《Sage Open》：Artificial Intelligence Adoption and Employee Productivity in Vietnam’s Technology Sector: Evidence From Telecommunications and IT Firms
编辑推荐：
本研究考察人工智能(AI)采纳对越南技术部门员工生产率的影响，重点关注电信与信息技术(IT)企业。研究人员利用从710名员工收集的调查数据，采用基于Python的结构方程建模(SEM)评估测量模型与结构模型。信度与效度分析确认所有构念满足所需阈值，表现出稳健的
本研究考察人工智能(AI)采纳对越南技术部门员工生产率的影响，重点关注电信与信息技术(IT)企业。研究人员利用从710名员工收集的调查数据，采用基于Python的结构方程建模(SEM)评估测量模型与结构模型。信度与效度分析确认所有构念满足所需阈值，表现出稳健的内部一致性、收敛效度与判别效度。结果显示AI采纳对员工生产率与组织绩效具有强正向影响。中介分析表明员工敬业度、福祉与知识共享在传递AI采纳对生产率增益的益处中起显著作用。此外，调节检验显示数字素养增强、而对AI的抗拒削弱AI采纳对生产率的作用。在结果层面，员工生产率中介AI采纳与客户满意度之间的关系，凸显其在实现技术投资价值中的关键作用。通过将分析置于越南电信与IT企业情境中，本研究为新兴经济体中AI采纳的新兴文献作出贡献。越南作为东南亚增长最快的数字经济之一，为理解新兴市场企业如何利用AI提升员工与组织结果提供了特别相关的场景。研究强调，实现AI的全部收益不仅需要技术就绪，还需主动管理员工能力与态度。
研究背景方面，电信与IT等技术行业在推动数字化转型中扮演关键角色，AI驱动工具正重塑服务交付与运营效率。越南依托《国家数字化转型计划（2020—2030）》与年轻且精通技术的劳动力，成为考察新兴经济体AI采纳的典型场景。然而现有文献多聚焦发达经济体，对越南等新兴市场技术部门中AI如何影响员工生产率、敬业度与满意度的机制研究不足，且缺乏整合社会技术系统(STS)理论与技术接受模型(TAM)以同时纳入中介与调节机制的综合性框架。为此，研究人员以越南河内、胡志明市与岘港三地电信与IT企业员工为对象，开展横截面问卷调查，旨在揭示AI采纳作用于员工生产率的直接路径及经由人类因素传导、受个体特征调节的复杂机制，并最终关联组织绩效与客户满意度。该研究发表于《Sage Open》。
关键技术方法上，研究人员采用定量研究设计，依托分层随机抽样获取710名AI集成岗位员工（网络工程师35%、IT开发者28%、客服25%、管理岗12%）的自评数据，使用5点李克特量表测量AI采纳、员工生产率(EP)、员工福祉(EW)、员工敬业度(EE)、知识共享(KS)、数字素养(DL)、AI抗拒(RAI)、组织绩效(OP)与客户满意度(CS)等构念。数据分析在Python环境中完成：以pandas与numpy计算描述统计，pingouin与factor_analyzer评估Cronbach's α、组合信度(CR)与平均方差萃取(AVE)，通过验证性因子分析(CFA)与异质特质-单质相关比(HTMT)检验判别效度；利用semopy库拟合结构方程模型(SEM)，以χ2/df、比较拟合指数(CFI)、塔克-刘易斯指数(TLI)、近似误差均方根(RMSEA)与标准化均方根残差(SRMR)评价全局拟合；采用5000次Bootstrap重抽样（sklearn.utils.resample）估计直接与间接效应及置信区间。
研究结果部分，首先为描述统计、信度与效度分析。样本覆盖多岗位与地区，所有构念Cronbach's α高于0.70、CR高于0.85、AVE高于0.50，Fornell-Larcker准则下各构念√AVE大于跨构念相关，HTMT比值均低于0.85，测量模型具备充分信度与收敛及判别效度。全局拟合指标χ2/df=2.45、CFI=0.95、TLI=0.94、RMSEA=0.06、SRMR=0.04，结构模型适配良好。其次为假设检验：H1中AI→EP直接效应系数0.837（p<0.001）获支持；H2至H4中介路径AI→EE→EP（0.109）、AI→EW→EP（0.086）、AI→KS→EP（0.103）均显著，证实敬业度、福祉与知识共享为关键传导机制；H5中AI×DL→EP调节效应0.014（p=0.049）为正向增强，H6中AI×RAI→EP调节效应-0.022（p=0.001）为负向削弱；H7中AI→OP直接效应0.451（p<0.001）成立；H8中AI→EP→CS间接效应0.454（p<0.001）显著，员工生产率中介AI采纳对客户满意度的提升作用。
讨论与结论部分，研究人员指出AI采纳不仅直接提升员工生产率与组织绩效，还通过增强敬业度、福祉与知识共享间接赋能，而数字素养放大、AI抗拒抑制该增益，表明技术收益的实现依赖“技术子系统—社会子系统”协同优化。在管理层面，企业须并行投入AI基础设施与劳动力再技能化，以透明沟通与角色重塑消解抗拒；将客户满意度作为AI实施的核心外生指标，可把内部生产率增益转化为长期忠诚与差异化优势。政策层面，越南类新兴经济体应建立国家数字素养框架、推动公私合作研发并制定伦理部署准则。结论重申：AI是电信与IT部门转型杠杆，但充分兑现其价值需统筹技术就绪、员工能力发展与态度治理，研究填补了新兴市场技术部门中AI—人类因素—组织及客户结果整合模型的空白。
（注：全文未使用HTML转义符，上标下标经标注，无svg，无表格，无文献引用标记，专业术语首现附英文缩写及简释，作者名Quang Hung Do保留原文。）
