论文排版软件
文献综述
作为第四次工业革命推动的技术成果，人工智能正逐步在商业领域当中推广和应用，极大程度上改变了企业的组织架构和商业模式。ChatGPT的走红更是让大众对人工智能有了更近距离的了解。借助数据集、算法和算力的快速发展，人工智能展现了其预测、迭代和优化的强大功能，从而帮助企业实现合理化的创新管理决策。
本期，编者选取2022年发表于Technological Forecasting and Social Change有关人工智能对创新管理决策合理化影响的文献综述，这一综述总结了人工智能对创新管理决策合理化影响的四个主要维度，表明人工智能是一种多方面的解决方案，而不仅仅是一种优化工具。
解决问题的方法？人工智能对创新管理决策合理化的影响：一个系统综述
关键词：
人工智能；决策；创新；创新管理；垃圾桶模型
Keywords：
Artificial intelligence; Decision-making; Innovation; Innovation management; Garbage can model
摘要：
鉴于创新的混乱性质，组织在管理创新时很难做出决策。学术界和实践者都希望人工智能能够解决这一问题，并为支持和合理化创新过程提供解决方案。然而，关于这个主题的文献是支离破碎的。本文的目的是系统地回顾文献，以指导未来的研究。我们建立在垃圾桶模型的基础上，因为我们的研究结果表明，作为决策过程，人工智能对创新管理的合理化影响是多种多样的。我们的研究结果揭示了为未来研究铺平道路的四个主要影响因素：人工智能增强理性，人工智能增强创造力，人工智能重新组织创新，人工智能引发新挑战。综上所述，这些发现表明，人工智能并不是一种统一优化创新管理和决策的工具，而是最好理解为一种多方面的解决方案，具有有意或无意的合理化影响，以寻找需要解决的问题。
Abstract：
Given innovation’s chaotic nature, organizations struggle to make decisions when managing innovation. Both academics and practitioners hope artificial intelligence can solve this problem and provide a solution to support and rationalize innovation processes. The literature on this topic, however, is fragmented. The goal of this paper is to systematically review the literature to guide future research. We build on the garbage can model, as our findings reveal that the rationalizing influences of AI on innovation management as a decision-making process is varied. Our results reveal four main influences that pave the way for future research: AI augmenting rationality, AI augmenting creativity, AI renewing the organizing of innovation, and AI triggering new challenges. Taken together, these findings suggest AI is not a tool that uniformly optimizes innovation management and decision-making but rather, is best understood as a multifaceted solution, with intended and unintended rationalizing influences, in search of problems to solve.
1
研究问题
人工智能（AI）依赖于对大型数据集进行计算的算法，并根据预定义的规则和目标自动化决策，为管理者提供有效工具，从而潜在地消除决策的任意性和混乱，使创新过程合理化。然而，现有研究（1）关于AI如何作为决策过程影响创新管理的理论共识很少；（2）关于AI如何为决策带来更大合理性尚无定论；（3）没有经过验证的实践可以借鉴。因此，本文提出研究问题：AI如何影响创新过程并使其决策合理化？
2
研究方法概述
由于本文感兴趣的是AI对创新管理决策的合理化影响，归纳调查需要考虑并开放AI产生不同类型的合理化和排序的可能性。因此，本文选择了垃圾桶决策模型作为理论框架。垃圾桶模型和隐喻适用于反思组织在对混乱创新做出决策时发挥作用的不同类型的合理化。
本文通过以下步骤识别最合适的文献样本：在Scopis数据库中进行关键词搜索，渠道类型选择，主题领域选择，时间跨度，渠道选择，基于内容的选择，最终确定了49篇相关论文。
3
研究结果
本文通过文献计量分析初步获得以下结果：
（1）样本描述性结果
在本文研究的最初几年里，几乎没有关于这一主题的论文发表，而对AI和创新的兴趣在2009年开始出现。直到2015年，人们才开始对这一主题产生广泛的兴趣，当时的讨论日益激烈，论文数量迅速增加（见图1）。最早的论文，从2009年到2013年，讨论决策支持系统作为一种提高性能或分析过程的新方法。从2015年到2020年，随着研究人员探索企业如何利用认知系统和AI来重组企业流程和做出创新决策，研究的数量有所增加。
图1 论文每年的数量
（2）关键词共现结果
最频繁的关键词（即在样本中出现5次或更多次的关键词）只有6个：人工智能（19）、创新（13）、决策（8）、自动化（5）、工业4.0（5）和机器学习（5）。图2显示了关键词的共现网络。
图2 关键词共现网络
（3）文献的引证和共引结果
本文发现的不是一个由志同道合的学者所追求的共同主题产生的密集网络，比如提高决策的合理性，而是一个只有6篇论文相互引用的稀疏网络（图3）。图3还表明，即使是6篇相互引用的论文也是碎片化的，比如左边红色部分关于商业和AI的对话，右边绿色部分关于AI更新的决策制定的对话。
图3 引文网络
如图4共引聚类分析所示，右边的红色聚类植根于AI的起源、趋势和挑战，左上方的蓝色聚类植根于AI的需求，特别是改善决策所需的大量数据。在理解AI是否支持创新之前，这些文献有助于澄清AI是什么以及它是如何工作的。Davenport和Ronaki (2018)连接了蓝色和绿色集群，它指导企业了解哪些任务可以由AI完成。绿色集群中的其他论文是关于创新管理的，并详细讨论了用技术管理创新。
图4 共引分析
（4）内容分析结果
本文揭示了四个主要主题：第一，AI如何增强创新过程中决策的合理性，比如通过降低复杂性、处理密集信息或跟踪机会等提高组织内部的形式合理性；第二，AI如何合理化和改善创造过程，比如创造力、集体智慧和吸收能力，因为它补充了人类的决策；第三，AI如何通过自动化更新创新组织；第四，AI可能会通过新挑战的产生引发组织混乱。综上所述，AI并不是一种统一优化创新管理和决策的工具，而是一种多方面的解决方案，具有有意或无意的合理化影响，以寻找需要解决的问题。
未来研究方向
如表1所示，未来研究对应决策过程的四个方面：问题、选择的机会、解决方案和参与者。首先，工业场景的变化、需求端的变化、组织流程的变化等问题刺激了创新过程，并代表了创新的机会。其次，选择的机会是理性方法的关键一步，因为决策者在做出决定之前应该准确地评估不同的机会。未来的研究可能会研究AI系统如何搜索选择，或者什么时候最需要这些信息。此外，在有组织的无政府状态下，解决方案往往是决策者的出发点。AI驱动的决策将迫使组织遵循形式理性的规则，这与某些组织采用的因果方法相反，在采用支持系统时产生摩擦。最后，AI还从参与者的角度改变了决策过程。它将决策过程转变为更具包容性的过程，降低了参与者进入和退出组织过程的风险，未来研究可探讨AI是否降低人力资本在决策中的价值。
表1 未来研究议程
文献来源：
Pietronudo MC., Croidieu G., Schiavone F. A solution looking for problems? A systematic literature review of the rationalizing influence of artificial intelligence on decision-making in innovation management [J]. Technological Forecasting and Social Change, 2022, 182, 121828. 10.1016/j.techfore.2022.121828.
文字：
林心怡，浙江大学管理学院博士生（[email protected]）
研究方向：
人工智能与创新管理
