人工智能驱动的供应链创新：供应链灵活性与复杂性的作用

《TECHNOLOGY IN SOCIETY》：AI-DRIVEN SUPPLY CHAIN INNOVATION: THE ROLES OF SUPPLY CHAIN AMBIDEXTERITY AND COMPLEXITY

　　

杨庆云|安东尼奥·卡帕尔多|苏秦|乔建奇

中国陕西省西安市西安交通大学管理学院，制造系统工程国家重点实验室

摘要：

尽管先前的研究已将人工智能视为供应链创新的关键驱动因素，但仍有必要进一步探究人工智能究竟如何影响供应链创新，以及哪些条件可能影响这种影响。我们结合社会技术系统理论与权变理论，构建了一个概念模型，该模型通过供应链敏捷性的中介作用将人工智能与供应链创新联系起来，并考虑了供应链复杂性的调节效应。借助来自245家中国制造企业的调查数据，我们首先通过检测共同方法偏差、非响应偏差、可靠性及有效性来确保测量质量，随后运用结构方程模型和层次回归分析来检验研究假设。研究结果表明，人工智能既可以直接提升供应链创新，也能通过供应链敏捷性的两个维度——即供应链开发与利用——间接发挥作用。此外，研究还发现供应链复杂性对人工智能与供应链创新之间的关系，以及人工智能与供应链开发/利用之间的关系具有正向调节作用。本研究不仅深化了我们对供应链创新驱动因素的理论理解，尤其是人工智能驱动供应链创新的机制，还为推动供应链创新提供了实践启示。

引言

供应链中日益增加的不确定性、波动性及风险给供应链管理带来了巨大挑战，促使企业将供应链创新作为战略优化工具加以应用（Wong & Ngai, 2022; Kalyar et al., 2020）。德勤报告显示，许多企业计划加大在供应链创新方面的投入，期望从中获得丰厚回报（Polater, 2024）。供应链创新旨在通过引入新的流程、技术和管理实践，提升企业在供应链中的竞争优势（Belhadi et al., 2024）。例如，索尼通过提高透明度、加强风险管理、采用S&OP预测方法，以及在生产过程中运用数字化监控和模拟技术，打造出了以协作、透明性和灵活性为特征的创新供应链，从而提升了运营效率¹。然而，诸如哈里博的4HANA ERP项目²、耐克的i2供应链管理与ERP集成系统³，以及露华浓的SAP ERP实施项目⁴等失败案例表明，供应链创新并非易事。Polater（2024）认为，供应链创新是一个复杂的进程，大约30%的创新项目会失败。Pettit等人（2010）则指出，将创新引入供应链会增加流程复杂性，带来运营难题。总之，供应链创新项目往往难以成功，因此需要重点关注其驱动因素，以及影响其成效的机制和条件。

人工智能被视为供应链创新的核心驱动因素之一（Belhadi et al., 2024）。Lee（2018）认为，人工智能能够克服供应链创新中固有的信息处理瓶颈，为产品设计、问题解决以及满足客户需求提供新的解决方案。机器学习、算法以及物联网等技术正在重塑供应链网络、技术、库存与物流系统以及需求规划流程，从而对供应链创新产生积极影响（Nayal et al., 2023; Sharma et al., 2022）。同时，众多案例表明，人工智能正在改变供应链中的核心运营环节，如库存管理、质量控制、配送系统以及物流流程。例如，西门子与微软等多家科技公司合作，开发了基于人工智能的供应链解决方案，用于供应商选择、风险识别以及需求预测，这些方案对供应链创新产生了积极效果⁵。鉴于这些益处，一个重要问题便是：人工智能在供应链环境中能否以及如何转化为积极的创新成果？虽然这一研究问题已引起学界的高度关注，但目前尚无令人满意的研究答案。

近期有一些研究探讨了人工智能对创新的积极影响（例如Lin et al., 2024; Cassanego et al., 2025; Al-khatib & Ramayah, 2025）。不过，这些研究将人工智能视为一种“黑箱”式的技术投入，主要研究其对企业层面创新的影响，未能体现供应链创新所具有的跨组织特性（Wong & Ngai, 2019）。此外，尽管有一些以供应链为研究对象的研究表明人工智能能够改善供应链管理或特定供应链功能（例如Riahi et al., 2021; Sharma et al., 2022; Al-khatib & Ramayah, 2025），但针对人工智能驱动供应链创新的系统性实证研究仍然较少，我们至今仍缺乏对这一现象的全面理论理解。尤其是，人工智能与供应链创新之间的作用机制几乎未被探索，仅有少数例外情况（Lamees & Ramayah, 2025）。最后，那些影响人工智能在供应链创新中发挥作用的条件也尚未得到研究。

为解决这些问题，我们采用了整合社会技术系统理论与权变理论的框架。社会技术系统理论强调将技术因素与社会因素相结合，以提高组织系统，如供应链系统的效能，包括其创新能力（Sahoo et al., 2024）。我们将人工智能视为一个技术子系统，它不仅能直接影响供应链创新，还能通过影响社会子系统来发挥作用，进而提升供应链企业推动供应链运营的渐进式变革与颠覆式变革的能力，也就是供应链利用与供应链开发能力。此外，权变理论认为外部环境的复杂性会对组织产生重大影响（Anderson, 1999）。与这一观点一致，供应链领域的学者们已经证明，供应链的结构性复杂性与动态复杂性会显著影响供应链组织的运作流程及其效能（Iftikhar et al., 2023）。因此，我们推测，在复杂的供应链环境中，人工智能对供应链创新以及供应链企业实施创新举措的积极影响会更为显著。

基于以上分析，本文旨在探究人工智能是否以及如何影响供应链创新，同时阐明供应链复杂性在这一过程中的作用。具体而言，我们要回答以下两个研究问题：首先，我们研究人工智能是否会影响供应链创新，以及这种影响是通过何种机制实现的，重点关注供应链敏捷性的中介作用，即供应链利用与供应链开发；其次，我们考虑可能影响人工智能与供应链创新之间关系的关键变量——供应链复杂性，以便更深入地了解其在人工智能影响供应链创新过程中的调节作用。

我们通过对245家中国制造企业进行调查来回答这些问题。研究结果表明，人工智能不仅对供应链创新具有直接的积极影响，还能通过供应链开发与利用的中介作用产生间接的积极影响。此外，我们还发现供应链复杂性会进一步增强人工智能对供应链创新，以及供应链开发与利用的积极影响。我们的研究结果有助于丰富关于人工智能在商业领域作用的学术讨论，也为研究创新的前因条件以及其在供应链中实现创新的机制提供了新视角，同时还增进了我们对供应链敏捷性相关前因与结果的认知。此外，我们的研究也为那些希望借助人工智能提升供应链创新与供应链敏捷性的实践者提供了有价值的参考意见。

章节节选

理论背景

为了为本研究奠定理论基础，本节我们回顾了相关文献，旨在找出研究空白，并构建本研究的理论框架。同时，我们也明确了供应链创新、人工智能、供应链敏捷性以及供应链复杂性等核心概念，这些概念将为后续假设的提出提供依据。

研究假设

在上述理论基础之上，本节我们阐述了人工智能、供应链创新、供应链敏捷性以及供应链复杂性之间的预期关系，并据此提出了相应的研究假设。

研究方法

在本节中，我们介绍了实证研究的设计方案，包括样本选择与数据收集方法、问卷设计及测量量表，以及共同方法偏差与非响应偏差的评估方法。

数据分析与结果

在开展假设检验之前，我们首先评估了测量模型的单维度性、可靠性及有效性。所有题项的载荷值都在0.605到0.867之间，超过了0.6的标准阈值（Govindarajan & Kopalle, 2006），由此证实了该模型的单维度性（详见附录A的B部分）。为验证模型，我们进行了包含所有构面的验证性因子分析，分析结果显示模型拟合度良好（见表5）。在构面有效性方面

讨论

本研究着眼于人工智能作为供应链创新的直接与间接前因，供应链敏捷性的中介作用，以及供应链复杂性在人工智能、供应链敏捷性与供应链创新关系中的调节作用，旨在填补关于供应链创新机制的实证研究空白。本研究的主要发现如下。

首先，我们发现人工智能对供应链创新具有直接的积极影响（H1）。这与Verganti等人（2020）的研究结论一致，他们指出人工智能

结论、意义与局限性

通过研究供应链敏捷性及供应链复杂性在人工智能驱动供应链创新中的作用，本研究进一步深化了我们对这一现象的理解。随着人工智能越来越多地融入供应链的运营决策过程，其带来的创新潜力受到了学者和从业者的广泛关注。尽管人们普遍认可人工智能是供应链创新的驱动因素，但关于它如何产生创新成果，以及影响其效能的条件，目前仍缺乏足够的了解。为弥补这一不足，

CRediT作者贡献说明

杨庆云：撰写——初稿、软件使用、方法设计、数据收集、正式分析、概念构建。乔建奇：撰写——审稿与编辑、研究指导、数据收集、概念构建。安东尼奥·卡帕尔多：撰写——审稿与编辑、研究指导、项目管理、方法设计、概念构建。苏秦：撰写——审稿与编辑、研究指导、资源协调、项目管理、数据收集、资金筹集

未引用参考文献

李等人，2023；杨等人，2024。

伦理声明

作者声明，本研究是按照伦理标准开展的。所有参与者都是自愿参与的，在填写问卷之前都已被告知研究目的，完成问卷即视为已给予知情同意。研究中没有披露任何个人或企业的可识别信息，所有数据均经过匿名处理，仅用于学术研究。所有资金来源以及可能存在的利益冲突

数据可用性

本研究的相关数据可在Mendeley Data平台上获取，地址为http://dx.doi.org/10.17632/sw2n28wmx3.1。

利益冲突声明

无。

致谢

本研究得到了国家自然科学基金委员会的重大研究计划（项目编号72192830、72192834）以及教育部人文社会科学研究基金的资助（项目编号22YJA630074）。