本研究由Kuwait University工商管理学院信息系统与运营管理系的Abdulaziz Alshalfan独立完成，发表于 Journal of Global Information Management 第34卷第1期（2026年1月至12月），论文DOI为10.4018/jgim.416702。该文题为“Change Management for AI in Service Operations: A Paradox and Routine Dynamics Perspective”，采用概念性理论建构方法，而非实证研究或系统性文献综述。根据该文性质，它属于典型的理论发展型学术论文，其核心贡献在于提出一个整合性理论框架，而非报告单一原创实证研究结果。因此，本文将按照理论论文的学术报告形式，对该研究的主要理论观点、论证结构、支撑证据及学术价值进行系统介绍。
研究背景与目的
服务组织在人工智能（artificial intelligence, AI）与数字化转型背景下，面临持续创新与稳定高效运营之间的双重压力。AI技术虽然能够显著提升生产率与服务品质，但实施过程中会产生一系列相互冲突的组织需求：控制与灵活性、自动化与学习、短期效率与长期能力建设等。传统的变革管理将这些问题视为需要“二选一”的困境，而悖论理论（paradox theory）则认为组织可以同时追求矛盾双方。
该研究的目标在于弥补现有文献中的知识缺口：既有的AI实施研究多聚焦于高阶战略或技术采纳因素，而较少关注矛盾需求与日常运营之间的交互。为回应这一缺口，作者提出了三个具体目标：解释常规动态（routine dynamics）如何在AI实施过程中使组织能够操作化和适应悖论张力；发展一个整合悖论理论与常规动态的多层次概念框架；提出一个“悖论响应计分卡”（paradox-responsive scorecard），用于评估AI驱动变革对运营绩效、组织学习与常规适应性的影响。
理论整合与核心观点
本文的理论基础整合了四个相互关联的理论透镜：AI在服务组织中的实施、悖论理论、常规动态理论以及动态能力（dynamic capabilities）理论。作者首先指出，AI采用创造了区别于其他技术实施的独特悖论。莫拉维克悖论（Moravec’s paradox）揭示了简单人类任务对AI而言困难而复杂分析任务反而容易自动化的反直觉现象；自动化—增强悖论（automation-augmentation paradox）则表明，随着AI自动化更多任务，组织同时需要增强人类能力，这要求“两者皆可”而非“二选一”的路径。
悖论理论提供了理解这些张力的战略框架。Smith和Lewis（2011）的动态均衡模型将组织悖论定义为“同时存在且持续存在的矛盾但相互关联的要素”。该理论识别出与AI转型相关的四类主要悖论：学习悖论（learning paradox）——组织需要既有能力的利用（exploitation）与AI创新的探索（exploration）；组织悖论（organizing paradox）——AI适应所需的灵活性与运营可靠性所需的控制之间产生张力；绩效悖论（performing paradox）——短期效率需求与长期学习投资之间的矛盾；归属悖论（belonging paradox）——AI实施影响组织身份认同与员工关系。这些张力不能永久解决，而必须通过“两者皆可”的思维进行动态管理。
常规动态理论解释这些张力如何通过组织实践被具体化。Feldman和Pentland（2003）将组织常规重新概念化为灵活性与变革的来源，区分了“明示面向”（ostensive aspect）——对工作应该如何完成的抽象理解——与“执行面向”（performative aspect）——个体在特定情境中采取的具体行动。这一区分对AI实施至关重要，因为AI技术同时要求新的抽象理解和新的执行模式。明示面向与执行面向之间的递归关系为变革提供了持续的机会。
动态能力理论则解释组织如何发展管理战略张力和技术变革的适应能力。Teece（2007）的框架包含感知能力（sensing）、获取能力（seizing）和转化能力（transforming）。这些理论观点的整合揭示了一个核心洞见：AI实施中的成功并非一次性解决方案，而是一种动态能力，能够在保持可靠实践与推动创新之间持续摆动。
框架建构与论证结构
作者采用三阶段框架建构过程。第一阶段为理论映射，识别三个理论领域间的收敛与互补点。第二阶段为构念开发，界定了四个新构念：常规弹性（routine elasticity）——组织常规在悖论两极之间伸展而不失功能连贯性的能力；悖论导航点（paradox navigation points）——常规跨越悖论象限边界的关键节点；适应循环（adaptation loops）——常规反复重访早期张力的递归周期；整合节点（integration nodes）——多个常规路径交汇并相互强化的收敛点。这些构念共同操作化了“悖论导航”（paradox navigation）这一统摄性概念——一个持续的、动态的能力，通过个体认知、常规执行与组织学习的交互而演化。
基于上述构念，作者提出了两个可视化框架。时间性悖论导航模型（temporal-paradox navigation model）展示了组织常规如何在AI实施的三个时间阶段（引入期t1、适应期t2、整合期t3）中穿越悖论张力。该模型包含四个悖论象限——学习、组织、绩效、归属——以及四条关键服务运营常规路径：客户服务常规、技术整合常规、绩效管理常规和知识分享常规。模型的关键洞见在于：常规路径从t1到t3的加宽代表常规弹性的增强，说明成功的AI实施不是线性推进，而是悖论导航能力的演化发展。
多层次常规动态框架（multi-level routine dynamics framework）则揭示了悖论管理的嵌套机制。该框架使用三个同心圆环表示个体、常规和组织三个层次。个体层次的悖论心态、角色灵活性、适应行为构成基础；中层展示十二个常规类别中明示面向与执行面向的区分；外层描绘组织层次的动态能力。四条垂直轴线贯穿所有层次，表明悖论张力同时渗透每一组织层面，形成“嵌套悖论”（nested paradoxes）。双向垂直流动显示个体行动与组织结果之间的递归关系，体现了结构二元性。
悖论响应计分卡
作为理论洞见的操作化工具，作者提出了悖论响应计分卡，包含五个核心评估维度：运营绩效、组织学习、常规适应性、人机整合和战略对齐。每一维度均与特定悖论类型对齐，并包含五层评估：传统指标、悖论响应指标（如双重价值比——衡量同时降低成本并创造新服务选项的AI自动化流程比例）、常规动态指标（如常规重组频率）、五级能力成熟度评估量表（改编自CMMI流程成熟度框架）以及说明性服务实例。计分卡的使用模型包括基线建立（t1）、动态追踪（t2）、整合评估（t3）和持续校准四个阶段。
学术价值与意义
该研究的理论贡献体现在三个层面。首先，时间性悖论导航模型扩展了Smith和Lewis的动态均衡模型，表明均衡并非通过静态平衡实现，而是通过常规弹性随时间的渐进发展实现。其次，多层次常规动态框架弥合了个体、常规与组织层面的分析鸿沟，将组织常规定位为关键的转化机制——连接个体悖论心态与组织能力的中观联结组织。第三，悖论响应计分卡将理论洞见转化为实用评估工具，解决了悖论理论与管理实践之间的持续差距。
从全球信息管理视角看，该框架揭示了重新配置常规的能力——而非技术本身——决定组织从AI中实现的价值。相关文献表明，AI能力只有在企业具备互补性数字能力和支持性数字业务导向时才能提升决策绩效；企业数字化转型通过动态能力的中介作用强化组织结果。这些发现印证了本文的核心论点：常规弹性机制使服务企业能够将效率与创新保持在生产性张力之中。
作为概念性论文，本研究存在需要实证验证的局限性。四个新构念和两个框架需要通过纵向案例研究、混合方法设计或模拟方法进行检验。框架的适用边界限定在面临AI相关悖论张力的服务组织，其在制造业、公共部门或知识密集型环境中的可转移性有待考察。未来的研究方向还包括组织文化、权力动态和制度压力如何调节悖论导航过程。