2026年9月17日
| 主题 | 检索期刊 | 收录论文数 |
|---|---|---|
| AI大模型 | Academy of Management Review、Journal of Innovation & Knowledge、British Journal of Management | 3 |
| 供应链金融 | Information & Management、Technovation、International Journal of Information Management | 3 |
| 品牌 | Journal of Management、Long Range Planning、California Management Review | 3 |
| 合计 | 9本 | 9篇 |
注：本日9本期刊在对应主题下均为既往未检索过的新增期刊，期刊级别为 ABS 3星及以上、FT50 或 UTD24，均属 SSCI/SCI 1-2区；文献均为2025-2026年最新发表。
提出多层次理论指出，精通生成式AI的团队成员会把它视为与队友功能等价的资源来源，从而将知识求助转向AI；这种替代行为在团队中累积后，协作网络难以培育支撑团队效能的关键突现状态，形成“效率提升”与“协作受损”并存的两难。
在知识密集型团队中，队友之间的协作互动历来是成员获取任务相关信息、建议与反馈的主要途径。然而，生成式人工智能（AI）如今为成员提供了这些资源的替代来源。我们构建了一个多层次理论，提出熟练掌握生成式AI的团队成员更可能认为AI所能提供的资源与其通过队友获得的资源在功能上等价。进而我们提出，部分成员会将知识寻求互动转向生成式AI。随着这种替代行为在团队中不断累积，团队的协作网络将更难培育出支撑团队效能的关键突现状态。我们理论的核心洞见在于知识密集型团队面临的两难：生成式AI可以通过帮助成员更高效地工作来提升团队绩效，但队友之间协作的缺失会抵消这些收益并削弱团队满意度。
基于信息行为文献考察生成式AI在创业全过程中的作用，发现其显著缓解早期阶段的信息不对称并支持复杂问题求解，但任务复杂度约束了其在后期创业开发活动中的应用。
生成式人工智能（GenAI）通过提供情境信息、识别可行机会并促进创业决策，正在重塑创业图景。尽管GenAI在创业活动中的应用日益受到认可，但该领域仍缺乏稳健的理论框架与实践落地路径。本研究旨在填补这一空白，借助信息行为文献探讨GenAI在创业全过程中的作用。我们利用大语言模型与提示工程模式，考察GenAI如何在多种交互情境下生成准确、相关且富有启发性的内容。研究发现，GenAI显著缓解了早期创业阶段的信息不对称，并在与恰当的领域知识和提示工程技巧结合时支持复杂问题求解；然而，GenAI的任务复杂度约束了其在后期创业开发活动中的使用。最后，本研究提出了研究展望与实践启示。
基于自适应结构化理论访谈印度51家企业高层管理者，提出“开发型、探索型、解放型、权宜型”四类AI适配分类体系，并构建动态环境下稳健的价值获取模型，揭示战略性人力资源管理如何塑造AI驱动的商业模式创新。
尽管人工智能（AI）要求企业进行商业模式创新，但它同时带来持续的运营、监管与战略挑战，凸显了研究AI适配以获取适当组织价值的重要性。AI适配并非单一形态，其性质与随之而来的价值获取过程可能因外部因素以及组织在创新与资源管理上的战略路径而有所不同。因此，构建AI适配的分类体系并阐明其与价值获取的联系，有助于在理论上理解并实践上揭示企业为何以及如何借助战略性人力资源管理来塑造AI适配所驱动的商业创新。本文运用自适应结构化理论，对来自印度51家企业的高层管理人员进行访谈，基于研究发现提出了一种新的AI适配分类体系——开发型、探索型、解放型与权宜型，并将其构建于2×2矩阵之中，同时提出了动态商业环境下稳健的价值获取模型。
发现企业数字化与财务绩效呈倒U型关系，且与供应商之间的“数字化邻近度”正向调节该非线性关系，说明与供应链伙伴在数字化上保持协同才能真正兑现数字化收益。
数字化被广泛视为获取竞争优势的战略路径，然而部分企业遭遇了“数字化悖论”，即数字化投资并不总能带来预期的绩效提升。本研究考察企业数字化如何影响其财务绩效，以及企业与供应商之间数字化邻近度的调节作用。结果表明，企业数字化与财务绩效之间呈倒U型关系。此外，数字化邻近度在这一非线性关系中的正向调节作用表明，与供应商在数字化上保持协同，能帮助企业将数字化的收益落到实处。本研究为数字化与财务绩效之间的复杂关系提供了证据，实证说明了与供应链伙伴协同以实现绩效提升的重要性，也为管理者应对不断演变的数字化格局提供了实践指引。
以4183家中国上市公司为样本发现，企业AI导向显著提升供应商提供的商业信用，AI既作为质量信号又产生知识溢出以增强供应链组织间信任；供应链透明度、知识广度与通才型CEO起正向调节作用。
尽管关于人工智能（AI）对组织内部收益的研究已相当丰富，但AI导向如何影响外部供应链关系——尤其是与金融合作相关的信任机制——仍鲜有关注。本研究通过考察企业AI导向是否以及如何影响供应商的商业信用供给决策（供应链信任的一种可观测指标）来填补这一空白。基于信号理论与知识溢出理论，我们考察AI导向如何既作为质量信号又作为知识溢出源，增强供应链网络内的组织间信任。利用2000至2022年4183家中国上市公司的综合数据集，我们发现AI导向正向影响商业信用供给，其中供应链透明度、知识广度与通才型CEO起正向调节作用，供应链效率则起负向调节作用。研究深化了对AI外部价值创造机制的理解，并为供应链关系管理提供了新洞见。
对全球最大旅游企业的3年纵向案例研究发现，数字化转型中供应网络内部的战略错位会自发涌现，其根源在于供应网络固有复杂性，复杂性管理直接决定转型成效。
本纵向研究考察全球最大旅游企业在数字化转型过程中，大型供应系统内部战略错位的涌现过程。我们探讨了涌现性的战略错位、供应网络固有复杂性及其对数字化转型成败的影响。借助复杂自适应供应网络（CASN）理论视角，我们分析了网络内部环境中的复杂性。两项案例研究揭示了在作为供应网络运作的复杂组织中，各主体之间错综复杂的关系。本研究通过概念化供应网络中复杂性的多个面向、揭示战略错位的涌现成因，为CASN文献尤其是旅游业情境下的研究作出贡献。
基于资源基础观将企业CSR声誉视为劳动力市场上的战略资源，发现企业会在招聘广告中提高技能门槛并宣传社会责任活动，从而更精准地吸引与招募人才，揭示了声誉资产向人才市场溢出的机制。
已有研究考察了个体偏好为承担社会责任的企业工作的倾向，但企业如何主动利用其CSR声誉来招募人才仍鲜为人知。基于资源基础观（RBV），我们将CSR声誉概念化为一种能为企业在劳动力市场带来竞争优势的战略资源。为利用这一战略资源，企业会在招聘广告中设置更高的技能要求并宣传其CSR活动，从而更有效地瞄准并招募人才。
以Decentraland与The Sandbox为案例、结合代币价格与社交媒体数据的小波相干分析显示，驱动Web3平台绩效的是NFT市场而非加密货币市场，社交媒体讨论充当品牌热度与成功的催化剂。
本文聚焦Web3平台这一新兴互联网现象与新一代表平台跨国公司。我们以两个流行的元宇宙平台Decentraland与The Sandbox为对象，考察平台NFT、平台原生加密货币以及围绕平台的社交媒体讨论三者之间的联系。我们将代币价格数据与来自OpenSea和X（Twitter）的信息相结合，采用小波相干分析检验这三个绩效支柱之间随时间变化的关联。分析表明，驱动去中心化元宇宙平台绩效的是NFT市场（而非加密货币市场）；社交媒体讨论产生热度与情绪，充当成功的催化剂。本研究为国际商务研究中的“大问题”以及Web3平台跨国公司这一新情境下的用户采纳议题提供了启示。实践层面，Web3平台跨国公司的建设者应设计能为NFT提供效用的商业模式。
认为多数品牌联名失败源于只关注“与谁合作”而忽视“如何设计合作”，基于欧米茄与斯沃琪案例提出联名设计方法：双方各贡献独特价值、保持品牌身份区分、为两边客群创造增量，并平衡相似与差异以获取长期跨品牌溢出。
品牌联名被广泛用于制造关注度，但许多联名未能创造持久价值。原因在于品牌过度关注“与谁合作”，而非“如何设计合作”。本文以欧米茄与斯沃琪的联名为例，结合访谈与搜索数据，提出一套设计有效联名的方法：成功的联名要求每个品牌贡献独特价值、保持各自品牌身份的区分度、并为双方消费者群体创造增量价值；同时需要平衡相似性与差异化，以避免相互替代，并将重心从短期热度转向可持续的跨品牌溢出效应。