《Business Strategy and the Environment》：Executive-Reported Organizational AI Implementation Intention: Evidence From Firms Without Recognized Routine AI Implementation
编辑推荐：
人工智能（AI）正越来越多地被纳入涉及业务流程、资源利用、治理和竞争定位的组织决策考量之中。本研究考察了在尚无稳定、持续且组织公认的常规AI实施的企业中，由高管报告的组织AI实施意向。该条件并不排除试点活动、零散试验或非正式使用。模型纳入了源自技术接受理论、创
人工智能（AI）正越来越多地被纳入涉及业务流程、资源利用、治理和竞争定位的组织决策考量之中。本研究考察了在尚无稳定、持续且组织公认的常规AI实施的企业中，由高管报告的组织AI实施意向。该条件并不排除试点活动、零散试验或非正式使用。模型纳入了源自技术接受理论、创新扩散理论以及信任、感知成本和焦虑研究的九个一阶前因变量。研究分析了来自西班牙和葡萄牙613名高管的调查数据，采用PLS-SEM和必要条件分析（NCA）方法。基于置换的路径比较仅在促进条件上识别出样本间差异。七个正向框架的前因在两国样本中均表现出显著的必要性效应。成本摩擦和AI焦虑在两国均与实施意向呈负相关，但并非必要条件。本研究厘清了既定前因在高管报告的组织AI实施意向中所扮演的净关联与必要性角色的差异。研究结果揭示了一个与可持续数字化转型相关的前瞻性组织情境，但并未评估已实现的实施、治理实践或可持续性结果。
**论文解读：高管报告的组织AI实施意向——基于无常规AI实施企业的证据**
**一、研究背景与问题提出**
人工智能（AI）作为战略性信息系统，正深刻影响着组织决策、价值创造、资源利用与竞争定位。可持续发展研究已将数字技术与AI与资源效率、环境监测、绿色创新及新商业模式相联系，同时也记录了相应的环境与治理风险。创新研究进一步表明，组织成果依赖于数据、基础设施、人才与协调机制等互补性资产。尽管既有文献确立了AI在组织与可持续发展层面的广泛相关性，但对于那些尚未建立稳定、持续且组织公认的常规AI实施的企业而言，其高管如何报告近期的组织AI实施意向，以及既有技术采纳前因在这一特定情境中扮演何种经验角色，仍不明确。
数字转型战略的制定往往通过解释、学习与行动的迭代循环演进，而非遵循从正式战略评估到实施的固定线性序列。跨行业证据也表明，在组织认知、培训和控制存在持续缺口的背景下，员工存在非正式且不受监管的AI使用行为。因此，缺乏公认的常规实施不应被解读为不存在任何与AI相关的活动。在此有界经验条件下，预先采纳（pre-adoption）被严格界定为：企业未在任何业务流程中以稳定、持续且组织公认的方式纳入AI，而试点项目、限时试验、零星使用以及未经组织认可的个人或非正式使用不构成常规实施。CEO及其他C-suite高管因其处于报告企业前瞻性技术决策的位置而被视为合适的关键知情人。高层梯队理论认为，资深管理者的经验与解读框架会影响组织选择。本研究旨在整合九个一阶前因，厘清在常规化之前，这些既定的收益相关、社会性、组织性、信任相关、成本相关与情感性前因在净关联与必要性逻辑下是否扮演不同的经验角色。
**二、研究方法与技术**
本研究采用定量、横截面、单一知情人设计，以解释无组织公认常规AI实施企业中高管报告的组织AI实施意向。数据收集于2025年7月21日至9月12日，通过专业网络与商业协会共发放2947份邀请，结合直接外联与滚雪球抽样，最终获得613份有效问卷（西班牙410份，葡萄牙203份），有效完成率为25.2%。受访者均为CEO或C-suite高管，对技术投资与转型决策负有实际责任。样本以小型企业为主（西班牙77.56%，葡萄牙82.27%），行业构成在两国间存在描述性差异。所有受访者均具有AI工具的个人使用经验，且其所在企业均无组织公认的常规AI实施。
研究采用的主要技术方法包括：（1）偏最小二乘结构方程模型（PLS-SEM），用于估计九个一阶前因与组织AI实施意向之间的净关联；（2）必要条件分析（NCA），用于评估特定前因的最低观测水平是否为达到特定意向水平的必要条件；（3）基于置换的多组分析（MGA），在检验测量不变性（MICOM）后比较西班牙与葡萄牙的路径差异；（4）共同方法偏差评估，采用全共线性检验与Harman单因子检验。所有构念均采用7点Likert量表测量，问卷经回译程序确保语义等价性。
**三、研究结果**
**（一）测量模型与测量不变性评估**
测量模型在两国子样本中均表现出满意的信度与效度：所有构念的Cronbach's alpha、rho_A与组合信度（CR）均达到可接受水平，平均提取方差（AVE）均超过0.50，HTMT最大值在西班牙为0.789、葡萄牙为0.818，均低于常规阈值。MICOM程序确认了除绩效期望、成本摩擦与信任安全外的构念具备组合不变性，因此涉及这三个构念的样本间差异不作实质性解释。
**（二）结构模型结果：西班牙**
在西班牙样本中，促进条件（β=0.511, p<0.001）是最强的正向关联因素，其后依次为绩效期望（β=0.150, p=0.013）、努力期望（β=0.123, p=0.032）和组织兼容性（β=0.120, p=0.015）。成本摩擦（β=-0.229, p<0.001）与AI焦虑（β=-0.075, p=0.029）呈显著负向关联。相对优势、社会影响和信任安全未达到显著性水平。模型解释力R2为0.631，SRMR为0.068，Q2_predict为0.602。
**（三）结构模型结果：葡萄牙**
在葡萄牙样本中，关联模式更为分散。组织AI实施意向与促进条件（β=0.246, p<0.001）、组织兼容性（β=0.206, p=0.003）、信任安全（β=0.138, p=0.004）、相对优势（β=0.153, p=0.013）和社会影响（β=0.127, p=0.025）显著正相关。成本摩擦（β=-0.109, p=0.004）与AI焦虑（β=-0.115, p=0.021）为显著负向关联。绩效期望与努力期望未达到显著性水平。模型解释力R2为0.813，SRMR为0.053，Q2_predict为0.783。R2差异的置换检验显示显著（p_perm=0.001）。
**（四）多组分析（MGA）**
基于置换的MGA仅在一条路径上识别出统计支持的样本间差异：促进条件与AIINT的关联在西班牙强于葡萄牙（Δβ=-0.265, p_perm=0.006）。其余路径均无显著差异。由于绩效期望、成本摩擦和信任安全未通过组合不变性检验，这些构念不作实质性比较解释。整体而言，情境变异的证据有限。
**（五）必要条件分析（NCA）**
NCA结果表明，在西班牙，绩效期望（d_CE=0.431）和相对优势（d_CE=0.290）是最苛刻的必要条件，其后依次为组织兼容性、努力期望、促进条件和信任安全。在葡萄牙，努力期望、相对优势、社会影响、绩效期望、组织兼容性、促进条件和信任安全均表现出显著的必要性效应。值得注意的是，成本摩擦与AI焦虑在两国均未达到NCA的必要条件标准，表明它们虽与意向平均而言呈负相关，但并不构成达到高意向水平的不可补偿性要求。瓶颈分析报告了各显著前因对应不同AIINT目标水平所需的最低观测水平。
**四、讨论与结论**
研究结果表明，组织AI实施意向与一组差异化的第一阶感知相关联。促进条件和组织兼容性在两国样本中均与AIINT呈正向关联，这与强调组织资源、专业知识和匹配性在AI实施中作用的研究一致。PLS-SEM与NCA的联合运用揭示了仅凭结构显著性无法识别的区分：全部七个正向框架的前因在两国均为达到高意向的必要条件，但只有促进条件和组织兼容性在两国均呈现显著正向净关联。绩效期望和努力期望仅在西拔牙显著，而相对优势、社会影响和信任安全仅在葡萄牙显著。成本摩擦和AI焦虑则遵循不同模式——两者在各国均与意图负向关联，但均非必要条件。这意味着已确立的前因在净关联与必要性逻辑下扮演着不同的经验角色，且这些条件无一单独充分。
研究结论指出，本研究考察了在无稳定、持续且组织公认的常规AI实施企业中，高管报告的组织AI实施意向。预先采纳在此有界经验意义上使用，并不暗示所有试点、零星、分散或非正式AI使用均不存在。研究表明，已确立的采纳相关前因在此情境中可扮演不同经验角色：PLS-SEM识别与意向变异相关的感知，NCA识别约束高意向达成的观测最低水平。更广泛的贡献在于厘清了如何在公认常规化之前考察组织AI实施意向，而不将其视为战略承诺或固定采纳序列的证据。论文发表于《Business Strategy and the Environment》，通过结合高管关键知情人、一阶采纳前因及互补的关联与必要性逻辑，为未来研究组织AI意向如何发展、转化为实施并关联后续治理与可持续性结果提供了有界基础。
