制造生态系统中的智能环境：通过数字平台与连接智能提升创新绩效

《Digital》：Intelligent Environments in Manufacturing Ecosystems: Improving Innovation Performance Through Digital Platforms and Connected Intelligence

　　

制造部门与生态系统能够通过数字平台、连接智能以及促进专家与生态成员间协作的组织设置来提升其创新绩效。分布在人类、组织、社区与AI代理中的技能与能力的融合，创造了能够支持生态型与变革型创新的智能环境。为检验这一假设，研究人员遵循三阶段方法论。首先，研究人员开发了基于向量自回归模型的建模框架，其中代表人类、集体与机器智能间有向二元耦合的加权矩阵驱动制造生态系统从基线创新状态向更高级状态转变。其次，研究人员提出了SmartGreenEcos实验，开发了适应特定制造生态系统的智能环境。该实验通过实施促进企业间协作、实验与创新的数字平台、电子服务与AI代理，证明了模型抽象架构的可行性。第三，研究人员使用仿真并分析加权矩阵的特征值与特征向量，以检验智能环境的内部动态并识别变化的关键阈值与驱动因素。这一三阶段方法论的结果为智能环境的设计及连接智能借以提升创新绩效的交互参数提供了深入见解。

当前全球正经历深刻变革，数字化、协作平台和人工智能驱动了产业转型。制造业在运营、技能及创新动态等方面面临复杂挑战。数字平台重塑了组织形式，人工智能扩展了自动化与决策范围，绿色技术则推动工业生产向可持续和气候中性目标迈进。尽管现有研究广泛探讨了制造业的数字化与生态系统方法，但未能充分形式化人类、集体与机器能力之间的相互作用如何影响生态系统层面的创新绩效。以往研究多聚焦于个体企业或功能性领域互动，对跨企业、机构和行业部门的生态系统层面协作与实验环境关注不足，且未阐明内部能力与外部资源互动的具体机制。特别是小企业更依赖外部数字、制度和物理环境。为填补这一空白，研究人员开展了这项研究，旨在探究知识、实验与问题解决如何分布在部门内多个组织中，并重点关注更广泛的环境如何塑造创新和转型制造生态系统。

研究人员提出假设：在制造生态系统中，数字平台、电子服务与AI代理能够重组分布在专家、企业和数字基础设施中的人类、集体与机器能力，生成改善创新绩效的智能环境。研究得出结论，智能环境作为一种多维社会技术空间，其转型引擎通过连接智能的运作，能够推动生态系统从基线状态向高阶创新状态转变。这一发现对理解制造生态系统内部动态、设计智能环境以及提升区域繁荣与韧性具有重要意义。论文发表在《Digital》。

研究人员为开展研究主要采用了以下关键技术方法：首先，构建基于一阶向量自回归模型（VAR(1)）的建模框架，利用加权矩阵表示人类智能（HI）、集体智能（CI）与机器智能（MI）间的有向二元耦合，驱动生态系统状态转变。其次，开展SmartGreenEcos实验，该实验样本队列来源于希腊、塞浦路斯、突尼斯和约旦四个地中海国家乳制品行业的100家公司。实验运用多准则分析（MCA）选定行业，构建数字-制度-物理（DIP）社会技术空间，并部署四个数字平台与八个电子服务。最后，使用合成数据进行模拟，通过计算特征值与特征向量分析转型引擎的内部动态与阈值。

研究结果部分如下：

Formalisation of the Transition（转型的形式化）
研究人员通过数学模型形式化了智能环境的转型过程。基线状态由绩效变量向量Y_t-1表示，包含创新投入、产出和影响。高阶状态由向量Y_t表示，创新以变量的变化率衡量。转型引擎由连接智能的加权二元耦合矩阵构成，矩阵系数结合了估计权重和基于关键绩效指标（KPI）的交互效应指标。该模型通过六项有向二元耦合（HC, HM, CH, CM, MH, MC）驱动生态系统从基线向高阶状态转型。

SmartGreenEcos: An Intelligent Environment for Manufacturing Ecosystems（SmartGreenEcos：面向制造生态系统的智能环境）
研究人员通过SmartGreenEcos实验验证了模型的可行性。该实验在选定国家的乳制品行业中构建了跨境生态系统。转型引擎包含四个数字平台：基准测试与AI优化平台提供环境、社会及治理（ESG）与数字成熟度（DM）评估；能力建设平台基于nexos.ai平台设计AI代理，用于需求预测和生产规划等；交易与供应链平台提供数字采购和B2B交易服务；新产品开发平台包含协作实验室和生态模拟器电子服务。这些平台通过专家与企业间的交互，实现了人类、集体与机器智能的二元耦合。

The Dynamics of Intelligent Environments（智能环境的动态）
研究人员通过模拟分析转型引擎的内部动态。结果表明，高阶状态描述符（Y_1t, Y_2t, Y_3t）和特征值（λ₁, λ₂, λ₃）的变化主要取决于转型矩阵系数的大小，而非矩阵的具体结构配置。六个二元耦合在Y_t和特征值上表现出等效性。此外，特征向量捕获了转型引擎内部结构的变化，第一特征向量（v₁）捕获了系统结构扰动的主要方向效应。λ₁始终是最大的特征值，表明创新绩效主要由人类、集体与机器二元交互的单一主导配置决定，其余特征向量仅代表次要组织效应。

最后总结讨论与结论部分。讨论部分指出，形式化模型、SmartGreenEcos案例和模拟共同确立了方法论的概念连贯性、操作可行性和内部一致性。实证验证具有特定生态系统依赖性，某些转型引擎配置能提升创新绩效，而其他则不能。智能环境通过连接智能交互，使企业能够获取共享能力并修改运营、交易与产品开发常规。该环境以数字-制度-物理（DIP）空间形式实现。

在研究结论部分，研究人员总结了通过智能环境提升创新绩效的模型与方法论。智能环境被构建为社会技术结构，生态系统提供背景，转型引擎构成运作核心，创新则是运营等常规修改的观察证据。人类、集体与机器智能及其相关能力是当前创新的主要驱动力。该研究的学术新颖性在于将概念与方法论要素整合到统一框架中，形式化了连接耦合、常规修改与可衡量创新绩效变化之间的联系。研究强调，智能环境并非纯粹的技术结构，而是能力与交互在其中涌现创新的社会技术空间。