《Business Strategy and the Environment》：From Awareness to Ecosystemic Transformation: How Artificial Intelligence Enables Firms' Transition to a Circular Economy
编辑推荐：
人工智能（AI）具有助力企业向循环经济（CE）转型的潜力。然而，关于中小企业如何使用AI支持这一转型的实证研究仍然有限。研究人员采用Gioia方法论，分析了针对本地生态系统内企业高层管理者的25次深度半结构化访谈。研究结果揭示出企业在向CE转型过程中应用AI的
人工智能（AI）具有助力企业向循环经济（CE）转型的潜力。然而，关于中小企业如何使用AI支持这一转型的实证研究仍然有限。研究人员采用Gioia方法论，分析了针对本地生态系统内企业高层管理者的25次深度半结构化访谈。研究结果揭示出企业在向CE转型过程中应用AI的五阶段路径：循环意识与反思、精益优化、部分循环性、组织CE战略嵌入以及CE（生态）系统性转变。这些阶段代表一个演化过程，其中第一阶段表明AI使用有限，最后阶段则实现AI全面整合。研究样本中的企业未能达到第四和第五阶段（代表最高整合水平）。本研究通过揭示AI采纳如何塑造企业向循环性和生态系统协作的战略、运营及生态系统层面转变，拓展了CE与数字化转型文献。
应对气候变化亟需向循环经济（Circular Economy, CE）转型，人工智能（Artificial Intelligence, AI）被视为支持这一转型的关键技术，能够通过感知和预测能力优化资源利用、提高可追溯性并支持循环供应链。然而，现有研究多聚焦于大型企业或AI在特定循环实践中的效率提升，对中小企业（Small and Medium-sized Enterprises, SMEs）如何将AI逐步嵌入从意识到战略和生态系统层面的转型过程缺乏实证理解。资源受限的SMEs既可能从本地生态系统中获益，也面临数字成熟度低、数据基础设施不足等障碍。因此，本研究基于创新扩散理论（Diffusion of Innovations, DOI）和生态系统视角，旨在回答：在SMEs的循环转型过程中，AI应用于何处以及如何应用？
研究人员采用探索性定性研究设计，在芬兰国家循环经济生态系统中，通过有目的抽样选取25家中小企业的高层管理者（包括CEO、创始人、技术专家、经理等）进行深度半结构化访谈（经Zoom视频会议进行，每次45–90分钟）。数据分析遵循Gioia方法论，经过开放编码、主轴编码和选择编码三个归纳阶段，从原始数据中提炼166个一阶代码，进而归纳为二阶主题和聚合维度，最终形成五阶段模型。研究论文发表在《Business Strategy and the Environment》。
研究结果发现，SMEs在向CE转型过程中对AI的应用呈现五个递进阶段，各阶段代表AI整合成熟度的不同水平。
阶段1：循环意识与反思（Stage 1: Circular Awareness and Reflection）
访谈分析显示，在此阶段企业对AI支持循环性的潜在用途进行概念性探索，讨论多为假设性和愿景性，缺乏具体实施计划和战略方向。企业认识到AI在资源获取、设计优化和流程改善上的可能益处，但受限于缺乏专业知识、标杆案例和数字成熟度，对如何落地应用仍存犹豫。
阶段2：精益优化（Stage 2: Lean Optimization）
企业开始将AI从概念转向实践，主要应用于内部运营以提高效率、可见性和响应性，如客户关系管理（Customer Relationship Management, CRM）、企业资源计划（Enterprise Resource Planning, ERP）、物流路径优化、营销和行政自动化。AI被视为运营支持工具，但尚未与循环目标直接关联。此阶段的成功为后续循环应用奠定能力基础。
阶段3：部分循环性（Stage 3: Partial Circularity）
AI应用拓展至具体循环实践，包括材料检测、废物管理、产品追溯、数字产品护照（Digital Product Passport, DPP）、数字孪生（Digital Twin）和逆向物流。企业开始将AI与可持续发展目标结合，但整合仍是碎片化的，缺乏全组织范围的战略嵌入。此阶段标志着AI扩散从效率导向转向循环意图。
阶段4：组织CE战略嵌入（Stage 4: Organizational CE Strategic Embeddedness）
企业需要将AI整合到长期CE与数字战略中，并发展跨职能整合和生态协作。企业与大学、公共机构及合作伙伴共建能力，以克服资源约束。然而，样本中的SMEs普遍因财务限制、能力不足和数字鸿沟而难以达到此阶段，更无法进入第五阶段。
阶段5：CE（生态）系统性转变（Stage 5: CE (Eco)systemic Shift）
AI成为生态系统层面的系统性使能者，支持多方协调、数据治理和制度适应。企业认识到循环性无法由单个行动者实现，需要通过信任、共享治理框架和集体学习实现跨组织协作。政府部门在其中发挥支持性作用，但监管惯性和互操作性差距仍构成挑战。
讨论部分总结指出，AI赋能的CE转型并非一次性采纳事件，而是一个动态、多阶段、依赖路径的过程，受企业级准备度和生态系统条件共同塑造。研究将DOI与生态系统视角扩展到AI–CE领域，并重新概念化AI扩散为集体多主体过程。理论贡献包括：提出五阶段过程模型，揭示AI的感知、利用和转化能力随阶段渐进演化；强调AI作为制度性使能者促进透明性、标准化和系统韧性；拓展了中小企业导向的数字可持续性研究。管理上，管理者应基于阶段模型评估自身定位，在早期阶段培养数字素养和循环意识，中期投资数据基础设施与AI治理，后期参与生态系统协作。政策上，决策者应提供SME专属的AI采用资助、能力建设计划、数据共享平台和AI治理框架，以减少结构性障碍。
研究结论：本研究通过识别五阶段路径，揭示了AI在中小企业循环转型中的应用位置与方式。样本企业大多停留在第三阶段之前，未能达到战略嵌入和生态系统转型的最高整合水平，主要受制于资源约束、能力缺口和治理不完善。AI的真正转型价值只有在其嵌入组织惯例、数据基础设施和跨组织协作中才能实现。这一发现强调，AI赋能CE转型需要企业、生态系统和制度层面的共同努力，从而为后续研究提供了理论基础和实践方向。
