生成式人工智能应用对企业创新的“双刃剑”效应

《Technovation》：The “double-edged sword” effect of generative AI applications on corporate innovation

　　张晓斌|杨梦曦|胡一梅|王永伟|吴伟杰
中国河南经济法学院商学院

**摘要**
本研究探讨了生成式人工智能（GEN-AI）如何影响中国制造企业的双重创新能力（包括追赶型创新和领先型创新）的机制和边界条件。通过对218家中国制造企业的实证分析，我们发现：GEN-AI的采用通过快速解构领先产品的技术参数和设计逻辑显著提升了企业的逆向工程能力，从而加速了追赶型创新。然而，GEN-AI的应用也可能引发“创新惯性”，阻碍原创性和开创性创新。此外，功能失调的竞争和创业导向作为关键的外部和内部调节因素，影响了GEN-AI的创新效果。本研究提出了一个“技术应用-知识重构-创新路径”框架，揭示了GEN-AI采用对企业创新的双重影响。这些发现为落后企业提供战略启示，帮助他们在模仿与自主创新之间取得平衡，并为政策制定者提供了优化数字创新治理的参考。

**引言**
生成式人工智能（GEN-AI）的快速发展正在从根本上重塑企业重构知识、促进创新和提升组织竞争力的方式（Abbas等人，2026年）。从根本上说，GEN-AI是一类深度学习模型，能够从数据中提取模式和潜在的概率分布，并利用这些知识生成新的、连贯的内容——如文本、图像、代码或设计。这些模型在文本、图像和产品设计等多个领域展示了出色的生成能力（Modgil等人，2025年；Singh等人，2024a年；Kumar等人，2025年）。这种技术能力为组件优化和工艺复制等任务提供了重要支持，显著降低了传统上与逆向工程相关的时间和成本投入。因此，GEN-AI为新兴经济体的落后企业提供了实现技术追赶的新机会。

此前已有研究表明，GEN-AI已广泛应用于社会和伦理影响（Crumbly等人，2025年；Rana等人，2024年）、组织与业务绩效（Shore等人，2024年；Singh等人，2024a年；Zhang等人，2025年）、增长策略（Rezazadeh等人，2025年）以及组织韧性（Carayannis等人，2024年；Abbas等人，2026年）等多个领域。在企业创新的背景下，研究主要关注GEN-AI在商业模式和开放创新（Modgil等人，2025年；Teng等人，2025年；Wambaa等人，2025年）以及创造力和创新（Eisenreich等人，2024年；Chu等人，2025年）中的应用。然而，关于GEN-AI如何影响落后企业的创新效果（特别是追赶型创新）的研究仍存在显著空白。解决这一空白具有重要的理论意义。逆向工程是新兴市场企业常用的追赶策略（Chesbrough等人，2021年；Zhang和Zhou，2016年），当其与GEN-AI结合时，其影响可能会发生深刻变化，从而可能改变落后企业的创新轨迹。

逆向工程通常被定义为通过将最终产品拆解为可观察的技术单元并进行详细分析，以提取产品的声明性和程序性知识，目的是开发类似但不同或改进的产品（Malik和Kotabe，2009年；McMahon和Thorsteinsdottir，2013年）。中国的工业化历程为这一方法提供了有力证据，许多企业最初通过逆向工程复制国外流行产品或工艺取得了成功（Balcet等人，2012年；Yakob等人，2018年；Zhang和Zhou，2016年）。现有研究证实，逆向工程可以通过减少产品开发中的因果不确定性来弥补研发能力的不足（McMahon和Thorsteinsdottir，2013年），同时帮助企业了解成功市场产品的关键属性（Zhang等人，2023年）。然而，其对创新的影响仍存在争议。支持者强调其在提升技术能力（Roper等人，2017年）和促进颠覆性创新（Adomako等人，2022年）方面的积极作用；相反，批评者认为它可能使企业陷入“模仿陷阱”，阻碍其成为真正创新者的进程（Hu等人，2021年；Luo等人，2011年）。这种理论分歧凸显了研究GEN-AI与逆向工程相互作用如何影响落后企业创新模式的必要性。

值得注意的是，企业创新活动始终嵌入在特定的制度环境中（DiMaggio和Powell，1991年；Peng等人，2009年）。在新兴市场中，制度环境对企业的创新策略的影响往往比市场因素更为显著（Meyer等人，2009年），其中功能失调的竞争起着尤为关键的作用（Jean等人，2014年；Li和Atuahene-Gima，2001年；Li和Zhang，2007年）。功能失调的竞争指的是企业通过违反商业伦理或规避法律规范来获得竞争优势的行为（Li和Atuahene-Gima，2001年）。在制造业中，这种竞争表现为企业依赖低成本模仿、专利规避甚至侵权等短期策略来抢占市场份额，而非致力于具有长期价值的原创技术开发（Su等人，2016年）。这种制度环境可能加强GEN-AI与逆向工程之间的联系，激励企业采取基于短期利益的模仿路径，从而抑制自主创新的动力。因此，研究功能失调竞争的调节作用对于深入理解GEN-AI技术如何影响创新生态系统至关重要。

同时，战略导向是影响企业创新活动的另一个关键维度。创业导向是战略决策的核心要素（Lumpki和Dess，1996年），其特征是创新性、主动性和风险承担（Rauch等人，2009年；Kraus等人，2012年）。它反映了企业通过突破性思维、前瞻性举措和容忍失败来推动创新的倾向（Covin和Wales，2012年；Clark，2010年）。在人工智能快速发展的背景下，具有强烈创业导向的企业更能识别GEN-AI带来的颠覆性机会，并主动将其应用于探索性创新（Mariani和Dwivedi，2024年；Wang和Zhang，2025年）。因此，这种积极寻求变革和创新的战略倾向可能从根本上调节GEN-AI对组织创新路径的影响强度。

总之，本研究探讨了GEN-AI影响双重创新能力的机制和边界条件。具体而言，我们探讨了GEN-AI的采用如何通过逆向工程塑造企业的创新成果（包括追赶型创新和领先型创新），以及这些效果如何受到制度和战略环境的影响。为了解决这个问题，我们基于创新扩散理论提出了一个“技术应用-知识重构-创新路径”框架。我们认为GEN-AI从根本上改变了企业的逆向工程能力，进而对创新产生不对称影响。我们进一步研究了功能失调的竞争和创业导向如何分别强化或抵消这些影响。

本研究在理论层面做出了几项贡献：首先，我们扩展了双重能力理论的视角，揭示了GEN-AI对追赶型创新与领先型创新的悖论性影响；其次，我们填补了技术追赶文献中的空白，将逆向工程视为GEN-AI影响创新成果的中介机制；第三，我们丰富了创新扩散理论的应用背景，识别了影响GEN-AI扩散和效果的外部（功能失调竞争）和内部（创业导向）边界条件。这一情境化视角揭示了环境压力和企业层面的意图如何共同决定GEN-AI的采用会导致模仿、创新还是两者兼有。

本文的其余部分结构如下：下一节概述了理论背景并提出了关于GEN-AI采用的直接和间接影响的假设；随后介绍了研究方法和实证结果；最后一部分讨论了主要发现，指出了研究的局限性，并提出了未来研究的方向。

**创新扩散理论**
创新扩散理论由Rogers在1962年的著作《创新扩散理论》中提出，它提供了一个全面的框架，用于理解新思想、技术或创新在社会或组织中的传播方式（Prasad Agrawal，2023年）。该理论阐明了技术采用的动态及其对组织创新的后续影响。GEN-AI因其能够自主生成新内容和解决方案而具有独特性。

**样本与数据**
本研究以中国制造企业为研究对象。制造业涉及产品设计、工艺开发、生产流程和供应链管理等复杂过程，其创新活动高度依赖于对物理实体、技术参数和工程知识的深入理解和系统重构。这一特性使得制造业成为观察GEN-AI技术如何发挥作用的理想环境。

**可靠性和有效性**
我们使用Cronbach's alpha系数来评估可靠性（Nunnally，1978年）。如表1所示，所有测量指标的Cronbach's alpha值均高于0.7的阈值，表明具有足够的可靠性（Fornell和Larcker，1981年）。在收敛有效性方面，标准化因子载荷显著且高于0.6的建议值；平均方差提取值（AVE）也超过了0.5的最低阈值（Fornell和Larcker，1981年）。

**讨论**
本研究探讨了GEN-AI的采用如何影响落后制造企业的双重创新能力，重点关注逆向工程的作用以及功能失调竞争和创业导向的调节作用。基于对218家中国制造企业的多源和滞后原始数据的实证分析，我们发现：GEN-AI的采用增强了逆向工程能力，从而促进了追赶型创新，但同时抑制了领先型创新。

**结论**
基于创新扩散理论，本文构建了一个“技术应用-知识重构-创新路径”框架，以研究GEN-AI的采用如何在何种条件下塑造企业的双重创新能力。我们的实证分析揭示了GEN-AI采用的双重影响：虽然它积极促进了追赶型创新，但同时也抑制了领先型创新，部分原因是通过逆向工程的中介机制。

**作者贡献声明**
张晓斌：概念化、数据整理、正式分析、方法论、初稿撰写及审稿编辑；
杨梦曦：数据整理、资金筹集、资源协调；
胡一梅：审稿编辑；
王永伟：概念化、研究设计；
吴伟杰：方法论设计。

**利益冲突声明**
作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。

**致谢**
本研究得到了国家自然科学基金（项目编号72102220和72192843）、国家社会科学基金重大项目（项目编号24&ZD080）、河南省科技厅软科学研究项目（项目编号252400410377）、河南省教育厅人文社会科学项目（项目编号2025-ZZJH-035）以及河南省哲学与社会科学规划项目的资助。