《Journal of Innovation & Knowledge》：Digging through AI-assisted HRM, business models, and innovation strategies toward sustainable initiatives
编辑推荐：
在当今技术快速演进的背景下，本研究探讨人工智能辅助（AI-assisted）人力资源管理（HRM）实践的意义，揭示其在催化可持续创新模式进而促进可持续倡议中的作用。研究人员依托资源基础观（Resource-Based View, RBV）与创新扩散理论（Inn
在当今技术快速演进的背景下，本研究探讨人工智能辅助（AI-assisted）人力资源管理（HRM）实践的意义，揭示其在催化可持续创新模式进而促进可持续倡议中的作用。研究人员依托资源基础观（Resource-Based View, RBV）与创新扩散理论（Innovation Diffusion Theory, IDT），考察AI-assisted HRM实践与可持续倡议间的复杂关系，以可持续商业模式（Sustainable Business Model Innovation）为中介、创新战略为调节。研究人员通过结构化问卷对中国中小企业（SMEs）402名高管及经理层受访者收集一手数据，采用两阶段结构方程模型–人工神经网络（SEM-ANN）分析。结果显示：AI-assisted HRM实践对商业模式创新与可持续倡议均具显著正向影响；创新战略强化AI-assisted HRM对商业模式创新的作用；商业模式创新在AI-assisted HRM与可持续倡议间起显著中介作用。研究阐释了上述构念间未被充分探索的关系，为从业者在中小企业情境下借助AI增强HR职能、提升组织创新与可持续倡议提供启示；理论贡献在于厘清HR分析如何塑造心智模式、商业模式与反映负责任创新战略目标的作用机制。
研究背景方面，当代组织环境因技术进步发生剧烈变迁，AI-assisted HRM作为应对新型劳动力复杂性的战略框架，超越行政效率而具备推动创新、敏捷与可持续的组织转型潜力。既有文献多聚焦招聘、绩效等HR子功能效率，或以描述性为主，缺乏AI-assisted HRM向高阶产出（商业模式创新、可持续倡议）跃迁的实证链路，亦未厘清其通过组织能力内化产生战略价值的机制。鉴于此，研究人员以资源稀缺情境下的中国中小企业（SMEs）为对象，整合创新扩散理论（IDT）与资源基础观（RBV）互补视角——IDT解释AI-assisted HRM在组织内的采纳、沟通与制度化扩散，RBV解释扩散实践经组织学习、例规化与资源重组转化为有价值、稀缺、难以模仿且不可替代（VRIN）的战略能力，进而驱动可持续导向的商业模式创新与倡议。
主要关键技术方法上，研究人员采用横截面问卷调查，依托上海、深圳、广州、成都等数字转型活跃工业枢纽，经目的抽样锁定已应用AI-assisted HRM且涉可持续活动的制造与服务业SMEs，便利抽样选取所有者、CEO、总监及经理等高管（N=402，有效率61.85%）。测量采用既有量表：AI-assisted HRM为二阶构念（含绩效、培训、招聘、人才管理四维度各4题），可持续商业模式创新9题，创新战略5题作调节，可持续倡议5题，并以行业、规模、年龄为控制变量。分析采用两阶段结构方程模型–人工神经网络（SEM-ANN）：先以SmartPLS 4做PLS-SEM检验假设与中介调节，5000次 bootstrap；再以SPSS多层感知机前馈反向传播（FFBP）ANN处理非线性与预测重要性，90%训练10%检验，灵敏度分析输出归一化重要度。
研究结果部分，测量模型经条目剔除（AI-PM3、AI-TD3/4、SBM9等载荷偏低）后，各构念组合信度（CR）0.793–0.892、平均方差提取（AVE）0.509–0.683，Fornell-Larcker与HTMT均满足判别效度，Harman单因子23%方差表明无显著共同方法偏差。结构模型中，AI-assisted HRM→可持续商业模式创新 β=0.330（p<0.001），可持续商业模式创新→可持续倡议 β=0.644（p<0.001），AI-assisted HRM→可持续倡议直接 β=0.229（p<0.001），R2=0.664。中介检验显示可持续商业模式创新部分中介（间接β=0.212，p<0.001），支持H1–H3。调节效应中创新战略×AI-assisted HRM→可持续商业模式创新 β=0.066（p<0.05），高创新战略斜率更陡，支持H4。ANN灵敏度分析表明交互项IS×AI-HRM归一化重要度61.87%最高，AI-assisted HRM自身28.66%，可持续商业模式创新仅16.63%；ANN对可持续倡议方差解释达83.9%，RMSE训练均值0.032、检验0.043，较SEM R2=0.664更具预测力。
讨论与结论翻译部分，研究人员指出AI-assisted HRM经IDT扩散与RBV能力内化，由工具变为战略资源，部分中介证实微观HR活动向宏观可持续产出转化；创新战略调节凸显战略意图对技术溢价的放大。结论可译为：本研究表明，AI-assisted HRM实践对中国中小企业可持续商业模式创新与可持续倡议具显著正向影响；可持续商业模式创新部分中介前述关系；创新战略正向调节AI-assisted HRM对可持续商业模式创新的作用。研究以IDT-RBV整合框架弥补了HR数字化文献中“采纳—能力—可持续产出”链条的断裂，为组织在资源约束下借AI重构人力资本例行程序以实现负责任创新提供理论与实操依据。论文发表于《Journal of Innovation》。
