利用物联网推动银行业商业模式创新：数据驱动决策、金融科技创新与人工智能的作用

《Technovation》：Leveraging IoT for business model innovation in banking: The role of data-driven decision-making, Fintech innovation and artificial intelligence

　　

•物联网的采用通过实现数据驱动和技术赋能的银行实践，显著促进了银行业商业模式的创新。
•金融科技的应用通过数据驱动的决策和金融科技创新，直接和间接地促进了商业模式的创新。
•人工智能能力强化了数字技术采用的影响，凸显了其在最大化银行业企业创新成果中的作用。
•本研究通过展示物联网、金融科技应用、数据驱动的决策、金融科技创新和人工智能能力如何共同塑造商业模式创新，为银行业企业提供了实证证据。

**引言**

数字技术发展极为迅速，已经可能改变了金融服务的本质结构（Suhrab等，2024）。传统上由技术和技术的传统主义所主导的银行业常规架构，正受到挑战。为了在数字化环境中保持竞争力，银行需要开发新型商业模式（Rizvi等，2024）。如果银行能够成功执行数字化转型战略，将会带来成本降低和效率提升。根据Abdurrahman等（2024b）的研究，这些效率提升不仅带来了财务绩效的改善，还使银行能够将资源转向更注重创新和服务客户的活动（Grassi等，2022）。更重要的是，面对客户动态需求的变化、金融科技企业的兴起以及更高运营效率的要求，银行被迫进行数字化转型。在大多数情况下，银行服务要求客户提供顺畅、省心、个性化体验的高期望（Porfírio等，2024）。

随着智能手机和可穿戴设备的普及，高级银行服务现在被要求随时随地可访问。银行消费者倾向于通过基于互联网的平台或基于移动的应用程序来执行他们的活动（Basu等，2024）。这意味着需要通过采用创新技术（如物联网，即IoT）来实现动态变革，物联网推动着变革（Allioui等，2024）。目前，银行业正经历一场重大变革，物联网带来了深远的影响。技术创新通过从数据分析中带来独特的洞察，正在改变业务运营的范式（Bajaj等，2023）。物联网促进了金融科技的进步，提高了决策程序的效率和运营效率。近期多项研究表明，物联网在医疗、制造业和零售等多个领域产生了巨大影响。银行业中的物联网设备有助于收集实时数据，促进决策改进和个性化客户服务需求的实现（Argyropoulou等，2024；Rejeb等，2023）。

若要利用物联网数据进行信息决策并在运营效率和客户满意度方面产生广泛影响，先进的数据分析是必不可少的（Gupta等，2021；Yerpude和Singhal，2021）。另一方面，金融科技创新的部署——其中大多数基于相当稳健的数据分析能力——将会显著改变金融部门的竞争格局和客户期望（Cubric和Li，2024）。其中包括物联网对金融科技的需求，如无缝数字支付解决方案和自动化贷款运营（Bian等，2024；Sala-Vilar等，2024）。在此方面，物联网在金融部门的应用有助于银行设计新的金融产品和服务以保持竞争力（Cho等，2023；Mu和Antwi-Afari，2024）。因此，传统银行必须全面拥抱数字化转型，从根本层面重新审视其现有商业模式。这是实施人工智能、物联网和高级数据分析等新兴技术，以服务产品和运营效率进行一次全面升级（AL-Dosari等，2024）。这些技术消除了低效，提供了以客户为中心的服务，并促进了金融包容性。区块链技术、人工智能和大数据分析等技术创新优化了银行的竞争力和绩效，实现了更好的个性化和更高效的服务（Aloulou等，2024）。此外，人工智能通过提供更为复杂的数据处理和决策机制增强了这些动态，这是利用物联网产生数据的关键因素（Dasilas和Karanovi?，2023；Elia等，2023）。

物联网正在快速发展，为银行业开发新商业模式创造了巨大机遇。然而，现有研究尚未达到合理水平来阐述物联网采用可能如何导致商业模式创新（BMI）的战略机制。BMI通过价值获取、价值交付和价值创造来衡量（Latifi等，2021；Zott和Amit，2008）。BMI涵盖价值获取（即推出新产品/服务）、价值交付（即与新的商业伙伴合作，与新伙伴共享责任，并专注于全新的细分市场）和价值创造（即创造新的收入来源和引入新的定价机制）（Latifi等，2021；Zott和Amit，2008）。大多数现有文献关注物联网的技术实施和运营效益，包括交易速度提升和安全性增强（Allioui等，2024；Argyropoulou等，2024；Bajaj等，2023；He等，2023；Rejeb等，2023），而未考虑其对商业模式变革的更广泛战略影响。这种狭隘的关注造成了理解物联网采用如何促进银行业全面BMI的关键知识空白。相反，研究表明数字化对银行业产生了不利影响。例如，Méndez Suárez等（2023）认为银行业的数字化存在多个负面社会方面。因此，现有文献关于银行业数字化存在矛盾。因此，对银行业数字化后果进行实证调查至关重要。此外，数据驱动的决策（DDS）和金融科技创新的中介作用在物联网采用与BMI之间的关系中尚未得到充分研究，尽管它们的重要性已在现代银行业中得到认可（Cubric和Li，2024；Dasilas和Karanovi?，2023；Rizvi等，2024）。研究表明，数据分析可以显著改善决策，从而开发更具适应性和快速响应的商业模式（Riaz等，2024）。然而，很少有研究考察了物联网和人工智能等技术创新对传统银行服务的影响以及这些技术创新在商业模式中的整合（Kanbach等，2024；Shaik等，2024）。以前的研究在小企业和其他部门背景下考察了物联网和数字技术（Haaker等，2021；Paiola等，2022）。然而，与其他部门相比，银行业对技术的关键依赖更为突出（Surekha等，2022）。同样，人工智能能力在多大程度上调节物联网与DDS之间以及物联网-BMI之间的关系尚未得到充分研究（Sj?din等，2023）。人工智能拓宽了银行的分析能力，使其分析更为深入且预测更为准确（AL-Dosari等，2024）。因此，战略决策可以利用这些能力，帮助银行业实现创新（Al Issa和Omar，2024）。无论如何，考察相关调节效应的实证研究仍然缺乏，导致文献在人工智能是否可能有助于提升物联网或数据驱动方法在银行业的效益方面尚未完整。

这些知识空白需要通过明确了解物联网的使用如何促进银行业商业模式创新来解决。本文试图通过调查DDS和金融科技创新采用在物联网采用与BMI之间的串行中介效应，以及人工智能能力对物联网-BMI关系和物联网-数据驱动决策关系的调节效应，来填补这些知识空白。这一整体性方法有助于更好地理解物联网在银行业商业模式中的战略意义，这对学术界和业界具有重要意义。从学术角度来看，它提供了一个稳健的框架来检验物联网、数据分析、金融科技创新采用和BMI之间的动态关系。对于专业人士，特别是银行业管理者来说，这提供了数据来规划对物联网和人工智能的有效投资，并增强他们的数字化转型努力。确实，管理者可以有效地设计其商业模式，了解DDS和金融科技创新采用如何介入物联网采用。基于以上讨论，本研究提出以下问题：RQ1）物联网采用如何影响BMI和DDS？（RQ2）DDS和金融科技创新在物联网采用与BMI之间的关系中如何发挥单独的串行中介影响？（RQ3）人工智能能力是否在物联网采用-DDS和物联网采用-BMI之间起到调节作用？

本研究通过框架式地将物联网采用、DDS、金融科技创新采用和人工智能能力定位为共同实现BMI的协调性数字资源，在理论、实证和实践方面做出了贡献（Sirmon等，2011）。先前的银行业研究采用了TOE框架、基于实践或动态能力框架来证明技术和组织能力的双重作用促进数字化转型和金融科技的采用，进而成为企业绩效（如银行绩效或可持续性）的中介变量（Abdurrahman等，2024a；Rebekah和Afjal，2025；Siddik等，2023；Yan等，2022）。相比之下，基于ROT的模型将独立能力效应理论化的核心转向了资源编排的微观过程（如何将物联网等数据生成资产转化为决策能力，再转化为金融科技赋能的商业模式），从而解释了商业模式变革（BMI），而不仅仅是绩效或可持续性的终点（Hu等，2025；Rebekah和Afjal，2025）。其次，本研究展示了物联网产生的数据如何通过DDS和金融科技创新采用的协调来实现BMI。在方法论上，它通过采用大样本和PLS-SEM设计来检验BMI，而不仅仅是绩效或可持续性结果，从而扩展了先前的银行业研究（Rebekah和Afjal，2025；Yan等，2022）。第三，本研究将人工智能能力确定为一个关键边界条件，表明当银行利用人工智能来分析、自动化和协调数据以实现创新时，从物联网采用中获得的价值更大（Rong等，2025；Siddik等，2025）。

**章节摘要**

**资源编排理论**

资源编排理论（ROT）概括了银行业组织如何有效处理其资源以寻求创新绩效的方式（Sirmon等，2007）。该理论强调资源的战略性配置和部署，以在动态环境中产生价值（Baert等，2016）。它关注资源的作用以及结构化、捆绑和利用资源的管理过程（Rehman等，2022）。它提供了一个富有洞察力的……

**测量模型的开发**

为保证测量的有效性并创建多维度的构念范围，本文分析了与信息管理系统、战略管理、创新管理、金融科技和BMI领域相关的文献（Kariuki等，2025；Paul，2025）。根据已知和经过验证的研究，测量量表经过全面修改以适应银行业的应用。根据Hair等（2021）的建议，所有构念均……

**偏差控制**

为了评估数据的准确性，我们进行了多项分析以识别任何潜在偏差。为评估晚回复偏差，我们进行了独立样本t检验，比较了早回复者与晚回复者的回答（Armstrong和Overton，1977）。分析显示两组之间没有统计学上的显著差异。因此，晚回复偏差问题并非重大担忧。独立样本t检验……

**结果**

本节涉及结构模型，如图2所示。通过采用5%显著性水平的双尾检验，表5允许我们检验所提出的假设。当使用PLS-SEM时，用于评估模型拟合的SRMR值为0.061，表明模型拟合良好。表5中展示的数据清楚地显示了物联网采用与BMI之间具有统计学显著性的关系（H1：β值=0.204，t值=3.902，p值=0.000），以及……

**讨论与结论**

本研究采用物联网、人工智能、DDS和金融科技等数字和智能银行技术来确定BMI。此外，我们研究的一个关键要素是识别出两个串行中介机制，即DDS和金融科技创新采用，这些机制阐明了物联网与BMI之间的关系。

基于银行业管理人员的数据，中介分析强调了培养技术导向文化对于实现可持续和创新业务的重要性。

理论意义
本研究具有深远且重要的理论意义，为银行组织及智能技术的整合提供了有益的见解。本研究利用物联网（IoT）技术和数字颠覆战略（DDS），扩展了银行业关于商业模式创新（BMI）的现有文献。首先，本研究通过阐述物联网实施在推动商业模式创新中的关键作用，提高了对银行业商业模式创新的理解水平。具体而言，研究揭示物联网充当一种

CRediT 作者贡献声明
Jingbo Yuan：构思。Adil Riaz：撰写初稿、方法论、数据整理。Mingxia Liu：可视化、验证、资源。

利益冲突声明
作者声明他们没有任何已知的竞争性经济利益或个人关系可能会影响本文所报告的工作。

致谢
本文得到深圳大学高水平大学建设第三阶段学科交叉创新团队项目（项目编号：24JCXK06）；国家自然科学基金（项目编号：72172094）的资助。

Jingbo Yuan|Adil Riaz|Mingxia Liu