《Data Science and Management》：How do information systems drive organizational technology adaptation and innovation? An integrative review
编辑推荐：
新技术的持续涌现为组织带来了前所未有的机遇和挑战。面对人工智能（Artificial Intelligence, AI）和大数据（Big Data）等技术的快速演进，组织不仅要实现及时的技术适应（technology adaptation），还要利用这些技术促
新技术的持续涌现为组织带来了前所未有的机遇和挑战。面对人工智能（Artificial Intelligence, AI）和大数据（Big Data）等技术的快速演进，组织不仅要实现及时的技术适应（technology adaptation），还要利用这些技术促进更高层次的组织创新（organizational innovation）。然而，关于信息系统（Information Systems, IS）如何驱动组织技术适应与创新的研究仍然是零散的。为解决这一问题，研究人员对2015年至2025年间发表的文献进行了一项整合性综述（integrative review）。从最初筛选出的1,351项研究中，研究人员进行了迭代筛选以及前向和后向引文追踪，最终确定了115篇核心文章作为分析和方法论指导的基础。本综述做出了几项关键贡献：(1) 综合了现有关于信息系统驱动技术适应与组织创新机制的解释，强调技术适应是组织创新的先导；(2) 分析了信息系统在组织中的实际影响和挑战，特别是技术债务（technical debt）等负面效应；(3) 指出了未来信息系统研究的有希望方向。研究结果丰富了信息系统和组织创新领域的理论基础，并为寻求构建可持续竞争优势的企业提供了实践见解。
1. Introduction
引言部分指出，信息系统（IS）被广泛认为是跨行业驱动技术适应和组织创新的关键因素。随着人工智能（AI）和大数据分析等底层技术的进步，以及环境变化加剧，组织需要借助IS构建动态能力以适应并创新。现有文献多将IS实施视为线性过程，忽视了微观层面的技术适应及其对宏观创新的影响，也忽略了技术债务等抑制因素。本研究旨在通过整合性综述，构建一个从IS实施到技术适应再到组织创新的顺序框架，为探究促进或阻碍创新的因素提供基础。
2. Background and related work
本节综合了IS领域中技术适应（technology adaptation）和组织创新（organizational innovation）的理论基础，并回顾了现有文献。
2.1. Technology adaptation and organizational innovation: conceptual evolution, components, and relationships
技术适应早期被视为简单的“采纳”或静态“人-技术匹配”，后被理解为动态的“冲击吸收”过程，强调组织成员通过调整工作常规来缓冲新技术的破坏性影响。随着AI的出现，技术适应扩展至数据清理、校准等隐藏劳动。组织创新强调新颖性和价值创造，包括产品创新、流程创新和管理创新三个维度，是组织能力的产出。两者存在区别：技术适应侧重于维持稳定性，而组织创新侧重于产生新颖性。本研究将技术适应视为组织创新的先导机制。
2.2. Prior literature reviews on organizational technology adaptation and organizational innovation in IS research
回顾了先前综述，指出它们多采用单一视角，缺乏对两者链接机制的综合理解。例如Mamonov和Peterson（2021）侧重于宏观创新框架，Kohli和Melville（2019）数据较旧，未涵盖AI等新兴技术。本研究通过综合2015–2025年的核心文献，并将技术适应定位为组织创新的先导，突出适应过程中的负面效应（如技术债务），弥补了现有空白。
3. Research methodology
采用整合性综述方法，遵循Okoli（2015）和Collins等（2021）的指南。在EBSCO、Scopus和Web of Science三大数据库中检索2015–2025年文献，检索字符串结合“information systems”、“technology adaptation”和“organizational innovation”及其变体。经过排除和包含标准筛选，并辅以前向和后向引文追踪，最终纳入115篇核心文章。同时，通过多研究者独立筛选、迭代共识等方式确保效度。限制包括仅收录英文同行评审期刊、排除了非管理学科研究等。
3.1. Literature collection procedure
详细描述了检索数据库、检索字符串（表2）及筛选流程。通过排除和包含标准，从1351篇初始文章最终得到115篇核心文献。检索重点覆盖三大数据库，确保收录全面。
3.2. Threats to validity and research limitations
通过混合检索策略、多研究者编码、透明文档记录等方式降低效度威胁。局限性包括排除非英语文献、书籍、会议论文（部分）、以及非管理学科视角，可能遗漏跨学科见解。
4. Findings and analysis
本节对115篇核心研究进行系统定量描述和定性分析，围绕研究框架展开。
4.1. Descriptive overview and theoretical framework of the literature
文献统计显示该领域研究呈上升趋势，分为三个阶段：稳定期（2015–2018）聚焦技术采纳；增长期（2019–2021）转向能力构建；巩固期（2022–2025）关注AI、区块链、数字平台生态以及技术适应的负面效应。基于此，构建了整合框架（图2、3），将技术适应视为组织创新的关键前提，引入动态能力（dynamic capabilities）和技术债务（technical debt）两个影响因素，包含常规中断、能力成熟、创新实现和债务反馈四个阶段。
4.2. RQ1: How is the role of IS in driving organizational technology adaptation and innovation defined?
识别出IS的三种角色：（1）数字期权生成器：IS通过构建模块化数字基础设施赋予组织未来灵活性；（2）制度逻辑和认知模式的载体：IS通过强制推广流程标准化和透明度，推动组织成员重构认知和行为模式；（3）数字平台和生态系统：新兴IS（如API、区块链）通过去中心化作用促进跨组织信任、资源交换和协作创新。
4.3. RQ2: How does IS drive organizational technology adaptation?
IS通过三种机制驱动技术适应：（1）澄清管理结构和业务流程：IS将管理规则转化为可执行代码，增强透明度和标准化，迫使组织调整权力层级或工作常规；（2）提高数据要求和技能门槛：AI和数据分析需要高质量结构化数据，迫使员工改变工作习惯，承担数据清理、验证等隐藏劳动；（3）建立互操作性标准：IS通过API或区块链协议设定跨组织协作规则，推动组织调整技术架构和业务接口以适应生态系统。
4.4. RQ3: What types of IS dynamic capabilities and resource configurations promote innovation?
IS驱动的创新依赖于动态能力和资源配置。动态能力包括感知、协调和重新配置三个维度。资源配置方面，IS需要与互补资产（如人力资源、组织文化）结合。在资源约束下，高质量IS信息与低预算冗余的组合能有效促进过程创新。资源约束往往放大IS驱动的创新潜力，对资源有限的中小企业尤为重要。
4.5. RQ4: How does technical debt arising from technology adaptation hinder innovation?
技术债务是技术适应过程中积累的长期社会技术成本。当组织为缓解短期惯性而妥协（如部分采用新系统或保留旧系统），会增加系统复杂性和维护成本，使组织陷入“夹在中间”状态，失去创新潜力。组织惯性（如现状偏见、员工抵触）也会导致新系统功能闲置，阻碍流程再造。技术债务实质上是组织惯性的技术体现，反映了技术适应与组织创新之间的张力。
5. Discussion
5.1. Evolution of research focus in the IS field
梳理了IS研究焦点的演变：从第一阶段“采纳决策”（是否采纳），到第二阶段“能力构建”（如何利用IS构建动态能力），再到第三阶段“深度适应与生态系统”（如何共同演化）。该演变表明组织创新并非简单购买技术，而是技术与组织相互适应的结果。
5.2. Theoretical contributions
（1）将技术适应确立为组织创新的微观基础，强调人类在适应过程中的核心作用，尤其在AI背景下，隐藏劳动是算法有效性的基础；（2）阐明了组织惯性和技术债务的辩证意义：适度惯性有助于稳定，但妥协演变为技术债务会抑制创新；（3）将动态能力理论的应用边界从单一组织扩展到产业生态系统，通过标准化接口学习合作伙伴的创新能力。
5.3. Practical implications
为管理者提供建议：投资应针对技术适应而非简单采纳；资源受限的中小企业应优先采用资源配置思维，利用高质量数据治理和流程管理；为减轻技术债务，组织需实施遗留系统的果断退役策略。
6. Future research agenda
6.1. Potential future research directions in the IS field
提出未来研究方向：（1）从技术采纳转向技术退役和习惯形成，研究如何管理遗留系统和员工依赖；（2）从横截面方差研究转向纵向过程研究，捕捉技术适应的累积效应；（3）关注资源受限或制度不发达的中小企业情境。
6.2. New forms of technology adaptation: generative AI and invisible labor
生成式AI可能自动化低层级隐藏劳动，同时产生更高阶认知适应需求。未来需探索当AI成为协作者时，员工认知模式如何演化，以及人与AI的协同学习机制。
6.3. From accumulation to resolution: governance mechanisms for technical debt
需要建立技术债务评估框架，区分良性债务（维持稳定）和恶性债务（适应惯性）。研究如何避免“夹在中间”状态，通过系统方法有效淘汰遗留系统并管理社会性债务。
7. Conclusion
本整合性综述表明，IS驱动的技术适应和创新是一个持续演化过程。从技术引入到组织创新需要深层次技术适应，依赖于员工日常调整和隐藏劳动。成功的适应体现为动态能力和资源配置模式，而错误的适应策略（如过度妥协）会导致技术债务累积。未来研究应扩展至技术债务治理和遗留系统退役，并关注生成式AI等新兴技术的影响。
