从内到外、从外到内：数字能力与环境动态如何影响中小企业的AI采纳

《TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE》：Inside-out and outside-in: How digital capabilities and environmental dynamism shape AI adoption in SMEs

　　•数字能力和环境动态各自提升了人工智能（AI）的采用水平。
•数字能力和环境动态各自单独存在时，都会增加采用行为的可变性。
•数字能力和环境动态相互作用，可以促进AI的采用。
•数字能力和环境动态之间的相互作用与AI采用行为的较低可变性相关。
•我们展示了同一个前提如何（a）提高采用水平，以及（b）扩大或缩小采用行为的分布范围。

**引言**
人工智能（AI）迅速发展成为一种对企业具有变革性的技术（Schwaeke等人，2025年）。从早期的决策支持系统到商业智能和大数据的发展，AI已成为组织战略的核心（Dai和Zhang，2026年；Dwivedi等人，2021年；Roy等人，2025年）。大型语言模型和生成式AI工具的最新出现加剧了各行各业的采用压力（Ratten，2023年）。企业对AI的采用是一个多方面的概念，其中包括企业对于AI提升其战略和运营能力的信心；在操作层面上，它指的是组织将AI整合到各种功能、活动、工作流程和决策制定中的过程，目的是增强创新、生产力或竞争优势（Bai和Qu，2025年；Dwivedi等人，2021年）。学术界正在积极探索和理解AI在商业中的采用及其影响（Faraj和Leonardi，2022年；Khanfar等人，2025年）。有一部分文献特别关注中小企业（SMEs）中AI采用的驱动因素（例如，Khan等人，2024年；Rawashdeh等人，2023年），对于这些企业来说，由于有限的财务和人力资源，AI的采用比大型组织更为复杂（Muhammad等人，2025年）。具体而言，复杂性、缺乏熟练人员以及对收益认识不足是中小企业数字化的重要障碍（Schwaeke等人，2025年）。在这种情况下，资源限制增加了对风险和收益感知的敏感性，而组织灵活性则在识别机会时允许快速试验。
企业利用AI提高运营效率、促进创新并进行战略定位（Charles等人，2025年；Kyriakopoulos等人，2025年；Qin，2024年）。虽然大型企业往往是AI的早期采用者，但中小企业也在客户服务、产品和软件开发、供应链管理以及决策制定等领域实施AI（Dwivedi等人，2021年；Nascimento和Meirelles，2022年）。现有的文献主要从资源基础或技术接受角度探讨了企业内部AI采用的驱动因素或障碍（Godinho Filho等人，2025年；Margherita，2021年；Venkatesh等人，2003年）。诸如技术资源、管理支持和预期成果等因素已被确定为AI采用的关键预测因素（Badghish和Soomro，2024年；Ingalagi等人，2021年；Rawashdeh等人，2023年；Schwaeke等人，2025年）。然而，其他学者认为竞争强度和技术动荡等环境因素也是AI采用的动机（Nascimento和Meirelles，2022年；Schwaeke等人，2025年）。然而，关于企业特别是中小企业AI采用的研究仍然缺乏综合性和动态性的模型（Teece等人，1997年），这些模型能够同时考察内部能力和外部威胁与机会，尤其是在像AI这样战略复杂且快速发展的领域（Riviere等人，2025年）。对于研究AI采用、数字化转型和战略管理的学者来说，这种稀缺性限制了他们解释为何面对类似技术和环境的企业会表现出不同的采用模式和绩效轨迹的能力（Khanfar等人，2025年）。对于实践者和政策制定者而言，现有的指导要么强调内部准备情况，要么强调外部压力，但没有说明两者如何协调以在中小企业面临的不确定环境中制定连贯和可扩展的AI战略。
实际上，不同企业在AI采用方面并不一致。企业在AI在其系统中的整合程度、时机、范围和效果上存在差异（例如，Malik，2025年）。这提出了一个关键问题：为什么一些企业积极采用AI，而另一些企业尽管面临相似的机会或具备类似的能力却对此不太感兴趣。虽然许多研究预测了采用的平均水平，但很少有研究探讨采用行为的差异性或异质性，从而错过了解释为什么处于相似情况下的企业会以不同方式采用AI的机会（Osiyevskyy、Sinha、Shirokova和Ehsani，2022年；Osiyevskyy、Sinha、Shirokova和Shtepa，2025年）。理解采用的差异性在中小企业背景下尤为重要，因为领导特质、资源配置和环境压力以复杂的方式相互作用（Shirokova等人，2025年）。AI采用的变异性可以解释企业如何实现差异化，从而可能创造出独特的竞争优势来源（Teece，2010年）。虽然AI的平均水平解释了一般意义上的AI价值，但变异性有助于解释企业之间在战略制定和绩效上的差异。理解AI采用的异质性具有理论、政策和管理方面的意义。

**研究问题**
为了解决这些问题，我们探讨以下研究问题：
1. 内部数字能力和外部环境动态在多大程度上影响中小企业的AI采用？
2. 这些因素如何相互作用以解释中小企业之间AI采用行为的异质性？

在构建理论模型时，我们结合了动态能力视角（Teece，2007年）和战略一致性理论（Henderson和Venkatraman，1992年；Venkatraman，1989年，1990年）。动态能力视角解释了使企业能够感知技术机会、通过实验和实施抓住这些机会，并根据环境变化调整业务流程的组织能力（Teece，2007年），为中小企业成功采用AI提供了基础。然而，仅这一视角无法解释为什么具有相似能力的企业在相似条件下会采用AI的方式不同。战略一致性理论通过解释内部能力与外部环境需求之间的匹配如何塑造战略响应，弥补了这一局限性（Henderson和Venkatraman，1992年；Venkatraman，1989年）。通过整合这两种视角，我们认为AI的采用不仅仅取决于是否拥有数字能力或面临外部压力，还取决于两者之间的匹配程度。更重要的是，我们通过理论化和实证测试，将能力-环境匹配视为一个机制，该机制不仅影响AI采用的水平，还影响企业采用行为的一致性和异质性。在这方面，我们提出了中小企业在AI相关战略行动上的趋同与分化的行为解释。

**数据收集**
我们使用来自616家俄罗斯中小企业的调查数据来验证我们的假设。俄罗斯提供了一个特别有启发性的背景，用于研究AI采用，因为这些企业在地缘政治动荡、制裁压力和制度限制下运营（Shirokova等人，2026年）。这样的条件加剧了数字化转型的不确定性，同时也增加了企业吸收、整合和常规化新兴AI技术的能力差异。因此，俄罗斯背景提供了研究不仅平均AI采用水平，还有企业间采用行为差异性的机会。

**研究贡献**
我们的研究对该领域做出了三项贡献：
首先，我们开发并测试了一个综合模型，该模型结合了特定于AI的过程动态能力（感知、抓住和转化）和环境背景，以解释AI采用的平均水平和异质性，通过表明感知和抓住机会也能调节企业响应的分散性，这是能力研究中一个未被充分探索的维度（McAdam等人，2017年）。其次，我们扩展了战略一致性理论，证明了能力-环境匹配作为一种行为趋同机制——不仅推动采用水平，还减少企业间采用行为的差异性。当企业能够做的事情（能力）与其必须做的事情（环境）相匹配时，采用变得更加可预测；而不一致则会产生分散的响应。从概念上讲，我们不是将动态能力和战略一致性视为相互竞争的解释，而是将它们视为互补的：动态能力解释了企业行动的能力，而战略一致性解释了这些能力在环境动态下何时被战略激活并在行为上保持一致。第三，我们纳入了方差建模视角，以突出战略行为的异质性，这是AI和创新研究中尚未充分探索的领域。这种方法超越了以平均值为中心的分析（Osiyevskyy等人，2022年），揭示了同一个前提如何既能提高采用水平，又能扩大或缩小采用行为的分布范围。

**当前理解**
在现有文献中，AI采用研究遵循了一般技术采用的模式（Venkatesh等人，2003年）。诸如技术-组织-环境（TOE）框架（例如，Badghish和Soomro，2024年；Rawashdeh等人，2023年；Schwaeke等人，2025年）、技术接受模型（TAM）（例如，Ismail等人，2025年；Nascimento和Meirelles，2022年）以及技术接受和使用统一理论（UTAUT）（例如，Khan等人，2024年；Lerma等人，2023年）等框架被用来研究AI采用。

**样本和数据**
本研究的数据来自2024年6月至10月期间对中小企业进行的一项结构化调查。调查的实施由一家专业中介组织协助完成，该组织仅负责数据收集的后勤工作，包括问卷分发、受访者联系、资格筛选和响应监控。中介组织没有参与调查工具的开发。

**主要结果**
表3展示了三个回归模型的结果，这些模型研究了数字能力和环境动态对AI采用平均水平的影响。在模型1中，我们发现数字能力和AI采用之间存在正相关且显著的关系（β = 0.143，p = 0.015），支持了假设1a。这表明拥有更强数字基础设施、数据整合能力和IT竞争力的企业更有可能采用AI工具。

**理论贡献**
本研究解释了中小企业何时以及如何采用AI，以及为什么不同组织的采用情况有所不同。通过这样做，我们响应了数字化转型和AI研究中的呼吁，超越了以平均值为中心的“采用与否”的二元处理方式，并解释了技术部署中的行为异质性（Teece，2007年；Vial，2019年）。我们将行为异质性视为企业之间在AI采用方式上的系统性差异，特别是在AI采用的时机、强度和范围方面。

**结论**
研究表明，中小企业的AI采用受到内部数字能力和外部环境动态之间相互作用的影响。虽然每个因素都单独促进了AI的采用，但它们的协同战略一致性增强了采用的强度和一致性。这些发现强化了在动态环境中战略匹配的理论重要性，并表明仅依靠数字能力是不够的，还需要适应环境的能力。通过同时考虑这些因素，我们发展了一个关于中小企业在AI相关战略行动上趋同与分化的行为解释。