编者按
生成式人工智能(Gen AI)的发展引起了企业和社会的极大关注,尤其是吸引了中小企业的兴趣,因为它能让它们以最小的投资重新评估自己的商业模式。以往的研究大多集中在理论层面而缺乏实证研究。本文以态能力的权变观点为基础,建立了自己的理论模型和研究假设,并使用预先测试过的调查工具中的横截面数据对研究假设进行了检验。来了解中小型企业如何利用基于 Gen AI 的工具来应对 COVID-19 大流行病、地缘政治危机和经济放缓造成的市场剧烈动荡。
利用生成式人工智能(GAI)培养危机期间的创业复原力:一项中小企业的实证研究
文献来源:Shore, A., Tiwari, M., Tandon, P., & Foropon, C. (2024). Building entrepreneurial resilience during crisis using generative AI: An empirical study on SMEs. Technovation, 135, 103063.
1. 引言
在危机时期,创业者面临着独特的挑战,这些挑战要求他们具有应变能力和适应能力。其次,在不断变化的商业环境种,各种规模的企业都转向Gen AI以保持其竞争力。同时,新一代AI技术的发展刺激了数字化商业模式创业的发展,使企业能够自动执行任务、预测趋势并识别新机遇,从而极大地增强了企业的适应力。
在当今充满活力的经济环境中,新一代人工智能是增强应变能力和竞争力的有力工具让企业在充满挑战的环境中茁壮成长。创业复原力(ER)指的是企业克服挑战、适应不可预测情况的能力,同时保持核心价值并调整战略以适应不断变化的市场环境,这对企业的长期成功至关重要。虽然企业风险管理的概念已在学术文献中得到关注,但仍需更多关注AI能力对企业风险管理的影响。
创业导向(EO)在转化生成式人工智能成果以识别组织的潜在风险和机遇方面发挥着至关重要的作用。创业导向允许企业捕捉能够通过创业努力创造价值的流程、实践和活动。在快速数字化转型时代,创业导向有助于组织发展中小企业有效驾驭动荡时代所必须的动态能力。EO 被定义为企业家追求机遇、创新和承担风险的心态和策略。高水平的 EO 可增强创业者的ER,使他们能够适应不断变化的环境,从挫折中恢复,并在挑战中茁壮成长。AI通过鼓励创新、承担风险和主动发现新的商业机会,在促进企业经营方面发挥着举足轻重的作用。
因此,可以说新一代AI极大地改变了小型企业的运营方式。凭借先进的算法和机器学习能力,Gen AI 使小型企业能够实现流程自动化、提高效率并改善决策。从预测分析到聊天机器人,新一代人工智能为小型企业提供了以前只有大型企业才能使用的工具和技术。最近的创业研究强调了小型企业数字化的重要性,尤其是在 COVID-19 大流行等具有挑战性的时期。但尽管存在现有的案例研究和轶事证据,但还需要进一步研究,以确定以这种方式使用 Gen AI 的潜在好处和局限性。归根结底,这些系统在帮助小企业在逆境中茁壮成长方面的功效值得全面评估。
在以往的研究中,学者们试图阐明EO在组织决定是否创业中的关键作用。然而,与其他技术不同的是,新一代人工智能在塑造新的商业模式方面具有独特的优势,可以帮助企业家做出以前被认为是困难的明智决策。因此,这一研究空白为扩大围绕企业运营的理论辩论提供了机会。早期关于企业运营的讨论主要集中在三个方面:高层管理、组织结构和新进入举措。此外,战略管理和创业学界的学者们最近出现了一种分歧,即采用动态能力观点来研究作为动态能力的创业导向。这场辩论主张动态能力的权变观点,认为动态能力的有效性不仅取决于组织常规,还取决于这些能力的情境部署。学者们认为,组织适应性在一定程度上受到环境力量的影响,而市场动荡则可能成为解释动态能力影响的关键环境变量。
因此,本文主要想回答以下两个研究问题:
1.Gen AI对EO有何影响?
2.MT如何调节EO对ER的影响?
2. 理论基础
2.1 动态能力理论
动态能力指的是公司适应不断变化的市场条件以及应对新出现的机遇和威胁的能力。这些能力对于组织管理不确定性和获得竞争优势至关重要。它们涉及开发新的技能、流程、技术和组织结构,使企业能够快速有效地应对环境变化。通过建立动态能力,组织可以提高其敏捷性、灵活性和创新能力,从而长期保持竞争优势。
我们的研究认为,新一代人工智能可以成为一种强大的组织动态能力。通过利用Gen AI,组织可以更好地感知和识别市场机遇,更有效地抓住机遇,并配置资源以应对商业环境的变化。Gen AI可以通过实时分析海量数据、识别模式并生成可为决策提供依据的见解,帮助企业实现这些目标。还可以开发预测模型,使企业能够预测未来的市场趋势,并相应地调整战略。此外,Gen AI还能帮助企业实现常规任务的自动化,从而腾出时间和资源,转而用于更具战略性的举措。这样做可以提高生产率、降低成本、提高运营效率。总之,我们的研究表明,新一代人工智能有可能成为组织成功的关键驱动力。我们认为,EO与Gen AI 相结合,可以帮助组织实现创业复原力(ER),即从挫折中迅速恢复并继续寻求商业机会的能力。通过利用这些动态能力,组织可以在竞争中保持领先并实现绩效目标。
2.2 生成式人工智能(Gen AI)
Gen AI最近,新一代人工智能因其在错综复杂的环境中复制人类行为的卓越能力而备受关注)。利用先进的算法和机器学习技术,AI创客可以创造出原创和逼真的内容,如图像、视频,甚至整个故事。这项技术为各行各业带来了新的可能性,如娱乐、营销、教育
该技术为娱乐、营销和广告等。新一代AI技术有可能彻底改变中小型企业和微型企业的运营方式,为它们提供强大的分析工具,帮助它们保持竞争力。凭借其先进的功能,这项技术可以帮助小型企业对其竞争对手、行业和市场动态进行详细的比较分析。通过利用 Gen AI,小型企业可以在快速发展的商业环境中获得竞争优势并加速发展。
2.3 创业导向(EO)
EO是创业型企业所具备的一系列特征,这些特征使其能够识别和利用新机遇。这种导向包括创新、冒险、积极主动和竞争进取等各种因素。EO程度高的创业型企业往往更具创新性、主动性,并愿意为实现目标而承担风险。从长远来看,这些特质有助于提高企业的竞争力、适应性和蓬勃发展。因此,可以得出结论,EO是任何创业型企业的一个重要方面,它强调创新、积极主动和勇于承担风险对于实现可持续增长的重要性。这种导向对于企业在不确定且瞬息万变的商业环境中应对挑战至关重要,具有强烈创业导向的企业在面对挑战时往往更加敏捷、适应性更强、复原力更强。另一方面,缺乏这种导向的企业更有可能在应对不确定性时陷入困境,可能会停滞不前或无法长期发展。因此,强有力的EO对于那些寻求在当今充满活力的市场中保持竞争力并取得成功的企业来说至关重要。
2.4 创业复原力(ER)
ER是一种使组织在面临经济衰退、自然灾害或其他意外事件等干扰时仍能继续有效运作的素质。它包括快速适应新环境、创造性思维以及在逆境中保持乐观和决心的能力。具有ER的组织能够经受住暴风雨的考验,从困难时期走出来,比以往任何时候都更加稳健和富有韧性。它们对自己的目标有清晰的认识,即使在面临意想不到的挑战时,也能始终专注于实现目标。这使组织能够更好地应对未来的干扰,并制定战略以减轻其影响。总之,对于任何想要在当今瞬息万变的商业环境中取得成功的组织而言,创业复原力都是至关重要的。
2.5 市场动荡(MT)
MT是指市场条件发生突然和意外变化,从而影响组织的经济和财务稳定。造成MT的因素有很多,如消费者需求变化、政府政策和自然灾害。MT的影响可以通过价格波动、供应链中断和客户行为变化来体现。因此,组织需要制定政策和行动计划,以帮助它们渡过动荡的市场环境,并变得更加强大。这些政策可能包括产品和服务的多样化、风险管理策略以及满足客户需求和期望的积极措施。
3. 理论模型和研究假设
在Zahra等人的基础上,我们认为企业运营是一种从学习经验种不断发展的动态能力。EO竞争优势在于组织通过创造、整合、重组和释放资源来改变其资源基础的能力。在本研究中,我们将EO概念化为一种低阶动态能力。根据艾森哈特和马丁的论点提出了一种扩展的企业运营观点,认为动态能力蕴含在中度动态市场的现有知识积累中。这些能力包括分析现有知识和使用经验法则,然后加以实施。MT是必要的权变因素,它为组织创造机会,以识别挑战并利用组织记忆中现有的解决方案。然而,Gen AI在增强企业应变能力和动态能力方面的有效性取决于组织所面临的市场动荡程度。Gen AI对竞争力的影响取决于商业环境的不确定性和波动程度。
为了更好地理解Gen AI与动态能力之间的关系,有必要探讨组织如何利用它来增强其在不同市场动荡和不确定性下的创业导向和应变能力。除了动态能力(Gen AI和E)和权变因素(MT)之外,创业复原力(ER)被视为在危机时期能够提供显著竞争优势的绩效成果。因此,本研究考察了Gen AI在不同市场背景下增强组织创业导向和应变能力的有效性。图 1 展示了我们的理论模型,有助于解决我们的研究问题。
3.1 Gen AI和EO
AI作为一种新兴技术,在指导组织应对不确定性方面具有巨大潜力。AI可以极大地影响创业取向的各个方面,如风险承担、创新、主动性和竞争进取性。随着AI工具和技术的使用日益广泛,创业者能够更好地根据数据做出明智决策,识别机遇和趋势,并适应不断变化的市场条件。因此,AI近来已成为创业导向的关键推动因素。在创业过程中,AI为创业者开发、设计和扩大公司规模提供了大量指导。随着新一代人工智能工作者(Gen AI)的出现,他们在技术的包围中长大,并习惯于使用技术,我们假设他们对创业导向的影响将是巨大的。因此,我们需要进一步调查,探索人工智能一代的独特视角和与技术的关系,以增强组织内的创业行为。根据动态能力观点,Gen AI是一种动态能力,它是由人力技能、技术和数据驱动文化等战略资源捆绑而成。基于动态能力观点的前文论述,我们假设人的技能和数据驱动文化。本研究有别于以往的研究,深入探讨了三种不同资源对创业导向的不同影响,旨在更清晰地理解这一主题。Wu等人因此,基于这些论点,我们将在高度动态的环境中,管理技术技能的熟练程度对成功实施Gen AI起着至关重要的作用。这是因为管理者需要深刻理解技术进步以及如何应用这些技术来最大限度地发挥生成式人工智能的潜力。因此,我们可以将其假设为:
H1a:人类技能对EO有积极影响。
此外,包括硬件和软件在内的技术进步是建立和维护生成式人工智能基础设施的基石。云计算设施和先进技术的可用性促进并增强了生成式人工智能的使用。高性能计算和高效算法等先进技术进一步加强了生成式人工智能的开发和执行,为人工智能在各行各业的应用潜力注入了信心。因此,我们可以将其假设为:
H1b. 技术(TECH)对EO有积极影响。
在企业内部建立数据驱动型文化,需要营造一种通过数据分析来制定决策和战略的环境。这需要培养一种重视数据并利用数据推动业务运营和决策制定的思维方式。培养数据驱动型文化包括提高员工的数据素养、实施数据驱动型流程和工作流,以及利用数据分析工具获得可行的见解。这种文化转变对于成功采用和整合生成式人工智能至关重要,因为它能确保组织具备良好的条件,在利用生成式人工智能的能力促进业务增长和创新的过程中有效地利用数据。因此,我们可以认为,这三种资源作为独立资源,在促进创业导向方面发挥着重要作用。因此,我们可以提出如下假设:
H1c. 数据驱动文化(DDC)对创业导向(EO)有积极影响。
3.2 EO与ER
企业风险管理指的是企业家或企业在危机中适应和克服挑战的能力。危机可能来自经济衰退、自然灾害或流行病。为了在这种情况下保持活力,企业家必须具备一些特质和行为,帮助他们驾驭不确定性并变得更加强大。具有强大企业运营能力的组织更有能力应对环境变化和克服挑战。因此,企业运营大大有助于建立企业风险管理,即从挫折中反弹、从失败中学习并保持长期成功的能力。高度创业导向的企业家更有可能在危机中发现并利用机会,而不仅仅是苟延残喘。他们可以在坚持核心价值和使命的同时,调整业务模式、开发新产品或服务、寻找新市场。因此,我们假设:
H2.EO对ER有积极影响。
3.3 EO的中介效应
最初,我们提出人工智能可以直接影响企业资源。然而,虽然人工智能是一种动态能力,也是竞争优势的潜在来源,但它对企业风险的影响可能是间接的,受环境组织的影响。基于之前的论点,我们认为Gen AI是一种动态能力,具有应对不确定性的卓越能力。Gen AI可以通过为组织提供结构基础来促进EO。
以Gen AI为基础开发的EO,指的是拥有先进人工智能经验的个人所培养的创业心态和技能,可帮助企业利用其创新能力,在动荡中适应并发展壮大。这包括驾驭快速的市场变化、应对地缘政治变化、拥抱不断发展的技术以及应对经济危机。SIA报告称,44%的小企业主可能会利用Gen AI,降低直接劳动力成本,提高利润率。
Gen AI对ER的直接影响可能还不确定,但EO可能会产生更强的间接影响。这代表了Gen AI和EO能力的有效序列。因此,
H3a. EO是人类技能对ER影响的中介。
H3b. EO在技术ER的影响中起中介作用。
H3c. EO能调节数据驱动型文化对ER的影响。
3.4 MT对EO和ER联接路径的调节作用
“市场动荡 "是指市场条件和客户偏好发生不可预测的突然变化,对各种规模的企业都有影响。现有文献就市场动荡对动态能力与竞争优势之间联系的影响提出了两种争论。一组研究人员争论组织是否应该投资建设动态能力,而其他研究人员则认为现有能力可能不足以满足快速发展的市场需求。市场动荡会极大地影响EO,而EO衡量的是一家公司的创新倾向和创新能力。在动荡的市场中,EO强的企业能迅速适应不断变化的环境并抓住新机遇。ER方面也发挥着至关重要的作用,ER是一种抵御经济衰退、自然灾害或市场突变等不利情况并从中恢复的能力。驾驭市场动荡有助于企业发展所需的技能、战略和资源,从而提高复原力,更好地应对未来的挑战。基于上述讨论,我们提出以下假设:
H4. MT正向调节EO和ER的连接路径。
4. 研究设计
本文采用基于调查的方法来检验理论模型。为确保调查的准确性和全面性,我们进行了广泛的文献综述,以选择合适的衡量标准。此外,还对11位经理人进行了定性访谈,他们都是企业IT部门的所有者或负责人,访谈的目的是收集反馈和见解,这有助于我们完善和修改调查工具。例如,我们从以前的研究中采用了关于人类技能、技术和数据驱动文化的测量方法。“Gen AI”这一主题仍处于早期阶段,因此我们没有适合的测量方法。相反,我们使用了以前的量表来衡量AI能力,并根据对专家的定性访谈结果进行了小幅修改。我们确定的专家都是在知名科技公司工作的资深高管,目前正在参与Gen AI项目。我们采用了反思性建构方法来测量我们的建构,这使我们能够在研究中调查建构与其他变量之间的关系。这种方法让我们对影响构式的潜在因素有了更深入的了解。
5 . 数据分析
在我们对AI的研究中,由于这一现象相对新颖,我们面临着获得较大样本量的挑战。我们采用了 Kock 和 Hadaya建议的反平方根法来解决这一问题并确定样本量。我们将统计我们将统计功率设定为0.58,在显著性水平为0.05时,该值在0.5-0.99的范围内。通过计算,我们确定需要88个样本。我们使用PLS-SEM 技术来检验我们的理论模型,这是一种灵活的基于成分的方法,用于处理复杂的模型。我们选择PLS-SEM的依据是以前的研究,如Liang等人(2007)、Kock和Hadaya(2018)、Benitez等人(2020)和 Manley等人(2021)。总之,我们确定样本量的方法既考虑了我们研究课题的独特性,又确保我们有足够的统计能力得出有意义的结论。
6. 研究结论
本研究将ER视为对MT的一种反应,并调查在大流行病中,成就斐然的企业如何通过数字化和技术进步来ER。更准确地说,我们揭示了创业者在培养ER和快速转变业务时所采用的Gen AI和EO。我们进一步研究了MT如何影响加入EO和ER之间的关系。我们的研究为DCV领域做出了两项贡献。我们的研究为动态能力的两个基本理论原则提供了实证支持。我们的研究揭示了将Gen AI和EO结合起来对创业复原力具有可观的建设性影响。作为第二个概念,我们成功地证明了MT的调节作用。之前的研究已经调查了 COVID-19 大流行期间数字进步的影响。然而,在我们的情况下,我们扩展了第二个理论原则,调查了MT的调节影响,这取决于几个方面,包括客户偏好的动态变化、新客户的行为以及特定时期购买模式的破坏性变化。我们的工作重点是通过深入研究来分析Gen AI对企业风险管理的潜在影响,从而解决目前存在的差距。
本文经翻译整理,仅供学习与交流,转载请注明出处。
-编辑:刘建一 | 审核:张宇擎-
文章荐读