王 绒, 陈菊红

(1.西安邮电大学 现代邮政学院,陕西 西安 710121;2.西安理工大学 经济与管理学院,陕西 西安 710054)

0 引言

随着服务化持续深入,制造企业越来越关注能够交付产品性能、延长生命周期、获取定期收益的高级服务[1]。提供高级服务的制造企业有能力开发产品,知道如何维持产品运作和管理,通过为客户提供以性能或结果为合约内容的高级服务,提升客户内部运营效率[2]。国内服务化水平领先的制造企业(如陕鼓动力),将员工作为组织代表长期派驻到客户企业运营现场,为客户提供实时高级运维服务,有学者把这种行为现象称为“组织植入(organizational implants)”[3-4]。

近年来,数字经济异军突起。数字化能力被认为是制造企业提供高级服务的关键助推者[5]。劳斯莱斯、卡特彼勒、ABB、沃尔沃等世界领先型制造企业已引进数字技术,以此构建产品服务软件系统和制定智能解决方案[6]。自此,数字服务化(digital servitization)概念应运而生,它关注制造企业数字化与服务化融合,强调制造企业通过应用数字技术提供服务或实现服务创新[7-8]。有学者发现,能够更早、更有效地实现数字化转型的制造企业在服务化方面优势更大[9]。

制造企业组织植入行为跨越组织边界,搭建起自身与客户间的链接渠道,以此促进制造企业与客户互动并共创价值[10]。然而,数字服务化情境下,制造企业组织植入内容是什么?如何通过组织植入有效提供高级服务?回答上述实践议题,需要对组织植入内涵与结构维度进行深入探讨。现有研究采用定性方法分析制造企业组织植入对服务创新的正向影响,但尚未对数字服务化情境下制造企业组织植入进行深入探讨。鉴于此,本文结合国内制造企业实际,应用扎根理论研究方法,探索数字服务化情境下制造企业组织植入构成维度,并通过探索性与验证性因子分析,开发制造企业组织植入测度量表,以期为制造企业通过组织植入行为助推数字服务化转型提供理论参考。

1 文献述评

1.1 组织植入

组织植入常见于医学研究领域,其中植入物被定义为植入到生理存在或外科操作造成的体腔中、留存时间不少于30天的可植入型物品[11]。管理学领域的组织植入源于Grawe[12]对物流服务提供商与客户关系构建的探讨。该研究指出,服务提供商指派员工作为组织代表植入客户企业内部,与客户企业员工在客户运营现场工作,这些现场代表被称为“植入者”,而企业代表在供应链合作伙伴工作设施中工作被称为“组织植入”。在上述定义的基础上,王绒与陈菊红[3]进一步探讨制造企业组织植入对服务创新的影响。

梳理先前文献可以发现组织植入概念的3个要点:①组织植入是服务提供商跨越组织边界进驻客户企业运营现场的行为,该行为的直接目的是零距离接近客户以提供实时服务[3,13];②组织植入的植入物特指服务提供商在客户运营现场常驻员工[3-4];③组织植入施行过程中,植入物与宿主间存在实时互动,如服务提供商员工代表与客户企业员工在同一场所为解决共同问题进行交流[3-4]。

从研究论题的关注点看,现有研究普遍认可组织植入的植入物,即驻场员工(众多跨组织边界研究中称之为“边界扳手”),作为服务提供商与外部组织关系的媒介,对组织间关系发展与维系以及企业创新具有重要影响。上述研究认为,植入客户现场的员工是跨越组织边界培育企业竞争优势的关键因素[14],能够有效促进企业间异质性知识交换,提升研发绩效[15],履行群体代表、资源获取、信息交换等职能,在知识转移活动中的地位日益重要[16],有助于促使服务提供商与客户间信息共享,进而建立亲密的跨组织关系,驱动知识交换与服务创新[17]。

1.2 数字服务化

数字化可为制造企业提供客户交互的新形式,提升与客户深度信息共享的可能性,为制造企业深入了解客户偏好提供机会,促进制造企业不同类型的服务创新[18]。Coreynen等[19]指出,数字化情境下制造企业通过积累、吸收、利用数字资源,构建难以被竞争对手获取或模仿的动态资源基础,保持与客户持续交流互动,捕获客户需求,进而从根本上更新价值链,影响和改变客户流程;陈剑等[20]提出,数字化有助于企业采集与分析数据,深化对客户需求的认知,从而实现个性化定制与网络化协同转型。

先前制造业服务化与数字化研究大多是孤立的,近年来才以“数字服务化”的名义出现[7],在国际服务化研究领域广受关注。现有制造企业数字服务化研究主要聚焦数字技术对服务化的支持与推进作用[21],尤其是数字技术对高级服务产品的驱动作用[22],以及数字服务化对商业模式创新的助推作用[23]。有学者发现,数字服务化是制造企业实现价值创造的有效途径(张振刚等,2022)。亦有学者提出,数字服务化不是简单的“数字技术+服务化”,而是企业在数字时代实现重构变革的新范式[24]。值得注意的是,越来越多的研究者发现,数字服务化依托嵌入物理产品中的数字组件,能够增强供应链上游企业对下游企业的依赖[25]。由此,制造企业需要跨越组织边界与客户及生态系统其他主体协作,从而制定智能解决方案[26-27]。

上述研究对制造企业组织植入与数字服务化的概念内涵及作用效果进行了有益的探索,但不足之处在于,对制造企业组织植入鲜有关注。近年来,数字服务化转型成为制造企业发展趋势,但鲜有学者对数字服务化情境下制造企业组织植入结构维度与测度量表进行系统研究。为此,本文采用定性、定量相结合的方法探讨组织植入结构维度与测量量表,以期回答“数字服务化情境下制造企业组织植入内容是什么”这一研究问题。

2 制造企业组织植入维度探索

2.1 研究方法

扎根理论作为质性研究方法,可从经验资料中生成理论,呈现行动者在处理某个问题时的行为变异,找到各种可能行为模式,并将这些模式以理论的形式表达出来[28]。扎根理论研究方法能够通过深入挖掘调研获取的经验数据,自下而上地构建理论,适合用于新概念探索[29]。因此,扎根理论是探索数字服务化情境下制造企业组织植入结构维度的有效方法。深度访谈是扎根理论常用的资料收集方式(曾月明,许素,2019)。借鉴Binder &Edwards[30]的研究成果,本研究通过访谈调研获取经验数据,按照程序化扎根理论的编码过程,依次对访谈资料进行开放式编码、轴心式编码、选择性编码,进而解析概念维度。

2.2 数据来源

本文选取西安陕鼓动力、海尔集团、西电集团、陕西汽车控股、华为技术有限公司、美的集团、法士特集团等7家制造企业19位工作人员作为访谈对象,样本企业与受访对象选取依据如下:

(1)样本典型性。在工信部发布的服务型制造示范企业名单中,提供全生命周期服务和总集成总承包服务的装备制造企业占大多数。为此,本文选取陕鼓动力、陕汽控股作为装备制造示范企业。考虑到样本多样性和研究结论的适用性,本文选取通信及电子设备制造业、仪器仪表制造等其它细分制造行业领先企业作为备选样本。

(2)资料可获性。借助私人关系,通过现场走访、电话、邮件、视频等形式访问7家样本企业。

(3)信息多源性。为规避个人主观倾向对访谈结果的影响,各企业访谈对象除1位高层管理者外,还包括由高层管理者引荐的1位中层项目经理和1～2名在服务现场工作的普通员工。

(4)数据有效性。各样本企业受访者在该企业工作时长超过3年,熟悉企业服务业务相关事项,并能够清楚表达其专业观点。

本研究主要通过个人深度访谈捕获与组织植入构念相关的原始语句。访谈队伍由研究团队的3位博士组成,通过手写笔记记录受访者陈述,在受访者同意的情况下,辅助使用录音笔记录访谈过程。每次访谈前先进行访谈提纲设计,访谈主要围绕“企业服务产品类型”“与客户持续接触的服务业务”“进入客户企业提供服务的形式与做法”“数字化对服务提供的影响”4个开放性问题展开,但不受限于此。在开放式访谈与关键命题聚焦基本平衡的前提下,在访谈过程中适当调整相关问题,鼓励受访者说出计划问题外的故事。访谈累计时长1 120分钟,最终整理形成5万余字的原始资料信息。

2.3 数据分析

2.3.1 开放式编码

开放式编码是指按照一定标准对访谈文本的原始语句进行概念化和范畴化。本研究主要遵循以下原则提高编码信效度:①为了降低研究者主观认知对新概念的影响,进一步提升代码与原始数据资料的契合度,保留受访者独特用语,生成可以反映研究对象行动的原生代码;②合并受访者言语词条中表达意涵相似或相同的词条,剔除观点相悖或有冲突的词条;③3位主研人员分别对访谈资料进行编码,比较各研究成员的编码结果,形成最终开放性编码结果。通过开放式编码,本研究获得22个概念,即初始范畴,概念获取的原始语句示例见表1。

表1 访谈原始语句示例与初始范畴

2.3.2 轴心式编码

轴心式编码作为程序化扎根理论的第二步,主要寻找和构建概念间的关联与类属,形成若干范畴。每个被发现和深度分析的类属,即为轴心。围绕轴心总结得出的范畴为副范畴,通过进一步深入探寻副范畴间的关联,合并得到的更高层范畴为主范畴。为降低研究者对编码结果的主观影响,本研究中轴心式编码过程仍然先由3位主研人员分别单独完成,经过整合、讨论与比较分析,确定最终范畴。

外派员工、固定工位、共同工作、当面交流等4个概念均属于制造企业驻场服务人员在客户现场工作的场景,是制造企业与客户联系及交互界面,故将其归于同一副范畴,命名为“服务界面”;信息依赖、任务依赖、彼此尊重、建立友谊、积极沟通、重视关系等6个概念反映的是制造企业驻场服务人员与现场工作人员为解决产品故障或运行问题而协同合作、交流互动的过程,涉及双方员工间的交互,故将其归于同一范畴,命名为“人际互动”;交换知识、共享经验、获取信息、分享信息4个概念均是制造企业驻场人员与客户现场人员合作交流的结果,前两个概念反映的是专业理论相关显性知识与员工工作经验积累形成的隐性知识互换,涉及制造企业与客户知识共享,故归属于同一副范畴,命名为“知识共享”;后两个概念代表双方员工通过自身观察捕获对方尚未察觉的信息,以及直接告诉对方的确定信息,故将其归于同一副范畴,命名为“信息交换”;植入设备反映的是制造企业与客户联系的另一场景,将设备植入客户现场类似软件嵌入系统平台接口,因其与其它概念内涵相异,故单独列为副范畴,命名为“嵌入接口”;获取数据是制造企业通过植入设备从客户现场获取的直接成果,因与其它概念内涵相异,故单独列为副范畴,命名为“数据采集”;诊断故障、预警故障、评估健康3个概念均是制造企业植入设备对客户现场数据进行分析的智能反馈,故将其归为同一副范畴,命名为“数据分析”;改进设计、优化流程、挖掘需求3个概念均是制造企业基于客户现场数据,深层挖掘数据背后的信息并结合技术人员专业知识与经验,实现数据应用结果,故将其归为同一副范畴,命名为“数据应用”。

服务界面、人际互动、知识共享、信息交换4个副范畴均是制造企业将服务员工植入客户现场发生的结果,故归属于同一主范畴,命名为“员工植入”;嵌入接口、数据采集、数据分析、数据应用4个副范畴均是制造企业将智能组件植入客户现场运营设备后发生的结果,故归属于同一副范畴,命名为“智能设备植入”。综上所述,通过轴心式编码,本研究获得8个副范畴和两个主范畴(见表2)。

表2 轴心式编码结果

2.3.3 选择性编码

选择性编码是指通过对轴心式编码归纳的主范畴进行挖掘分析,提炼核心范畴的过程。具体而言,就是选择或找出一个核心范畴,以此统领和概括主范畴间的逻辑关联,围绕核心范畴厘清故事主线,进而形成理论框架。本研究的核心范畴是“制造企业组织植入”,通过轴心式编码归纳得出的“员工植入”“智能设备植入”两个主范畴,均是制造企业将代表其组织的物质要素植入客户企业内部,为客户提供高级服务的行为方式。

围绕“环境—行为—结果”的故事链条,本文构建数字服务化情境下制造企业组织植入行为构成理论框架,具体如下:员工植入和智能设备植入是制造企业组织植入的两种行为方式;员工植入作为制造企业为客户提供实时服务并与客户保持互动的传统行为方式,通过派员工进驻客户运营现场构建服务界面,利用本企业驻场员工与客户企业现场员工互动,促进制造企业与客户的知识共享和信息交换;智能设备植入是制造企业受数字化转型环境的影响,拓展高级服务供给并与客户保持互动的新兴行为方式,通过将摄像头、传感器等智能设备组件植入客户现场运行的产品设备,以远程监控形式依次进行数据采集、数据分析,最终实现数据应用。

2.3.4 理论饱和度检验

理论饱和度检验是指在理论构建完成后,寻找是否还有新的概念和范畴出现,以此检验理论效度。本文基于后续二轮访谈获取的1.1万字原始资料进行理论饱和度检验,结果显示,追加数据中没有新的概念和范畴出现。据此可以认为,本研究中数字服务化情境下制造企业组织植入只包括两个维度,且结构维度达到理论饱和。

2.4 结果讨论

组织植入是制造企业跨越组织边界、进入客户企业运营现场、与客户保持互动及持续联系的有效行为方式。本文基于数字服务化情境,在探讨制造企业组织植入结构维度时发现,当前制造企业组织植入主要包括员工植入和智能设备植入两种形式。上述两种组织植入行为方式既有区别也有联系,既有替代也有合作,共同支持制造企业高级服务供给。

2.4.1 员工植入特征

制造企业员工植入是指由驻场员工与客户企业构建服务交互界面,组织代表为“人”。该行为模式源于制造企业服务化转型,基于服务员工专业技术与沟通技巧,能够实时、灵活地满足客户个性化需求,其服务对象不限于制造企业自家产品,可拓展至客户运营现场所有产线机器。制造企业通过服务拥有的客户交互成为其关键资产,而植入客户工作现场的一线服务员工,构成促进客户经验知识积累的关键机制。植入员工在长期频繁地与客户员工面对面交流中,通过观察学习积累客户工作领域的相关知识,获取更真实与全面的客户需求信息[31]。在植入员工与客户员工长期密切交流与共同协作过程中,会诱发更深层次的隐性与异质性知识交换。员工间私人友谊衍生出企业间关系资本,而关系资本可强化双方员工对共同目标的关注,产生“锁定效应”,从而帮助制造企业获取竞争对手难以模仿的信息和能力[3,15]。同时,跨边界形成的亲近关系有助于员工在交流与服务过程中精准获知客户偏好、差异化理念、知识或不同的实践经验,洞察客户自身尚未察觉的服务需求[32]。可见,员工植入以线下现场人工服务方式进驻客户企业内部运营现场,为客户提供实时服务,有助于制造企业获得客户企业关系资本。

2.4.2 智能设备植入特征

制造企业智能设备植入是指通过嵌入产品的智能设备与客户企业产生关联,组织代表为“智能设备”。该行为方式基于制造企业数字服务化转型,应用数字化技术将传感器等智能组件嵌入客户购买的产品,通过远程监控进驻客户企业运营现场,进而为客户提供即时设备维护服务。由此,制造企业获得其产品运行数据,掌握更多精确产品使用信息。经客户允许并在客户参与的情况下,将传感器等智能设备植入客户使用的产品中,作为服务提供商的制造企业能够收集产品使用相关数据。这种行为方式具有显著跨边界属性和结果导向特征,有助于制造企业深入了解与获取客户需求信息,并与客户发展强绑定关系。此外,通过长期积累,不同客户企业数据形成与产品使用及客户行为相关的大数据池,成为制造企业分析客户不当操作行为、挖掘产品故障多发点与升级产品优化流程的重要数据资源。可见,智能设备植入以线上远程的数字服务方式进驻客户企业内部运营现场,为客户提供即时服务,并在此过程中帮助制造企业积累相应的数据资源。上述员工植入与智能设备植入特征如图1所示。

图1 员工植入与智能设备植入特征

2.4.3 员工植入与智能设备植入比较

作为服务提供商的制造企业,借助组织植入行为方式为客户提供高级服务。由此,组织植入成为制造企业与客户企业进行联系、互动的桥梁。随着数字技术发展,以产品为中心的服务型制造企业单纯依靠员工植入获取产品在客户现场的运营信息以跟进自有产品维护服务开始被智能设备植入所取代。然而,以客户为中心的服务型制造企业在员工植入行为方式的基础上,结合智能设备植入对自有产品进行预测性维护,同时通过植入员工解决客户运营现场其它设备故障,为客户提供保姆式甚至管家式服务,全方位保障客户企业生产运营。员工植入与智能设备植入部分差异见表3。

表3 员工植入与智能设备植入差异

3 制造企业组织植入量表开发

3.1 量表编制

基于前文研究结果,结合制造企业员工植入与智能设备植入内容,参考先前研究中有关“人际互动、知识共享、信息交换”与“数据采集、数据分析、数据应用”的描述,本文分别对员工植入与智能设备植入进行测度,具体题项如表4所示。

表4 组织植入初始测度量

3.2 量表修正

3.2.1 小样本数据收集

本文基于初始量表编制预调研调查问卷,采用李克特5级量表测度各题项与受访企业实际情况的一致性,1～5分别表示“完全不符合”“不符合”“不确定”“符合”“完全符合”。为了精准修正题项表述,小范围选取陕西省内11家制造企业进行预调研,邀请企业成员填写问卷,并及时与答卷人进行交流,以确保题项与企业实际情况相契合。

此后,课题组于2021年8月派3位主研人员走访当地涉及数字服务业务的制造企业,以线上视频方式与山东、江苏等地区制造企业取得联系,邀请企业员工或管理者填写问卷。历时一个月,发放与回收151份问卷,得到131份有效问卷。此次预调研回收有效问卷涉及通用设备、专用设备等多个细分行业制造企业,能够有效反映制造企业实况信息。

3.2.2 量表提纯

本文采用IBM SPSS Statistics 22软件对预调研问卷数据进行处理。基于个项和总体相关系数不小于0.5以及删除该项后Cronbach's α值不高于量表总Cronbach's α值的标准,通过项目分析净化冗余题项。由此,EI1、EI6、DI1、DI2等4个题项被删除。剩余题项总量表Cronbach's α值为0.930,删除任一项后量表Cronbach's α值均会降低,更正后各项总体相关系数CITC均大于0.7,分维度Cronbach's α值分别为0.938和0.904,可靠性较高,量表一致性较好,项目分析结果见表5。

表5 探索性因子分析与可靠性检验结果

3.2.3 探索性因子分析

本文使用主成分法对修正后的量表进行探索性因子分析,结果显示,样本KMO值为0.890,显著性P<0.001,适合作因子分析。采用最大方差法对13个初始题项进行主体元件提取,经正交旋转共提取出两个公因子,各题项在其所属因子载荷均大于0.7,按因子系数大小排序,主因子变异解释量分别为39.174%和32.042%,累计方差贡献率71.216%。由此可见,因子分析结果与维度探索研究结果一致。探索性因子分析结果见表5。

3.3 量表检验

3.3.1 大样本数据收集

本文采用修正后的问卷进行大规模发放,正式问卷内容包括制造企业基本信息、组织植入测度题项以及效标变量题项3个部分,主要以问卷星的形式进行线上发放与回收,以滚雪球方式在制造业从业者间扩散。正式调研时间为2021年10～11月,共发放与回收问卷304份,剔除无效答卷68份,回收有效问卷236份,问卷有效回收率77.632%。

从问卷填写人特征看,答卷者均来自服务相关部门,管理者与一线员工占比分别为43.496%和56.504%,工作年限超过5年人员占总人数的76.081%,学历为本科及研究生以上人员占总人数的85.366%,男性员工占比为64.312%,略高于女性员工。上述结果表明,答卷者较为了解企业实况。答卷者学历普遍较高,一定程度上可以确保其对问卷题项理解的准确性。样本企业基本信息见表6。

表6 正式调研样本企业基本信息

3.3.2 验证性因子分析

本文基于扎根理论与探索性因子分析结果,构建二因子基础模型,应用Amos24.0软件采用极大似然估计方法对236条样本数据进行验证性因子分析,结果如图2所示。

图2 验证性因子分析结果(N=263)

参考李朋波等(2021)、马钦海等(2021)研究中的验证性因子分析模型拟合度指标选择与常用标准,χ2/df<5表示模型整体可接受,RMSEA<0.08表明模型与数据拟合度可接受,GFI、NFI、IFI、CFI值大于0.9说明模型适配度较高。数据分析结果显示,模型匹配指标中, χ2/df值为4.155,RMSEA值为0.072, GFI、NFI、IFI、CFI值均接近或大于0.9。据此可以认为,将制造企业组织植入划分为员工植入与智能设备植入两个维度的测量结构比较理想。

3.3.3 信度与效度检验

信度检验结果发现,由二维13个题项构成的制造企业组织植入测度量表总体克朗巴哈系数为0.934,单个维度克朗巴哈系数分别为0.936和0.908,均大于0.7。同时,删除13个题项中任一题项后,量表克朗巴哈系数均会降低。由此表明,本文研究量表信度较高。

效度主要包括内容效度与结构效度,结构效度又分为收敛效度和区分效度。本文以各因子平均提取方差,即AVE的平方根大于该因子与其它因子的相关系数为标准,检验量表区分效度,通过以下标准检验量表收敛效度(李朋波等,2021;周天舒,2021):①各因子平均提取方差AVE大于0.5;②各因子组合信度CR大于0.7;③各题项在其所属因子的标准化因子载荷显著大于0.5且低于0.95。验证性因子分析及AVE和CR的计算结果见表7。结果显示,两个维度即因子平均提取方差AVE均大于0.6,组合信度CR均大于0.9,所有标准化因子载荷(见图2)均显著介于0.68～0.88之间,可见量表收敛效度较高。此外,因子间显著相关,两个因子平均提取方差AVE的平方根分别为0.824和0.856,均大于两个因子的相关系数0.628,说明量表区分效度较高。本研究基于访谈结果与先前文献,对题项表述进行多轮筛查与进一步修正,因而可以认为内容效度较高。

3.3.4 效标关联效度检验

服务创新在以客户价值为核心的竞争逻辑与服务主导范式下成为影响制造企业绩效的重要变量[33]。实现服务创新的重点在于对关键信息与知识的持续更新、创造和转化[34]。关系观认为,仅限于传统交易关系的买卖双方因没有跨组织关系而不会进行密集的信息交流。二元社会关系单位间的知识转移与整合取决于接触频率、沟通水平、连接强度等权变因素[35]。提供高级服务的制造企业通过开放组织边界获得的外部伙伴知识可为创新提供机会[36]。据此,本研究以服务创新作为制造企业组织植入的效标变量,参照Hsueh等[37]的研究成果,构建测度量表,该量表包括“更多新服务理念形成”“新服务或新产品数量增加”“服务流程得以优化”3个题项。相关性分析结果显示,制造企业组织植入与服务创新在p<0.01水平上显著相关,相关系数为0.562。由此可见,制造企业组织植入量表效标关联效度较高。

4 结语

4.1 研究结论

本文基于数字服务化情境,从制造企业数字服务化转型视角,结合先前文献与企业实践剖析制造企业组织植入概念,揭示制造企业组织植入的两个维度(员工植入与智能设备植入),并通过定量统计分析构建包含13个题项的制造企业组织植入测度量表。数据分析结果表明,二维13项制造企业组织植入量表信效度较高,能够有效测度制造企业组织植入程度。

研究结论明确了数字服务化情境下制造企业组织植入的主要内容,系统阐释了制造企业从服务化转型向数字服务化转型过程中,在客户现场服务提供行为方式的变化。具体地,服务化阶段,制造企业主要通过员工植入,以人际互动、知识共享、信息交换,以及由此构建的关系资本等行为要素提供现场线下服务;数字服务化阶段,在员工植入的基础上,制造企业通过智能设备植入,以数据采集、数据分析、数据应用,以及由此产生的数据资源等行为要素提供远程线上服务。

4.2 理论贡献

(1)区别于先前研究局限于传统服务业中组织植入的描述,本文将组织植入概念从物流服务领域引入制造服务领域,拓展了组织植入概念应用范畴,为制造业服务化相关研究提供了概念基础。

(2)基于制造企业数字服务化转型视角,结合行业差异与企业发展实际,通过深度访谈与扎根理论等研究方法,将组织植入维度从传统服务业中的单一维度“员工植入”拓宽至制造服务业中的“员工植入”与“智能设备植入”双元维度,为制造企业组织行为研究提供了新视角。

(3)基于数字服务化情境开发了信效度较高的制造企业组织植入量表,丰富了制造企业数字服务化转型研究体系,回应了Marko等[23]、Gebauer等[38]的研究呼吁,为未来数字服务化相关定量与实证研究提供了参考。

4.3 管理启示

(1)制造企业可采用员工植入行为方式派遣技术员工进驻客户企业现场,实现与客户零距离、高频次沟通,据此与客户建立关系并实现异质性知识和隐性知识交换。在锁定客户的同时,了解客户当前真实需求,进而精准预测客户未来需求,以便先于竞争对手改进现有服务或推出新服务。

(2)借助数字技术,制造企业可应用物联网等先进技术,在征得客户同意的前提下,将传感器等智能设备组件植入客户购买的产品中,实时收集产品运行数据,掌握产品使用状况,即时预测产品可能发生的故障并提前制定应对策略。在确保客户企业持续生产的同时,分析产品运行数据,寻找故障多发数据点,找出产品可能存在的设计缺陷等,优化现有产品服务流程,进而实现服务创新。

(3)制造企业可根据自身服务转型情况,选择恰当的组织植入方式以锁定客户,在提升客户忠诚度的同时,实现服务创新。选择员工植入时,派驻客户现场的员工不仅需要具备良好的专业技能,而且需要具备较高的人际沟通技巧,能够敏锐地观察现场状况并迅速作出反应。应用智能设备植入时,制造企业应重点提升其数字化能力,如信息感知和获取能力、硬件组件低人力涉入能力、通过无线通信网络连接数字化产品的能力,以及大数据分析和应用能力等。

4.4 不足与展望

本文存在以下不足:第一,访谈数据收集方面,尽管本研究强调数据多源性与样本均衡性,但受时间限制,访谈对象主要集中于西北地区,且受访者所在细分行业覆盖面较小。因此,未来可以进一步拓展研究范围并进行深度访谈。第二,研究视角方面,本研究主要基于数字服务化转型视角从植入物方面探究制造企业组织植入结构维度,未来可拓展研究维度,从更多视角与层面探讨不同行业跨组织服务中的组织植入行为。