人工智能能力与产品创新强度：在不同市场动荡水平下驱动B2B营销创新

《Technovation》：AI capability and product innovation intensity: Driving B2B marketing innovation under varying levels of market turbulence

　　

• AI能力通过组织敏捷性和产品创新强度的顺序路径，推动B2B营销创新。• 组织敏捷性使企业能够将AI能力转化为更 intensive 的产品创新努力。• 市场动荡增强了AI能力对产品创新强度及下游创新成果的影响。

引言

人工智能（AI）正被越来越多的企业采用，以提升生产率、决策能力和创新能力（Cillo and Rubera, 2025；Marzi et al., 2025）。然而，对AI的投资并不能自动产生组织价值。许多AI项目未能实现预期成果，这凸显了获取AI技术与培养有效部署AI所需的组织能力之间的重要区别（Ryseff et al., 2024）。这一挑战在企业对企业（B2B）环境中尤为突出，因为企业通常通过复杂的关系、定制化产品和快速变化的客户需求来运营。AI可以帮助企业预判买方偏好、处理市场信息并改进产品和营销决策，但这些益处取决于与AI相关的资源被整合到组织过程中的有效程度（Arias-Pérez and Huynh, 2023；Roberts and Candi, 2024）。

因此，我们关注的是AI能力，而非仅仅关注AI的采用。AI能力指企业利用和协调互补的AI相关有形资源、人力资源和无形资源的能力（Mikalef and Gupta, 2021）。这些资源类别根植于成熟的资源基础观和技术能力研究（Barney, 2001；Bharadwaj, 2000），共同捕捉了有效部署AI所需的基础设施、专业知识和组织条件。这一概念化也将AI能力与组织敏捷性区分开来。AI能力关乎动员AI相关资源的底层能力，而组织敏捷性则反映了灵活、快速地应对变化的客户、运营和战略条件的已实现能力。因此，一个企业可能拥有大量的AI资源，但如果这些资源没有转化为组织行动，它并不一定是敏捷的。

这一区分至关重要，因为现有研究对于AI能力如何转化为创新成果仍提供不完整的解释（Gama and Magistretti, 2025；Mariani et al., 2023；Petrescu et al., 2022）。先前的研究表明，AI可以支持B2B营销能力、战略敏捷性、决策表现和创新（Liu et al., 2025；Mikalef et al., 2023；Mikalef and Gupta, 2021），而另一些研究则在特定的创新场景中概念化了AI赋能的动态能力，如循环商业模式创新和数字化服务化（Sj?din et al., 2023）。然而，关于适应性组织响应和实质性产品更新活动如何在从AI相关资源到下游面向市场的创新进程中共同运作，所知甚少。

另一个模糊之处在于对创新本身的界定。产品创新和营销创新相关，但它们代表了更广泛创新过程中不同的阶段。产品创新涉及企业所提供产品的开发和更新，而营销创新则涉及将这些产品推向市场并从客户处创造和捕获价值的新型方法。将这两个阶段混为一谈可能会模糊AI能力对创新产生和创新实现所贡献的机制。

据此，本研究将B2B营销创新作为焦点的面向市场的成果。借鉴奥斯陆手册框架，我们将B2B营销创新定义为企业在B2B业务中实施新的营销方法或途径，与先前的营销实践有实质性偏离（OECD, 2018）。此类创新可能涉及定价、分销、客户互动、价值传递或产品/服务呈现方面的新颖做法。重要的是，价格、促销或分销的常规调整并不构成营销创新；其定义特征在于营销方法本身的创新性。B2B营销创新也区别于商业化能力（指有效商业化的能力）和产品创新（指产品本身的创新性）。

B2B营销创新值得作为成果加以考察，因为开发新型产品并不自动意味着企业将创新其产品的呈现、定价、分销或变现方式。在B2B环境中，由于产品可能技术复杂、定制化或嵌入在长期关系中，创新推向市场的方式可能实质性地影响其价值是否能实现。先前的研究也将营销创新及相关营销能力与企业存活和卓越的顾客绩效联系起来（Naidoo, 2010；Ngo and O'Cass, 2012）。因此，我们将本研究定位于创新与营销的交汇点。我们的目标不是解释B2B营销创新的所有前因，而是隔离出一种理论上重要的技术赋能路径，通过该路径AI相关资源可以被转化为面向市场的创新。

三个相关的空白促成了本研究。第一，在区分创新产生和创新实现方面存在概念空白。第二，在AI能力如何通过组织机制转化为下游创新成果的过程方面存在过程空白。第三，在市场动荡的作用方面存在情境空白：尽管市场条件可以塑造创新和组织绩效，但仍不清楚动荡是否均匀地影响AI赋能的创新，还是在从能力到创新的过程中差异性改变特定关系（Li, 2022；Tsai and Yang, 2013）。

为应对这些空白，我们将组织敏捷性和产品创新强度作为理论上不同的机制加以考察。因为AI能力代表AI相关资源的上游配置，动态能力理论表明其价值取决于这些资源如何通过组织过程和能力被动员。组织敏捷性，反映企业的战略灵活性、运营适应性和客户响应性，作为初始渠道，因为它使企业能够快速感知、解释和回应环境变化（Teece, 2018；Warner and W?ger, 2019）。没有这一初始步骤，AI将保持为静态资源，而非创新的驱动力。然而，仅敏捷性并不表明企业实际在加强产品和创新的开发。

产品创新强度捕捉了这一后者元素：产品开发和创新活动的速度和连续性（Ahsan et al., 2023；Sullivan and Fosso Wamba, 2024）。数字技术不仅可以通过效率提升创造价值，还可以通过增加创新活动的速度和强度来创造价值（Liu et al., 2025）。因此，产品创新强度作为第二个渠道，代表一种实质性的创新产生机制，而组织敏捷性则捕捉适应性响应。这些机制在概念上是不同的，但可能相互关联：敏捷性可能帮助企业识别创新努力应该指向何处及如何开展，而产品创新强度则反映企业产品更新的后续过程。

据此，我们将此传导路径理论化为一个有序的能力转化过程——受动态能力理论感知、捕获和重组的时间逻辑启发——其中AI能力支持组织敏捷性，敏捷性支持增强的产品创新，产品创新强度促进下游B2B营销创新（Teece et al., 1997）。这种排序提供了一种独特的过程解释，因为缺乏对市场发展的充分感知而进行的产品更新活动可能产生对齐不佳的产品，而缺乏相应创新活动的组织敏捷性可能产生响应性但没有实质性更新。重要的是，我们并不主张先前研究中识别出的替代路径无效或普遍较差。相反，诸如Liu et al. (2025)、Mikalef et al. (2023)、Mikalef and Gupta (2021)、Petrescu et al. (2022) 和 Sj?din et al. (2023) 等研究考察了不同的机制和成果。本研究解决了一个不同的理论问题：AI能力如何通过适应性组织响应和加强的产品更新逐步转化为面向市场的创新。

这一聚焦也拓展了Ameen et al. (2024) 的相关工作，他们将AI能力和战略敏捷性概念化为一种耦合构念，促进产品和服务创意。创意代表了创新的一个重要方面，但并未捕捉产品开发活动的强度和连续性，也未解释AI赋能的响应性如何随后与B2B营销创新相关。同样，产品创新强度不应与B2B营销创新混为一谈：前者涉及指向产品创新努力的速度和连续性，而后者涉及将这些产品推向市场和商业化的新颖方法（Ahsan et al., 2023；Mooi et al., 2022；Sullivan and Fosso Wamba, 2024）。

我们进一步将市场动荡作为一个权变的边界条件加以考察，而非将动荡视为B2B营销创新有意义的前提条件。B2B营销创新在相对稳定和高度动荡的市场中都可能保持相关性。可能不同的是组织能力和创新过程对其贡献的强度。更高的动荡增加了不确定性、信息处理需求以及企业解释和应对变化的客户和竞争条件的需要，这表明它可能改变AI赋能的感知、组织响应性、产品创新和面向市场适应的价值（Li, 2022；Tsai and Yang, 2013）。

基于上述背景，本研究解决两个研究问题：(1) AI能力如何通过组织敏捷性和产品创新强度对B2B营销创新做出贡献？(2) 市场动荡如何塑造从能力到创新过程中特定关系？我们使用来自中国239家企业的管理人员调查数据来解决这些问题。本研究做出了三项主要的理论贡献。第一，通过区分AI能力与AI采用以及下游适应性能力（如组织敏捷性），推进了关于AI能力的研究。第二，通过区分创新产生和创新实现，并通过理论化组织敏捷性和产品创新强度如何连接AI能力与下游B2B营销创新，推进了AI与创新文献。这一过程视角补充了先前的关于AI胜任力、动态能力微观基础（Mikalef et al., 2023；Mikalef and Gupta, 2021）、战略敏捷性、决策表现（Liu et al., 2025）和AI赋能的商业模式创新（Sj?din et al., 2023）的工作。第三，通过将动荡作为边界条件加以考察，其可能改变从能力到创新过程中特定关系，而非将其视为均匀的环境背景因素，发展了对市场动荡的权变视角。

章节片段

动态能力观

动态能力观围绕组织对不断变化的商业环境和环境的适应性和响应性展开。扩展了企业的资源基础观，动态能力观意味着企业的资源和能力是其竞争优势的关键来源（Eisenhardt and Martin, 2000）。该框架强调了三个核心机制——感知（检测环境变化）、捕获（实施新识别的机会）和……

理论框架与假设开发

为了在竞争激烈的市场中生存并发展其战略敏捷性，组织需要培养相关因素，如客户和竞争对手导向以及双元性，同时保持对市场环境的关注（Ameen et al., 2022）。先前的研究表明，B2B营销创新依赖于各种数字和人力资源相关的资源以及组织敏捷性（Guo et al., 2023）。此外，我们认为这些关系……

测量工具

问卷的第一部分专注于收集有关参与管理人员及其企业的信息，包括企业规模、企业年龄、角色/职位、性别、教育背景和其他相关因素。第二部分由直接对应概念模型中指定变量的问题组成。这些变量使用7点李克特量表测量，范围从（1）强烈不同意到（7）强烈同意。该……

共同方法偏差（CMV）

为确保第6.3节中所述程序性补救措施的有效性，我们随后在PLS-SEM中进行了全共线性（FC）测试和未测潜在因子控制方法（Williams et al., 2010）。附录C中的结果表明，FC的所有方差膨胀因子（VIF）值均远低于3.3的阈值（Hair et al., 2021），表明本研究中不存在显著的共同方法偏差。关于第二种方法，R2值……

讨论

基于动态能力理论，本研究考察了在不同水平的市场动荡下，AI能力如何通过组织敏捷性和产品创新强度对B2B营销创新做出贡献。本研究定位于创新与营销的交汇点，通过考察AI能力如何通过组织能力构建转化为营销创新，解决了创新文献中一个研究不足的空白。这代表了……

CRediT作者贡献声明

Nisreen Ameen：撰写—审查与编辑，撰写—原始草稿，项目管理，数据管理，概念构思。Jun-Hwa Cheah：撰写—审查与编辑，正式分析。Senmao Xia：撰写—审查与编辑，数据管理。Tippayanet Sorosrungruang：撰写—审查与编辑。Vera Hoelscher：撰写—审查与编辑，正式分析。

Shlomo Tarba：撰写——审阅与编辑。

伦理审批：已获得伦敦大学皇家霍洛威学院的伦理批准，并遵循了该校的伦理准则。

支持数据的可获取性：可根据要求提供。

资金支持：不适用。本研究未获得任何资金支持。

利益冲突声明：作者声明，他们没有已知的竞争性经济利益或可能影响本论文所报告工作的个人关系。

致谢：不适用。

Nisreen Ameen | Jun-Hwa Cheah | Senmao Xia | Tippayanet Sorosrungruang | Vera Hoelscher | Shlomo Tarba