论文标题：Innovative Pathways: Leveraging AI Adoption and Team Dynamics for Multinational Corporation Success

论文链接：https://www.mdpi.com/2673-7116/5/3/28

期刊名： Businesses

期刊主页：https://www.mdpi.com/journal/businesses

一、引言

过去三十年，跨国公司凭借全球化与人工智能（AI）技术实现快速扩张。然而，受成本上升、贸易摩擦及供应链调整驱动，跨国公司在华布局正经历深刻转型。在此背景下，创新绩效成为企业生存核心。尽管AI能优化流程并加速产品迭代，但其落地成效高度依赖团队创新能力。同时，企业技术导向通过塑造创新文化与资源配置，对AI采纳与团队创新发挥关键调节作用。

针对现有研究孤立考察单一因素的不足，本文以中国市场为背景，基于技术接受模型，探讨AI采纳倾向对创新绩效的影响，验证团队创新能力的中介作用及技术导向的调节效应。研究旨在揭示技术赋能机制，为跨国公司在异质市场优化本土创新战略提供理论支撑与实践指导。

二、理论与假说

企业创新是一项受多重因素交织影响的复杂工程。跨国公司要在复杂环境中保持韧性并实现财务增长，必须在产品与流程创新上持续突破。本研究以技术接受模型为核心，结合技术组织环境框架与社会技术系统理论，系统阐释数字化创新的驱动机制。该模型强调，用户对技术的感知有用性与易用性是采纳行为的关键前提。研究将其映射至人工智能场景，提出企业采纳倾向主要体现为开放性、情境赋能性与协同生成性。开放性促进跨主体协作与生态共创，情境赋能性决定技术在特定业务中创造价值的潜力，协同生成性则强调多元主体共同参与技术迭代。

研究发现，人工智能采纳倾向不仅直接推动企业创新绩效提升，更通过激活团队创新能力发挥中介作用。高创新团队能敏锐捕捉技术优势，将其转化为优化流程与开发新品的实际举措。同时，企业技术导向在此过程中发挥关键调节效应。当企业重视前沿探索并完善资源配置时，将显著强化团队对人工智能技术的接纳与应用效能。研究指出，团队创新能力在两者间起桥梁作用，而技术导向则通过重塑组织文化与基础设施，放大技术采纳对团队创造力的激发效果。这一整合框架打破了传统单一变量研究的局限，深入揭示了“技术倾向—团队协同—创新产出”的内在逻辑链条，为跨国企业优化数字创新路径提供理论支撑。

三、研究方法

本研究基于中国外商直接投资的广阔背景，聚焦跨国公司的数字化转型进程。研究采用滚雪球抽样法，通过微信等社交媒体向企业员工发放在线问卷。为严格控制数据质量并降低共同方法偏差，问卷数据收集分两轮进行，时间间隔为两个月：首轮重点收集人口统计学特征与创新绩效指标，共回收474份有效数据；次轮则聚焦人工智能采纳倾向、团队创新性及技术导向，经过严格筛选，最终获得410份完整配对的有效样本。所有题项均采用五点李克特量表，研究全程遵循江苏大学教育评估证据研究中心的伦理规范，确保知情同意与隐私安全。

在变量测量上，人工智能采纳倾向被操作性定义为开放性、情境赋能与协同生成性三个维度；团队创新性测量项则经过专门修订，以确保精准反映团队层面的创新行为，避免组织层面的模糊指代。

数据分析采用偏最小二乘结构方程模型。选择该方法主要基于三个考量：首先，研究属于探索性性质，需重点解释方差；其次，模型包含多个潜变量且结构复杂；最后，该方法对数据正态分布要求较低，非常适合处理此类样本分布特征，从而有效验证从技术采纳到团队创新再到最终绩效的传导机制。

四、分析与结果

4.1 样本特征与数据质量

本研究最终获取有效配对样本410份。受访者主要由31-35岁（36%）的中层管理人员（68%）构成，多为拥有本/硕学位的科技行业从业者。统计检验显示，Harman单因子总方差为41.5%，且VIF值均小于3，证实不存在严重的共同方法偏差与共线性问题。

4.2 模型拟合与假设检验

基于偏最小二乘法（PLS-SEM）的分析显示，测量模型各项信效度指标（CR>0.70, AVE>0.50）均达标，结构模型拟合良好（SRMR=0.059, NFI=0.846）。假设检验结果如下：

直接效应： 人工智能采纳倾向显著正向影响团队创新性（H1）与创新绩效（H2）；团队创新性亦显著正向驱动创新绩效（H3）。

中介效应： 团队创新性在AI采纳与绩效间起显著中介作用（H4），印证了TAM理论中感知有用性的传导机制。

调节效应： 技术导向显著正向调节AI采纳与团队创新性的关系（H5）。高技术导向增强了AI工具的感知易用性与有用性，从而显著提升了创新效能。

五、讨论

本研究证实了在华跨国企业中，人工智能采纳倾向通过激发团队创新性，进而显著提升组织创新绩效。研究明确了团队创新性的中介作用及技术导向的正向调节效应，证实了TAM理论中感知有用性在AI采纳中的核心地位。

理论上，本研究细化了AI采纳倾向（开放性、情境赋能等）的多维特征，完善了“技术采纳-团队创新-组织绩效”的传导链条。实践上，建议管理者强化技术培训与创新文化，政策制定者应构建AI创新生态系统，政府需加强数字基建与伦理治理。

针对横截面设计与单一文化语境的局限，未来应采用纵向研究与混合方法，扩大行业与地域样本，并引入客观绩效指标，以全面解析AI创新的动态演化规律及普适性。

六、结论

本研究聚焦人工智能采纳倾向对跨国企业创新绩效的影响，验证了团队创新性的中介作用与技术导向的调节效应。结果表明，AI采纳倾向显著提升团队创新性与组织创新绩效，且技术导向进一步强化了这一正向路径。理论上，本研究融合TAM、TOE与STS框架，厘清了技术采纳、团队动态与技术准备度驱动创新的内在机制，为中国情境下的MNCs提供了实证依据。未来研究应采用纵向设计与多行业跨文化样本，深入探究AI整合的长期动态效应及其在不同组织环境中的差异化表现。

Javed, H.; Goncalves, M.; Thirunavukkarasu, S. Innovative Pathways: Leveraging AI Adoption and Team Dynamics for Multinational Corporation Success. Businesses 2025, 5, 28.

期刊介绍

主编：Prof. Dr. Lester Johnson

期刊Businesses (ISSN 2673-7116) 是一个国际性的、经同行评审的开放获取期刊，发表涵盖商业所有领域以及经济学、心理学、社会学、人类学和历史学等其他学科的原创理论和管理实践。Businesses 旨在为商业研究及相关主题的研究成果提供一个先进的平台。

2024 Impact Factor：xx

2024 CiteScore：xx

Time to First Decision：25.25 Days

Acceptance to Publication：5.72 Days