利用生成式人工智能和循环创新构建公平、有韧性的供应链:透明度与以可持续性为导向的决策权赋能的中介作用

《TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE》:Leveraging generative AI and circular innovation for equitable and resilient supply chains: The mediating role of transparency and sustainability-oriented decision empowerment

【字体: 大 中 小 】 时间:2026年01月29日 来源:TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE 13.3

编辑推荐:

  夏燕芳|邱勇|顾卓宇|张亮|杨佳宇四川大学国际关系学院,中国四川省成都市,610000摘要随着气候压力、数字化转型和供应链冲击的影响日益凸显,可持续性已成为企业发展的必然要求。为应对这一趋势,本研究提出并验证了一个基于实证的社会技术框架,在该框架中,三种由生成式人工智能支持的技术

  
夏燕芳|邱勇|顾卓宇|张亮|杨佳宇
四川大学国际关系学院,中国四川省成都市,610000

摘要

随着气候压力、数字化转型和供应链冲击的影响日益凸显,可持续性已成为企业发展的必然要求。为应对这一趋势,本研究提出并验证了一个基于实证的社会技术框架,在该框架中,三种由生成式人工智能支持的技术手段协同作用,以提高供应链的透明度。供应链的透明度有助于制定出公平且具备韧性的决策。研究表明,通过人工智能支持的决策智能和循环创新实践,可以提升组织的透明度,并使管理者能够基于社会技术框架做出包容性、可持续、公平且有韧性的决策。研究采用结构方程建模方法对假设进行了实证验证。这项研究拓展了社会技术系统的理论,强调了技术能力(如人工智能支持的决策智能和循环创新)与文化能力(如负责任的AI沟通文化)的协同作用对于实现社会韧性的重要性。这些能力需与透明度及决策机制共同发展。该研究对管理者具有实际指导意义:他们不仅需要在生成式人工智能分析上投入资金,还需要建立负责任的沟通规范;同时,与循环创新的结合有助于提升数据可见性和促进包容性的决策过程。

引言

当前的供应链面临着气候变化、愈发严格的法规以及快速数字化转型的多重挑战(Geissdoerfer等人,2020;George和Schillebeeckx,2022)。这些因素要求企业在全球范围内更快地调整策略、提高合规性并增强韧性(Bamel等人,2024)。技术和可持续性不再被视为彼此独立的工具,企业可以通过它们获得竞争优势(Al Halbusi等人,2025)。处于这一变革十字路口的技术是生成式人工智能(GenAI)(Upadhyay和Shukla,2024;Bresciani等人,2021;Zeng等人,2025)。基于AI的决策智能能够提升人类思维能力、模拟不确定性、权衡可持续性选项并应对各种干扰(Joosten等人,2024)。Jain等人(2024)指出,GenAI不同于传统人工智能,它具备创造新信息、模拟未来事件以及整合非结构化数据以优化供应链决策的能力。
基于AI的决策智能通过将运营、环境和社会方面的多样化数据转化为具有情境背景的洞察力,加速了数字化转型,从而支持构建适应性强的可持续性决策系统(Bag等人,2021;Mehmood等人,2025)。近期关于运营科学与可持续性的研究表明,当将其融入治理、沟通和组织能力中时,AI决策智能能够促进这些变革(Martini等人,2024)。AI已从单纯的工具发展为一种社会技术力量,重新定义了系统层面的互动模式和循环创新机制(Emery和Trist,1960;George等人,2021)。与传统基于规则的AI不同,AI决策智能在学习过程中具有适应性,在推理上更具生成性(George等人,2021;Joosten等人,2024)。它使企业能够模拟环境风险、评估循环经济路径,并准确预测利益相关者的需求(Zeng等人,2025)。
以往关于数字可持续性的研究主要关注碳排放监测、预测物流、排放追踪和实时合规性(Akhtar等人,2024;Wu等人,2024),但较少探讨AI决策智能在社交、沟通和治理系统的变革中的作用及其对可持续性的贡献。学者们认为,AI决策智能的真正价值在于其对正式和非正式权力结构、沟通实践以及群体决策过程的转变(Queiroz等人,2020;Awan等人,2022;Bartlett和Camba,2024)。新证据表明,AI决策智能能够改变跨职能团队在数据收集、权衡取舍及集体责任方面的运作方式(Martini等人,2024)。鉴于供应链在透明度、可追溯性和包容性决策方面面临的日益严峻挑战,这些变革尤为重要(Budhwar等人,2023;Chowdhury等人,2024;Li等人,2024)。
尽管学术界对AI决策智能、循环创新和负责任沟通的兴趣日益浓厚,但目前的研究尚未全面揭示这些因素综合对供应链可持续性影响的整体图景。现有文献往往将数字化、透明度或伦理AI治理视为独立的过程。因此,人们对技术智能、创新导向和沟通实践如何共同推动可持续性转型缺乏整体理解(Demirel等人,2024a;Feuerriegel等人,2024;Wamba等人,2023)。本文通过将GenAI支持的可持续性视为三种相关社会技术过程(AI决策智能、循环创新对齐和负责任的AI沟通文化)的叠加结果,填补了这一认知空白。这些机制共同提升了供应链的透明度。透明度是关键前提,使管理者能够解读与可持续性相关的信息并转化为相应的决策。基于此的决策能够带来更公平、更可持续的供应链成果。研究提出了三个相互关联的问题:RQ1:生成式智能如何促进供应链透明度?RQ2:透明度如何有助于制定可持续性导向的决策?RQ3:赋能的可持续性决策在实现公平和有韧性的供应链结果中扮演何种角色?
本研究构建了一个社会技术模型,阐述了数字能力、循环创新导向和负责任沟通实践如何共同提升供应链的透明度和决策能力。通过这一模型,扩展了社会技术系统的理论,解释了这些要素如何在复杂的供应链网络中协同作用以实现可持续性目标。研究中将GenAI视为一项赋能技术,而核心概念是AI决策智能——即一种将生成式、预测性和适应性AI功能整合到可持续性决策过程中的组织能力。

章节摘录

理论背景

社会技术系统(STS)理论源于对组织的初步研究,认为技术系统的优化离不开其所依托的社会结构。早期研究发现,高效的组织是技术子系统(工具、流程和技术)与社会子系统(角色、规范、沟通模式和决策结构)相互优化的结果(Dwivedi等人,

基于AI的决策智能与供应链透明度的提升

基于AI的决策智能是一类通过人工智能增强功能来实现动态分析、情况评估和可持续性导向决策的工具(Jackson等人,2024;Li等人,2024)。从社会技术系统的视角来看,AI决策智能是一种基础性技术子系统,它提供了感知、解释和预测的能力

研究方法与样本

企业正在利用生成式人工智能改变决策方式和资源再利用的方式(Feuerriegel等人,2024)。本研究探讨了AI决策智能、循环创新对齐和负责任AI沟通文化如何共同作用,从而提升供应链的透明度。供应链透明度的提升是确保原材料和数据流实时准确性的关键质量保证。

方法偏差分析

采用Harman单因素检验方法分析了方法变异的程度(Podsakoff等人,2003),结果表明没有单一因素主导了研究结果的变异,因此方法偏差(CMB)不太可能成为问题。此外,还根据Kock(2015)的方法进行了完全共线性评估(VIF < 3.3),确认方法偏差不会构成严重威胁。同时,通过加入标记变量进一步验证了研究结果的可靠性

讨论

本文运用社会技术系统理论解释了研究结果,说明了数字能力、规范一致性和沟通行为如何共同影响供应链的可持续性成果。通过将基于AI的决策智能、循环经济原则的创新操作以及负责任的AI沟通文化整合到一个框架中,本研究回应了此前关于缺乏综合性方法的批评

结论

本研究旨在弥补现有研究的空白:提出了一个概念上完善的框架,解释了生成式智能、循环创新实践和负责任沟通的结合如何共同影响供应链的可持续性转型过程。研究基于社会技术系统理论构建并验证了一个整体模型。
所提出的模型将AI决策智能与...

致谢

本研究得到了四川省哲学与社会科学规划项目“在产业集群建设和链式增强背景下对四川新能源产业的统计测量与路径优化研究”(项目编号:SC25TJ008)以及四川省博士后专项研究基金“促进中国能源转型的绿色财税政策研究(2025年)”和四川省哲学与社会科学基金重大专项项目的资助
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号