《Digital Business》：Lessons from digital industrial platform successes and failures in smart manufacturing - A systematic review and sociotechnical explanation
编辑推荐：
数字工业平台（Digital Industrial Platforms, DIPs）是智能制造（Smart Manufacturing, SM）数字化转型的核心，然而采纳结果仍不均衡。现有研究分散在技术、治理、经济和行为等不同流派中，这些流派通常通过不同标准评
数字工业平台（Digital Industrial Platforms, DIPs）是智能制造（Smart Manufacturing, SM）数字化转型的核心，然而采纳结果仍不均衡。现有研究分散在技术、治理、经济和行为等不同流派中，这些流派通常通过不同标准评估成功与失败。因此，同一平台可能在技术上先进却被商业拒绝，在治理上成熟却在行为上被回避，或在经济上具有吸引力却在组织上未能常规化。为弥补这一差距，研究人员开展了一项理论导向的系统文献综述，针对DIP在SM中采纳的同行评审实证研究。遵循PRISMA报告规范，通过混合演绎-归纳的最佳拟合框架综合法分析了35项实证研究。该综述将碎片化发现整合为一种配置性解释，而非将采纳障碍和促进因素视为孤立因素。综合将证据组织成六个分析视角：战略-经济视角、网络视角、制度视角、心理-行为视角、技术视角和组织视角。这些视角被整合为数字工业平台采纳框架（Digital Industrial Platform Adoption Framework, DIPAF），该框架阐明了不同采纳条件如何相互作用，以及它们是否能够形成可稳定平台使用的连贯配置。将该框架应用于三个有记录的案例——ABB、一个工业物联网（Industrial Internet of Things, IIoT）平台以及Catena-X，结果表明，可见的失败往往出现在每个案例原始研究流派所凸显的视角中，而恢复则始终依赖于组织视角。因此，组织视角不仅仅是下游的实施条件，更是转化的机制——通过该机制，外部治理的平台能力得以成为常规化的内部任务。
**论文解读文章**
**研究背景**
数字工业平台（Digital Industrial Platforms, DIPs）是智能制造（Smart Manufacturing, SM）数字化转型的核心基础设施，但其采纳结果并不均衡。现有研究分散在技术、治理、经济、行为等独立流派中，每个流派采用不同标准评估成功与失败，导致同一平台可能被不同视角分别判定为“技术上先进但商业上被拒绝”“治理成熟但行为上被回避”或“经济上有吸引力但组织上未能常规化”。这种碎片化使得实践者无法判断优先干预的杠杆，研究者也难以从因子列表迈向因果解释。为此，研究人员开展了理论导向的系统文献综述，旨在整合跨流派证据，构建一个统一的配置性采纳解释框架。
**研究内容与结论**
研究人员遵循PRISMA报告标准，在Scopus、IEEE Xplore和Web of Science数据库中进行系统搜索（2012–2026年，英语，同行评审），结合前后向雪球法，最终纳入35项实证研究。采用混合演绎-归纳的最佳拟合框架综合法，先基于Culotta等人的理论流派定义六个分析视角（战略-经济、网络、制度、心理-行为、技术、组织），再进行开放式编码提取子主题，并通过社会技术系统（Sociotechnical Systems, STS）理论进行解释，最终构建了数字工业平台采纳框架（Digital Industrial Platform Adoption Framework, DIPAF）。该框架将六个视角操作化为配置参数，通过四个STS设计原则（联合优化、最小关键规范、边界管理、等终局性）解释采纳配置的稳定性。将DIPAF应用于三个文献案例（ABB平台、一个IIoT平台、Catena-X数据空间）后发现，可见失败出现在每个案例原始流派所凸显的视角，而恢复始终依赖组织视角——组织视角不是下游实施条件，而是将外部治理平台能力转化为常规化内部任务的转换机制。该研究发表在《Digital Business》期刊上。
**主要关键技术与方法（不超过250字）**
研究人员采用系统文献综述方法，搜索Scopus、IEEE Xplore和Web of Science数据库，使用包含“digital”“platform”“adoption”“smart manufacturing”“IIoT”等关键词的检索式，时间跨度为2012–2026年，语言限定英语，来源类型为同行评审期刊和会议文章。初始检索获得1584条记录，去重后经标题/摘要筛选和全文筛选，最终纳入35项实证研究，另通过前后向雪球法补充24篇。编码采用混合演绎-归纳策略：先基于理论流派定义六个分析视角（战略-经济、网络、制度、心理-行为、技术、组织）进行演绎编码，再在视角内进行开放式归纳编码提取子主题，最后通过STS理论将子主题定位到社会系统和技术系统中，并转化为四个STS设计原则。样本队列覆盖多个行业（如水泥、机械工具、汽车、化工等），研究方法以定性案例研究为主，辅以定量调查和设计科学研究。
**研究结果**
**4.1 描述性分析**：通过年度分布统计发现，DIP采纳研究从2015年出现，2017–2018年加速，2022年达到峰值，此后稳定，表明领域正从探索期走向成熟期。方法论以定性案例研究为主，反映领域仍处于识别机制和情境因素的阶段。
**4.2.1 战略-经济视角**：通过分析35项研究，发现商业模式设计与盈利逻辑是经济可行性的决定因素；资源编排和动态能力通过跨职能整合影响采纳；投资逻辑和成本结构筛选参与者，小企业面临更大负担；竞争定位和开放策略受行业条件约束；数据价值获取与分享经济学导致中小企业回避参与。
**4.2.2 网络视角**：研究显示，多参与者协调、互补者赋能、网络效应与临界质量、生态系统编排以及依赖/锁定感知共同构成网络层面的采纳条件。平台价值依赖于互补者和客户的持续参与，协调失败时即使技术良好也会导致采纳停滞。
**4.2.3 制度视角**：标准化、合规性与规范匹配、交易成本与执行机制、制度信任基础设施、正式治理与合同保障以及数据权利与主权制度均影响采纳。法律和制度匹配不足时，平台即使功能完备也会遭遇合法性障碍。
**4.2.4 心理与行为视角**：关系信任、认知合法性与思维模式适配、感知价值与支付意愿、感知风险与安全担忧、使用努力与交互成本以及数据流控制感是决定个体采纳行为的关键因素。信任和认知合法性不足时，技术先进平台仍被回避。
**4.2.5 技术视角**：平台架构与遗留系统集成、互操作性与标准接口、网络安全与隐私设计、分析与人工智能赋能、可扩展性与系统性能以及数据质量与生命周期管理是技术层面的必要条件。但技术条件单独不足以解释采纳，需与其他视角联合配置。
**4.2.6 组织视角**：数字、服务与数据能力建设、变革准备与文化转型、内部流程整合与数据治理、组织设计与角色架构以及高层管理承诺与战略赞助是组织层面的核心条件。组织视角在所有案例中成为恢复机制，将外部能力转化为内部常规任务。
**讨论总结**
讨论部分将六个视角整合为DIPAF，解释如何通过四个STS设计原则（联合优化、最小关键规范、边界管理、等终局性）判断配置的稳定性。联合优化要求技术子系统和社会子系统协同配置；最小关键规范强调只规定必要协调部分，其余留给本地适应；边界管理处理跨技术、组织和生态系统边界的依赖关系；等终局性指出不存在唯一最优配置，多种配置组合可达到支持性状态。将框架应用于ABB平台、IIoT平台和Catena-X三个案例后表明，可见失败出现在每个案例原始流凸显的视角（技术、网络或制度），而恢复始终依赖组织视角——组织视角不是下游条件，而是转换机制。翻译研究结论部分：本研究对DIP在SM中的采纳研究做出三项理论贡献：第一，将碎片化知识整合为配置性解释，其中成功与失败源于六个视角的相互匹配或不匹配；第二，推进了STS理论，将六个视角操作化为配置参数，设计原则解释配置的稳定性；第三，细化了现有采纳模型，表明组织视角是转换机制，将外部治理的平台能力转化为常规化的内部任务。管理启示包括：诊断负载视角而非症状、任命平台转换负责人、将开放性和治理包容性视为可配置参数、在采购合同中明确战略-经济、制度和组织条件、进行配置冻结测试再放大试点。
