人工智能在产品线中的战略应用:分析人工智能驱动的流程协同适配对环境绩效与运营绩效的影响
《Journal of Environmental Management》:Strategic use of AI in product lines: Analysis of the role of AI-enabled process co-adaptation on environmental and operational performance
【字体:
大
中
小
】
时间:2026年07月01日
来源:Journal of Environmental Management 9.2
编辑推荐:
埃斯特万·拉富恩特|胡安·卡洛斯·莱瓦|罗纳德·莫拉-埃斯基维尔|扬西·瓦扬特
哥斯达黎加技术学院商学院,哥斯达黎加卡塔戈市
摘要
本研究探讨了基于人工智能的策略(即增强与自动化)如何影响产品的环境性能与运营绩效。同时,我们分析了在那些运营灵活性和适应性较强的产品中
埃斯特万·拉富恩特|胡安·卡洛斯·莱瓦|罗纳德·莫拉-埃斯基维尔|扬西·瓦扬特
哥斯达黎加技术学院商学院,哥斯达黎加卡塔戈市
摘要
本研究探讨了基于人工智能的策略(即增强与自动化)如何影响产品的环境性能与运营绩效。同时,我们分析了在那些运营灵活性和适应性较强的产品中,这类人工智能策略的积极效应是否会进一步放大。为验证研究假设,我们运用多层回归模型,分析了2024年哥斯达黎加制造业及专业服务行业138种产品线的独特数据集。核心研究发现,基于增强与自动化的人工智能策略都能提升产品绩效,但作用机制不同。“人工智能增强型流程协同适应”通过人机协作实现快速有效的产品重组,从而加强流程适应性与其运营绩效之间的关联;而“人工智能自动化型流程协同适应”则能进一步提升流程适应性对环境绩效的积极影响,确保各项生态友好型流程在产品制造过程中得到持续执行。这些发现强调了根据企业战略目标——究竟是注重对客户需求的响应速度,还是重视环境效益——来评估人工智能技术在产品流程中所起作用的重要性。通过以产品线作为分析单位,本研究为人工智能策略领域与环境管理领域的研究提供了新视角,揭示了不同类型的人工智能策略如何与产品的适应能力相结合,从而实现更优的环境与运营绩效。从实际应用角度而言,本研究为管理者提供了指导,帮助他们合理配置人工智能策略,以实现运营灵活性、可持续发展目标与产品价值创造之间的平衡。
引言
数字技术已成为重塑企业运营模式的核心力量(Berente等人,2021;Sullivan和Wamba,2024;Vaillant等人,2025)。越来越多的企业开始引入人工智能技术,以优化或自动化其业务流程,进而提升产品的生产效率与适应能力(Balasubramanian等人,2022;Brau等人,2023;Jarrahi,2018)。对于众多制造业企业而言,平衡环境目标与商业目标已变得至关重要(Wang等人,2024),为保持竞争力,它们采用了多种实践与技术手段,如精益生产、六西格玛、区块链以及物流4.0等(Zhang等人,2025)。其中,人工智能因其能够改变产品设计、监控与交付方式而尤为突出(Krakowski等人,2023;Lafuente和Sallan,2024)。近期研究还指出,人工智能可通过提升预测性维护、实时监控以及智能资源分配的能力,帮助企业更高效地管理能源与废弃物,减少资源浪费,推动更环保的生产流程(Lopes de Sousa Jabbour等人,2025;Vinuesa等人,2020;Wang等人,2024)。因此,人工智能既具有提升运营效率的作用,也能促进环境保护,这就引发了这样一个重要问题:如果企业希望同时实现良好的运营与环境成果,应如何战略性地应用这项技术?在本研究中,我们将产品的运营绩效与环境绩效视为相互独立却又相辅相成的指标。运营绩效主要体现为企业通过高效、及时且可靠的解决方案满足客户需求的能力,而环境绩效则反映企业降低生态影响、提高资源利用效率,以及应对监管机构、客户及其他利益相关方环境要求的水平。在所有战略情境下,这两类绩效都具有重要意义。不过,我们认为它们的相对重要性取决于产品线所设定的战略目标。这一区别对我们构建分析框架至关重要,因为增强与自动化策略对两类绩效的贡献方式可能并不相同。
然而,人工智能的影响并非始终积极。这一议题在环境管理研究中被视为核心问题,因为数字化进程既可能推动可持续发展,也可能对其产生负面影响。一方面,人工智能技术可通过优化能源使用、减少废弃物以及重新设计生态友好型流程,助力企业实现绿色运营;另一方面,人工智能的广泛应用也可能带来负面效应,比如增加能源消耗、提升数据处理强度,或是导致企业过度依赖自动化流程,从而忽视环境目标(Lin和Yang,2025)。因此,人工智能的环境价值不仅取决于技术本身,还取决于企业是否具备将环境目标融入产品流程的适应能力。近期研究逐渐指出,企业在组织层面引入人工智能可能会带来一些意外后果,如员工工作负担过重以及对变革的抵触情绪(Alnafrah,2025),这些都会阻碍企业实现环保目标(Kim和Kim,2025)。这些矛盾表明,人工智能本身并非天然具有可持续性,其实际效果取决于企业如何战略性地应用它,以及是否能让人工智能的应用与流程的适应性及企业整体能力相匹配。正因如此,如何有效战略性地应用人工智能技术,已成为制造业、信息技术业及专业服务行业众多企业面临的挑战(Dagnino和La Bruna,2023;Sampson和Dos Santos,2023;Spring等人,2022)。
现有文献将人工智能的应用分为两种主要战略方向:增强与自动化(Raisch和Krakowski,2021)。增强策略是一种以人为主导、技术为辅助的策略,强调人机协作,人类负责解读人工智能的输出结果,并结合自身经验知识做出实时决策(Holzinger,2016;Raisch和Krakowski,2021)。通过将人工智能融入由人类控制的工作流程中,企业能够将先进分析能力与人类判断力相结合,从而形成更具弹性与适应能力的运营体系。在那些需要频繁调整流程、且企业与供应商、客户之间需紧密协作的生产环境中,这种能力尤为重要(Lopes de Sousa Jabbour等人,2025;Raj等人,2026)。自动化策略则是一种以技术为主导、人类提供支持的策略,它通过将结构化、重复性的任务交给机器处理,来实现更高的效率与可扩展性(Davenport和Kirby,2016;Kembro和Norrman,2025)。在任务标准化的程度较高的环境中,自动化技术能够在预测、优化及库存管理等方面发挥显著优势,提升计算效率(Choudhury等人,2020;Shrestha等人,2019)。
在本研究中,我们认为这两种策略都能提升产品的运营与环境绩效,但其作用机制有所不同。增强策略可通过让企业针对客户需求的变动提供定制化、灵活的响应,从而更有效地助力企业实现可持续发展目标;而自动化策略则主要提升生产效率,当相关流程得到良好优化时,也有助于实现环境效益。此外,基于人工智能的策略还可能进一步强化其他有助于实现相同运营与环境目标的组织能力。具体而言,我们重点研究了流程适应性的作用,所谓流程适应性,指的是企业能够根据客户需求的变化以及外部环境因素的变动,对产品流程进行相应调整的能力(Storbacka等人,2013;Lafuente和Sallan,2024)。借助流程适应性,企业能够将不断变化的客户需求与环境要求纳入产品设计中,调整资源分配,并遵守日益严格的法规要求。因此,在多主体系统中,流程适应性是提升产品绩效的关键因素,它能够将技术驱动的洞察力与实际运营行动相结合,尤其是在那些需要高度定制化以及强大运营与环境响应能力的情况下。
基于上述分析,本研究旨在探讨基于增强与自动化的人工智能策略如何影响产品线的环境绩效与运营绩效。同时,我们还研究了人工智能驱动的流程协同适应机制对产品绩效的贡献作用。我们利用来自哥斯达黎加40家企业的138种产品线的独特调查数据,建立了多层回归模型,用以分析人工智能策略的直接效应及其与流程适应性之间的交互作用。由于哥斯达黎加在全球科技产业中的重要地位,以及该国制定的2022–2027年国家科学、技术与创新计划(OECD:https://depp.oecd.org/policies/CRI1598),该国的环境为研究人工智能策略的效果提供了理想条件。目前,哥斯达黎加已成为众多国际科技企业的聚集地,全球前30家医疗设备原始设备制造商中有12家,全球前100家信息技术企业中有16家都位于该国。这些跨国科技企业的涌入为当地创造了充满活力的产业生态,但也给哥斯达黎加的企业带来了更大压力,迫使它们不断提升产品的技术水平,以保持竞争优势。
了解人工智能技术是如何融入产品流程的,对于制定有效措施提升企业的数字化能力、开发更具竞争力的人工智能增强型产品而言至关重要。此外,本研究在产品线层面展开的分析,也为理解数字技术如何在生产环境中得到应用提供了新的视角,而这一领域在现有研究中仍较为薄弱,多数研究主要集中在宏观层面或企业层面(Wang等人,2024;Alnafrah,2025;Zhang等人,2025)。
核心研究发现,基于增强的人工智能策略能够显著提升产品的环境绩效与运营绩效,这充分体现了其在将环境考量融入产品系统方面的价值。我们还发现,流程适应性不仅能够直接提升产品的环境绩效,还能积极调节人工智能策略的作用,进一步强化这些策略对实现环境目标的贡献。从实际应用角度看,本研究的结果为管理者提供了宝贵启示,帮助他们了解如何配置人工智能技术,以实现跨产品线的定制化生产,进而达成良好的运营与环境成果。
本文共有三方面贡献。在理论层面,它将增强与自动化视为两种在产品线层面实施的不同类型的人工智能策略,从而丰富了战略管理与运营管理领域的理论体系。在实证层面,本研究提供了新的证据,补充了以往关于人工智能与可持续发展关系的企业层面研究(如Balasubramanian等人,2022;Lafuente和Sallan,2024)。因此,本研究为管理者提供了实用建议,帮助他们将人工智能技术的应用与流程的适应性相结合,从而同时提升产品的环境绩效与运营绩效。
本文的其余结构如下:第二部分阐述相关理论与研究假设;第三部分介绍数据来源与研究方法;第四部分呈现实证研究结果;第五部分是对结果的讨论;第六部分则总结研究结论、提出启示,并指明未来研究的方向。将多层模型应用于哥斯达黎加制造业企业开发的138种不同产品线后,得出了相关结果。CRediT作者贡献声明:埃斯特班·拉富恩特:概念设计、数据整理、正式分析、方法论、初稿撰写、审阅与编辑;胡安·卡洛斯·莱瓦:概念设计、正式分析、初稿撰写、审阅与编辑;罗纳德·莫拉-埃斯奎维尔:概念设计、正式分析、初稿撰写;扬西·瓦扬特:概念设计、正式分析、初稿撰写、审阅与编辑。利益冲突声明:作者们声明自己没有已知的可能影响本文所述工作的财务利益或个人关系。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号