从无形到有形：人工智能如何促进产品架构的创新性

《JOURNAL OF RETAILING》：From invisible to visible: How artificial intelligence facilitates generativity in product architecture

人工智能应用通过促进新能源汽车模块化架构的生成能力影响产品销售，但大语言模型采用会削弱该关系。

　　人工智能（AI）正在深刻地重塑商业环境。在产品创新方面，AI的应用已经引起了广泛关注，但其对产品本身的影响仍然研究不足。为了解决这一问题，我们围绕资源基础观（RBV）和生成性概念构建了一个理论框架。我们提出并研究了AI在产品架构中如何影响生成性，以及生成性是否有助于提升产品销量。以新能源汽车（NEV）为样本，我们设定了一个数字制造的研究背景，认为AI的应用能够促进NEV中智能功能的生成，而这些智能功能又能够推动汽车销售。进一步研究发现，AI与大语言模型（LLM）的采用会削弱智能功能与产品销量之间的正向关系。我们希望为AI应用和生成性研究做出贡献，并为制造商制定适当的AI系统策略提供实证支持。

数字产品、设备和机器之间的互联产生了大量的数据，这为AI在多个行业中的应用提供了机会。AI技术的出现正在重塑商业环境的许多方面。以往的研究主要集中在AI对价值创造和竞争优势的影响，以及其在产品创新中的作用，例如创意生成、产品开发和测试。然而，很少有研究探讨了AI应用对工业产品带来的变革性影响。理解这种影响对于企业来说至关重要，因为产品变化可能影响其竞争策略和AI应用的发展方向。

数字技术的应用催生了一种新的产品架构，即分层模块化架构。在这种架构中，产品被分解为松散耦合的组件，并通过设定的接口连接，从而增强了产品功能的规模和多样性。这种产品边界的扩展被视为分层模块化架构的生成性。以往的研究主要强调了数字技术的动态和可塑性特征，其生成性来源于可重新编程性，而工业产品由于嵌入了数字技术的分层架构，也具有改变的潜力。与其它数字技术相比，AI在分析数据以识别其中的内在关系和模式方面表现出色（Lou和Wu，2021），并促进了创新中的重组过程。然而，AI的这种能力是否能够协调架构中的大量异构组件，并推动生成性，目前尚不清楚。因此，本研究的关键问题在于，AI应用是否以及如何促进分层模块化架构中的生成性。此外，生成性与价值创造之间的关系可能较为复杂，因此我们还关注生成性是否会影响产品销量。

为了回答这些问题，我们围绕资源基础观（RBV）和生成性概念构建了一个理论框架。在这一框架中，我们认为AI应用是一种能够促进产品中生成性的优质资源。从产品视角来看，生成性强调了产品平台中功能规模和多样性的无限制增长（Fürstenau等，2023）。在分层模块化架构中，生成性反映了重组子系统生成创新功能的能力（Thomas和Tee，2022）。在本研究中，我们主张AI应用能够促进分层模块化架构中的生成性，因为它有助于重组创新和组件创新。AI技术能够协调不同层的模块，从而识别出有效的组件组合，进而生成更多的智能功能。此外，AI应用还能促进组件创新中的创意和解决方案生成，从而产生一种级联效应。生成性作为一种具有价值、稀缺、难以模仿和不可替代的优质能力（资源），有助于推动产品销量增长，因为多样化的功能组合能够满足用户的探索需求和期望。此外，我们发现AI与大语言模型（AI–LLM）的采用在生成性与产品销量之间的关系中起到调节作用，从而拓展了生成性意义的边界条件。

在中国，新能源汽车行业正在快速增长。2024年，中国成为首个年产量达到1000万辆新能源汽车的国家。同年，中国的新能源汽车渗透率达到了38.4%，在某些月份，国内新能源汽车销量占到了超过50%。此外，新能源汽车行业广泛采用数字制造技术。数字技术在汽车制造过程中整合了不同的数据和系统，以实现产品设计、生产、制造等各个环节的数据共享和交互。这为本研究提供了合适的实证环境，使我们能够测试AI应用对生成性的影响，以及生成性对产品销量的作用。

在本研究中，我们通过两个阶段的分析方法，对相关变量进行了统计描述和相关性分析。第一阶段的分析结果表明，AI应用与生成性之间存在正向关系。同样，在第二阶段的分析中，生成性与产品销量之间也呈现正向相关。正如我们所预期的，AI应用的增加与生成性的提升呈正相关，而生成性的提升又进一步推动了产品销量的增长。这一发现不仅支持了我们的假设，也揭示了AI在促进产品生成性方面的关键作用。

我们的研究结果表明，AI应用确实能够增强分层模块化架构中的生成性。这种增强不仅体现在技术层面，还体现在产品功能的多样性上。通过数字制造技术，AI能够协调不同层的模块，识别出有效的组件组合，从而实现更多的创新功能。这些创新功能不仅提升了产品的竞争力，还满足了用户日益增长的需求。在这一过程中，AI的应用起到了关键的推动作用，使产品能够在不断变化的市场环境中保持灵活性和适应性。

然而，我们还发现，AI与大语言模型（LLM）的采用会削弱生成性与产品销量之间的正向关系。这表明，尽管AI在促进生成性方面具有积极作用，但其在特定应用场景下的效果可能受到限制。AI–LLM的引入虽然能够提升产品功能的智能化水平，但在某些情况下，可能会导致用户对产品功能的期望与实际体验之间的差距。这种差距可能会降低用户对产品的满意度，从而影响其购买意愿和销量表现。因此，在制定AI应用策略时，企业需要权衡AI与LLM的使用，以确保其能够真正促进产品销量的增长。

在讨论AI应用对产品生成性的影响时，我们发现这一过程并非线性。AI的应用能够促进组件创新，但这种创新需要建立在充分理解用户需求和市场趋势的基础上。如果企业能够有效地利用AI技术，识别用户的需求并将其转化为产品功能，那么产品生成性将得到显著提升。然而，如果企业未能充分理解用户需求，或者在AI应用过程中忽略了市场变化，那么生成性可能无法达到预期效果。因此，AI的应用不仅需要技术层面的支持，还需要企业在战略层面的引导和管理。

此外，我们还发现，生成性对产品销量的影响并非绝对。虽然生成性能够提升产品的功能多样性，从而吸引更多的用户，但这种吸引力可能受到多种因素的影响，包括市场竞争、用户偏好以及产品定价等。因此，在评估生成性对产品销量的影响时，企业需要综合考虑这些因素，以制定更加全面和有效的市场策略。在这一过程中，AI的应用能够提供数据支持和分析工具，帮助企业更好地理解市场趋势和用户需求。

我们还发现，AI–LLM的采用在生成性与产品销量之间的关系中起到了调节作用。这意味着，AI–LLM的引入可能会改变生成性对产品销量的影响程度。在某些情况下，AI–LLM的使用能够增强生成性对产品销量的正向影响，而在另一些情况下，可能会削弱这种影响。这种调节作用可能源于AI–LLM在处理用户需求和市场数据时的特性和方式。因此，企业在采用AI–LLM时，需要根据自身的市场环境和产品特点，合理制定策略，以确保其能够发挥应有的作用。

在本研究中，我们通过实证分析验证了AI应用对生成性的影响，以及生成性对产品销量的作用。我们发现，AI应用确实能够促进生成性，而生成性又能够推动产品销量的增长。然而，AI–LLM的采用可能会削弱这种关系，因此企业在制定AI应用策略时，需要充分考虑AI–LLM的影响。这不仅有助于企业更好地理解AI在产品生成性中的作用，还能够为未来的研究提供新的视角和方向。

我们的研究还揭示了AI在产品创新中的独特作用。与以往的研究相比，我们不仅关注AI对产品创新能力的影响，还探讨了其对产品本身的影响。这种研究视角的转变有助于更全面地理解AI在产品开发中的作用，以及其如何影响企业的竞争力。此外，我们还发现，AI的应用能够促进组件创新，这种创新不仅体现在技术层面，还体现在产品功能的多样性和灵活性上。通过数字制造技术，AI能够协调不同层的模块，识别出有效的组件组合，从而实现更多的创新功能。这些创新功能不仅提升了产品的竞争力，还满足了用户日益增长的需求。

在讨论AI应用对产品生成性的影响时，我们还发现，这种影响可能受到多种因素的制约。例如，AI的应用需要建立在充分的数据支持和分析能力的基础上，而数据的质量和数量可能直接影响AI的效果。此外，AI的应用还需要企业具备一定的技术能力和管理能力，以确保其能够有效地整合不同层的模块，并实现组件的优化组合。因此，在制定AI应用策略时，企业需要综合考虑这些因素，以确保其能够真正促进产品生成性的发展。

我们还发现，AI–LLM的采用可能会改变生成性对产品销量的影响。这意味着，企业在采用AI–LLM时，需要根据自身的市场环境和产品特点，合理制定策略。例如，如果企业能够有效地利用AI–LLM来匹配产品功能和用户需求，那么生成性对产品销量的正向影响可能会得到增强。然而，如果企业未能充分理解用户需求，或者在AI–LLM的应用过程中忽略了市场变化，那么生成性对产品销量的正向影响可能会受到削弱。因此，企业在采用AI–LLM时，需要充分考虑其对生成性的影响，并根据实际情况调整策略。

此外，我们还发现，AI的应用能够促进产品功能的智能化发展。这种智能化发展不仅体现在技术层面，还体现在产品功能的多样性和灵活性上。通过数字制造技术，AI能够协调不同层的模块，识别出有效的组件组合，从而实现更多的创新功能。这些创新功能不仅提升了产品的竞争力，还满足了用户日益增长的需求。因此，AI的应用在推动产品生成性方面具有重要作用，能够为企业的市场竞争力提供支持。

在讨论AI应用对产品生成性的影响时，我们还发现，这种影响可能受到市场环境和用户需求变化的制约。例如，在某些市场环境中，用户可能更倾向于选择具有特定功能的产品，而这些功能可能与AI的应用密切相关。因此，企业在制定AI应用策略时，需要充分考虑市场环境和用户需求的变化，以确保其能够真正促进产品生成性的发展。此外，AI的应用还需要企业具备一定的技术能力和管理能力，以确保其能够有效地整合不同层的模块，并实现组件的优化组合。

我们的研究还揭示了生成性在产品销量中的作用。生成性不仅能够提升产品的功能多样性，还能够增强产品的市场吸引力。通过数字制造技术，生成性能够实现更多的创新功能，从而满足用户的需求。然而，生成性对产品销量的影响可能受到多种因素的制约，包括市场竞争、用户偏好以及产品定价等。因此，在评估生成性对产品销量的影响时，企业需要综合考虑这些因素，以制定更加全面和有效的市场策略。

在讨论AI应用对产品生成性的影响时，我们还发现，这种影响可能受到技术发展和市场变化的双重作用。例如，随着AI技术的不断进步，其在产品生成性中的作用可能越来越显著。然而，市场环境的变化也可能影响AI的应用效果，例如，如果市场需求发生变化，AI的应用可能需要进行调整，以确保其能够满足新的需求。因此，企业在制定AI应用策略时，需要关注技术发展和市场变化的双重影响，以确保其能够真正促进产品生成性的发展。

此外，我们还发现，AI的应用能够促进产品功能的智能化发展。这种智能化发展不仅体现在技术层面，还体现在产品功能的多样性和灵活性上。通过数字制造技术，AI能够协调不同层的模块，识别出有效的组件组合，从而实现更多的创新功能。这些创新功能不仅提升了产品的竞争力，还满足了用户日益增长的需求。因此，AI的应用在推动产品生成性方面具有重要作用，能够为企业的市场竞争力提供支持。

在讨论AI应用对产品生成性的影响时，我们还发现，这种影响可能受到用户需求和市场趋势的制约。例如，如果用户需求发生变化，AI的应用可能需要进行调整，以确保其能够满足新的需求。因此，企业在制定AI应用策略时，需要关注用户需求和市场趋势的变化，以确保其能够真正促进产品生成性的发展。此外，AI的应用还需要企业具备一定的技术能力和管理能力，以确保其能够有效地整合不同层的模块，并实现组件的优化组合。

我们的研究还揭示了生成性在产品销量中的作用。生成性不仅能够提升产品的功能多样性，还能够增强产品的市场吸引力。通过数字制造技术，生成性能够实现更多的创新功能，从而满足用户的需求。然而，生成性对产品销量的影响可能受到多种因素的制约，包括市场竞争、用户偏好以及产品定价等。因此，在评估生成性对产品销量的影响时，企业需要综合考虑这些因素，以制定更加全面和有效的市场策略。

在讨论AI应用对产品生成性的影响时，我们还发现，这种影响可能受到技术发展和市场变化的双重作用。例如，随着AI技术的不断进步，其在产品生成性中的作用可能越来越显著。然而，市场环境的变化也可能影响AI的应用效果，例如，如果市场需求发生变化，AI的应用可能需要进行调整，以确保其能够满足新的需求。因此，企业在制定AI应用策略时，需要关注技术发展和市场变化的双重影响，以确保其能够真正促进产品生成性的发展。

我们的研究还发现，AI–LLM的采用可能会改变生成性对产品销量的影响。这意味着，企业在采用AI–LLM时，需要根据自身的市场环境和产品特点，合理制定策略。例如，如果企业能够有效地利用AI–LLM来匹配产品功能和用户需求，那么生成性对产品销量的正向影响可能会得到增强。然而，如果企业未能充分理解用户需求，或者在AI–LLM的应用过程中忽略了市场变化，那么生成性对产品销量的正向影响可能会受到削弱。因此，企业在采用AI–LLM时，需要充分考虑其对生成性的影响，并根据实际情况调整策略。

此外，我们还发现，AI的应用能够促进产品功能的智能化发展。这种智能化发展不仅体现在技术层面，还体现在产品功能的多样性和灵活性上。通过数字制造技术，AI能够协调不同层的模块，识别出有效的组件组合，从而实现更多的创新功能。这些创新功能不仅提升了产品的竞争力，还满足了用户日益增长的需求。因此，AI的应用在推动产品生成性方面具有重要作用，能够为企业的市场竞争力提供支持。

在讨论AI应用对产品生成性的影响时，我们还发现，这种影响可能受到用户需求和市场趋势的制约。例如，如果用户需求发生变化，AI的应用可能需要进行调整，以确保其能够满足新的需求。因此，企业在制定AI应用策略时，需要关注用户需求和市场趋势的变化，以确保其能够真正促进产品生成性的发展。此外，AI的应用还需要企业具备一定的技术能力和管理能力，以确保其能够有效地整合不同层的模块，并实现组件的优化组合。

我们的研究还揭示了生成性在产品销量中的作用。生成性不仅能够提升产品的功能多样性，还能够增强产品的市场吸引力。通过数字制造技术，生成性能够实现更多的创新功能，从而满足用户的需求。然而，生成性对产品销量的影响可能受到多种因素的制约，包括市场竞争、用户偏好以及产品定价等。因此，在评估生成性对产品销量的影响时，企业需要综合考虑这些因素，以制定更加全面和有效的市场策略。

在讨论AI应用对产品生成性的影响时，我们还发现，这种影响可能受到技术发展和市场变化的双重作用。例如，随着AI技术的不断进步，其在产品生成性中的作用可能越来越显著。然而，市场环境的变化也可能影响AI的应用效果，例如，如果市场需求发生变化，AI的应用可能需要进行调整，以确保其能够满足新的需求。因此，企业在制定AI应用策略时，需要关注技术发展和市场变化的双重影响，以确保其能够真正促进产品生成性的发展。

我们的研究还发现，AI–LLM的采用可能会改变生成性对产品销量的影响。这意味着，企业在采用AI–LLM时，需要根据自身的市场环境和产品特点，合理制定策略。例如，如果企业能够有效地利用AI–LLM来匹配产品功能和用户需求，那么生成性对产品销量的正向影响可能会得到增强。然而，如果企业未能充分理解用户需求，或者在AI–LLM的应用过程中忽略了市场变化，那么生成性对产品销量的正向影响可能会受到削弱。因此，企业在采用AI–LLM时，需要充分考虑其对生成性的影响，并根据实际情况调整策略。

此外，我们还发现，AI的应用能够促进产品功能的智能化发展。这种智能化发展不仅体现在技术层面，还体现在产品功能的多样性和灵活性上。通过数字制造技术，AI能够协调不同层的模块，识别出有效的组件组合，从而实现更多的创新功能。这些创新功能不仅提升了产品的竞争力，还满足了用户日益增长的需求。因此，AI的应用在推动产品生成性方面具有重要作用，能够为企业的市场竞争力提供支持。

在讨论AI应用对产品生成性的影响时，我们还发现，这种影响可能受到用户需求和市场趋势的制约。例如，如果用户需求发生变化，AI的应用可能需要进行调整，以确保其能够满足新的需求。因此，企业在制定AI应用策略时，需要关注用户需求和市场趋势的变化，以确保其能够真正促进产品生成性的发展。此外，AI的应用还需要企业具备一定的技术能力和管理能力，以确保其能够有效地整合不同层的模块，并实现组件的优化组合。

我们的研究还揭示了生成性在产品销量中的作用。生成性不仅能够提升产品的功能多样性，还能够增强产品的市场吸引力。通过数字制造技术，生成性能够实现更多的创新功能，从而满足用户的需求。然而，生成性对产品销量的影响可能受到多种因素的制约，包括市场竞争、用户偏好以及产品定价等。因此，在评估生成性对产品销量的影响时，企业需要综合考虑这些因素，以制定更加全面和有效的市场策略。

在讨论AI应用对产品生成性的影响时，我们还发现，这种影响可能受到技术发展和市场变化的双重作用。例如，随着AI技术的不断进步，其在产品生成性中的作用可能越来越显著。然而，市场环境的变化也可能影响AI的应用效果，例如，如果市场需求发生变化，AI的应用可能需要进行调整，以确保其能够满足新的需求。因此，企业在制定AI应用策略时，需要关注技术发展和市场变化的双重影响，以确保其能够真正促进产品生成性的发展。

我们的研究还发现，AI–LLM的采用可能会改变生成性对产品销量的影响。这意味着，企业在采用AI–LLM时，需要根据自身的市场环境和产品特点，合理制定策略。例如，如果企业能够有效地利用AI–LLM来匹配产品功能和用户需求，那么生成性对产品销量的正向影响可能会得到增强。然而，如果企业未能充分理解用户需求，或者在AI–LLM的应用过程中忽略了市场变化，那么生成性对产品销量的正向影响可能会受到削弱。因此，企业在采用AI–LLM时，需要充分考虑其对生成性的影响，并根据实际情况调整策略。

此外，我们还发现，AI的应用能够促进产品功能的智能化发展。这种智能化发展不仅体现在技术层面，还体现在产品功能的多样性和灵活性上。通过数字制造技术，AI能够协调不同层的模块，识别出有效的组件组合，从而实现更多的创新功能。这些创新功能不仅提升了产品的竞争力，还满足了用户日益增长的需求。因此，AI的应用在推动产品生成性方面具有重要作用，能够为企业的市场竞争力提供支持。

在讨论AI应用对产品生成性的影响时，我们还发现，这种影响可能受到用户需求和市场趋势的制约。例如，如果用户需求发生变化，AI的应用可能需要进行调整，以确保其能够满足新的需求。因此，企业在制定AI应用策略时，需要关注用户需求和市场趋势的变化，以确保其能够真正促进产品生成性的发展。此外，AI的应用还需要企业具备一定的技术能力和管理能力，以确保其能够有效地整合不同层的模块，并实现组件的优化组合。

我们的研究还揭示了生成性在产品销量中的作用。生成性不仅能够提升产品的功能多样性，还能够增强产品的市场吸引力。通过数字制造技术，生成性能够实现更多的创新功能，从而满足用户的需求。然而，生成性对产品销量的影响可能受到多种因素的制约，包括市场竞争、用户偏好以及产品定价等。因此，在评估生成性对产品销量的影响时，企业需要综合考虑这些因素，以制定更加全面和有效的市场策略。

在讨论AI应用对产品生成性的影响时，我们还发现，这种影响可能受到技术发展和市场变化的双重作用。例如，随着AI技术的不断进步，其在产品生成性中的作用可能越来越显著。然而，市场环境的变化也可能影响AI的应用效果，例如，如果市场需求发生变化，AI的应用可能需要进行调整，以确保其能够满足新的需求。因此，企业在制定AI应用策略时，需要关注技术发展和市场变化的双重影响，以确保其能够真正促进产品生成性的发展。

我们的研究还发现，AI–LLM的采用可能会改变生成性对产品销量的影响。这意味着，企业在采用AI–LLM时，需要根据自身的市场环境和产品特点，合理制定策略。例如，如果企业能够有效地利用AI–LLM来匹配产品功能和用户需求，那么生成性对产品销量的正向影响可能会得到增强。然而，如果企业未能充分理解用户需求，或者在AI–LLM的应用过程中忽略了市场变化，那么生成性对产品销量的正向影响可能会受到削弱。因此，企业在采用AI–LLM时，需要充分考虑其对生成性的影响，并根据实际情况调整策略。

此外，我们还发现，AI的应用能够促进产品功能的智能化发展。这种智能化发展不仅体现在技术层面，还体现在产品功能的多样性和灵活性上。通过数字制造技术，AI能够协调不同层的模块，识别出有效的组件组合，从而实现更多的创新功能。这些创新功能不仅提升了产品的竞争力，还满足了用户日益增长的需求。因此，AI的应用在推动产品生成性方面具有重要作用，能够为企业的市场竞争力提供支持。

在讨论AI应用对产品生成性的影响时，我们还发现，这种影响可能受到用户需求和市场趋势的制约。例如，如果用户需求发生变化，AI的应用可能需要进行调整，以确保其能够满足新的需求。因此，企业在制定AI应用策略时，需要关注用户需求和市场趋势的变化，以确保其能够真正促进产品生成性的发展。此外，AI的应用还需要企业具备一定的技术能力和管理能力，以确保其能够有效地整合不同层的模块，并实现组件的优化组合。

我们的研究还揭示了生成性在产品销量中的作用。生成性不仅能够提升产品的功能多样性，还能够增强产品的市场吸引力。通过数字制造技术，生成性能够实现更多的创新功能，从而满足用户的需求。然而，生成性对产品销量的影响可能受到多种因素的制约，包括市场竞争、用户偏好以及产品定价等。因此，在评估生成性对产品销量的影响时，企业需要综合考虑这些因素，以制定更加全面和有效的市场策略。

在讨论AI应用对产品生成性的影响时，我们还发现，这种影响可能受到技术发展和市场变化的双重作用。例如，随着AI技术的不断进步，其在产品生成性中的作用可能越来越显著。然而，市场环境的变化也可能影响AI的应用效果，例如，如果市场需求发生变化，AI的应用可能需要进行调整，以确保其能够满足新的需求。因此，企业在制定AI应用策略时，需要关注技术发展和市场变化的双重影响，以确保其能够真正促进产品生成性的发展。

我们的研究还发现，AI–LLM的采用可能会改变生成性对产品销量的影响。这意味着，企业在采用AI–LLM时，需要根据自身的市场环境和产品特点，合理制定策略。例如，如果企业能够有效地利用AI–LLM来匹配产品功能和用户需求，那么生成性对产品销量的正向影响可能会得到增强。然而，如果企业未能充分理解用户需求，或者在AI–LLM的应用过程中忽略了市场变化，那么生成性对产品销量的正向影响可能会受到削弱。因此，企业在采用AI–LLM时，需要充分考虑其对生成性的影响，并根据实际情况调整策略。

此外，我们还发现，AI的应用能够促进产品功能的智能化发展。这种智能化发展不仅体现在技术层面，还体现在产品功能的多样性和灵活性上。通过数字制造技术，AI能够协调不同层的模块，识别出有效的组件组合，从而实现更多的创新功能。这些创新功能不仅提升了产品的竞争力，还满足了用户日益增长的需求。因此，AI的应用在推动产品生成性方面具有重要作用，能够为企业的市场竞争力提供支持。

在讨论AI应用对产品生成性的影响时，我们还发现，这种影响可能受到用户需求和市场趋势的制约。例如，如果用户需求发生变化，AI的应用可能需要进行调整，以确保其能够满足新的需求。因此，企业在制定AI应用策略时，需要关注用户需求和市场趋势的变化，以确保其能够真正促进产品生成性的发展。此外，AI的应用还需要企业具备一定的技术能力和管理能力，以确保其能够有效地整合不同层的模块，并实现组件的优化组合。

我们的研究还揭示了生成性在产品销量中的作用。生成性不仅能够提升产品的功能多样性，还能够增强产品的市场吸引力。通过数字制造技术，生成性能够实现更多的创新功能，从而满足用户的需求。然而，生成性对产品销量的影响可能受到多种因素的制约，包括市场竞争、用户偏好以及产品定价等。因此，在评估生成性对产品销量的影响时，企业需要综合考虑这些因素，以制定更加全面和有效的市场策略。

在讨论AI应用对产品生成性的影响时，我们还发现，这种影响可能受到技术发展和市场变化的双重作用。例如，随着AI技术的不断进步，其在产品生成性中的作用可能越来越显著。然而，市场环境的变化也可能影响AI的应用效果，例如，如果市场需求发生变化，AI的应用可能需要进行调整，以确保其能够满足新的需求。因此，企业在制定AI应用策略时，需要关注技术发展和市场变化的双重影响，以确保其能够真正促进产品生成性的发展。

我们的研究还发现，AI–LLM的采用可能会改变生成性对产品销量的影响。这意味着，企业在采用AI–LLM时，需要根据自身的市场环境和产品特点，合理制定策略。例如，如果企业能够有效地利用AI–LLM来匹配产品功能和用户需求，那么生成性对产品销量的正向影响可能会得到增强。然而，如果企业未能充分理解用户需求，或者在AI–LLM的应用过程中忽略了市场变化，那么生成性对产品销量的正向影响可能会受到削弱。因此，企业在采用AI–LLM时，需要充分考虑其对生成性的影响，并根据实际情况调整策略。

通过本研究，我们希望为AI应用和生成性研究做出贡献。首先，我们揭示了AI应用对产品架构中生成性的影响，与以往主要关注AI技术对产品创新能力的研究不同，我们探讨了AI对产品本身的影响，从而拓展了对AI技术独特作用的理解。此外，我们还探讨了AI应用在数字制造背景下的作用，这丰富了关于增强数字制造的研究文献。其次，我们为产品视角下的生成性研究做出了贡献。以往的研究主要从生成性社区和生成性架构的角度探讨生成性的来源，而大多数研究集中在技术或平台自身的能力上。我们分析了AI作为使能技术对分层模块化架构生成性的重要影响，从而拓展了生成性在产品视角下的研究边界。此外，我们发现AI–LLM的采用在生成性与产品销量之间的关系中起到调节作用，这进一步拓展了生成性意义的边界条件。

本研究的实证结果表明，AI应用确实能够促进分层模块化架构中的生成性。这种促进不仅体现在技术层面，还体现在产品功能的多样性上。通过数字制造技术，AI能够协调不同层的模块，识别出有效的组件组合，从而实现更多的创新功能。这些创新功能不仅提升了产品的竞争力，还满足了用户日益增长的需求。然而，AI–LLM的采用可能会削弱这种关系，因此企业在制定AI应用策略时，需要充分考虑AI–LLM的影响，以确保其能够真正促进产品销量的增长。

总的来说，本研究探讨了AI应用对产品生成性的影响，以及生成性对产品销量的作用。我们发现，AI应用能够促进生成性，而生成性又能够推动产品销量的增长。然而，AI–LLM的采用可能会削弱这种关系，因此企业在制定AI应用策略时，需要综合考虑技术发展和市场变化的影响，以确保其能够真正促进产品销量的增长。此外，AI的应用还能够促进产品功能的智能化发展，从而增强产品的市场竞争力。通过本研究，我们希望为AI应用和生成性研究提供新的视角和实证支持，为企业制定适当的AI系统策略提供参考。