通过管理行为和赋能技术促进工业4.0时代的幸福感

《TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE》：Fostering well-being in Industry 5.0 through managerial behaviours and enabling technologies

　　米凯拉·皮卡罗齐|费德里卡·卡博尼|罗伯托·布鲁尼
意大利维泰博‘图斯基亚’大学，经济、工程、社会与商业组织系，帕拉迪索路47号，01100

摘要
工业4.0代表了最新的工业进化，它在工业4.0的基础上进一步发展，同时将重点转向了人类福祉、可持续性和韧性。在这种范式中，使能技术被重新定义为首先支持人类福祉、其次才是提升企业生产力的工具。尽管其重要性日益增加，但管理学文献在具体管理行为和技术如何有效支持这些新目标方面仍然存在碎片化。为了解决这一差距，本研究采用了系统性的文献回顾和主题分析方法，以识别和系统化那些以福祉为中心的管理行为和使能技术，这些技术和行为有助于向工业5.0的转型。研究结果表明，管理行为与使能技术之间存在一种关系，能够促进以福祉为导向的创新。本研究的一个关键贡献是提出了一个新的价值创造序列：人类福祉是生产力的首要驱动力，最终引导出可持续的竞争力。这些发现具有重要的理论和管理意义，提供了一个将技术视为以人为核心的设计结果的综合性框架。最后，该研究概述了未来研究的方向，以促进以工人为中心的工业体系的发展。

1. 引言
历史上，工业革命引发了生产系统、劳动力动态和社会结构的深刻变革（Xu等人，2018；Sharma和Singh，2020）。每一次革命都引入了颠覆性技术，打开了新的机会，并带来了重大挑战（Boninsegni等人，2022）。在当前背景下，我们观察到两种范式——工业4.0（I4.0）和工业5.0（I5.0）之间的独特重叠，这标志着一个过渡阶段而非彻底的转变（Xu等人，2021；Mourtzis等人，2022）。
工业4.0于2011年启动，标志着先进技术赋能因素融入工业生产（Sharma，2019）。与工业4.0相关的核心技术包括增材制造、自主机器人、大数据、云计算、工业物联网（IIoT）、仿真技术以及系统的垂直和水平整合（Rü?mann等人，2015；Bortolini等人，2018；Büchi等人，2020；Bruni和Piccarozzi，2022）。此外，人工智能（AI）和机器人技术的角色也得到了强调（Goel和Gupta，2020；Peres等人，2020；Bécue等人，2021）。工业4.0的核心目标是提高工业效率和生产力，推动组织重组、技能重构和新型商业模式的形成（Bigliardi等人，2020；Sigov等人，2024）。
相比之下，工业5.0由欧盟委员会提出，它将人类中心主义、可持续性和道德责任置于工业发展的核心（Nahavandi，2019；Breque等人，2021）。这一范式重新定义了人与机器之间的关系，将重点从自动化和效率转移到了协作和福祉上（Pizoń和Gola，2023）。虽然工业4.0侧重于技术优化，但工业5.0更加强调人类参与、创造力和社会技术系统中的目标（Nahavandi，2019）。近期文献指出，尽管工业4.0和工业5.0追求不同的目标，但它们之间仍紧密相连。
工业4.0主要依靠技术驱动，通过自动化、连接性和数据密集型流程来提高效率和生产力（Lu，2017；Xu等人，2021）。而工业5.0则引入了以价值为导向的视角，将以人类为中心的方法、可持续性和韧性视为战略要求（Ghobakhloo等人，2024a；Foga?a等人，2025）。工业5.0并非取代工业4.0，而是在其技术基础上扩展到社会和环境维度（Ramos-Gutiérrez和García-Gutiérrez，2024）。这种连续性表明，工业范式正在经历进化，数字化转型和人类价值创造作为长期竞争力的互补驱动力共同存在。
此外，工业5.0的概念与另一个在文献中广泛讨论的话题——社会5.0（Narvaez Rojas等人，2021）密切相关。社会5.0的概念由日本政府在2016年提出，它提倡一个通过技术解决问题的人类中心主义社会。可以将其定义为一个广泛而具有前瞻性的概念（Deguchi等人，2020）。工业5.0可以放在这一宏观背景下理解，因为它将企业和商业活动视为实现未来社会5.0的垫脚石（Huang等人，2022）。因此，工业5.0既可以被视为更大计划的一部分（社会5.0），也可以被认为是工业4.0革命的进化（Xu等人，2021）。
在这种新背景下，正确的价值创造顺序首先是人类福祉，其次是生产力，最终实现企业竞争力。在从工业4.0向工业5.0的演变过程中，考虑管理者在公司中的角色是非常有帮助的。正是管理者推动了组织的积极发展、价值创造和福祉提升。Mahajan等人（2023）提出了一种基于价值主导逻辑（VDL）的方法，该方法基于价值论（Lapie，1902）、行动者网络理论（Latour等人，1992）以及幸福/福祉概念（Wiking，2016）。价值主导逻辑强调管理者行为和决策在为公司、用户和其他利益相关者创造积极价值中的作用。这种方法强调了管理者需要有效利用有形和无形组织资源来促进个人、企业和社会层面的福祉。根据VDL原则进行管理，组织资源有助于持续福祉和共享价值的创造。在这一视角下，工业5.0作为一种补充范式出现，它超越了单纯追求生产效率的目标，提升了管理行为。采用工业5.0的企业对自身组织及所在更广泛社会的福祉更加敏感。
根据Piccarozzi等人的观点（2024，第13页），工业5.0是一场“影响所有组织、机构和社会的革命，这些组织和社会都以人类中心主义、环境可持续性和韧性为导向，通过人类创造力与自动化机器之间的强有力关系得以实现”。这一愿景不仅强调效率的追求，还追求繁荣、社会价值和地球福祉等更广泛的目标（Neumann等人，2021）。在这种不断演变的框架中，福祉占据了核心地位，值得深入研究（Halbreich，2022；Antonaci等人，2024）。福祉是一个多方面的概念，涵盖身体、心理、情感、社会和经济因素（Fletcher，2016；Nielsen等人，2017）。可以从个体（工人、消费者、公民）和集体（组织、社会、环境）的角度来理解福祉（Kadir和Broberg，2020）。从管理角度来看，工作场所的福祉显著影响员工绩效、组织效率和社区影响（Krekel等人，2019；Pagán-Casta?o等人，2020；Khaled和Alena，2022）。文献探讨了福祉的多个维度：生理安全和疲劳（McKee-Ryan等人，2005；Lerman等人，2012）、心理压力和情感负担（Daniels和Harris，2000；Kersemaekers等人，2018）、社会和关系方面（Spiller等人，2011；Guerci等人，2022）、组织结构和角色明确性（Cartwright和Cooper，2009；Gillet等人，2012）以及与经济或职业相关的福祉（Diener和Seligman，2004）。
在工业4.0背景下，福祉越来越受到学术界的关注，特别是它对技术转型及其对人为因素的影响（Hanefah，2018；Orben和Przybylski，2019）。在工业5.0背景下，研究开始关注人与机器互动、工作场所条件以及福祉提升机制（Davila-Gonzalez和Martin，2024；Antonaci等人，2024；Calzavara等人，2024）。然而，关于工业5.0支持的福祉类型、支持方式、所需能力和使能技术的作用等方面仍存在关键问题（Khaled和Alena，2022；Ricci等人，2025）。尽管对工业5.0的学术关注日益增加，但目前的研究在建立管理实践、技术赋能因素与工人福祉之间的直接联系方面仍存在碎片化（Antonaci等人，2024；Kuru，2023）。大多数研究将福祉概念化为技术进步的次要或间接结果，强调生产率、自动化或可持续性等维度（例如，Ghobakhloo等人，2024b；Ricci等人，2025），而非将其视为核心目标。其他研究主要关注工业5.0的使能技术或以人类和可持续性为中心的规范讨论，但没有系统地将其与工人福祉的结果联系起来（Breque等人，2021；Nahavandi，2019）。此外，福祉概念常常被视为一个抽象的概念，缺乏对其多维度（即身体、心理、组织、关系和经济）的系统分类。为了解决这一差距，本研究识别、分类并操作性地定义了在工业5.0范式中促进以福祉为导向的创新的管理行为和技术赋能因素。
在此背景下，本研究旨在探索新兴的工业5.0范式中的福祉概念，识别技术变革与以人类为中心的创新之间的促进机制。具体来说，有两个研究问题：
RQ1：哪些管理行为促进了工业5.0中的福祉出现？
RQ2：哪些工业5.0的使能技术支持以福祉为导向的管理行为？
通过系统性的文献回顾（SLR）和主题分析，本文旨在阐明工业5.0背景下的福祉概念，特别关注那些有助于提升福祉的管理行为和使能技术。因此，本研究基于社会技术、以人类为中心的管理视角，认为技术系统和管理实践共同塑造了组织结果。通过将工业5.0的原则与管理学和组织研究相结合，本文将工人福祉定义为不是技术进步的副产品，而是使能技术、管理行为和人类价值观之间对齐所产生的中心管理结果。基于这一概念框架，以下部分在工业5.0框架内操作性地定义了研究的三个核心概念——管理行为、使能技术和工人福祉，为后续的系统性文献回顾和主题分析提供支持。

2. 方法论
2.1. 概念基础和操作性定义
本节提供了指导研究的核心概念基础和操作性定义。具体而言，管理行为、使能技术和工人福祉被明确定义和操作化，以确保在整个系统性文献回顾和主题分析过程中保持理论一致性和分析连贯性（Braun和Clarke，2006；Denyer和Tranfield，2009）。研究的主要概念如下：
- **管理行为**被操作性地定义为管理者在工业5.0背景下可能影响员工身体、心理或组织福祉的所有行为、决策和实践。更具体地说，这些行为是通过关键词、编码表达和选定文章中的主题集群来识别的，这些文章涉及领导风格、人机协作管理（Galván-Vela等人，2021；Grosse等人，2023）、情商（Chin，2021；Salvadorinho等人，2025）、调度和优化决策（Abdous等人，2025；Destouet等人，2023）、压力预防（Blandino，2023；Apraiz等人，2023）以及韧性策略（Hadi等人，2023；Calzavara等人，2024）。编码过程得出了六个行为类别：以人为中心的导向、情商、调度优化、人机协作、心理福祉管理和韧性/可持续性导向。
- **使能技术**被操作性地定义为促进以人为中心的、以福祉为导向的过程在组织中整合的数字工具和基础设施解决方案。它们的识别基于对支持工人安全、包容性、激励和绩效的明确提及。根据这些技术在文献中的功能和出现频率进行编码，得出以下核心类别：协作机器人（协作机器人）（Coronado等人，2022）、AI（Cramarenco等人，2023；Gualtieri等人，2024）、数字和人类数字孪生（Davila-Gonzalez和Martin，2024；Cutrona等人，2024）、外骨骼、传感器（Ashta等人，2023）、仿真建模、自动驾驶车辆（AGVs）、拾取和运输机器人（PTRs）（Thylén等人，2023；Vijayakumar和Sobhani，2023）以及基于知识的智能系统（KBIS）（Pabolu等人，2025）。
- **福祉**被操作性地定义为一种多维度概念，涵盖工人经验的身体、心理、组织、关系和经济/职业方面（Danna和Griffin，1999）。在分析中，这些维度被用作分类管理行为和使能技术如何促进以人为中心结果的视角。幸福感指标是根据文本证据推断出来的，这些证据涉及压力减轻、工作满意度、包容性、安全性、积极性、绩效提升、韧性以及人类繁荣等方面。员工幸福感的维度包括：生理（PH）方面，如工作场所的健康与安全、人体工程学以及风险预防；心理（PS）方面，例如满意度、积极性、压力感、自我实现感以及控制感；组织（ORG）方面，涉及组织氛围与文化、领导力、流程以及内部沟通的质量；经济/职业（EC/PR）方面，如薪酬、工作稳定性以及职业发展机会；关系（REL）方面，如人际关系质量、归属感以及同事和上级之间的支持（Danna和Griffin，1999年）。这些操作性定义指导了编码和主题聚合阶段的工作，确保了I5.0的概念基础与文献中的实证证据之间的一致性。在关键概念被具体化之后，下一节将呈现内容分析与主题分析的结果。结果按照两个研究问题进行组织，并归纳为不同的主题，突出了识别出的管理行为和支撑技术如何促进I5.0范式中员工的幸福感。

鉴于此，研究方法分为两个步骤。第一步基于内容分析（SLR）来选择论文样本。第二步是对样本论文进行主题分析，以识别与论文目的相关并对解决研究问题具有关键意义的具体方面。图1展示了该方法论的设计。

2.2 系统性文献回顾
内容分析法（SLR）有助于概述所分析主题的现有文献综述。具体来说，选择SLR方法是为了提供关于该主题的全面且结构化的总结（Booth等人，2016年），并指出文献中的空白之处、尚未应用的方法论以及关于I5.0、管理行为、支撑技术及其对员工幸福感贡献的研究领域仍不十分详细的方面（Snyder，2019年）。SLR的实施遵循了Mayring（2004年）和Denyer与Tranfield（2009年）提出的方法论框架。论文数据来源于Scopus和Web of Science（WoS）数据库，这两个数据库在国际管理研究中被认为是最相关和最全面的（Newbert，2007年；Merli等人，2020年；Sassanelli等人，2019年）。选择Scopus是因为它是最大的同行评审文献存储库（de la Cruz-Lovera等人，2019年）。而Web of Science（WoS）数据库的加入则是为了确保更广泛地覆盖相关出版物。相比之下，谷歌学术（Google Scholar）和ResearchGate等数据库因存在记录在案的不一致性和产生系统相关结果的可靠性有限而被排除在外（Haddaway等人，2015年；Alexander等人，2019年）。
论文的选择（SLR - 第一步）基于被认为与研究相关的关键词。选择了“Industry 5.0”和“Well-being”等关键词以确保研究的针对性。最终样本是通过使用过滤器及选择标准进行合理且可复制的筛选过程获得的。具体来说，定义了四个选择步骤：关键词搜索；基于主题领域的论文筛选；基于论文特征的选择；基于论文摘要的选择。在最后一步中，还删除了数据库中的重复论文。

在第一步分析中，在选定的数据库中搜索关键词。检索结果为Scopus返回了294篇论文，WoS返回了145篇论文。接下来的选择步骤专门聚焦于管理类论文，排除了工程、环境、教育和医学等领域。在Scopus数据库中使用了“Business, Management and Accounting”、“Decision Sciences”和“Social Sciences”等主题过滤器（108篇论文），而在WoS数据库中使用了“Operations Research”、“Management Science”、“Business”和“Management”（27篇论文）。

第三步中，选择了来自同行评审期刊的英文文章和综述，以确保论文的质量。最终选出了47篇Scopus论文和23篇WoS论文。最后，根据Denyer和Tranfield（2009年）的方法，对所有论文的摘要进行了包含/排除标准的审查。具体来说，仅纳入了那些通过管理视角探讨I5.0和幸福感的文章；而那些仅仅提及I5.0或幸福感但未提供适当讨论的文章，或者分析与管理无关的管理主题（例如智慧城市、纯工程话题、绿色交通、城市可持续性）的文章被排除在外。作者们独立审查了摘要，以确保选择过程的有效性和可靠性。任何关于包含或排除决定的分歧都通过共同讨论达成共识来解决（Waffenschmidt等人，2019年）。同时删除了两个数据库中的重复论文。最终的分析样本包含31篇论文。

表1总结了各个选择步骤的结果。

所选论文被整理到一个Excel数据库中（SLR - 第二步），以便后续分析，并突出了论文的年份、出版期刊、研究领域和研究类型等字段，以便简要概述所分析的贡献类型。

简而言之，文献的主要特征（SLR - 第三步）显示了对这一主题兴趣的增长，样本中的论文数量从2021年开始增加，到2024年达到峰值（12篇）。论文的主要发表期刊包括《Journal of Manufacturing Systems》（4篇，占样本的13%）、《Systems》（3篇，占10%）、《Computers & Operations Research》（2篇，占6%）、《International Journal of Production Research》（2篇，占6%）以及《Sustainability》（2篇，占6%）。其余期刊涵盖的内容涉及生产、工业和管理等多个领域。从应用方法论的角度来看，19篇论文（61%）是实证分析，而其余12篇（39%）是理论研究。

分析的研究领域包括：生产（12篇，占样本的39%）、制造业（7篇，占23%）、组织（6篇，占19%）、汽车行业（2篇，占6%）、建筑行业（2篇，占6%）以及一般工业领域（1篇，占3%）。论文的主题也体现在其编辑位置的分析中，这些主题涉及具体的和一般性的商业方面。

在完成总体内容分析后，对论文进行了主题分析，以详细研究相关内容并突出与研究问题相关的重要方面。

2.3 选定论文的主题分析
为了探讨从I4.0向I5.0过渡在当代学术讨论中的构建方式，我们采用了Braun和Clarke（2006年）提出的方法进行了主题分析。我们的目标是捕捉到强调技术创新中以人为本的核心思想的主要模式和概念转变。主题分析分为几个阶段，以识别和支持幸福感的管理行为和支撑技术。以下是六个阶段的详细描述：
- **第一阶段（熟悉文献）**：我们首先深入阅读材料，多次阅读每篇文章，不仅理解明确的论点，还注意其中用来构建人与技术关系的隐含语言。在此阶段，我们做了反思性笔记，标记出重复出现的术语、概念重叠和有趣的差异。
- **第二阶段（生成初步代码）**：我们进入更结构化的编码阶段，归纳出反复出现的想法、隐喻和表达方式。例如，当作者提到“认知负荷”、“包容性设计”或“机器人向人类学习”时，我们将其编码为“人类适应性”、“人体工程智能”或“关系自主性”等标签。
- **第三阶段（构建初步主题）**：完成编码后，我们回顾代码，考察它们在概念上的分组情况。围绕某些核心思想形成了模式，如对情感智能机器的需求、人机合作的重新定义、软技能的战略价值以及数字化环境中的压力风险。
- **第四阶段（精炼和验证主题）**：我们再次审视原始文献和编码提取的内容，确保主题得到充分支持、具有区分度并且内部一致。一些主题被合并（例如压力预防与心理生理幸福感），而另一些则为清晰起见被分开。很明显，文献一致地探讨了新技术能做什么，以及它们如何演变以支持人类繁荣。
- **第五阶段（定义主题）**：我们详细描述每个主题，并提供了文献中的代表示例。
- **第六阶段（撰写分析报告）**：我们将这些主题整合成一个连贯的叙述。报告将I5.0呈现为不是对技术的否定，而是向这样的系统演进：在这个系统中，人与机器可以共同学习、适应和繁荣。这些主题反映了更广泛的趋势：将伦理、同理心和包容性置于设计的核心，并将人类尊严重新定义为工业进步的重要指标。

表2列出了主题分析的结果。

**表2. 管理行为主题**
| 关键词 | 主题/管理行为 | 概念化 |
|--------|------------|------------|
| Organisational justice; job satisfaction; disengagement; trust; innovation; human centric | 组织公正；工作满意度；脱离；信任；创新；以人为中心 | 以公平和基于信任的组织环境提升员工参与度并推动创新，使工业发展符合人类需求。I5.0通过平衡技术进步与社会责任及环境管理来重新定义成功，整合经济、社会和环境维度，构建有韧性的、以人为中心的生产体系。模拟工具通过设计增强人类潜能的协作环境进一步支持这一愿景。 |
| Emotional intelligence; soft skills; workforce performance; trust; motivation; psychosocial factors; work satisfaction; ethical integration | 情绪智能 | 情绪智能在提升员工适应能力、韧性和协作方面起着关键作用，成为以人为本技术发展的基石。确保AI和数字系统的伦理可行性需要培养信任、积极性和心理安全感，同时通过同理心和以人为中心的设计策略解决员工紧张问题。此外，持续技能发展和工作满意度是I5.0范式中促进人类繁荣的基本驱动因素。 |
| Human-robot collaboration; assembly line balancing; task scheduling; digital twins; factory layout; optimization; human operator model; nature inspired; flexible job; scheduling; resilience; ergonomic layout | 人机协作；生产线平衡；任务调度；数字孪生技术；工厂布局；优化；人体工程布局 | 将人类因素融入优化调度模型对于确保生产环境中的运营效率和人体工程学可持续性至关重要。数字化孪生技术结合人类行为建模，通过尊重人类能力和限制来优化布局。基于自然的优化方法与数字人体建模相结合，在生产力和员工舒适度之间达到关键平衡。灵活智能的调度系统进一步增强了抵御干扰的韧性，同时保障员工福祉。 |
| Interaction quality; user experience; robot adaptability; automation; smart construction; human machine interaction; passive exoskeletons; order picking; robot; warehouse automation; cobots; automotive industry; human-machine; design guidelines; expert feedback | 交互质量；用户体验；机器人适应性；自动化；智能建筑；人机交互；被动外骨骼；订单拣选；机器人；仓库自动化；协作机器人；汽车行业；人机设计指南；专家反馈 | 高质量的人机交互依赖于相互适应、建立信任和以用户为中心的设计。智能建筑技术必须嵌入人类协作的原则，以确保安全性、灵活性和用户接受度。可穿戴机器人技术必须优先考虑人体工程学和社会可持续性，以支持Operator 5.0范式。在物流和汽车行业，人机协作策略必须关注安全性、适应性和人体工程学整合。更新的设计指南对于确保人机交互框架同时支持运营效率、安全性和可用性以及情感福祉至关重要。 |
| Stress measurement; experimental protocol; physiological indicators; intelligent manufacturing; worker well-being; worker safety; inclusiveness; mental health; safe workstations; human-centred design; ergonomic assessment | 压力测量；实验协议；生理指标；智能制造；员工福祉；工作场所安全；以用户为中心的设计；人体工程评估 | 客观测量压力有助于主动重新设计工作场所，提升心理韧性和长期幸福感。在智能制造环境中管理职业压力对于促进健康、可持续的员工参与至关重要。员工安全、心理健康和包容性是I5.0生态系统中的核心支柱。设计安全和人体工程学优化的工作站对于保护协作环境中的员工心理和身体健康至关重要。 |
| Lean manufacturing; off-site construction; circular economy; resilience | 精益制造；循环经济 | 将精益实践与循环经济原则相结合，促进有韧性和可持续的生产系统的发展。这类系统基于人类的需求、适应性和环境责任。要在工业领域实现社会可持续性，还需要持续关注员工福祉和组织韧性。来源：作者阐述。表3 – 支持员工福祉的赋能技术。

**论文：赋能技术**
**概念化**
**福祉维度**
PHPSRELORGEC/PRDATA SET2–3–4-5-8-13-21–24-25-26-28-30

**协作机器人和人机协作**
协作机器人能够减轻工人的身体和心理压力，并创造更安全的作业环境。它们可以根据不同的个人需求进行调整，使任务更加符合人体工程学原则，减少重复性，让工人能够专注于更具挑战性和吸引力的活动。

**人工智能（AI）**
通过分析数据（包括对工人身体状况的监测数据），人工智能可以帮助减轻压力并管理潜在风险。它可以减轻工作负担，优化资源分配，使工人能够根据技能承担不同的角色。福祉体现在更安全、更具包容性和满意度的 working 环境中。

**数字孪生技术（HDT）**
利用实时数据和工作场所模拟，数字孪生技术可以提高安全性、符合人体工程学的程度和效率，从而促进工人成长和满意度。HDT 还显著提升了生产流程和工人安全，以及效率、韧性和可持续性（包括互动质量）。

**外骨骼**
可穿戴的机器人设备通过减少身体压力、避免伤害并提高生产力来促进工人福祉。

**仿真建模**
这种技术可以更高效、安全且符合人体工程学地设计生产系统甚至装配线，从而积极减轻工作带来的身体问题（例如肌肉骨骼系统问题），进而有助于提高工人的身体和心理福祉。

**传感器**
传感器能够实时监测生理和认知状态（生理信号、绩效指标以及人类对压力的感知），为了解工作条件及工人在压力和疲劳方面的相对福祉提供有用信息。

**自主引导车辆（AGVs）**
AGVs 能够创造更安全、更轻松的工作环境，减少工作负担，使工人能够专注于更有意义的任务，从而提高满意度。

**数字人类建模工具（DHM）**
该工具能够创建以人为本的生产系统设计，改善人体工程学、工作负荷和安全性，提升整体福祉水平。

**大型语言模型（LLMs）**
基于文本数据分析和情感分析以及福祉优先级，这些模型有助于理解、监控并改善组织和人力资源管理方面的福祉。

**KBISS**
基于数据和分析的系统可以根据工人需求定制工作计划，有助于减少身体压力并缓解生产系统中的疲劳问题。

**结果**
为了便于解释，主题分析结果按两个研究问题进行了分类。第一部分探讨了管理行为的研究与分析，第二部分研究了促进福祉的赋能技术。结果结构反映了研究的双重分析逻辑：首先识别并系统化了与 I5.0 中工人福祉相关的管理行为；其次分析了作为社会技术资源的赋能技术，这些技术支持、放大或实现这些行为在不同福祉维度上的效果；最后提出了对两个研究问题的综合概述。

**3.1. 管理行为结果**
根据第一个研究问题，我们从主题分析中确定了6种有助于根据 I5.0 逻辑支持员工福祉的管理行为。表2展示了分析结果。

**3.2. 赋能技术结果**
按照第二研究问题的视角，并采用与第3.1节相同的分析方法，我们得出了在各个福祉维度上有助于支持员工福祉的赋能技术。有些技术在论文分析中占据核心地位，而其他技术则是通过作者的思考推导出来的。表3按使用频率对赋能技术进行了排序。

**4. 讨论**
本讨论从社会技术和以人为核心的管理视角解读了研究结果。相较于将管理行为和赋能技术视为独立的驱动因素，这些结果被视作 I5.0 逻辑中的相互依存要素，在这种逻辑中，价值创造的重点从最大化生产效率转向了多维度的员工福祉。

**4.1. 促进 I5.0 中福祉出现的管理行为**
对31篇学术文献的主题分析揭示了从 I4.0 向 I5.0 转型的主要理论和实践方向，特别强调了先进技术与以人为核心的和谐整合（Galván-Vela 等，2021；Chin，2021；Gamberini 和 Pluchino，2024）。研究结果表明，工业创新逻辑发生了概念性转变，从以技术为中心的效率范式转向了与社会技术和以人为核心的导向（I5.0 相一致）。先进技术不再仅仅被视为自动化和效率优化的工具，而是被视为支持人类能力、决策和福祉的赋能资源。在这种视角下，人工智能、机器人技术和数字系统不是人类劳动力的替代品，而是增强工作身体、认知和心理维度的补充元素（Chin，2021）。这种转变突显了管理行为在塑造技术设计、实施和管理方式中的核心作用，以促进可持续和以人为本的组织成果。

机器人、人工智能系统和智能工厂的设计目的不仅仅是优化生产效率，更是为了关怀使用它们的员工的身体、情感和认知福祉（Chin，2021；Gamberini 和 Pluchino，2024）。情商和软技能不再被视为可选因素，而是至关重要的战略资产（Chin，2021）。工人不再被视为简单的机械部件，而是具有复杂情感和适应能力的个体，他们的心理健康、动机和创造力推动了可持续的成功（Chin，2021；Narvaez Roja 等，2021；Salvadorinho 等，2025）。人机协作的方式正在被重新构想。人类不应被迫不自然地适应机器；自动化设计应支持人类的能力、需求和价值观，而不是强加人为的节奏、逻辑或行为。机器应适应人类的认知、人体工程学需求和复杂性，而非反之亦然。机器人必须学会与人类同事沟通、合作并共同发展，人体工程学、认知负荷和用户信任应指导每一项设计决策（Lind 等，2024）。以人为核心的主题成为了一个横贯性的轴线，重新定义了工业进步的内涵，不仅仅局限于技术层面，更是生产力、可持续性和个人福祉的结合（Galván-Vela 等，2021；Grosse 等，2023；Gamberini 和 Pluchino，2024）。在此框架下，情商和软技能对于管理变革、建立智能系统的信任以及构建有韧性的协作环境至关重要（Chin，2021；Salvadorinho 等，2025）。

综述的文献强调了推广包容性和富有同理心的领导模式的必要性，这些模式能够将技术创新转化为社会价值。人机协作在灵活和适应性生产空间的设计中发挥着战略作用（Lind 等，2024）。协作机器人在多变和复杂环境中尤为适用，而传统机器人在高度标准化的任务中仍具有价值。研究提倡新的符合人体工程学、认知和感知的范式，以实现人类与机器之间的安全和协同共存（Lind 等，2024）。越来越多的研究关注认知人体工程学和预防性设计，利用数字人类模型和先进仿真技术（Lind 等，2024）。职业压力和心理生理福祉这一主题频繁出现，不仅被视为风险因素，也成为指导社会技术系统设计的关键指标。研究人员建议持续监测压力指标，不是为了加大工作强度，而是为了创造让员工能够茁壮成长、保持安全并感受到价值的良好工作环境。最后，韧性、可持续性和流程优化等宏观主题表明，方法论正朝着使用生物启发式算法和工具（如数字孪生技术）的方向发展，这些工具通过整合空间、性能和人体工程学约束来主动识别设计问题。

总之，可持续性的概念已被扩展到超越环境指标的范畴。核心的社会可持续性目标在于创建让员工具有韧性、得到包容、持续学习并在工作中建立情感联系的工厂、仓库和供应链（Galván-Vela 等，2021）。新兴技术如数字孪生和基于仿真的规划不仅用于优化效率，还用于模拟人类行为、预测对福祉的影响，并确保新系统的公平性、包容性和生活质量提升（Lind 等，2024）。优化调度和适应性布局规划等实践展示了工业工程正演变为一个更为全面的学科，将人类的多样性视为战略资产而非限制（Lind 等，2024）。主题分析提供了关于 I5.0 作为生态系统发展的成熟且多方面的视角，其中技术和人类共同进化。

**4.2. 支持以福祉为导向的管理行为的 I5.0 赋能技术**
自古以来，人类就开发并使用技术来解决各种问题或改善日常生活；因此，技术在促进福祉方面发挥了重要作用。主题分析指出了一组有助于福祉的赋能技术，这些技术以不同的方式发挥作用（见表3）。一些论文提出了基于 I5.0 视角的模型、协议和案例研究（Apraiz 等，2023；Grybauskas 和 Cárdenas-Rubio，2024；Galván-Vela 等，2021）；同时，也有论文引发了对赋能技术如何促进员工福祉的思考，并提出了可能的应用场景和假设（Abdous 等，2025；Gamberini 和 Pluchino，2024）。虽然并非总是能明确指出技术和员工福祉之间的直接联系，在某些情况下，要么没有提及具体工具，要么只是从 I5.0 视角对技术和创新概念进行了总体分析（Galván-Vela 等，2021；Destouet 等，2023；Passalacqua 等，2025）。在 I5.0 框架内对赋能技术的分析表明，它们对员工福祉的贡献并非自动发生，也并非完全由技术决定。例如，协作机器人、人工智能和数字孪生等技术作为社会技术赋能者，其影响取决于它们在管理实践和组织环境中的运用方式。当与以人为核心的管理行为相结合时，这些技术可以减轻身体负担、认知过载和心理压力，同时提升自主性、安全性和工作满意度；相反，如果脱离了以价值为导向的管理逻辑，这些技术可能会重演 I4.0 以效率为目标的典型模式，导致福祉效果有限或模糊不清。因此可以认为，在企业中，无论技术的性质和功能如何，促进福祉都需要理解管理层如何将这些技术整合到业务流程中。

分析还揭示了这些技术在论文中的使用频率和排名情况，指出某些工具（如协作机器人、人工智能和数字孪生）在促进福祉方面具有显著的普及度和关联性。协作机器人之所以与福祉相关，是因为它们通过与工人的合作，使他们能够专注于需要决策、创造力和复杂技能的任务（Mouhib 等，2024）。它们并不是革命性的工具，早在I5.0之前就已经存在（Peshkin和Colgate，1999年），但同时它们允许人类通过创造力与消费者的需求互动，回归到生产过程之中，这种“人性化触感”既满足了消费者的需求，也带来了工人的满意感（Kralj和Aralica，2023年；?stergaard，2019年）。协作机器人能够促进资源的最优分配，这再次成为提高幸福感的一个因素，意味着工人可以在一个充满激励且自然高效的环境中充分发挥他们的技能和能力（Nourmohammadi等人，2022年；Gualtieri等人，2024年）。协作机器人还可以支持人类的身心健康，提升工作效率、安全性和满意度，从而减少心理和身体压力（Coronado等人，2022年）。这不仅有助于身体健康（工作负担减轻），也有助于心理健康（在组织中的地位提高、角色明确以及满意度提升），尽管仍需要更多的研究和见解来全面理解这些技术对幸福感的贡献（Hadi等人，2023年）。然而，为了真正促进幸福感，协作机器人需要重点关注人机协作的质量（Coronado等人，2022年），通过评估机器人学界使用的各种因素、指标和测量方法来监测人类表现和幸福感的定性方面。同时，也需要认真考虑认知人体工程学，以有效指导人机互动并实现幸福感目标（Leng等人，2022年）。人工智能（AI）也是一种与幸福感相关的关键技术，其在工作场景中的应用为工人的活动提供了坚实的支持，有助于提升身体和心理健康（例如，Chin，2021年；Coronado等人，2022年；Nourmohammadi等人，2022年）。AI对数据的分析能力，包括与工人相关的数据，也有助于通过合理分配人力资源来优化管理，从而提高满意度和绩效（Gualtieri等人，2024年）。AI经常与其他技术一起被提及，例如协作机器人或一般意义上的人机协作（Gamberini和Pluchino，2024年；Gualtieri等人，2024年；Pacheco和Iwaszczenko，2024年），也与虚拟现实（VR）、机器学习（ML）和增材制造（AM）结合使用（Narkhede等人，2025年）。同时，研究也强调了需要注意那些与AI使用对幸福感有正面影响的因素，以及需要关注的关键因素，如自动化水平、系统可靠性、AI透明度及其对工人心理、认知和行为因素的影响（Passalacqua等人，2025年），还有对员工进行适当技术培训的必要性（Pacheco和Iwaszczenko，2024年）。数字孪生技术（Digital Twin）以及人类数字孪生（Human Digital Twin）（Dacre等人，2024年；Omrany等人，2024年；Cutrona等人，2024年）提供了人体测量学和生理特征的数字表示，同时也能反映个人的内在状态，有助于促进人力资源与技术的整合，并实现沟通、数据汇总和模拟（Cutrona等人，2024年）。这些技术可以支持管理的特定方面，例如供应链管理，通过解决供应链中所有参与者的社会影响和绩效问题，并优先考虑供应链运营中的人类福祉（Dacre等人，2024年）。还有许多其他技术，它们通常针对管理的某个特定方面或与生产、员工培训相关。传感器、自动引导车辆（AGVs）、外骨骼以及 picking and transport robots (PTRs)（Apraiz等人，2023年；Ashta等人，2023年；Thylén等人，2023年；Vijayakumar和Sobhani，2023年）等，通过提供更具体和针对性的工具（如人体测量、运输支持等）丰富了技术体系。其他技术支持则将员工的幸福感寄托在员工的培训、知识和学习上，例如大型语言模型（LLMs）和基于知识的智能系统（Grybauskas和Cárdenas-Rubio，2024年；Pabolu等人，2025年），这些技术也有助于创建适用于其他技术（如AI、ML等）的数据集，以进行预测、组织工作和提高绩效。例如，基于知识的智能系统（KBIS）被提出用于根据工人的舒适工作时间来规划工作（Pabolu等人，2025年）。其他研究者强调，在新技术背景下，培训是支持员工幸福感的关键组成部分（例如，Salvadorinho等人，2025年）。有趣的是，某些技术可以隐含地从分析中推断出来，比如机器学习（ML）。ML通过算法和数据分析来识别模式和模型，进行预测，并支持决策过程。它可以通过根据绩效和工人身体数据定制活动来减少压力和提高安全性。预测性维护有助于预防事故和故障，支持明智的决策，从而创造更可持续的工作环境（Apraiz等人，2023年；Narkhede等人，2025年）。在某些情况下，ML与其他技术（如AI、协作机器人）结合使用，对幸福感有所帮助，体现了处理来自不同来源的数据的基础设施层面，例如在可持续灵活调度问题或协方差结构方程方法中的应用（Destouet等人，2023年；Galván-Vela等人，2021年）。通过数据和预测来定制活动、流程和任务也是非常重要的（Galván-Vela等人，2021年）。总体而言，很明显有许多技术都与幸福感相关，它们在一个集成的、可互操作的框架内运作。例如，协作机器人和AI之间的紧密联系（Chin，2021年；Narkhede等人，2025年；Gamberini和Pluchino，2024年）。因此，不仅要考虑特定的工具，还要考虑一个基本的技术架构，该架构通过整合各种支持性技术，根据行业、企业规模和工作组织的特点，来实现幸福感。Narkhede等人（2025年）还提到了其他技术，当这些技术结合使用时，可以创造一个更安全的工作环境，如虚拟现实、增强现实、增材制造和工业机器人。不同的支持性技术可以通过多种方式促进幸福感，这些技术体现了幸福感的其他维度。事实上，一些技术关注身体健康（例如Leng等人，2022年；Apraiz等人，2023年；Ashta等人，2023年；Blandino等人，2023年；Thylén等人，2023年；Vijayakumar和Sobhani，2023年）；一些关注心理健康（例如Pabolu等人，2025年；Passalacqua等人，2025年）；一些关注关系幸福感（例如Gualtieri等人，2024年；Ojstersek等人，2024年）；还有一些关注组织幸福感（例如Nourmohammadi等人，2022年；Mouhib等人，2024年）；最后还关注经济和职业发展方面（例如Salvadorinho等人，2025年；Grybauskas和Cárdenas-Rubio，2024年）。然而，这些贡献往往是相互重叠的，以协作机器人、ML和AI为例，它们对幸福感的不同方面都有积极影响（即身体健康、心理健康、关系幸福感以及组织幸福感）。4.3. 结合管理行为和支持性技术最后，将管理行为与新兴的支持性技术结合起来进行分析是很有意义的（见表4）。结果显示，一些技术直接或间接地支持了所确定的各种幸福感主题。某些管理行为与特定技术有关。例如，“情商”这一主题认为，与技能和员工成长直接相关的大型语言模型（LLM）技术是推动幸福感的动力（Grybauskas和Cárdenas-Rubio，2024年）。在“人机协作”这一主题中，不仅包括协作机器人这种最高级别的互动，还有像AGVs和PTRs这样较为简单的技术，从互动复杂性的角度来看这些技术较为初级，但从功能上来说仍能支持员工的幸福感（Thylén等人，2023年；Vijayakumar和Sobhani，2023年）。因此，管理行为和支持性技术的综合分析表明，不同的管理视角和技术复杂性可以在不同规模和技术先进程度上应用于各种情境。对已经经历过第四次工业革命（I4.0）的公司而言，它们可以更轻松地适应新的I5.0框架，并朝着以人类/员工为中心的创新、有韧性的可持续升级方向发展。同时，考虑到管理行为的多样性和技术的复杂性及应用成本，小型企业（SMEs）也有可能启动创新的I5.0进程。总之，图2以综合的方式展示了结果，强调了不同的管理行为和技术组合如何直接或间接地以多种方式支持公司在I5.0转型中的员工幸福感。下载：下载高分辨率图片（218KB）下载：下载全尺寸图片图2. – 分析的综合视图来源：作者自编。图2构成了本研究的核心分析框架。它通过垂直阅读（左列）整合了I5.0的基础支柱——管理行为、支持性技术和员工幸福感，并通过水平阅读展示了这些元素共同塑造组织成果的社会技术互动。为了分析的清晰性，每个支柱被分解为有限的类型组合。具体来说，管理行为被分为六种理想典型的配置，每种都与相应的技术支持者相关联。这种分类反映了从文献回顾中提取出的主导模式的理论抽象。在实证组织环境中，这些维度本质上是相互依赖和共同发展的，单独分析它们对组织绩效的影响具有挑战性。与最近欧洲政策讨论中强调的人本中心导向一致，该框架将员工幸福感视为社会技术配置的最终结果。因此，图2确定了员工福祉的五个相互关联的维度——身体、心理、关系、组织和职业经济——这些维度共同表征了I5.0导向组织内产生的幸福感的本质和质量。虽然这些维度代表了广泛的分析类别，但它们的重要性因管理风格、员工对幸福感的主观解释以及企业所处的竞争和制度环境而异。重要的是，尽管支持性技术可能在不同企业中越来越标准化和易于获取（取决于资本可用性），但以人为本的维度对I5.0结果的影响尤为显著。从实证和概念上讲，该框架表明，大约三分之二的I5.0效应的解释力在于人类和管理因素，而非技术本身。通过将I5.0理解为一个社会技术系统，该框架强调了上游（管理决策和价值导向）和下游（感知和体验到的幸福感）结果从根本上是由人类行为、解释和治理选择所塑造的。因此，I5.0的组织影响不应被视为技术决定的，而应被视为以人为本的、充满价值的、依赖于具体情境的。总体而言，研究结果表明，I5.0可以从理论层面理解为一种管理范式，在这种范式中，幸福感成为社会技术协调的战略结果。本研究通过证明积极的幸福感结果并非技术本身固有的，而是源于技术与以价值为导向的管理行为的结合，扩展了现有的I5.0研究。5. 启示5.1. 理论贡献本文通过促进将管理行为和支持性技术与员工多维幸福感联系起来的社会技术视角，为I5.0和未来工作研究做出了理论贡献。本文创新地提出了I5.0的理论视角，将管理行为和支持性技术识别为员工幸福感的共同前因，涵盖了五个互补的维度：身体（PH）、心理（PS）、组织（ORG）、经济/职业（EC/PR）和关系（REL）。系统性和主题性的分析有助于识别出符合新工业革命特征的各种以人类为中心的目标的管理行为。同时，管理行为可以得到支持性技术（新的、最近的、更具创新性的）的积极支持，这些技术在不同的层面和复杂度及整合程度上可以促进对员工幸福感各个维度的讨论。通过这种方式，该文档将焦点从技术作为绩效的孤立驱动因素，转变为技术作为通过管理行动实现多维福祉的社会技术推动者。所提出的分析通过阐明I5.0如何促进员工可持续福祉的管理行为，为理论做出了贡献，强调积极的结果并非技术本身固有的，而是源自技术设计、管理行为与人类价值观之间的对齐。这一整合填补了文献中的关键空白，并为I5.0、管理研究和工作场所福祉交叉领域的未来实证研究提供了基础。事实上，正如引言中所强调的，管理文献中没有任何内容将管理行为与从员工福祉的角度出发的技术联系起来。现有研究通常分别分析这些问题，更多关注生产力影响而非福祉，并且更倾向于I4.0而非I5.0（Antonaci等人，2024年；Kuru，2023年；ter Haar，2024年）。这种系统性观点有助于激发从不同角度的科学辩论和研究。从管理和组织研究的角度来看，相关证据可以帮助改进工作场所福祉的概念，包括引入新技术和新的思考方式来理解员工福祉。对管理行为的进一步研究还可以为领导力作为促进福祉的附加工具提供信息。I5.0与支持管理行为的使能技术的联合分析，以及在领导力建立方面的研究，对于开发具体且以人为中心的管理模型是非常有用的，这种模型有助于实现福祉目标。

在理论层面，技术与其他福祉维度的精确结合及其具体贡献可以支持对使能技术的新理解和定义。重新定义这些技术的贡献不仅限于技术、运营和生产效率方面，还包括它们作为有用工具（如果得到适当整合和管理）来支持参与度、包容性以及创造一个激励性和富有同情心的工作环境。因此，这项分析可以为人力资源管理和人机交互领域现有模型的改进以及领导力及其对员工福祉影响的新理论模型的发展提供依据。

从实践和管理的角度来看，这项研究有几个重要意义。首先，它强调了公司需要关注那些能够为所有利益相关者创造价值的管理行为，特别是员工，进而为公司所处的社会创造价值（Mahajan等人，2023年）。因此，这项研究的建议是，管理者应将福祉视为采用I5.0技术的最终目标，同时追求可持续性和加强组织活动，以应对市场变化。通过采取支持管理和员工的管理行为及使能技术，可以为实现福祉和更加以人为本的工作环境创造有利条件。这一过程应当建立在以I5.0原则为导向的强大企业文化基础上。新框架的要求必须被管理层内化为强烈的愿望，而不仅仅被视为跟上发展步伐的必要趋势。必须有一个强劲的动力驱动力，因为I5.0代表着利用技术服务于人类及其需求的真正转折点。这可以通过重组面向福祉的业务模式来实现，并在员工中灌输他们的独特性和基本作用意识来实现，否则机器只会执行重复性任务而不会进化，也无法为公司和消费者创造价值。另一方面，有必要系统地采用符合I5.0视角的技术来支持各种福祉维度。因此，研究和开发结合了各种创新工具与员工的商业模式是至关重要的。实际影响还体现在宏观经济层面，机构和政策制定者可以通过推广面向福祉的工作环境的传播来支持这一转变。这些主体可以通过贡献、财政支持和知识专长等方式具体支持与I5.0原则相符的技术传播。因此，这一转变必须由那些拥有广泛且具体工具、资源和技能的推动者来引导，以便他们能够应对和克服两次革命之间通常存在的复杂挑战。因此，这项研究的一个重要见解是，I5.0并不局限于高度数字化或科技驱动的公司。相反，这里讨论的许多管理实践和技术都可以适应小型企业或处于数字转型早期阶段的企业。这为更加包容的创新形式打开了可能性，使福祉成为所有规模企业的具体目标。

这项研究对寻求从I4.0向I5.0转型的企业、公司和研究人员提出了若干重要启示。虽然技术仍然是核心，但我们的发现表明，根本的转变在于这些工具是如何嵌入组织文化和管理实践中的——尤其是在优先考虑人类福祉方面。

总之，这项研究通过提供关于管理行为和使能技术如何共同塑造社会技术系统中福祉的理论基础综合，为关于I5.0的持续辩论做出了贡献。基于系统的文献回顾和主题分析，研究结果表明，福祉并非技术进步的自动结果，而是价值导向的管理实践与以人为中心的技术设计之间的刻意对齐的结果。通过将福祉重新定义为管理的核心目标而非次要的技术效应，该研究支持了I5.0在管理和组织研究中的理论成熟。我们的发现表明，从I4.0向I5.0的转型不应仅仅是一次技术飞跃，而应是一次更深层次的文化和战略转变——这种转变将创新重新定位在满足人类需求、伦理责任和可持续增长上。这一认识使我们能够赋予管理行为在公司向I5.0转型中的重要作用，以及在创造员工福祉的过程中发挥人的核心作用。福祉可以从身体、心理、经济和组织维度来表征。在I5.0中，由使能技术支持的管理行为产生了多种形式的福祉，包括降低组织复杂性、提高情感福祉、减少身体疲劳、改善心理和身心健康、减轻来自复杂和高度动态环境的情感负担和压力，以及减少挫败感和职业倦怠（Coronado等人，2022年）。因此，I5.0被认为是一个提高员工福祉的有前景的框架，但其有效实施在很大程度上取决于劳动力的技能和能力。为了确保员工能够适当地管理和整合先进技术到日常工作中，向I5.0的转型必须由有针对性的培训计划和发展特定知识领域来指导。这样的能力建设努力使员工能够充分利用使能技术的潜力，从而促进以福祉为导向的过程管理，并推动更加以人为本的技术创新方法（Pacheco和Iwaszczenko，2024年；Campolucci等人，2024年）。因此，教育和培训可以逐步帮助人们以可理解和可持续的方式解释I5.0在公司中的作用、在员工的工作生活中的作用，以及公司总体能创造的价值（Carayannis和Morawska，2023年；Mukherjee等人，2023年；Ikenga和van der Sijde，2024年）。

随着I5.0的普及，人类重新回到了价值创造和业务管理的核心位置，这种方法必须增强他们的所有特质，尤其是最人性化的一面（Golovianko等人，2025年；Pacheco和Iwaszczenko，2024年；Gamberini和Pluchino，2024年）。在这种背景下，使能技术通过促进员工的福祉间接支持业务生产力，从而实现现代竞争力。正确的价值创造和竞争力顺序始于人类福祉，进而提升生产力，最终形成竞争优势。

如果技术能够促进福祉，而管理行为能够赋予技术在I5.0逻辑中的意义，引导企业走向基于社会责任和以人为本的发展策略的良性竞争优势，那么未来的研究可以涵盖多个主题和方面。未来的研究步骤可能首先集中在直接分析员工（微观视角）所需技能的研究上，以实现正确的人机集成，并需要正确且定量地衡量技术在福祉方面的效果。另一个分析层次是对企业（中观视角）的研究，深入探讨管理行为、不同维度以及实施转型和实现可能结果所需的培训过程。最后，研究可以面向整个社会和特定行业（宏观视角）。从微观视角来看，未来的研究应将福祉置于其研究的中心，弥合企业宣言与其实际对员工影响之间的差距。应在以价值为导向的企业背景下探索使能技术，评估它们如何设计和使用以促进人类福祉。这需要持续测量和评估公司内的I5.0技术使能器，并分析其具体部署对福祉的直接和间接影响。为了全面评估对员工和福祉各个方面的影响，必须彻底研究和实施心理生理学和生物测量方法的整合。

从中观视角来看，向I5.0的转型需要公司在培训方面采取新方法。研究不应仅限于呼吁“培训”，而应旨在制定一个逆向培训框架，该框架从福祉恢复紧急情况开始，与公司追求的目标和适当的管理行为相一致，并最终使员工获得使用适当技术以实现I5.0目标所需的知识。特别需要注意中小企业（SMEs），这些企业的学习过程往往是非正式的，资源有限。需要行动研究来确定不仅技术上的技能提升，还能促进员工思维方式转变的方法，使他们成为技术过程设计中的积极参与者而不仅仅是使用者。此外，还需要研究和深入分析来支持管理者发展适当的实践、商业模式和领导风格，以实现全面的组织变革。进一步的研究需要调查I5.0在企业的先进实施对社会（宏观视角）以及与企业直接相关的社区的直接影响。分析企业将重点从追求效率和利润的逻辑转向更加重视福祉的逻辑时，对其社区和文化的影响将是有趣的。我们可以假设，如果企业采用不同的价值范式，将会产生积极的社会影响。如果这些影响对企业员工产生积极效果，那么这些效果可能会直接影响与之相关的社会现实，产生外部性，这些效果可能随着时间的推移传递给其他企业甚至地方治理。这些影响传递机制将使研究能够超越业务管理的局限，扩展到地方社区和市场营销领域。例如，跨不同规模、行业和地区的比较研究可以帮助识别影响社会5.0有效实施的限制、机会和情境因素。研究可以开发包含人力资本和社会福祉作为企业生产力模型内生变量的计量经济模型。这样，就为研究更广泛的社会5.0概念奠定了基础。为了让“社会5.0”不仅仅是一个概念性的口号，认识到并重视那些采取以人为中心的方法、开发能够在组织层面和社会层面提升人们福祉的产品和服务的公司的努力可能是有意义的。国际比较研究对于理解不同的制度和监管环境如何加速或阻碍这一系统性转型至关重要。

CRediT作者贡献声明：
Michela Piccarozzi：撰写初稿、方法论设计、形式化分析、数据整理、概念构建。
Federica Caboni：撰写初稿、方法论设计、形式化分析、数据整理、概念构建。
Roberto Bruni：撰写初稿、方法论设计、形式化分析、数据整理、概念构建。