《Telematics and Informatics Reports》：The Algorithmic Vanguard: Deciphering the Socio-Technical Dynamics and Causal Influence of Artificial Intelligence Adoption on Entrepreneurial Innovative Leadership within the Thai Service Sector
编辑推荐：
本研究调查了人工智能（AI）采纳的社会技术动态及其对泰国服务业中企业家创新领导力的预测影响。在“完美风暴”（Perfect Storm）——快速老龄化社会与系统性经济脆弱性的交汇——的背景下，研究人员采用混合方法探索性序列设计，考察中小企业（SMEs）如何应对
本研究调查了人工智能（AI）采纳的社会技术动态及其对泰国服务业中企业家创新领导力的预测影响。在“完美风暴”（Perfect Storm）——快速老龄化社会与系统性经济脆弱性的交汇——的背景下，研究人员采用混合方法探索性序列设计，考察中小企业（SMEs）如何应对向“算法经济”（Algorithmic Economy）的转型。第一阶段，一项涉及关键信息提供者的质性调查，识别了关键文化障碍：“聊天机器人陷阱”（Chatbot Trap，浅层自动化的悖论）以及由克伦斋（Kreng Jai，一种尊重与社会和谐的文化构念）引发的“沉默数据”（Silent Data）腐败。随后的定量阶段调查了首席执行官（CEOs）和SME企业家，数据采用偏最小二乘结构方程模型（PLS-SEM）进行分析。实证结果表明，“心态”（Mindset，AI感知）和“心性”（Heartset，数字智能）比技术“工具集”（Toolset，应用AI）更能显著预测创新领导力。此外，重要性-绩效图分析（IPMA）突出了战略资源分配的关键领域。这些发现从根本上挑战了盛行的技术中心范式，断言算法时代的有韧性的领导力需要以人为中心导向，优先考虑心理安全和战略增强，而非单纯追求运营效率的提升。
**研究背景、问题与目的**
全球正从“知识经济”向“算法经济”（Algorithmic Economy）转型，算法具有反折旧（Anti-depreciation）和无限可扩展性（Infinite Scalability）等独特属性，为服务业带来超个性化（Hyper-personalization）与“黑箱”（Black Box）问题的双重挑战。与此同时，泰国中小企业（SMEs）面临三重叠合的“完美风暴”（Perfect Storm）：人口老龄化导致劳动力短缺、高家庭债务压缩消费能力、无边界竞争使本土企业难以对抗全球平台巨头。在此背景下，SMEs亟需采纳人工智能（AI）以求生存，但普遍存在文化障碍：克伦斋（Kreng Jai，一种以尊重、回避冲突为核心的泰国文化规范）导致“组织沉默”（Organizational Silence），以及“聊天机器人陷阱”（Chatbot Trap，浅层自动化悖论）。现有西方理论框架难以解释高语境文化（如泰国）中AI采纳与领导行为的交互作用，亟需构建文化敏感的因果模型。该论文发表于《Telematics and Informatics Reports》。
**研究内容与结论**
研究人员采用混合方法探索性序列设计（QUAL→quan），分两阶段展开。**第一阶段**（质性研究）：对12名关键信息提供者（包括SME企业家、学者、政策制定者及AI顾问）进行半结构化深度访谈，运用主题分析法识别出三个核心文化障碍：聊天机器人陷阱（效率悖论）、克伦斋引发的“沉默数据”（Silent Data）腐败，以及数字同理心差距（Digital Empathy Gap）。**第二阶段**（定量研究）：以泰国正式注册的中小企业（OSMEP）CEO/企业家为样本，通过分层随机抽样回收300份有效问卷，采用偏最小二乘结构方程模型（PLS-SEM）检验假设。结果显示：AI感知（Mindset，β=0.368, p<0.001）和数字智能（Heartset，β=0.312, p<0.001）是创新领导力最强的预测因子，而应用AI（Toolset，β=0.205, p<0.001）和数字安全（Psychological Safety，β=0.148, p=0.002）的效应较弱。重要性-绩效图分析（IPMA）进一步指出，数字智能具有高重要性（0.312）但低绩效（52.8），是亟需资源投入的关键领域。该结论挑战了技术中心主义，强调算法时代需以人为中心。
**主要关键技术方法**
研究采用混合方法探索性序列设计（QUAL→quan）。质性阶段通过主题分析法（Thematic Analysis）编码访谈数据；定量阶段采用偏最小二乘结构方程模型（PLS-SEM）和重要性-绩效图分析（IPMA），数据来源于泰国中小企业促进办公室（OSMEP）注册企业的CEO/企业家，最终有效样本300份。所有分析使用SmartPLS 4完成，并进行了共同方法偏差（CMB）的事前程序控制与事后统计检验（全共线性评估）。
**研究结果**
**Phase 1 质性结果**
- **主题1：聊天机器人陷阱（效率悖论）**：通过关键信息提供者访谈发现，许多SMEs误将数字化等同于采购基础聊天机器人，旨在“减少烦扰”而非“获取洞察”，导致低质量交互激增但战略价值停滞。该现象被用户对熟悉界面的心理偏好（熟悉性偏好）强化。
- **主题2：克伦斋与“沉默数据”现象**：质性证据表明，克伦斋文化使员工不敢向领导报告AI系统错误（如库存预测偏差），以免领导“丢面子”，导致算法在错误数据上持续训练，形成“沉默数据”腐败。这验证了将数字安全重新定义为心理安全的必要性。
- **主题3：数字同理心差距**：领导者缺乏数字同理心（Digital Empathy），无法感知员工对失业的焦虑，导致被动抵抗（如拒绝使用工具、输入低质量数据）。
**Phase 2 定量结果**
- **人口统计特征**：样本中女性占54%，73%的受访者年龄在31-50岁，62%的企业处于成长阶段（3-10年）。
- **测量模型评估**：所有构念的Cronbach's α、组合信度（CR）和平均方差提取量（AVE）均达标，区分效度通过异质-单质比率（HTMT＜0.85）验证。
- **结构模型评估**：包含控制变量（年龄、性别、教育、企业年龄）后，模型解释力为R2=0.671。假设检验结果：H1（AI感知→领导力，β=0.368, p<0.001）、H2（应用AI→领导力，β=0.205, p<0.001）、H3（数字安全→领导力，β=0.148, p=0.002）、H4（数字智能→领导力，β=0.312, p<0.001）均获支持。控制变量中仅教育水平显著（p=0.032）。
- **重要性-绩效图分析（IPMA）**：数字智能（重要性0.312，绩效52.8）为高优先级领域；应用AI（重要性0.205，绩效71.2）为低优先级；AI感知（重要性0.368，绩效65.4）为维持策略；数字安全（重要性0.148，绩效58.6）为次要改进焦点。
**讨论与结论**
讨论部分指出，AI感知（心态）对创新领导力的影响几乎是应用AI（工具集）的两倍，验证了社会技术系统理论（STS）中社会子系统的优先性。聊天机器人陷阱的持续存在源于用户对熟悉性的偏好，这与杰文斯悖论（Jevons Paradox）共同导致效率提升无法转化为战略创新。数字智能（心性）的高重要性证实了算法时代情商（EQ）与AI整合的必要性。克伦斋文化虽然定量效应较低，但质性层面揭示了其通过“沉默数据”腐蚀算法的危险。研究结论强调，算法时代的韧性领导力需以人为中心，优先心理安全与战略增强，而非单纯追求运营效率。**研究结论翻译**：将人工智能融入泰国服务业不仅是工程或采购挑战，而是一项深刻的多维社会技术努力。本研究得出结论：心态（AI感知）和心性（数字智能）对企业家创新领导力的预测力显著高于工具集（应用AI）的单纯获取。“算法先锋”并非由拥有最昂贵软件的领导者定义，而是由培养以人为中心导向的领导者定义。通过巧妙利用AI增强人类潜力、优先情商，并主动拆除克伦斋的文化沉默屏障，泰国中小企业能够成功抵御经济“完美风暴”，并在全球算法经济中成为具有韧性的创新参与者。
