现平平的企业构想进行逐步完善，直至在经过验证的评估器下，其排名在 30 家真实企业中从第十六位升至第三位。相比之下，全局重组触及了相距较远的可能性，而这些可能性随后可以通过改进变得具有竞争力。更宏观的论点是：决定哪些可能性进入候选集、哪些得以保留、哪些得到发展的，除了单个创意的质量之外，还有搜索的架构本身。

论文明确指出了一个不利之处。人工智能可能在企业内部拓宽想象，却在企业之间造成相关联的想象：使用相同模型的竞争者很可能得出相似的企业构想。Csaszar 认为，此时的优势来自专有的问题、数据和证据，而非创意生成本身。读者还应注意，这些结果来自由人工智能评判者排序的原型演示，并未经过市场检验；而作者指出，市场检验恰恰是创业者仍需亲自把控的环节。

为何重要：对于战略、创业和营销领域的研究者而言，这篇文章同时提供了一种工具和一项研究议程。将创意视为可以生成、转换和评分的文本，使想象变得可审计、可进行实验研究，因此关于新产品、新企业乃至新理论如何被构想出来的问题，可以借助设计好的搜索程序加以研究，而不必依赖事后回顾的叙述。关于相关联想象的警示本身也是一个可检验的假设：随着越来越多的团队使用相同的模型，学者可以测量所提出的企业、研究创意或产品概念的多样性是否在收窄。

Csaszar, F. A. (2026). Conceptual search: A generative view of entrepreneurial imagination. *Strategic Entrepreneurship Journal*. https://doi.org/10.1002/sej.70055. 本文为对第三方研究的独立编辑摘要。