摘要
人工智能（AI）正在改变企业在数字创新生态系统中搜索、解读并运用外部生成知识的方式。现有研究促使人们更加关注资源受限的小微企业（SMEs）如何组织内部工作流程，使AI支持的客户、市场、竞争对手和平台信息能够被用于创新。本研究考察了跨境电商小微企业如何组织AI支持的工作流程和团队角色，以处理面向新兴的引入式开放式创新的外部知识。研究采用探索性、理论阐述性的定性多案例研究设计，选取两家具有对比性的SMEs作为研究对象。分析基于对战略层、管理层、技术层和一线岗位共十位参与者的面对面半结构化访谈，总时长为183分32秒（约184分钟的录音）。研究采用溯因式主题案例分析方法，结合贴近数据的编码、案例内分析、跨案例综合以及与相关理论的迭代整合。分析结果表明，所提出的框架在分析上具有逻辑层次顺序，而非经验证的纵向时间序列。案例A呈现出由实验主导的扩散模式，而案例B呈现出由技术合作伙伴主导的工作流程设计模式。跨案例分析显示，参与者描述了模块化的"人—AI—人"序列、更广泛的任务整合、反馈机制的变化以及对人工审核更大程度的重视。这些报告的工作安排与三个新兴的能力相关实践维度相关联：外部知识感知、知识重组和敏捷实施。反证性分析表明，这些模式取决于任务与AI的适配程度，过度依赖AI可能削弱独立的市場判断。本研究通过揭示以下发现，为AI赋能的引入式开放式创新研究做出贡献：获取AI和平台数据本身是不够的——只有当SMEs围绕提示、解读、重组和人工问责重新组织工作流程和角色时，外部输入才能转化为可行动的信息。研究还阐述了人机协作如何作为以客户为中心、平台中介的开放性的内部微观基础发挥作用。对于管理者而言，研究结果建议从孤立使用工具转向以能力为导向的工作流程设计，同时保留人工审核环节。研究结论提供了情境化的理论洞见，而非统计意义上的普遍推广。
