标题：Artificial intelligence and supply chain risk: Mediating effects of supply chain efficiency and resilience
期刊：International Review of Financial Analysis
该研究基于中国上市公司数据，系统检验了人工智能对供应链风险的影响及其传导机制。研究跳出单一技术应用视角，提出“效率”与“韧性”双路径中介模型，具有重要理论创新。
核心逻辑与设计：
研究认为，AI通过双重路径降低供应链风险——一方面提升运营效率（如优化库存），另一方面增强系统韧性（如提升恢复能力）。实证上，作者巧妙利用年报和专利文本构建企业AI应用指标，以“牛鞭效应”强度量化供应链风险，并运用固定效应模型及中介检验验证假设，方法严谨。
主要结论：
AI应用显著降低供应链风险（一个标准差提升对应风险降低约5.27%），且供应链效率与韧性均发挥部分中介作用。研究进一步发现，制造业由于流程复杂、波动性大，从AI中获益更为明显。
学术价值：
该研究将AI从工具性讨论提升至系统性机制分析，明确了“技术—能力—风险”的传导链条，为理解数字化转型下的供应链风险管理提供了实证依据。局限在于指标依赖文本分析，未来可结合实际投入与案例深化研究。
启示：
企业引入AI不应仅追求局部优化，更需着眼于整体供应链效率与韧性的协同提升，尤其在制造业中可优先布局。
#供应链 #人工智能 #AI #文献阅读 #科研 #论文分享
期刊：International Review of Financial Analysis
该研究基于中国上市公司数据，系统检验了人工智能对供应链风险的影响及其传导机制。研究跳出单一技术应用视角，提出“效率”与“韧性”双路径中介模型，具有重要理论创新。
核心逻辑与设计：
研究认为，AI通过双重路径降低供应链风险——一方面提升运营效率（如优化库存），另一方面增强系统韧性（如提升恢复能力）。实证上，作者巧妙利用年报和专利文本构建企业AI应用指标，以“牛鞭效应”强度量化供应链风险，并运用固定效应模型及中介检验验证假设，方法严谨。
主要结论：
AI应用显著降低供应链风险（一个标准差提升对应风险降低约5.27%），且供应链效率与韧性均发挥部分中介作用。研究进一步发现，制造业由于流程复杂、波动性大，从AI中获益更为明显。
学术价值：
该研究将AI从工具性讨论提升至系统性机制分析，明确了“技术—能力—风险”的传导链条，为理解数字化转型下的供应链风险管理提供了实证依据。局限在于指标依赖文本分析，未来可结合实际投入与案例深化研究。
启示：
企业引入AI不应仅追求局部优化，更需着眼于整体供应链效率与韧性的协同提升，尤其在制造业中可优先布局。
#供应链 #人工智能 #AI #文献阅读 #科研 #论文分享
