研究速递 | 创新类型和人工智能

编者按

本期分享一篇发表于Journal of Business Research的有关人工智能创新研究的系统文献综述。本研究在创新的背景下分离出人工智能的关键前因和后果。研究发现技术、社会和经济原因导致企业拥抱人工智能进行创新，企业的产品创新、流程创新、商业模式创新和社会创新是人工智能部署的关键后果。此研究还提出了人工智能与创新的未来研究方向。

创新的类型和人工智能：系统的定量文献回顾和研究议程

Types of innovation and artificial intelligence: A systematic quantitative literature review and research agenda

文献来源：Mariani, M. M., Machado, I., & Nambisan, S. (2023). Types of innovation and artificial intelligence: A systematic quantitative literature review and research agenda. Journal of Business Research, 155, 113364.

1. 研究背景

人工智能（AI）是让企业在数字时代进步和发展的数字技术之一，影响着企业的创新方式，并对客户不断变化的需求做出反应。尽管如此，关于创新中的人工智能的研究被研究得较少，除了学术工作侧重于在企业实施人工智能系统进行产品创新的障碍，以及少数研究强调人工智能系统可以为内部组织流程带来的好处。此外，关于创新的文献似乎忽略了人工智能系统如何协助企业实现其创新目标。总的来说，在这一领域问题仍然多于答案，而且可能存在更多的研究空白。此外，到目前为止，还没有进行系统的定量文献综述（SQLR）来定量评估关于人工智能和创新的研究。

这项研究拟对创新和人工智能领域做出了以下贡献。首先，量化并跟踪了人工智能在创新中的应用这一领域的研究，并使用文献计量分析来纵向追踪这一领域。其次，通过开发一个框架，综合采用人工智能来实现不同类型的创新的前因后果，从而为未来的研究制定一个全面的议程，来推动这一领域的研究。

2. 研究方法

我们对主题领域进行了全面的搜索，并采用系统定量文献综述（SQLR）技术对相关文献进行了有条不紊的回顾和评估，与以往的主要科学著作一致。本研究的数据是通过从两个主要的数据库中收集文献：Scopus和Web of Science（WOS）。

3. 研究结果

3.1 描述性分析

1. 按年份划分的出版物

 我们跟踪了截至2022年1月关于创新研究和人工智能主题的出版物的演变。创新研究和人工智能方面的研究的累积时间分布如图2所示。关于人工智能和不同创新类型的研究发表数量不断增加，特别是在最近一段时间，反映了学者们对这一主题的认识和兴趣不断扩大。

2.科学生产的地理构成

就重点科学生产的地理构成而言，在文件数量方面领先的国家是美国，有89份文件（和111次引用），意大利（73份文件），德国（71份），英国（55份），澳大利亚（40份）和法国（33份）。这可能反映了这些国家在过去几十年里对数字技术，特别是人工智能的公共和私人投资。

3. 按期刊分类的科学产出

大量的出版物在一段时间内分散在各种期刊上。图3描述了发表大部分人工智能和创新研究的期刊。可以看出《Technological Forecasting and Social Change 》于1991年首次出版，发表的文章数量最多（46篇），其次是《Journal of Open Innovation》和《Journal of Business Research》。

3.2 计量分析

引文代表了学术领域的一种认可和赞同形式，通过书目耦合，它们被用来提供在创新研究中涉及人工智能的最杰出学者的快照（见附录中的表A1）。

3.3 学科重点

根据我们的文献综述，我们确定了五个主要的学科重点：市场营销、战略、人力资源管理、创业、金融。

3.4 重要文献

我们部署了共同引用集群网络，以检测在形成重点研究领域方面发挥重要作用的文章。我们样本中的相关研究涉及人工智能的特定子领域，

（例如Chesbrough, 2003; McAfee & Brynjolfsson, 2012; Nambisan et al, 2017; Wamba et al, 2017)

3.5 关键词共现分析

采用关键词共现分析技术来揭示概念性项目和主题之间的联系。从图4可以看出，"大数据 "这个词表现出最大的共同出现频率，因为它与其他词如 "创新"、"开放式创新"、"人工智能"、"产品创新 "和 "商业模式创新 "有着紧密的联系。

3.6 追踪中心关键词

我们进行动态共词分析以追踪各年的中心关键词。图5显示了这种分析的结果。更具体地说，围绕激进创新的论文在2013年前后变得更加频繁。

• 2015年开始，数据挖掘成为整个科学成果的主导。

• 2016年前后，流程、产品和技术创新的文章显示出越来越高的频率。

• 2017年，主导的关键词变成了文本挖掘、创新、自动化、服务创新、众包和吸收能力。

• 2018年，大数据、开放式创新、物联网、创新过程、社会创新、破坏性创新和商业模式等概念获得越来越多的关注。

• 2019年发表的研究报告使用了人工智能、商业模式创新、工业4.0、价值创造、数字化、大数据分析、数字创新、创新管理和可持续性等术语。

• 2020年发表的工作主要围绕数字转型、信息技术、企业家精神和竞争优势。

3.7 分析水平

在我们的文献样本中，53%的文章将其分析集中在一个国家的经验环境中的组织层面；27%的文章既没有披露其分析水平，也没有披露其地理范围；20%的研究将其分析集中在国际环境中的组织层面。

4. 创新和人工智能的框架

 我们开发了一个框架，将科学成果分为两组：(a)创新接受/采用人工智能的前因，和(b)接受/采用人工智能的创新后果。

4.1 前提因素

我们确认和分类导致创新类型的人工智能接受的前提因素：技术、社会和经济前因。

4.2 创新后果

关于创新后果，我们的发现表明有四大类创新后果：产品和服务创新；流程创新；商业模式创新；以及社会创新。

4.3 研究中的方法论回顾

为了提供本 SQLR 涵盖的研究中部署的方法的概要，我们检查了部署的方法。表 3 说明了所采用的方法，并表明大多数 (55%) 由概念研究组成；(45%) 采用实证方法（31% 的实证研究包括定量研究；14% 是定性研究）。少数研究（4%）研究采用了混合方法。

5.讨论、结论和未来研究

在SQLR的基础上，我们确定了一些研究方向。表4对研究方向进行了说明，并对人工智能领域和所分析的创新形式中未解决的研究问题进行了阐述。该表包括一份主要研究差距和问题的指示性清单，但并不打算做到详尽无遗。鉴于该研究领域尚未成熟，大量的研究差距和未回答的研究问题被确认并不令人惊讶。

关于有利于创新的人工智能部署的先决条件，我们发现，人工智能的采用已经与技术、社会和经济先决条件联系起来进行调查。

第一，现有的研究似乎表明，人们对更多基于数据的洞察力的需求越来越大。然而人工智能技术的发展非常迅速，这可能会影响人工智能的采用程度和时间。因此，未来研究的一个重要问题是：

RQ1：在决定采用人工智能的程度和时间时，组织如何平衡对更多基于数据的洞察力的需求和与不断发展的人工智能技术有关的不确定性？

第二，为创新目的而采用人工智能的企业在不同的行业运作。在行业生命周期的早期阶段采用人工智能可能与企业预测和感知市场机会的能力有关，这可能使企业在后期阶段（增长）创造新产品和服务。因此，未来研究的一个重要问题是：

RQ2：行业生命周期的阶段如何影响企业在创新项目中采用人工智能？较为成熟的行业的企业是否比其他企业更晚采用？

第三，研究表明，在创新过程的不同阶段采用人工智能的重要性：1）想法产生；2）问题解决；3）实施。需要更多的实证研究来深入挖掘人工智能是如何支持想法生成的早期阶段，从而促进问题探索。此外，我们认为，这些研究应该是纵向的，因为它们需要揭示人工智能的采用在创新过程的各个阶段（从想法的产生到实施）是如何不同的。因此，要解决的一个重要问题是：

RQ3：企业创新过程的各个阶段是如何塑造企业对创新的人工智能采纳的？

第四，企业对可持续发展目标（SDG）和企业社会责任（CSR）的日益关注，鼓励企业将可持续性作为组织的核心价值。但量化人工智能投资的速度和规模以支持符合可持续性目标的可持续创新的研究几乎没有。因此，未来研究的一个重要问题是：  

RQ4：管理者的生态关切和企业社会责任在多大程度上影响了对人工智能的投资（与其他数字技术相比）以帮助创新决策？

第五，研究表明，不同类型、规模和年龄的企业有不同的动机和参与创新的方式。此外，可以说具有不同所有权结构（私人与公共）、家族参与（家族/非家族公司）和业务范围的公司可能对采用人工智能进行创新的态度不同。因此，未来研究的一个重要问题是：

RQ5：组织背景特征（例如，规模、地理位置、业务部门的多样性）以何种方式影响创新中的人工智能采用决策？

关于人工智能的采用对创新后果的影响，我们发现，人工智能的采用对产品/服务创新、流程创新、商业模式创新和社会创新的影响已得到研究。

除了关注作为人工智能采用结果的产品创新的创新研究，应该更加重视对产品创新中涉及的抓住和转化动态能力的分析。因此，未来研究的一个重要问题是：

RQ6：企业与人工智能技术的接触程度是如何影响新产品和服务的开发的？动态能力在帮助企业从创新的人工智能投资中获得更多收益方面有什么作用？

人工智能能力已经被概念化并进行了实证研究。然而，目前还不清楚这些能力如何以及在多大程度上与其他创新能力（如大数据分析能力）互动。事实上，人工智能能力的组合可能会产生协同效应，其收益超过单个能力的单纯总和，而且人工智能能力确实可能放大和加强其他创新能力。因此，未来研究的一个重要问题是：

RQ7：人工智能能力和其他创新能力对创新后果的互动效应是什么？

最近的研究调查了数字技术--包括人工智能--如何帮助企业在远非正常的紧急情况下重建和重组其适应能力。似乎缺少的是研究表明，采用人工智能不仅可以帮助缓解危机和变得有弹性，还可以在危机中进行创新。这意味着要说明采用人工智能如何能让企业在危机时期进行创新。因此，未来研究的一个重要问题是：

RQ8：在正常时期与危机时期，采用人工智能对塑造新的商业机会有什么影响？

经过文献综述，本文发现目前缺乏深入分析采用人工智能的公司如何确保他们创造符合可持续发展目标的绿色和可持续产品/服务，并被潜在客户认为是创新的研究。因此，未来研究的一个重要问题是：

RQ9：接受人工智能的组织如何回应/创造与可持续发展目标（SDG）相关的绿色和可持续产品/服务的需求？

对回答这些问题感兴趣的学者无疑会面临一些挑战。首先，鉴于人工智能的技术采用是随着时间的推移而发生的，而前因后果将以过程的方式更好地被捕捉，因此我们呼吁进行更多的纵向研究。其次，研究人员似乎可以使用混合方法，如连续的探索性方法，来更彻底地回答表4中所列的一些问题。第三，我们鼓励学者们进行跨学科和多学科的研究，将创新管理、计算机科学、数据科学和信息系统的构造和概念纳入其中，以产生更全面的答案。

本文经翻译整理，仅供学习与交流，转载请注明出处。

-供稿/编辑：张宇擎 | 审核：孙孟子-

文章荐读