近期，我校经济与管理学院Hao Zhang与福州外语外贸学院国际商学院Shaofeng Wang在International Journal of Production Research发表了一项“利用生成式人工智能推动生产体系中的可持续商业模式创新”的研究。该研究构建了GAI&ABC模型，基于中国402家制造业初创企业的调查数据，采用PLS-SEM和fsQCA方法，验证了生成式人工智能（GAI）adoption通过GAI驱动的利用式学习和探索式学习的中介作用，以及国际创业导向和GAI教育的调节作用，最终推动生产系统可持续商业模式创新（SBMI）的路径，为制造业企业利用GAI实现可持续运营提供了理论和实操指导。

一、引言

随着生成式人工智能（GAI）技术的迅猛发展，其在生产系统与制造流程中的集成正开启运营管理的新纪元。本文聚焦于可持续商业模式创新（SBMI）在制造业背景下的迫切需求，强调环境压力、资源约束与消费者期望变化对产业转型的驱动作用。文章指出，尽管已有研究关注人工智能的技术层面，但在组织学习机制如何支撑GAI对SBMI的影响方面仍存在显著空白。为此，本研究旨在构建一个整合性理论框架——GAI&ABC模型，以揭示GAI如何通过促进探索性与利用性学习推动可持续业务模式变革。

二、文献回顾

现有文献广泛探讨了数字技术在可持续生产系统创新中的潜力，尤其集中在大数据分析、工业物联网与智能自动化等领域。然而，多数研究侧重于技术实现路径，缺乏对组织内部学习机制的关注。同时，关于国际创业导向与员工AI素养等情境因素的研究亦显不足。这些缺失限制了我们对GAI实施复杂性的全面理解，尤其是在多变的全球制造网络中。

三、理论框架

本研究基于“前因—行为—后果”（ABC）模型，并融合GAI理论，提出GAI&ABC整合框架。该框架将GAI采纳视为前因变量，激发组织层面的探索性与利用性学习行为，最终促成可持续商业模式创新这一结果。此外，模型引入国际创业导向与GAI教育作为调节变量，用以解释不同情境下GAI影响路径的差异性。

四、创新点

本研究的主要贡献在于：第一，构建了一个连接GAI采纳、组织学习与SBMI的中程理论模型，弥补了宏观理论与微观实践之间的鸿沟；第二，实证验证了GAI通过双元学习机制驱动SBMI的作用路径；第三，识别出国际视野与AI培训作为关键边界条件，增强了理论的情境敏感性与实用性。

五、研究方法

采用问卷调查法收集中国402家制造类初创企业的数据，运用偏最小二乘结构方程模型（PLS-SEM）进行假设检验，并辅以模糊集定性比较分析（fsQCA）探究高SBMI绩效的多重因果配置。研究还通过Harman单因子检验、共同方法偏差控制及稳健性测试确保数据分析的有效性。

六、研究过程

首先，通过文献梳理与专家咨询确定测量条目，经预调研与回译程序优化量表。随后，在全国范围内选取大学生创业者群体发放电子问卷，筛选符合条件的企业样本。数据清洗后，使用SmartPLS 4完成主效应与调节效应分析，并借助fsQCA识别达成高水平SBMI的不同路径组合。

七、主要观点和结论

GAI采纳显著增强企业的探索性（β=0.444）与利用性学习（β=0.439），二者均正向促进SBMI（β=0.353与0.254）。国际创业导向与GAI教育正向调节上述关系，表明全球化思维与系统化培训能放大GAI的学习转化效能。fsQCA结果显示四种可达成高SBMI的构型，凸显GAI实施路径的多样性与非对称性。IPMA分析进一步确认探索性学习为最强驱动力。

八、进一步研究方向

未来研究应拓展至更多国家与文化背景，提升结论的外部效度。建议结合质性方法深入挖掘GAI在企业战略转型中的动态过程。同时，需考察GAI与其他数字技术（如IoT、区块链）的协同效应，并关注其伦理与社会影响，如算法偏见、就业替代与数据隐私等问题，以推动负责任的AI创新实践。