The Effect of AI Capability on Novelty and Efficiency: The Moderating Roles of Customer Integration and Supplier Integration

Abstract

In the context of globalization, artificial intelligence (AI) has emerged as a critical driver of economic growth and corporate innovation, significantly influencing novelty, efficiency, and supply chain integration. This study focuses on the role of AI capability in novelty and efficiency, examining the moderating effects of supplier integration and customer integration in this process. Through theoretical exploration and empirical analysis, the study elucidates the mechanisms by which AI enhances firms' innovation capabilities and operational efficiency in dynamic competitive environments. The primary objective of this research is to clarify the core role of AI capability in novelty and efficiency, to systematically investigate the moderating effects of supply chain integration. Specifically, the study aims to achieve three objectives: 1) Validate the effectiveness of AI capability in enhancing novelty and efficiency. 2) Explore how customer integration strengthens the positive impact of AI capability on novelty innovation by improving market trend analysis and consumer behavior prediction. 3) Analyze how supplier integration enhances the positive impact of AI capability on efficiency optimization through resource optimization and increased transparency. This study adopts a rigorous theoretical framework and quantitative research methods, employing the resource-based view (RBV) and dynamic capabilities theory (DCT) to construct the research model. Data were collected through professional organizations, yielding 490 valid responses, and hypotheses were tested using hierarchical regression analysis. To ensure the reliability of the findings, the study controlled for non-response bias and common method bias. Measurement instruments included variables assessed with a seven-point Likert scale, and construct validity and reliability were thoroughly evaluated. The study systematically examines AI capability, novelty, efficiency, and supply chain integration from multiple dimensions. First, it identifies the definition of AI capability and its critical roles in resource optimization, collaboration enhancement, and knowledge generation, particularly in novelty and efficiency. Second, it highlights the moderating effect of customer integration on the relationship between AI capability and novelty innovation, emphasizing how customer collaboration enhances market responsiveness and innovation capabilities. Third, it delves into the moderating mechanism of supplier integration on the relationship between AI capability and efficiency optimization, particularly through supply chain resource integration, real- time data sharing, and improved transparency. Finally, empirical analysis validates the theoretical hypotheses and summarizes the compound effects of supply chain integration on AI capability, novelty, and efficiency. The study’s innovation lies in its first attempt to construct an extended research model from the multi-theoretical perspectives of RBV and DCT, systematically analyzing the moderating effects of supply chain integration on the relationship between AI capability, novelty, and efficiency. By combining theoretical exploration with empirical analysis, the research reveals the internal logic of achieving supply chain collaboration and innovation in the context of digital transformation. The findings of this study are as follows: 1) AI capability has a significant positive impact on both novelty and efficiency, indicating that AI can simultaneously enhance innovation capabilities and operational efficiency. 2) Customer integration significantly enhances the effect of AI capability on novelty innovation by strengthening deep collaboration and information sharing between firms and customers. 3) Supplier integration enhances the effect of AI capability on efficiency optimization by improving resource optimization and transparency. (4) The interaction between customer integration and AI capability has no significant effect on efficiency, and the interaction between supplier integration and AI capability has no significant effect on novelty. These findings provide new theoretical perspectives and practical guidance for firms to leverage AI technologies in achieving novelty, efficiency, and supply chain collaboration. Theoretical contributions include deepening the understanding of the relationship between AI capability, novelty, and efficiency, and extending the applicability of RBV and DCT. Practically, the study offers valuable insights for firms aiming to optimize supply chain collaboration and enhance competitiveness in the context of digital transformation. Specifically, firms can unlock the potential of AI in innovation and efficiency enhancement through customer and supplier integration. Furthermore, the study offers policy recommendations for promoting AI adoption, enhancing supply chain resilience, and optimizing resource allocation. By advancing the widespread application of AI technologies and deepening supply chain integration practices, firms can better address challenges in dynamic market environments, achieving sustained growth and innovation.

Keywords : AI Capability, Supply Chain Integration, Novelty and Efficiency, Resource-Based View, Dynamic Capabilities Theory|글로벌화 맥락에서 인공지능(AI)은 경제 성장과 기업 혁신의 핵심 동력으로 부상하였으며, 참신성, 효율성 및 공급망 통합에 상당한 영향을 미치고 있다. 본 연구는 AI 역량이 참신성과 효율성에 미치는 역할을 중심으로, 공급자 통합 및 고객 통합의 조절 효과를 검토한다. 이론적 탐색과 실증 분석을 통해, 본 연구는 AI가 역동적인 경쟁 환경에서 기업의 혁신 역량과 운영 효율성을 향상시키는 메커니즘을 규명한다. 본 연구의 주요 목적은 AI 역량이 참신성과 효율성에 미치는 핵심 역할을 명확히 하고, 공급망 통합의 조절 효과를 체계적으로 탐구하는 데 있다. 구체적으로, 본 연구는 다음 세 가지 목표를 달성하고자 한다: 1) AI 역량이 참신성과 효율성 향상에 효과적임을 검증한다. 2) 고객 통합이 시장 동향 분석 및 소비자 행동 예측을 개선함으로써 AI 역량이 참신성 혁신에 미치는 긍정적 영향을 강화하는 방식을 탐구한다. 3) 공급자 통합이 자원 최적화와 투명성 향상을 통해 AI 역량이 효율성 최적화에 미치는 긍정적 영향을 강화하는 방법을 분석한다. 본 연구는 자원 기반 관점(Resource-Based View, RBV)과 동적 역량 이론(Dynamic Capabilities Theory, DCT)을 기반으로 이론적 프레임워크를 구축하고, 정량적 연구 방법을 채택하였다. 전문 기관을 통해 수집한 데이터를 기반으로 490개의 유효 응답을 확보하였으며, 위계적 회귀분석(hierarchical regression analysis)을 통해 가설을 검증하였다. 연구 결과의 신뢰성을 확보하기 위하여 비응답 편향(non-response bias) 및 공통 방법 편향(common method bias)을 통제하였다. 측정 도구는 7점 리커트 척도(Likert scale)를 사용하여 변수들을 평가하였고, 구성타당성과 신뢰성을 철저히 검토하였다. 본 연구는 AI 역량, 참신성, 효율성 및 공급망 통합을 다차원적으로 체계적으로 검토한다. 첫째, AI 역량의 정의와 자원 최적화, 협업 강화 및 지식 생성에서의 핵심적 역할을 규명하고, 특히 참신성과 효율성 측면에서 그 역할을 강조한다. 둘째, 고객 통합이 AI 역량과 참신성 혁신 간 관계에 미치는 조절 효과를 강조하며, 고객 협업이 시장 대응력과 혁신 역량을 강화하는 방식을 조명한다. 셋째, 공급자 통합이 AI 역량과 효율성 최적화 간 관계에 미치는 조절 메커니즘을 심층적으로 탐구하며, 공급망 자원 통합, 실시간 데이터 공유 및 투명성 향상 측면에서 그 효과를 분석한다. 마지막으로, 실증 분석을 통해 이론적 가설을 검증하고, 공급망 통합이 AI 역량 및 참신성과 효율성에 미치는 복합적 효과를 종합한다. 본 연구의 혁신성은 RBV와 DCT라는 다중 이론적 관점에서 확장된 연구 모델을 최초로 구축하고, 공급망 통합이 AI 역량과 참신성 및 효율성 간 관계에 미치는 조절 효과를 체계적으로 분석한 데에 있다. 이론적 탐색과 실증 분석을 결합하여, 디지털 전환 맥락에서 공급망 협력과 혁신을 달성하는 내부 논리를 규명한다. 본 연구의 주요 발견은 다음과 같다: 1) AI 역량은 참신성과 효율성 모두에 대해 유의한 긍정적 영향을 미치며, 이는 AI가 혁신 역량과 운영 효율성을 동시에 향상시킬 수 있음을 나타낸다. 2) 고객 통합은 AI 역량이 참신성 혁신에 미치는 효과를 강화하며, 이는 기업과 고객 간의 심층 협력 및 정보 공유를 통해 가능해진다. 3) 공급자 통합은 AI 역량이 효율성 최적화에 미치는 효과를 강화하며, 이는 자원 최적화 및 투명성 향상을 통해 실현된다. 4) 고객 통합과 AI 역량 간의 상호작용은 효율성에 대해 유의한 효과가 없으며, 공급자 통합과 AI 역량 간의 상호작용은 참신성에 대해 유의한 효과가 없다. 이러한 연구 결과는 기업이 AI 기술을 활용하여 참신성과 효율성 및 공급망 협력을 달성하는 데 있어 새로운 이론적 관점과 실천적 지침을 제공한다. 이론적 기여로는 AI 역량과 참신성 및 효율성 간 관계에 대한 이해를 심화하고, RBV와 DCT의 적용 가능성을 확장하였다. 실천적으로는 디지털 전환 맥락에서 공급망 협력을 최적화하고 경쟁력을 강화하려는 기업들에게 유용한 시사점을 제공한다. 특히, 고객 및 공급자 통합을 통해 혁신과 효율성 향상을 위한 AI의 잠재력을 극대화할 수 있음을 시사한다. 또한, 본 연구는 AI 채택 촉진, 공급망 회복탄력성 강화, 자원 배분 최적화를 위한 정책 제언을 제공한다. AI 기술의 보편적 활용을 촉진하고 공급망 통합 실천을 심화함으로써, 기업들은 역동적인 시장 환경 속에서 지속 가능한 성장과 혁신을 달성할 수 있을 것으로 기대한다.

키워드: AI 역량, 공급망 통합, 참신성과 효율성, 자원기반 이론, 동적 역량 이론