从生成式人工智能到可持续绩效：知识管理、智力资本和竞争优势在制造业中小企业中的中介作用

《Journal of Industrial Information Integration》：From Generative AI to Sustainable Performance: The Mediating Roles of Knowledge Management, Intellectual Capital, and Competitive Advantage in Manufacturing SMEs

中小制造企业生成式人工智能通过知识管理驱动可持续绩效的实证研究。采用资源基础观理论框架，基于384份管理者的问卷调查和PLS-SEM分析，验证了GAI→知识管理→智力资本→竞争优势→可持续绩效的递进机制，发现组织支持感知具有负向调节效应。

　　

Muhammad Anjum|徐毅|Bilal Iftikhar Makki

中国科学技术大学

摘要

在快速的技术变革和日益激烈的全球竞争背景下，中小企业（SMEs）面临着实现可持续绩效的日益增长的压力。尽管生成式人工智能（GAI）在转变组织能力方面具有巨大潜力，但其促进可持续成果的机制仍不甚明了。基于资源基础观（RBV），本研究探讨了GAI如何通过知识驱动的连续过程影响中国制造业中小企业的可持续组织绩效。具体而言，它研究了知识管理、智力资本和竞争优势的中介作用，以及感知到的组织支持对GAI与知识管理关系的调节作用。研究通过对中国主要工业地区的384名中小企业管理者进行了定量横断面调查，并采用了偏最小二乘结构方程模型（PLS-SEM）进行分析。研究结果表明，GAI积极塑造了知识管理实践，进而增强了智力资本和竞争优势，最终提升了组织的可持续绩效。这种连续的中介路径在统计上具有显著性，证实了知识驱动过程是GAI采用与长期组织可持续性之间的关键桥梁。与预期相反，感知到的组织支持对GAI与知识管理关系具有负向调节作用，表明高水平的支持可能导致过度依赖AI生成的知识，从而降低员工对知识过程的积极参与。本研究通过将GAI视为一种特定于企业的战略资源来推进RBV理论，其价值取决于其在组织知识生态系统中的整合，为中小企业管理者在AI驱动的转型中提供了实用指导。

引言

在全球化、竞争加剧和技术快速发展的时代，中小企业（SMEs）不断面临可持续性绩效的挑战[1]。因此，为了保持竞争优势并优化组织绩效的持久性，中小企业正在积极创造和实施尖端技术解决方案[2]。为应对这些挑战，它们不断努力整合人工智能技术[3]。在这种情况下，生成式人工智能（GAI）已成为获得竞争优势的关键催化剂，在医疗保健[4]、教育[5]和制造业[6]等领域推动进步，从而促进可持续性、效率和组织绩效。对于中小企业而言，GAI通过提高效率、优化运营和促进数据驱动的决策制定，为可持续绩效做出了巨大贡献[7]。

生成式人工智能（GAI）是一种迅速获得关注的独特技术，它通过整合机器学习（ML）模型来生成新的材料，包括文本、图像、音频、软件代码、视频和模拟，利用庞大的数据集进行模型训练[8,9]。现有文献研究了GAI的采用或其对决策过程[10]、消费者采用[11]、社会环境视角[12]和教育[13]的影响，但研究主要集中在GAI的运营优势上，特别是成本降低[15]和任务自动化[16]方面，而忽视了其与组织知识和关键资源的互动[17]。在没有系统的知识管理系统的情况下，GAI的见解可能被孤立或不当利用[18]。尽管有这些贡献，但文献中仍存在重要空白。特别是，GAI如何塑造知识管理实践，以及这些实践如何转化为智力资本发展、竞争优势和可持续组织绩效的连续机制，在理论上尚未得到充分说明，实证研究也较为不足。这一空白在制造业中小企业中尤为明显，因为它们在捕获隐性知识、克服部门壁垒和建立竞争对手难以复制的组织能力方面面临独特挑战[2,1]。

此外，虽然组织边界条件（如感知到的组织支持（POS）已知会影响技术采用结果，但它们在资源受限的中小企业环境中调节生成式人工智能（GAI）如何促进知识管理（KM）的具体作用却受到非常有限的学术关注。尽管一些研究探讨了这一链条中的个别环节，但尚未有研究将这些关系整合到一个基于资源基础观的实证测试框架中。本研究通过在中国制造业中小企业背景下开发和测试这样的综合模型，直接解决了这些空白，从而在生成式人工智能（GAI）和战略知识管理（KM）文献中做出了理论上有根据且实践相关的贡献。

本研究采用资源基础观（RBV）[19]作为理论框架，认为竞争优势是由有价值、稀缺、不可模仿和不可替代（VRIN）的资源[20]生成的。当与知识管理（KM）和智力资本（IC）等补充组织能力结合时，生成式人工智能（GAI）可以被视为这种类型的战略资源[21]。Zhang等人[22]展示了GAI通过KM实践（将AI输出转化为可用知识）和IC组件（包括人类专业知识和AI优化的业务流程）来提升绩效的能力。本研究探讨了GAI如何影响KM、IC和CA，以改善组织的可持续绩效，并超越了对GAI的技术评估，阐明了其可持续绩效是如何通过特定于企业的无形资源实现的。组织支持可以显著影响GAI与KM之间的互动，起到调节变量的作用。组织支持通过促进知识共享、培养学习文化和确保考虑道德问题来增强GAI在KM中的有效性[23]。基于知识的感知组织支持（POS）有助于将GAI整合到KM中，进而促进高效的知识共享和组织学习，这两个因素对可持续组织绩效（SOP）至关重要[24]。POS促进了员工之间的合作，使GAI能够自动化知识开发并提升决策过程[25]。因此，本研究探讨了GAI如何增强SOP的复杂机制。

通过这种方式，本研究有多方面的贡献：首先，它建立了一个全面的框架，用于理解生成式人工智能（GAI）作为催化剂，在新兴经济体中的中小企业中通过知识管理（KM）、智力资本（IC）和竞争优势（CA）促进可持续组织绩效（SOP）的作用。它认为GAI可以作为一种战略资源，只有当其与组织的独特知识资源结合并适当嵌入时才能真正发挥作用，满足有价值、独特、不可模仿和不可替代的要求。这项研究进一步发展了资源基础观范式，检验了RBV的基本观点，即GAI的绩效结果取决于其与组织知识和IC的互补性，表明拥有先进KM和IC的组织能够更有效地利用GAI来生成CA并确保SOP。研究结果帮助管理者将GAI与KM和IC的发展计划同步，确保GAI投资带来持久的CA和SOP，而不仅仅是短暂的效率提升。通过阐明这些联系，研究将GAI的视角从单纯的生产力工具转变为认可其在组织独特知识生态系统中的战略促进者。

部分内容

理论关系

资源基础观（RBV）为解释公司如何将内部资源转化为高效率和可持续的结果提供了强大的理论基础[19]。根据RBV，当企业拥有有价值、稀缺、不可模仿和不可替代的资源及能力时，它们就能实现持续的竞争优势，因为这些资源和能力是竞争对手难以模仿的[19]。生成式人工智能（GAI）被视为这种类型的战略技术资源

假设构建

本节提出的假设遵循所提出的理论框架的连续逻辑，从生成式人工智能（GAI）逐步发展到通过知识管理（KM）、智力资本（IC）和竞争优势（CA）的连续中介过程实现可持续组织绩效（SOP）的最终结果。提出感知到的组织支持（POS）调节GAI与KM之间的关系。

样本与方法

中小企业（SMEs）是经济增长、创新和就业创造的重要驱动力，在新兴经济体中对工业产出和竞争优势贡献显著[79]。在中国，制造业中小企业是国家产业升级和先进技术采用的核心，对国家的经济结构调整和竞争力发挥着重要作用[80]。本研究采用定量研究设计来进行考察

讨论

接下来的讨论将每个实证发现与提出的理论框架和现有文献进行关联。结果按照理论模型的顺序进行解释，从生成式AI与知识管理的关系开始，然后逐步分析中介链。随后分别讨论了意外的调节结果、理论贡献、实际意义和局限性。

组织处于

局限性与未来方向

本研究提供了大量的实证证据；然而，它也存在一些局限性。样本数据来自中国的制造业中小企业，这可能限制了结果在其他行业或文化背景下的适用性，各种经济环境的总体特征也可能在一定程度上影响研究结果。因此，为了扩大研究的范围，未来的研究应考虑不同的环境。

结论

本文表明，生成式AI（GAI）并非孤立地创造价值，而是通过一系列相互关联的能力实现的。研究结果表明，GAI与知识管理（KM）呈正相关，而KM又与智力资本（IC）和竞争优势（CA）有显著关联，最终提升了组织的可持续绩效（SOP）。GAI实施带来的积极方面包括

未引用参考文献

[104]。

CRediT作者贡献声明

Muhammad Anjum：撰写——原始草稿、方法论、调查、数据整理、概念化。Xu Yi：撰写——审稿与编辑、可视化、验证、监督、资源协调、项目管理。Bilal Iftikhar Makki：软件开发、形式分析。

利益冲突声明

本文的研究、作者身份和/或出版过程中不存在潜在的利益冲突。

资助

不适用。