When Does AI Adoption Enhance SME Innovation Performance? The Roles of Absorptive Capacity, Entrepreneurial Agility, and Digital Maturity

तकनीकी सारांश: AI को अपनाना कब SME नवाचार प्रदर्शन (Innovation Performance) को बढ़ाता है?

समस्या का विवरण
यद्यपि आर्टिफिशियल इंटेलिजेंस (AI) को तेजी से नवाचार के एक चालक के रूप में पहचाना जा रहा है, फिर भी एक महत्वपूर्ण "अपनाने-मूल्य अंतराल" (adoption–value gap) बना हुआ है, विशेष रूप से लघु एवं मध्यम उद्यमों (SMEs) के बीच। कई फर्में AI उपकरणों को अपनाती तो हैं, लेकिन उन्हें मूर्त नवाचार परिणामों में सफलतापूर्वक बदलने में विफल रहती हैं। मौजूदा साहित्य अक्सर AI को नवाचार या फर्म प्रदर्शन के प्रत्यक्ष पूर्ववर्ती (antecedent) के रूप में मानता है, जो तकनीकी तैनाती को मूल्य में बदलने वाले संगठनात्मक तंत्रों की पर्याप्त व्याख्या करने में विफल रहता है। इसके अलावा, SMEs का विशिष्ट संदर्भ—जो संसाधन सीमाओं, कम औपचारिक नवाचार प्रक्रियाओं और प्रबंधकीय संज्ञान (managerial cognition) पर निर्भरता द्वारा पहचाना जाता है—AI अनुसंधान में अपूर्ण रहा है। यह अध्ययन इस महत्वपूर्ण प्रश्न को संबोधित करता है: कब और किन क्षमता पथों (capability pathways) के माध्यम से AI अपनाने की तीव्रता SME नवाचार प्रदर्शन को बढ़ाती है?

सैद्धांतिक ढांचा (Theoretical Framework)
यह अध्ययन डायनेमिक कैपेबिलिटीज थ्योरी (Teece et al., 1997; Teece, 2007) और एब्जॉर्प्टिव कैपेसिटी थ्योरी (Cohen & Levinthal, 1990; Zahra & George, 2002) को एकीकृत करता है। यह एक क्रमिक क्षमता-निर्माण मॉडल का प्रस्ताव करता है जहाँ:

1. AI अपनाने की तीव्रता (AI Adoption Intensity) एक तकनीकी इनपुट के रूप में कार्य करती है जो एब्जॉर्प्टिव कैपेसिटी (ज्ञान को पहचानने, प्राप्त करने, आत्मसात करने, रूपांतरित करने और उपयोग करने की क्षमता) को मजबूत करती है।
2. उन्नत एब्जॉर्प्टिव कैपेसिटी उद्यमी चपलता (Entrepreneurial Agility) को बढ़ावा देती है (अवसरों को तेजी से पहचानने, प्रयोग करने और संसाधनों को पुनर्गठित करने की क्षमता)।
3. उद्यमी चपलता इन क्षमताओं को SME नवाचार प्रदर्शन में परिवर्तित करती है।
4. डिजिटल परिपक्वता (Digital Maturity) को एक सीमा स्थिति (boundary condition) के रूप में प्रस्तावित किया गया है जो AI अपनाने और एब्जॉर्प्टिव कैपेसिटी के बीच के संबंध को मजबूत करती है, जिससे डाउनस्ट्रीम अप्रत्यक्ष पथ प्रभावित होता है।

कार्यप्रणाली (Methodology)

• डिज़ाइन: मात्रात्मक, व्याख्यात्मक, क्रॉस-सेक्शनल सर्वेक्षण डिज़ाइन।
• संदर्भ: ईरान में संचालित SMEs, जो संसाधन और संस्थागत बाधाओं वाले एक उभरते हुए अर्थतंत्र की विशेषता रखते हैं।
• नमूना (Sample): 294 वैध प्रतिक्रियाएं जो उन SMEs से प्राप्त हुईं जिन्होंने AI उपकरणों को अपनाया या उनका परीक्षण किया था। उत्तरदाताओं में मालिक, CEO, नवाचार प्रबंधक और IT प्रबंधक शामिल थे।
• डेटा संग्रह: एक उद्देश्यपूर्ण नमूनाकरण रणनीति (purposive sampling strategy) का उपयोग किया गया ताकि यह सुनिश्चित किया जा सके कि उत्तरदाताओं के पास AI उपयोग और नवाचार गतिविधियों का प्रत्यक्ष ज्ञान है।
• मापन: पांच रिफ्लेक्टिव कंस्ट्रक्ट्स को अनुकूलित पैमानों (7-पॉइंट लिकर्ट स्केल) का उपयोग करके मापा गया: AI अपनाने की तीव्रता, एब्जॉर्प्टिव कैपेसिटी, उद्यमी चपलता, SME नवाचार प्रदर्शन, और डिजिटल परिपक्वता।
• विश्लेषण: SmartPLS का उपयोग करके 'पार्शियल लीस्ट स्क्वायर्स स्ट्रक्चरल इक्वेशन मॉडलिंग' (PLS-SEM) को नियोजित किया गया। विश्लेषण ने दो-चरणीय दृष्टिकोण का पालन किया: माप मॉडल का मूल्यांकन (विश्वसनीयता, वैधता) और संरचनात्मक मॉडल (पथ गुणांक, मध्यस्थता, मॉडरेशन)।
• वैधीकरण: अध्ययन ने महत्व परीक्षण के लिए बूटस्ट्रैपिंग (5,000 सब-सैंपल्स) और आउट-ऑफ-सैंपल प्रेडिक्टिव प्रासंगिकता का आकलन करने के लिए PLSpredict का उपयोग किया। कॉमन मेथड बायस (common method bias) को प्रक्रियात्मक उपचारों और कोलीनैरिटी डायग्नोस्टिक्स के माध्यम से संबोधित किया गया।

मुख्य परिणाम
अनुभवजन्य विश्लेषण निम्नलिखित निष्कर्ष प्रदान करता है:

1. अप्रत्यक्ष-मात्र मध्यस्थता (Indirect-Only Mediation): SME नवाचार प्रदर्शन पर AI अपनाने की तीव्रता का प्रत्यक्ष प्रभाव सांख्यिकीय रूप से महत्वपूर्ण नहीं था ($\beta = 0.079, p = 0.142$)। हालांकि, कुल प्रभाव और क्रमिक अप्रत्यक्ष प्रभाव महत्वपूर्ण थे। यह एक अप्रत्यक्ष-मात्र मध्यस्थता तंत्र को इंगित करता है।
2. क्षमता श्रृंखला (The Capability Chain):
   • AI अपनाने की तीव्रता एब्जॉर्प्टिव कैपेसिटी को सकारात्मक रूप से प्रभावित करती है ($\beta = 0.391, p < 0.001$)।
   • एब्जॉर्प्टिव कैपेसिटी उद्यमी चपलता को दृढ़ता से बढ़ाती है ($\beta = 0.555, p < 0.001$)।
   • उद्यमी चपलता SME नवाचार प्रदर्शन में महत्वपूर्ण सुधार करती है ($\beta = 0.484, p < 0.001$)।
3. क्रमिक मध्यस्थता (Serial Mediation): क्रमिक पथ (AI अपनाना $\rightarrow$ एब्जॉर्प्टिव कैपेसिटी $\rightarrow$ उद्यमी चपलता $\rightarrow$ नवाचार प्रदर्शन) महत्वपूर्ण था ($\beta = 0.105, p < 0.001$), जो प्रस्तावित क्रमिक तंत्र की पुष्टि करता है।
4. डिजिटल परिपक्वता की मॉडरेटिंग भूमिका: डिजिटल परिपक्वता, AI अपनाने की तीव्रता और एब्जॉर्प्टिव कैपेसिटी के बीच के संबंध को सकारात्मक रूप से मॉडरेट करती है ($\beta = 0.128, p = 0.008$)। इंटरैक्शन प्लॉट दिखाता है कि AI अपनाने का एब्जॉर्प्टिव कैपेसिटी पर सकारात्मक प्रभाव उच्च डिजिटल परिपक्वता वाले फर्मों के लिए काफी अधिक मजबूत है।
5. मॉडरेटेड सीरियल मीडिएशन: डिजिटल परिपक्वता पूरे अप्रत्यक्ष पथ को मजबूत करती है, जिसका अर्थ है कि क्षमता-निर्माण की प्रक्रिया डिजिटल रूप से परिपक्व SMEs में अधिक प्रभावी होती है।
6. भविष्यवाणी प्रासंगिकता (Predictive Relevance): PLSpredict परिणामों ने SME नवाचार प्रदर्शन के लिए संतोषजनक इंडिकेटर-लेवल प्रेडिक्टिव प्रासंगिकता दर्शाई, जिसमें PLS-SEM मॉडल रूट मीन स्क्वायर एरर (RMSE) के मामले में एक लीनियर बेंचमार्क से बेहतर प्रदर्शन करता है।

मुख्य योगदान
यह शोध पत्र चार प्राथमिक सैद्धांतिक योगदान का दावा करता है:

1. AI-नवाचार तर्क में बदलाव: यह प्रत्यक्ष-प्रभाव परिप्रेक्ष्य से आगे बढ़ता है, यह प्रदर्शित करते हुए कि AI अपनाना एक स्टैंडअलोन प्रेडिक्टर नहीं है। इसके बजाय, यह क्षमता-निर्माण प्रक्रिया में एक इनपुट के रूप में कार्य करता है।
2. एब्जॉर्प्टिव कैपेसिटी थ्योरी का विस्तार: यह एब्जॉर्प्टिव कैपेसिटी को AI अपनाने और उद्यमी कार्रवाई के बीच महत्वपूर्ण "ज्ञान-प्रसंस्करण सेतु" (knowledge-processing bridge) के रूप में स्थापित करता है, यह दिखाते हुए कि AI फर्म की बाहरी ज्ञान को संसाधित करने की क्षमता को मजबूत करता है।
3. उद्यमी चपलता एक तंत्र के रूप में: यह उद्यमी चपलता को उस क्रिया-उन्मुख तंत्र के रूप में पहचानता है जिसके माध्यम से अवशोषित ज्ञान को नवाचार प्रदर्शन में परिवर्तित किया जाता है, जो AI अनुसंधान को उद्यमिता सिद्धांत के साथ जोड़ता है।
4. सीमा स्थिति के रूप में डिजिटल परिपक्वता: यह डिजिटल परिपक्वता को केवल एक पृष्ठभूमि कारक के रूप में नहीं, बल्कि एक महत्वपूर्ण शर्त के रूप में सिद्धांत देता है और प्रमाणित करता है, जो यह निर्धारित करती है कि क्या AI अपनाने को एब्जॉर्प्टिव कैपेसिटी और उसके बाद नवाचार में परिवर्तित किया जा सकता है।

महत्व और दावे
अध्ययन यह निष्कर्ष निकालता है कि SMEs में AI का नवाचार मूल्य स्वयं अपनाने के कार्य पर कम और उन संगठनात्मक क्षमताओं पर अधिक निर्भर करता है जो फर्मों को AI से सीखने और AI-सक्षम अंतर्दृष्टि पर कार्य करने की अनुमति देती हैं। लेखक तर्क देते हैं कि AI स्वतः ही SMEs की ओर से नवाचार नहीं करता है; बल्कि, SMEs केवल तभी AI के साथ नवाचार करते हैं जब उनके पास आवश्यक डिजिटल परिपक्वता, एब्जॉर्प्टिव कैपेसिटी, और उद्यमी चपलता होती है।

निष्कर्ष बताते हैं कि नवाचार को बढ़ाने के लिए, SMEs को पूरक क्षमताएं बनाने पर ध्यान केंद्रित करना चाहिए—विशेष रूप से, AI-जनित डेटा की व्याख्या करने की क्षमता और उस पर कार्य करने की चपलता—बजट केवल तकनीक अधिग्रहण को सफलता की पर्याप्त शर्त के रूप में देखने के बजाय। अध्ययन इस बात पर जोर देता है कि संसाधन-सीमित उभरती अर्थव्यवस्थाओं में, अपनाने-मूल्य अंतराल को पाटने के लिए ये क्षमता शर्तें और भी महत्वपूर्ण हैं।