智能制造師徒關系理論構建及對團隊雙元創新的驅動機制

摘" 要" 智能制造正逐漸成為制造業企業在數字經濟時代獲得競爭優勢的新方向， 企業創新則成為制造業推動數智化轉型、實現高質量發展的重要途徑。然而， 當前關于智能制造以及數智化轉型的企業管理研究中， 學者們多聚焦于技術構成、商業模式等宏觀層次議題， 缺乏從企業內部社會關系網絡視角開展創新的激發過程研究。基于此， 本研究在智能制造情境中構建新型師徒關系理論， 為企業從微觀視角激發團隊雙元創新提供了新的切入點。基于多重團隊過程模型， 本研究探討了智能制造師徒關系通過塑造團隊轉化和行動兩個不同過程激發團隊漸進式創新和突破式創新的具體路徑， 同時基于人際和人智兩個過程分析智能制造情境中團隊雙元創新激發過程的邊界條件。本研究不僅為智能制造情境中的人才培養與管理提供理論思路， 且從微觀層次豐富學界對智能制造情境中企業創新驅動機制的認識。

關鍵詞" 智能制造師徒關系， 團隊雙元創新， 團隊過程模型

分類號" B849： C93

1" 問題提出

二十大報告中明確指出， 建設現代化產業體系， 要堅持把發展經濟的著力點放在實體經濟上， 推進新型工業化， 加快建設制造強國、質量強國、數字中國。在當前國家高度重視高質量發展的戰略背景下， 我國制造業的發展方式發生了根本變化， 實現了從依靠效率的“量驅動”到依靠質量的“質驅動”的深刻轉變。云計算、大數據、人工智能和工業互聯網等數字化技術的快速發展為傳統制造業轉型升級奠定了技術基礎。智能制造成為我國從制造業大國向制造業強國邁進的必然趨勢和重要方向。為了推進中國制造業向智能制造轉變， 企業需要打造更加便捷和更具創造性的人才培養模式（張遠， 李煥杰， 2022）。

在智能制造企業中， 數字化技術的發展給組織模式和工作內容帶來了結構性變化。工作過程中員工之間可以通過數字化技術進行交流、合作和協作（Shehadeh et al.， 2017）， 這對員工的能力和角色產生了新要求（Crnjac et al.， 2017）， 尤其是具有數字能力和創新能力的復合型人才。師徒制廣泛流行于傳統制造業情境之中， 是企業內部通用的、主要的人才培養方式， 是技藝在傳承基礎上得以發揚的重要載體。在當今制造業面臨轉型升級的發展需求下， 已有的師徒關系人才培養模式缺乏系統性和高效性， 不僅無法適應數字化技術帶來的工作挑戰， 且無法有效地滿足智能制造對人才能力的新需求。盡管一些學者順應時代發展， 在師徒互動中引入了電子化手段并提出電子師徒關系的概念， 試圖推進傳統師徒關系的研究進展（Ensher amp; Murphy， 2007）。然而電子師徒關系主要表現為使用在線或遠程工具來促進或補充指導關系（Ensher et al.， 2003）， 師徒關系的內涵并未跟隨時代特點得到更新和發展。據此， 我們亟需進一步探索適應智能制造情境的新型師徒關系理論內涵。

智能制造為新型師徒關系的構建帶來必要性， 同時提供了可能性。人工智能等數字化技術不僅改變了師徒兩者之間的互動方式， 而且增加了人與智能技術之間的交互（Wynne amp; Lyons， 2018; 何貴兵 等， 2022）。也就是說， 在智能制造情境中， 基于智能平臺的多方互動關系已經逐步取代了僅限于師傅與徒弟雙方的人際互動關系。智能平臺、即時通信等數字化技術的運用促進了師傅徒弟間的交流、合作， 為智能制造車間、流水線、班組等不同形式的團隊構建具有社會關系網絡結構的新型師徒關系提供了支撐（邊燕杰， 丘海雄， 2000; Shehadeh et al.， 2017）。因此， 智能制造情境中新型師徒關系是基于智能平臺， 由團隊內雙方、三方、一對多以及多對多等多種人際互動過程而形成的人際關系網絡。

對于大多數“To C”的智能制造企業， 實現高質量發展的關鍵在于激發組織內團隊創新， 以便能夠及時地滿足日益動態化、多樣化的市場需求。在智能制造情境中， 企業往往采用個性化定制的生產模式， 以用戶個性化需求為主導， 形成再生產的逆向“拉式”模式（張明超 等， 2021）。基于智能制造情境的團隊師徒關系網絡能夠從內部過程視角提升團隊有效性， 促進團隊員工創新潛力的激發與釋放。研究表明， 經驗豐富的師傅能夠對經驗欠缺的員工提供針對性的指導（Bang amp; Reio， 2017）， 這一師徒間的經驗交流過程能夠對專業知識進行不斷整合、優化與升級（Curtis amp; Taylor， 2018）， 是促進組織和個體創新的有效途徑（Hu et al.， 2020）。進一步地， 基于當前管理實踐的需要和理論文獻的證據， 本研究旨在以智能制造情境中的團隊師徒關系網絡作為切入點， 從微觀視角揭示企業應如何有效地激發團隊雙元創新， 以幫助企業成功跨越數智化轉型的“最后一公里”。

本研究以團隊過程分類模型（Transition- Action-Interpersonal， 以下簡稱TAR）為研究視角， 系統探究智能制造師徒關系如何激發團隊雙元創新這一關鍵問題， 該理論是揭示團隊投入通過團隊過程轉化為團隊產出具體路徑機制的重要框架。該理論指出團隊成員間通過轉化過程、行動過程和人際過程來實現最終團隊任務和目標， 其中轉化過程和行動過程與目標的完成緊密相關， 而人際過程貫穿于團隊整個過程之中， 為另外兩個過程提供了重要保障（Marks et al.， 2001; Mathieu et al.， 2017）。本研究認為人際過程可以作為智能制造師徒關系通過轉化過程和行動過程對團隊雙元創新產生影響的邊界條件。此外， 隨著數智化轉型的推進， 大數據、人工智能等技術在工作場所日益普及， 人與智能的互動關系也逐漸成為人們日常工作的一部分（何貴兵 等， 2022）。顯而易見， 傳統TAR模型中三個過程均無法體現出智能制造情境中人與智能之間的互動過程。據此， 本研究將在TAR模型三個過程的基礎上增加反映團隊成員與智能技術互動的人智過程， 并以之作為智能制造師徒關系對團隊雙元創新產生影響的另一邊界條件， 來揭示智能制造師徒關系通過轉化過程、行動過程對團隊雙元創新的影響機制及其邊界條件。

基于上述考慮， 本研究旨在圍繞“智能制造情境中的師徒關系如何形成以及如何對團隊雙元創新產生影響”這一核心研究問題， 深入探索智能制造師徒關系的概念內涵， 并基于TAR模型中的轉化過程和行動過程分別構建鏈式中介， 揭示智能制造情境中團隊師徒關系網絡對團隊雙元創新的雙重路徑。最后， 以人際過程和人智過程作為調節變量探索智能制造師徒關系雙重路徑的邊界條件， 為發展系統性的智能制造師徒關系理論框架奠定基礎， 同時也為組織人才培養模式與團隊創新激發提供一定參考借鑒。

2" 研究現狀與述評

2.1" 師徒關系的概念發展

在師徒關系的現有文獻中， 學者們分別從人際關系（Hunt amp; Michael， 1983; Kram， 1985）、知識傳遞（Seibert， 1999; van Emmerik et al.， 2005）、師徒匹配（韓翼， 楊百寅， 2012）以及電子師徒（Ensher et al.， 2007）等獨特視角對師徒關系的內涵進行了不同界定。盡管定義存在些許差異， 但都反映了傳統師徒關系具有的一些共同特征：（1）被動性， 傳統師徒關系表現為師傅在生產實踐中的教學， 其核心是師傅以言傳身教的形式將自身經驗、知識、技能等隱性知識傳遞給徒弟（Hunt amp; Michael， 1983; Kram， 1985）， 徒弟只能被動接受師傅的教導內容; （2）二元性， 傳統師徒關系遵循從師傅到徒弟的單向指導或傳承形式， 往往是師傅與徒弟兩者之間的互動關系（韓翼， 楊百寅， 2012）; （3）專一性， 傳統師徒關系中的師傅往往擅長某一領域的技能， 徒弟則在該領域相對經驗欠缺（韓翼 等， 2013）。師徒雙方傳授角色相對單一固定， 即師傅為徒弟提供職業規劃和心理支持， 并致力于幫助徒弟在復雜的工作環境中獲得職業成功。

此外， 目前研究者普遍應用Scandura （1992）師徒關系的三維度結構， 包含社會支持、職業指導以及角色模范三個方面。其中社會支持維度是指師傅通過提供咨詢建議， 例如勸告、社交等， 獲得徒弟的信賴， 幫助徒弟建立一種身份認同感、勝任力和效力; 職業指導維度強調師傅給徒弟提供的工作指導， 例如保護、挑戰性工作委派與指導等， 從而促使徒弟的職業生涯進步; 角色模范維度是指師傅作為徒弟想要模仿的榜樣， 過去的成功經歷與事跡激勵著徒弟（Scandura， 1997）。在師徒關系三維模型的基礎上， 現有關于師徒關系的實證研究大多數采用Scandura和Ragins （1993）的量表， 以徒弟自評的方式開展測量。綜合以往研究發現， 傳統師徒關系的內涵包含了師徒關系的參與者（經驗豐富的師傅和經驗欠缺的徒弟）、師徒關系的實施形式（在生產實踐過程中師傅的單向指導或傳承）、師徒關系的內容（社會支持、職業指導以及角色楷模）。然而， 該模型仍存在一定的缺陷。一是它無法體現當今智能制造背景下師徒關系的本質， 二是它主要從徒弟視角進行測量。盡管已有量表為研究師徒關系提供了證據支持（葉龍 等， 2020）， 但尚未結合智能制造情境中員工在工作內容、方式、資源、要求等方面需要應對的挑戰去更新師徒關系的內涵。

隨著企業智能制造的推廣， 內部團隊和社會關系的對象特征和表現形式也會隨之發生變化。智能制造下的團隊由團隊成員與智能技術共同組成， 且團隊成員通過云計算、大數據、人工智能和工業互聯網等數字化技術進行交流整合和互動反饋（Shehadeh et al.， 2017）。智能平臺、即時通信等數字化手段的運用為構建新型師徒關系提供了技術支撐， 雖然前人學者提出了電子師徒關系的概念（Ensher et al.， 2003）， 但尚未圍繞師徒關系的參與對象、傳授形式、指導內容等方面與傳統師徒關系進行區別和更新， 也未能開發相應的測量工具與評價方式， 因此鮮有研究可供后人參考借鑒并引用。據此， 我們亟需跟隨時代發展重新界定并開發智能制造師徒關系的理論內涵及其測量方式。

2.2" 智能制造師徒關系與團隊創新行為的影響機制

以往研究廣泛探討了師徒關系對師傅和徒弟個體心理與行為產生的影響， 并嘗試揭示其背后的不同驅動機制（Wanberg et al.， 2013）。其中， 研究發現師徒關系會對徒弟的任務績效或周邊績效產生積極影響（王凱， 韓翼， 2018）， 已有學者證實師徒關系會促進徒弟的創新績效（李進生 等， 2021; 魏翔宇， 于廣濤， 2021）。然而， 僅有少數研究關注了師徒關系對徒弟個體創新的影響， 缺少從團隊層面探究師徒關系對創新的激發。近年來， 個別學者開始將師徒關系的作用視角轉移到團隊層面， 研究發現師徒關系會改善團隊過程質量， 對團隊產生內在和外在影響（曾顥， 趙曙明， 2017; 陳誠 等， 2015）。其中內在影響表現為師徒雙方的經常性交流能夠提高雙方的心理滿意度和組織認同感， 從而提升團隊的凝聚力、領導力， 促進團隊內交流互動和學習型氛圍的建立（孫璽 等， 2013）。外在影響包括師徒關系促使師傅與徒弟之間形成比較穩固的關系， 使團隊的合作氛圍得到改善， 進而促進團隊目標的實現、高效團隊的建立、組織文化的提升， 以及組織社會化和員工留職等（Chao， 1992; 陳誠 等， 2015）。因此， 已有師徒關系的影響機制研究仍停留在個人心理和行為層面， 但智能制造情境中的團隊師徒關系， “多對多”的人際網絡關系可能會影響到團隊績效、團隊創新等， 對于團隊層面創新績效的影響需得到研究者的重視， 其中介理論機制也有待于學者們進一步挖掘。

隨著智能制造時代的到來， 創新能力的挖掘和提升已成為企業獲取競爭優勢的關鍵。基于此， 對激發企業創新的影響因素及內在機制的探究變得尤為重要。已有研究結果表明， 團隊的各種過程對團隊創新具有促進作用（Guzzo amp; Shea， 1992）。基于團隊輸入?過程?輸出模型（Input-Process- Output， 簡稱IPO模型）和團隊TAR模型對影響團隊創新的前因變量進行了梳理。其中， 在團隊的輸入變量上， 由關于成員特質、領導力的探討逐漸轉移到特征情境因素上。一方面， 成員特質是指員工個體心理特質的綜合體， 包括責任心、主動性人格等（Lee et al.， 2018; Xu et al.， 2019）。另一方面， 在領導力與團隊創新的相關研究中， 如變革型領導（Hülsheger et al.， 2009）、道德型領導（Chen amp; Hou， 2016）、家長式領導（晉琳琳， 2016）、時間領導（衛武， 趙鶴， 2018）等都已被證明對團隊創新有積極影響。相對來說， 近年來學者們也以特征情境因素作為前因變量對團隊創新的影響機制進行了探討， 但關注較多的情境因素包括差錯管理氛圍（杜鵬程 等， 2015）、創新氛圍（Xie et al.， 2018）等， 并沒有體現企業在數智化轉型過程中塑造的團隊關系情境， 還有待學者們進一步挖掘。

此外， 在對團隊創新產生影響的團隊過程研究中， 轉化過程中的團隊自省是團隊創新的重要驅動因素， 主要包括團隊反思和失敗學習等。其中團隊反思在團隊輸入與創新之間起中介作用（袁慶宏 等， 2015; 姚柱 等， 2020）， 失敗學習顯著提升團隊創新績效（陳馳茵， 唐寧玉， 2017）。同時， 行動過程中的知識管理對激發團隊創新也尤為重要， 包括知識共享和知識整合等。如宋萌等人（2017）發現領導跨界行為通過團隊成員知識分享質量對團隊創新產生正向影響， Jin和Shao （2022）證實知識整合在科研團隊網絡力量與團隊突破式創新之間起中介作用。最后， 人際過程是轉化和行動過程有效開展的重要保障， 包括信任和沖突等。學者指出在虛擬團隊中， 信任對團隊創新績效發揮著重要的作用（Germain， 2014; Alsharo et al.， 2017）。另外， 在沖突管理中， 關系沖突在過往績效與創新行為的影響間起部分中介作用（Nifadkar amp; Bauer， 2016; 孫繼偉， 李曉琳， 2018）， 地位沖突對團隊創新起著“兩面性”作用（劉智強 等， 2019）。據此， 跟隨智能制造企業的發展， 應進一步探究師徒關系與團隊創新之間的過程機制。

2.3" 對現有研究的評述

從上述文獻回顧可以看出， 師徒關系概念自提出以來得到了學者們的廣泛重視， 現有研究圍繞師徒關系開展了一系列理論和實證的工作。綜合上文對于師徒關系概念內涵、結果變量與團隊創新前因變量的梳理， 本研究認為以下三個方面仍有進一步發展的空間。

首先， 傳統師徒關系難以應對智能制造情境中數字技術廣泛應用帶來的挑戰。新一輪信息技術發展成為師徒關系的“催化劑”， 在企業智能制造實踐過程中， 組織特征、工作方式與內容、人與技術的關系、線上線下的協作等方面均呈現出一系列的新變化（羅文豪， 王堯， 2022）。然而， 傳統師徒關系的底層邏輯和研究范式還停留于傳統制造業情境中， 強調師傅到徒弟的單向傳承， 表現為師徒雙方的人際互動， 無法應對智能制造帶來的諸多變化（Ragins amp; McFarlin， 1990）。在此概念內涵上， Scandura （1992）將師徒關系化為社會心理、職業生涯以及角色模范三個維度， 相關的實證研究也多以上述三維度或部分內容作為測量工具， 視角也局限于從徒弟角度的測量評價（韓翼， 楊百寅， 2012）。上述師徒關系的理論界定和測量內容具有一定的普適性， 但與企業智能制造轉型升級的訴求脫軌， 難以在智能制造情境中發揮對企業創新人才的培育作用， 存在情境應用上的局限性。因此， 有必要在智能制造情境下去重新梳理、更新和拓展師徒關系的內涵并開發測量工具。

其次， 現有對師徒關系影響的研究層次較為單一， 大多局限于師徒個體層面。圍繞師徒關系的作用機制和后果， 學者們分別從師傅和徒弟的不同角度切入進行了不少的研究。然而， 當前研究大多數傾向在個體層次（師傅或徒弟）上進行師徒關系影響研究， 較少開展團隊層次的調研（陳誠 等， 2015）。特別是， 當團隊整體處于智能制造情境中時， 師徒之間信息和資源交換的形式復雜， 遍布于在智能平臺上由雙方、三方、一對多以及多對多等多種互動形成的師徒人際關系網絡， 多體現在團隊集體層面。因此， 傳統師徒關系已無法匹配當今企業數智化轉型的發展需求， 無法反映基于數智化技術形成的師傅、徒弟、智能平臺的多方互動網絡， 據此應將師徒關系的研究層面從個體擴散到團隊。

最后， 智能制造師徒關系在團隊層面的雙元創新過程機制與情境條件尚不清楚。目前智能制造情境中企業創新的相關研究主要集中于組織層次， 如何從微觀層次激發團隊及員工創新這一問題還未得到很好的回答。如前文所述， 已有研究已經發現智能制造企業創新的重要性（Büchi et al.， 2020; Raj et al.， 2019; 陳金亮 等， 2021）。在智能制造企業創新的影響因素中， 針對企業技術創新、戰略創新與商業模式創新等宏觀層面的戰略環境探討都得到了學者們的研究（Hameed et al.， 2021）， 然而， 現有研究對師徒關系、團隊創新等微觀話題卻鮮有關注。此外， 在團隊層次上， 團隊過程變量也是影響團隊雙元創新的關鍵要素（劉智強 等， 2019; Nifadkar amp; Bauer， 2016）。智能制造師徒關系如何影響團隊的不同過程以促進團隊雙元創新的產生， 智能制造師徒關系與團隊其他過程（如人際過程等）是否會產生交互作用， 這些問題在當前的研究中都未能得到明確和充分的回答。

3" 研究構想

本研究主要關注智能制造師徒關系這一核心概念， 依據多重團隊TAR模型， 探討智能制造師徒關系影響團隊雙元創新的過程機制及其邊界作用（如圖1所示）。具體而言， 可分解為如下三個目標：一是通過現場訪談、問卷調查、社會網絡分析等方法和手段， 拓展智能制造師徒關系概念內涵并開發相應的測量工具; 二是通過對經歷智能轉型的制造業企業開展實地調研以及數據收集， 從團隊層次考察智能制造師徒關系通過團隊轉化過程、團隊行動過程影響團隊雙元創新的內在驅動機制; 三是以團隊人智過程、團隊人際過程為調節變量， 探討智能制造師徒關系激發團隊雙元創新雙重路徑機制的邊界條件。

3.1" 研究1： 智能制造師徒關系的概念拓展與量表開發

3.1.1" 智能制造師徒關系的概念特征

通過文獻梳理發現， 傳統師徒關系的概念延續至今面臨著情境性不足的問題。如今的數字經濟時代給企業的工作方式與內容等方面帶來了變化和挑戰， 同時個性化、動態化的用戶需求也對員工技能提出了更高的要求， 師傅言傳身教與徒弟單一技能的學習已無法滿足智能制造背景下企業日益復雜的人才需求。通過上述文獻回顧， 本文總結現有研究中師徒關系與智能制造師徒關系在傳授形式、關系特征、參與對象等方面的顯著差異， 如表1所示。

從表1可以看出， 現有師徒關系局限于傳統背景下師傅和徒弟兩者之間的互動過程， 無法解釋組織通過智能信息技術搭建的師傅、徒弟、數字化平臺的多方互動關系網絡。智能制造情境中的新型師徒關系區別于傳統的師徒關系：第一，"師徒傳授形式由面對面的言傳身教轉換成更靈活自由的平臺化主動學習， 定制個性化的學習計劃和方案（張敏， 趙宜萱， 2022）， 即團隊內成員可以通過智能平臺去學習師傅的知識和經驗， 這需要徒弟發揮主觀能動性去學習。第二， 師徒間的人際互動可以基于智能制造情境中數字化平臺形成團隊集體關系網絡， 即團隊每個成員被視為社會中的節點， 這些團隊成員間的關系連接匯聚成一個集體的師徒關系網絡。因此， 智能制造師徒關系強調在智能平臺上由雙方、三方、一對多以及多對多等多種互動而形成的人際關系網絡。第三， 智能制造情境中團隊成員擁有師傅和徒弟雙重角色身份， 可以根據需要進行動態切換。傳統師徒關系是師傅傳授徒弟的單線傳承（Hunt amp; Michael， 1983; Kram， 1985）， 而智能制造情境中團隊內成員既可以作為徒弟向其他成員進行學習， 也可以作為師傅指導其他成員， 師徒角色可以動態切換， 尤其是徒弟逆向指導表現明顯。在關系網絡中師傅指導任務的同時， 徒弟也可能逆向分享其他關于技術趨勢、主題進步、社會媒體的解釋 （Jordan amp; Sorell， 2019）。在智能制造師徒關系網絡中， 師徒雙方的學習和成長相互交織和相互依賴， 并且多對多的指導關系可以增強師徒雙方的個人網絡， 并在整個組織之間建立橋梁（Murphy， 2012）。

如上所述， 智能制造師徒關系可以看作是以人工智能、大數據、云計算等數字技術為基礎構建的智能平臺為載體， 以師徒互動為形式， 旨在促進成員就智能制造情境中的工作任務、職業發展和人際關系等方面向其他成員提供或者尋求指導、支持與建議的關系網絡。

3.1.2" 智能制造師徒關系的結構及內涵

在師徒關系概念及測量研究中， Scandura （1992）三維模型得到了較為廣泛的運用。盡管在該模型中， 師徒關系難以很好地拓展到智能制造情境之中， 但該模型所包括的三個維度仍然有助于我們作為探索智能制造師徒關系結構及內涵的初步框架。

第一， 在職業指導方面， 通過智能化平臺， 師徒間的多對多交流能夠促使團隊成員形成了一個動態多維的虛擬社會關系網絡， 它擴大了師徒兩者的影響范圍， 實現了團隊內部的知識交流和資源共享。智能制造情境中團隊可以通過以數字技術為基礎構建智能平臺， 智能平臺作為儲存知識的載體， 能夠隨時隨地被團隊內成員使用。最終， 師傅、徒弟會在智能技術的應用下形成虛擬網狀師徒關系， 徒弟可以通過智能平臺主動學習， 師傅也可以隨時在平臺分享經驗和提供支持， 師徒之間能夠及時、高效地交流知識和經驗。此外， 團隊內成員都可以作為師傅和徒弟進行咨詢或分享， 多種資源支持有助于團隊內成員獲得職業發展機會。第二， 在社會支持方面， 智能制造情境中員工一方面能夠獲得更為多元的社會支持， 另一方面可能面臨更多的壓力。數字化技術的出現會造成企業員工對工作方式和內容的思考， 進而產生未來不確定的恐慌和焦慮情緒， 對智能技術產生抵觸心理（曾德麟 等， 2021）。智能制造師徒關系構建成功后， 團隊成員間可以利用智能技術形成的網狀交流平臺進行及時互動交流， 彼此帶來的心理支持一定程度上減緩了雙方的焦慮情緒， 有利于企業數智化轉型的順利進行。第三， 在角色模范方面， 智能制造師徒關系形成的網狀交流平臺進一步擴大師徒關系的影響范圍， 不僅有利于師傅優秀事跡和經驗的傳播， 而且有利于團隊成員之間的互相鼓勵和模仿， 教學所長成為智能制造企業需要的創新型人才， 實現企業資源共享。

鑒于此， 本研究將通過扎根理論的質性研究方法， 構建智能制造師徒關系的理論框架， 并遵循規范的量表開發程序， 開發智能制造師徒關系的測量工具。此外， 智能制造師徒關系呈現動態化、網絡化特點， 這要求我們從社會網絡視角來理解智能制造師徒關系的概念。本研究擬采用社會網絡分析法（Social Network Analysis）， 它衡量的是社會行動者之間的關系， 行動者作為網絡中的節點連接群體中的個人， 這些關系逐漸匯總成一個完整的社會網絡， 可以分為雙元關系、三元關系、一對多以及多對多關系（Freeman， 2004）。智能制造師徒關系描繪的制造業團隊中每個成員作為社會行為者與團隊中的其他成員產生連接， 涵蓋了上述社會網絡中的所有關系。因此， 參照Rulke和Galaskiewicz （2000）， 本研究將使用社會網絡分析法， 綜合團隊成員評價其他成員的得分， 選取網絡密度和網絡中心勢衡量智能制造師徒關系團隊層面的水平， 為之后實證研究提供檢驗方法。

3.1.3" 智能制造師徒關系的效度檢驗

本研究選取團隊雙元創新作為智能制造師徒關系的校標關聯變量， 主要包括漸進式創新和突破式創新。漸進式創新是指對現有技術和產品的細微改善， 是在現有知識的基礎上加以改進使之更加符合市場需求（Zhou amp; Li， 2012）。本研究認為智能制造師徒關系能夠對漸進式創新產生積極影響。首先， 智能制造師徒關系有利于團隊內成員間的資源獲取。智能制造情境中的團隊成員作為徒弟可以通過師徒關系網絡輕松獲取與工作任務相關的知識和資源， 進而提高其完成工作任務的能力（Gibbons， 2004）， 師傅也能得到徒弟的逆向指導， 從團隊內其他人獲取工作資源來進行改進。其次， 智能制造師徒關系可以促進團隊成員之間的經驗交流。智能制造情境中師傅可以通過師徒關系網絡進行知識、經驗的分享， 同時徒弟的逆向指導反饋又有利于領導及其他成員的反思和改進（袁慶宏 等， 2015）。此時， 團隊內部知識和資源的流通可以促進整個團隊資源的合理利用和最優配置， 師徒雙方資源合并克服創新的障礙（Jin amp; Shao， 2022）。最后， 智能制造師徒關系有利于提升團隊工作效率。智能制造師徒關系是一個多方互動的關系網絡， 團隊內成員可以接收到多個擁有豐富經驗和專業知識的師傅幫助， 反過來徒弟們也可能在平臺上向師傅反饋新的知識和信息， 促使師傅自我提升。也就是說， 智能制造情境中團隊成員可以向工作經驗少的同事提供意見和改進工作方法， 提升團隊的整體工作效率（Brennecke amp; Rank， 2016）。可見， 智能制造師徒關系能通過團隊成員合作來獲得更多信息， 并對團隊資源配置來提升團隊工作效率， 促使企業在原有知識基礎上進行知識更新和完善， 進而對原有產品進行功能和形式上的改進， 提升組織的漸進式創新。

突破式創新是指打破企業以往的能力、產品、流程和技術， 以全新的方法或模式實現對現有產品或技術的顛覆（Zhang et al.， 2016）。突破式創新更加注重內容、功能和本質上的創新， 它并不是在原有基礎上的修補和改進， 而是一種對現狀的全新挑戰和徹底改變（Ozer amp; Zhang， 2015）。本研究認為智能制造師徒關系有利于突破式創新的發生。首先， 智能制造師徒關系構建出通過智能平臺構建團隊關系網絡， 當徒弟在工作中遇到挑戰或問題時， 可以及時通過智能平臺向特定方面優秀者學習， 基于該平臺達到“三人行必有我師”的狀態。此外， 智能制造情境中團隊成員從其他人那里獲得的職業指導、社會支持和角色模范， 可以促使模糊的想法變得清晰， 促進團隊跳出原有思考問題的思維方式（Li et al.， 2017）。尤其是徒弟雖然作為受教育的角色， 反過來對師傅的逆向指導可以促使師傅擺脫固有邏輯思維（Jordan amp; Sorell， 2019）， 師徒通過彼此間的教學所長， 成長為智能制造需要的創新型人才。其次， 智能制造師徒關系使團隊成員通過智能平臺進行溝通， 有助于降低成員間的權力距離。智能制造師徒關系通過智能平臺來交流， 這一虛擬的互動方式會促使團隊成員忽略彼此間的層級關系（Lu et al.， 2017）， 更加關注與工作任務相關知識與信息的分享， 碰撞出新的靈感。智能制造網狀師徒關系讓團隊內部的交流更加順暢， 促使徒弟的逆向指導成為可能， 徒弟可以通過網絡平臺去反饋和逆向指導， 降低其師傅的抵觸性， 更容易出現創新的火花。最后， 智能制造師徒關系有利于團隊成員從平臺上盡可能多的搜集差異化和多樣化的知識， 有利于突破式創新的出現。智能制造師徒關系有助于將對產品、服務和組織過程有新視角的徒弟與了解如何在組織中完成工作的師傅聚集在一起， 從而能夠更有效地推動問題的識別、數據的收集和分析、解決方案的生成和實現（Murphy， 2012）。可見， 智能制造師徒關系使團隊內成員通過智能平臺搜尋與共享信息以實現團隊內資源的累積， 進而提升團隊的突破式創新。更進一步來說， 智能制造師徒關系中師徒雙方身份的動態切換， 為徒弟的逆向指導提供了豐富機會， 激發了團隊成員之間的相互學習和問題反思過程， 這對于提升團隊雙元創新是非常有利的。因此， 我們提出：

命題1：智能制造師徒關系對團隊漸進式創新（a）和突破式創新（b）有正向影響。

3.1.4" 智能制造師徒關系發揮作用的邊界條件

團隊過程變量。人工智能等數字化技術在制造業的引入和應用， 無疑會改變組織內部人力資源管理的活動與流程（羅文豪 等， 2022）。智能制造情境中， 人作為企業的重要組成單元， 每位員工都可能與新技術產生交互， 人、智能機器以及周圍環境可以構成人—機—環境的整體協同系統（何勤 等， 2022）。TAR模型的人際過程只包含團隊成員間的互動， 而團隊成員與智能平臺等數字化技術的互動也是團隊工作內容的重要部分， 本研究聚焦企業員工與智能制造的互動過程， 即人智過程作為情境因素， 檢驗智能制造師徒關系作用過程的邊界條件。此外， 在團隊TAR模型中， 人際過程會作為情境因素觸發影響創新的過程， 主要涉及沖突和信任等問題（Marks et al.， 2001）。因此， 本研究以團隊技術信任和團隊認知信任為調節變量， 來揭示人智過程、人際過程在智能制造師徒關系對團隊雙元創新作用過程的調節作用（如圖2所示）。

在智能制造企業中， 團隊員工與人工智能等數字化技術的互動過程時有發生， 本研究從人智交互的視角， 關注團隊技術信任對智能制造師徒關系與團隊雙元創新轉化過程的調節作用。團隊信任是指團隊成員之間充滿信心和積極期望的一種共同信念（de Jong amp; Elfring， 2010）。基于智能制造情境， 本研究將團隊技術信任定義為是團隊成員對于團隊掌握的人工智能等數字化技術的信心和期望。企業員工對于新技術引入后改變自身工作體驗和行為產生的情緒和態度對于員工技術采納和應用十分重要（張敏， 趙宜萱， 2022）， 研究表明組織內部員工對AI系統的信任影響著團隊協作與組織協調（Brock amp; von Wangenheim， 2019; Seeber et al.， 2020）。因此， 在智能制造情境中， 當團隊技術信任程度高時， 團隊成員通過師徒關系網絡從他人處尋求的工作相關的技術、知識和經驗更值得信賴， 隨著團隊內成員間溝通和交流的加深， 團隊協作能力也增強， 進一步促進團隊雙元創新的產生。

人際過程是人與人之間的互動過程， 團隊認知信任是團隊成員基于對彼此的能力和現有知識的可靠性產生的信任（Davis et al.， 2000）。較高的團隊認知信任能夠使團隊成員對彼此的能力具有認同感， 在團隊中營造一種安全氛圍， 鼓勵團隊成員相互交流， 提高團隊成員的合作水平（Barczak et al.， 2010）。當團隊成員認知信任水平較高時， 智能制造師徒關系網絡中團隊成員之間對分享的信息會更加信任且易于接受， 更加方便團隊成員間的知識交流和信息分享， 從而為團隊雙元創新提供了豐富的信息和資源。因此， 本研究提出：

命題2：團隊技術信任（a）、團隊人際信任（b）正向調節智能制造師徒關系與團隊雙元創新之間的關系。

團隊其他變量。在團隊過程模型中， 除連接輸入變量和輸出變量的三種常見團隊過程變量外， 有效的團隊過程還受到如領導、文化氛圍、涌現狀態等團隊情境因素的影響（Mathieu et al.， 2017）， 這些因素同樣會對智能制造情境中師徒關系網絡在團隊創新過程中的作用方式產生影響（如圖2所示）。研究表明， 團隊領導的變革型、盡責性等風格有助于激發團隊反思， 從而為團隊創新提供更多機會（陳璐 等， 2016; Hu amp; Judge， 2017）， 而團隊的共享領導力又能夠通過營造團隊集體心理安全感為提升多層次團隊學習創造有利條件， 為更好地促進師徒關系網絡發揮作用提供保障（Liu et al.， 2014）。文化氛圍也是影響團隊創新過程的重要情境因素， 同樣能夠影響到智能制造情境下師徒關系在團隊創新中的作用。如創新氛圍高的團隊擁有自由暢通的信息共享機制、責任共擔的決策機制（陳璐 等， 2016）， 在增強團隊成員主人翁意識的同時也擴展了智能制造師徒關系的影響力和自主性。與之相反， 如果團隊文化強調對新人的同化和適應性， 新員工雖然可以更為快速地熟悉團隊情境、完成團隊任務（趙晨 等， 2021）， 但也面臨著融入組織舊思維方式、消耗自身創造力的風險， 阻礙了團隊創新的產生（Snoeren et al.， 2016）。此外， 團隊成員的情感、動機、特質等因素還可以涌現匯聚到團隊層次形成涌現狀態變量， 同樣也會對團隊創新過程產生影響（Marks et al.， 2001）。具體來說， 團隊層次個體因素的匯聚涌現可以呈現異質性和一致性兩種狀態。團隊成員在情感、性格、人格特質及人口統計學變量等方面的異質性程度越高， 越有可能為團隊帶來更多樣化的知識、經驗和技能， 增強智能制造師徒關系網絡中團隊成員之間形成隱形的知識網絡（劉寧， 賈俊生， 2012）， 從而為團隊雙元創新提供了豐富的信息和資源。同時， 團隊成員在態度、價值觀、認知、動機等方面的一致性越高， 越有可能促進團隊協作（Healey et al.， 2015）， 進而促進團隊創新的發生（Bowers et al.， 2017）。

3.2" 研究2： 智能制造師徒關系影響團隊漸進式創新的團隊轉化過程視角

基于團隊轉化過程視角， 本研究探索智能制造師徒關系影響團隊漸進式創新的具體路徑， 旨在明確智能制造師徒關系對團隊漸進式創新的轉化過程機制及人智過程在其中的交互作用（如圖3所示）。在TAR模型中， 轉化過程是后續行動過程順利開展的前提（Marks et al.， 2001）， 但學者們對團隊轉化過程進行的實證探討相對比較少（高中華 等， 2020）。轉化過程發生于不同任務之間， 團隊在此過程中不僅需對以往成敗經驗進行反思與解釋， 而且需對未來行動做出規劃與準備（LePine et al.， 2008）。在該模型中， 團隊層次的智能制造師徒關系是輸入要素， 團隊成員技術反思作為師徒關系的轉化過程是首要中介變量， 團隊成員對轉化過程的流程改進反應既是輸出要素又是次要中介變量， 團隊漸進式創新是最終輸出要素。因此， 研究2將以團隊技術反思和團隊流程改進為連續中介變量， 揭示智能制造師徒關系與團隊漸進式創新的轉化過程， 以及團隊技術信任對智能制造師徒關系通過團隊技術反思對團隊漸進式創新產生間接機制的調節作用。

3.2.1" 技術反思、團隊流程改進的鏈式中介機制

團隊反思是指團隊成員對團隊目標、策略和工作過程進行的公開反思和溝通， 并使其適應當前或預期的情況（West， 2000）。本研究將團隊技術反思定義為智能制造情境中團隊成員對團隊擁有的數字化技術進行公開反思和溝通， 進而使其適應智能制造帶來的技術環境變化。團隊技術反思是團隊轉化過程， 強調的是團隊成員間對技術的認知和主觀理解（Yukawa， 2006）。在智能制造師徒關系中， 當團隊成員對工作內容和工作問題持有不同觀點時， 會激發團隊內部對解決方案的考慮和交流， 促進團隊反思的產生。因而， 團隊成員技術反思作為團隊轉化過程成為了揭示智能制造師徒關系輸入到輸出的重要中介機制。

團隊流程改進定義為由團隊成員進行的活動， 通過這些活動團隊獲取和處理數據， 使其能夠適應和改進（Edmondson， 1999）。在智能制造情境中， 團隊成員基于師徒關系網絡互動而產生的團隊技術反思可以進一步促進團隊流程改進。由于智能制造情境中團隊內成員可以借助智能平臺形成的關系網絡與團隊內他人交流， 尤其是針對數字化技術出現產生的工作方式和工作內容等問題的討論， 團隊成員之間關于新技術的分享和討論能夠激發團隊成員的技術反思。此外， 團隊會根據來自環境的反饋線索來調整他們的操作方法和工作方式（Schippers et al.， 2015）。智能制造師徒關系網絡給予了被指導者多方指導， 關于工作任務的不一致信息也會引發團隊成員的反思。團隊技術反思使團隊成員在工作過程中調整自己的觀點， 更有效地指導團隊輸出， 改進目前團隊的工作流程和做事方式。因此， 智能制造下師徒關系激發了團隊成員對技術的反思， 進而產生對團隊工作流程的改進。我們提出：

命題3：智能制造師徒關系通過團隊技術反思的中介對團隊流程改進產生影響。

漸進式創新通常涉及的是對企業現有生產流程、技術方法、市場能力及產品的進一步完善， 強調的是精細改進和持續積累（Zhou amp; Li， 2012）。團隊流程改進主要包括尋求反饋、討論錯誤等， 意味著消除已知的流程缺陷（Edmondson et al.， 2001）。通過鼓勵團隊成員對原定技術的質疑， 團隊技術反思激發團隊成員擺脫舊技術的束縛， 為新技術的產生創造團隊條件。團隊技術反思促進了團隊流程改進這一過程， 進而提高了他們的生產力， 提升了團隊的生產效率（Fuller et al.， 2006）， 也有助于團隊新產品、新技術的改進和開發。因此， 結合團隊技術反思對團隊流程改進的影響， 我們提出：

命題4：團隊流程改進能夠中介團隊技術反思對團隊漸進式創新的影響。

智能制造師徒關系形成了團隊多方互動網絡， 在網絡中團隊成員可以向工作經驗豐富的同事尋求幫助， 并與他人交流合作獲得更多關于工作的意見和信息， 對現有技術進行反思， 促使團隊對原有工作方法和流程進行改進， 實現漸進式創新。可見， 智能制造師徒關系對團隊漸進式創新有正向的影響。此外， 由于智能制造師徒關系能夠通過團隊成員技術反思的中介作用對團隊流程改進產生影響， 而團隊成員技術反思又能通過團隊流程改進對團隊漸進式創新產生影響， 因此我們認為智能制造師徒關系與團隊漸進式創新之間存在以下鏈式中介機制：

命題5：智能制造師徒關系通過團隊技術反思、團隊流程改進的連續中介作用對團隊漸進式創新產生影響。

3.2.2" 人智過程對轉化過程的交互影響

智能制造師徒關系是依托智能平臺建立的師徒關系互動網絡， 團隊成員關于數字化技術的信任感知影響到師徒關系對團隊漸進式創新的轉化過程。具體而言， 在智能制造情境中， 團隊成員多在虛擬的網絡交流平臺上進行交流互動， 豐富的人工智能、計算機通信等數字化技術極大地促進了團隊成員就各種問題交流想法、對未來行動計劃達成共識的能力（Demir et al.， 2020）。團隊成員與智能技術的交互過程顯著影響其對智能技術的信任程度， 如是否接受智能體提供的數據信息與決策建議以及是否愿意與智能體共同完成工作任務等（Hancock et al.， 2011）。智能制造情境師徒關系網絡中團隊成員與智能技術的人智互動過程對創新轉化過程至關重要， 因此本研究以人智過程的技術信任為調節變量， 探討智能制造師徒關系對團隊漸進式創新轉化過程產生影響的邊界條件。

較高的技術信任意味團隊成員對企業現有數字化技術的滿意程度， 增強了團隊成員對智能技術在功能性、可靠性及有用性三方面的認識和理解（徐禕， 劉藝璇， 2021）， 成為維系團隊成員間溝通交流的關鍵因素。在智能制造情境中， 當團隊技術信任程度高時， 師徒關系網絡產生的信息交流和分享更值得信賴。隨著團隊內成員間溝通和交流的加深， 團隊成員對目前掌握的智能制造技術更加了解， 關于工作任務的探討更容易引發團隊成員的思考。因此， 當團隊成員技術信任程度高時， 智能制造師徒關系給團隊成員帶來的知識和信息更加值得信賴， 團隊成員間對技術的暢所欲言也會引發對團隊技術的進一步反思， 進而對現有的團隊技術和流程進一步改進， 為團隊漸進式創新帶來資源。此外， 本研究認為團隊技術信任還能夠強化智能制造師徒關系經由團隊技術反思、團隊流程改進的連續中介作用對團隊漸進式創新產生的影響。因此， 提出：

命題6：團隊技術信任不僅正向調節智能制造師徒關系與團隊技術反思之間的關系， 而且正向調節智能制造師徒關系與團隊漸進式創新之間的間接關系。在這一間接關系中， 智能制造師徒關系對團隊漸進式創新的影響首先被團隊成員技術反思所中介， 其次被團隊流程改進所中介， 具體表現為被調節的鏈式中介效應。

3.3" 研究3： 智能制造師徒關系影響團隊突破式創新的團隊行動過程視角

基于團隊轉化過程視角， 本研究探索智能制造師徒關系影響團隊突破式創新的具體路徑， 旨在明確智能制造師徒關系對團隊突破式創新的行動過程機制及人際過程在其中的交互作用（如圖4所示）。在TAR模型中， 行動過程是指團隊為實現團隊目標、執行團隊任務而進行的一系列活動， 通常發生于轉化過程之后（Marks et al.， 2001）。此外， IPO模型指出團隊涌現狀態變量不同于團隊過程變量， 既受到其他團隊情境性輸入要素（如師徒關系）的影響， 也可以作為輸入變量對團隊行動過程產生影響（Marks et al.， 2001）， 以更有效地實現最終的遠端結果（高中華 等， 2020）。在該模型中， 智能制造師徒關系是輸入要素， 通過塑造的團隊交互記憶系統（團隊涌現狀態）進一步傳導到團隊知識整合（團隊行動過程）這一核心活動上， 最后對團隊突破式創新（團隊遠端結果）產生影響， 團隊認知信任（人際過程）貫穿于整個團隊行動過程之中。據此， 本研究構建被調節的鏈式中介理論模型， 將以交互記憶系統和團隊知識整合為連續中介變量， 揭示智能制造師徒關系與團隊突破式創新的行動過程， 以及團隊認知信任對智能制造師徒關系對團隊突破式創新產生間接機制的調節作用。

3.3.1" 交互記憶系統和團隊知識整合的鏈式中介作用

在團隊工作情境中， 交互記憶系統作為團隊知識分布式儲存的工作系統， 是一種團隊成員間形成的編碼、儲存和檢索不同領域知識的共享系統（Lewis amp; Herndon， 2011）， 反映了團隊成員的共享認知。交互記憶系統主要包括在交互記憶系統的專業化、差異化的團隊知識， 成員間的相互信任與依賴以及協調互動行為三個方面（Lewis， 2003）。智能制造師徒關系正向影響交互記憶系統， 主要表現在以下三個方面。首先， 智能制造情境中的團隊成員能夠通過師徒關系網絡快速查詢到團隊內所有成員的專長知識， 也能通過關系網絡去分享和整合不同成員的多樣化信息。其次， 智能制造情境中的團隊成員可以通過師徒關系網絡從不同的師傅搜尋信息， 增加信息的可信性， 提升了團隊成員的信任與依賴。最后， 智能制造師徒關系網絡有利于團隊內部的溝通與交流， 促進了團隊成員的合作能力， 通過對差異化知識進行有效整合提高團隊運作的有效性（Austin， 2003）。因此， 智能制造師徒關系促使團隊關系網絡的出現， 能夠促進團隊交互記憶系統的發展。

團隊知識整合是指團隊成員將以前不相互關聯的知識片段組合的能力（Collins amp; Smith， 2006）。團隊交互記憶系統能夠促進團隊知識整合。研究表明， 團隊合作、開放和對多樣性的欣賞可以建立知識交換和結合的強大基礎（Nahapiet amp; Ghoshal， 1998）。具體而言， 交互記憶系統具有專業化和差異化的團隊知識， 作為知識分布系統， 團隊內成員的多樣性增加了知識吸收與結合的機會（Nahapiet amp; Ghoshal， 1998）。其次， 交互記憶系統的可信能夠促進團隊成員間的知識互動和交流， 并更新和整合團隊內部的知識儲備。最后， 團隊交互記憶系統促使員工間相互合作， 充分利用來自不同背景成員的知識和經驗， 使團隊知識實現彈性的配置和組合， 精煉現有能力、技術和范例（Argote amp; Miron-Spektor， 2011）。綜上， 我們提出：

命題7：智能制造師徒關系通過交互記憶系統的中介對團隊知識整合產生影響。

知識整合使創新成為可能， 而突破式創新主要與應用新知識來開發全新的產品、服務或流程有關（Nahapiet amp; Ghoshal， 1998）。團隊交互記憶系統的專業性知識能夠增加團隊成員的知識交流， 且交互記憶系統的可信性使得團隊成員間相互合作， 協同對知識進行梳理和整合。團隊成員能夠通過對多樣化資源和知識的交流與整合來促進知識碰撞和新思想的產生（Amabile et al.， 1996）， 實現團隊突破式創新。因此， 我們提出：

命題8：團隊知識整合能夠中介團隊交互記憶系統對團隊突破式創新的影響。

研究表明團隊知識整合能提升個人價值和組織價值， 并提高團隊創新績效（Yang， 2005; Hong et al.， 2004）。具體而言， 智能制造師徒關系網絡能夠使擁有不同知識的個體進行頻繁互動交流， 有利于師傅把自己的隱形經驗分享給團隊內他人， 促進團隊內的信息分享。在此過程中， 團隊成員將獲得的知識進行吸收整合， 同時將自己的經驗傳遞出去， 團隊內的知識交流和整合促進團隊產生了更多的新知識， 促進了企業的突破式創新。因此我們認為智能制造師徒關系與團隊突破式創新之間存在以下鏈式中介機制：

命題9：智能制造師徒關系通過團隊交互記憶系統、團隊知識整合的連續中介對團隊突破式創新產生影響。

3.3.2" 人際過程對行動過程的交互影響

人際過程主要是指對人際關系的管理活動， 能夠作為情境因素進一步觸發影響創新的行動過程（Marks et al.， 2001）。行動過程反映了團隊為實現其目標而進行的一系列努力和行動（Marks et al.， 2001）， 智能制造師徒關系表現為團隊成員間的社會關系網絡， 團隊成員對彼此能力的信任感知主要影響到師徒關系對團隊突破式創新的行動過程。具體而言， 突破式創新需要團隊擁有更多的資源和能力， 對于智能制造情境中的團隊來說， 師徒關系網絡為團隊成員創新行動提供了信息交流和資源共享平臺。人際過程中團隊成員間的信任關系顯著影響團隊的溝通和合作程度（Hancock et al.， 2011）， 即人際關系和諧、相互信任的團隊成員可以自由地交流討論， 分享自身經驗和有效信息， 為團隊創新行動提供必要的基礎條件。如此， 智能制造情境師徒關系網絡中團隊成員間的人際互動過程對團隊的創新行動至關重要， 本研究以人際過程的團隊認知信任作為調節變量， 揭示智能制造師徒關系影響團隊突破式創新行動過程的邊界條件。

認知信任決定了人們會根據他們認為的證據來選擇信任誰（Lewis amp; Weigert， 1985）。較高的團隊認知信任能夠使團隊成員對彼此的能力具有認同感， 在團隊中營造一種安全氛圍， 鼓勵團隊成員相互交流， 提高團隊成員的合作能力（Barczak et al.， 2010）。已有研究表明認知信任與提供任務建議、職業指導正相關（Chou et al.， 2006）。因此， 當團隊成員認知信任水平較高時， 智能制造師徒關系網絡中團隊成員之間彼此信任， 對分享的信息會更加寬容及互相接受， 即使對同一問題存在某些觀念和思維方式上的不同， 團隊成員也會彼此鼓勵， 就問題進行深入討論。此時， 團隊成員能夠充分表達想法和提出質疑， 團隊成員的相互依賴和知識多樣化能形成團隊的共享認知， 即團隊交互記憶系統。團隊交互記憶系統進一步推動了團隊成員的知識和信息表達， 通過促進團隊知識的交流與整合來碰撞出更多靈感， 從而為突破式創新提供了豐富的知識資源。因此， 當團隊認知信任水平較高時， 智能制造下的師徒關系網絡會更值得信賴， 有助于團隊成員的知識交流和信息分享， 進一步地， 本研究認為團隊認知信任還能夠調節智能制造師徒關系經由交互記憶系統、團隊知識整合的連續中介作用對團隊突破式創新產生的影響。因此， 本研究提出：

命題10：團隊認知信任不僅正向調節智能制造師徒關系與團隊交互記憶系統之間的關系， 而且正向調節智能制造師徒關系與團隊突破式創新之間的間接關系。在這一間接關系中， 智能制造師徒關系對團隊突破式創新的影響首先被團隊成員交互記憶系統所中介， 其次被團隊知識整合所中介， 具體表現為被調節的鏈式中介效應。

4" 理論建構及未來展望

4.1" 理論構建

基于上述智能制造師徒關系理論與相關構念關系的討論， 本文包含的三項研究內容除了在智能制造情境中擴展師徒關系的內涵與結構外， 更側重于回答智能制造師徒關系如何影響團隊雙元創新的具體過程。由此， 本研究擬構建以下三方面理論體系：

首先， 本研究從理論上構建了智能制造師徒關系的概念內涵， 并從傳統師徒關系的職業指導、社會支持和角色模范三維結構出發， 開發智能制造師徒關系的測量條目。本研究不僅豐富了學術界對師徒關系理論內涵的認識， 且進一步完善了師徒關系的測量視角和測量方式。一方面， 在現有研究中， 學者們關于師徒之間關系的認識仍停留在傳統制造業情境中師傅與徒弟二者之間的交流互動（Hunt amp; Michael， 1983; 韓翼， 楊百寅， 2012）， 智能制造背景下師徒關系轉為師傅、徒弟、智能平臺的多方互動， 在傳授形式、關系特征、參與對象等方面都有了顯著發展， 其內涵結構應在時代情境下得到進一步探索和更新。鑒于此， 本研究提出的智能制造情境中新型師徒關系理論， 推動了師徒關系理論的情境化應用與發展。另一方面， 不同于以往研究對師徒關系中徒弟視角的問卷調查（葉龍 等， 2020）， 智能制造師徒關系形成了“多對多”的團隊指導關系， 為構建團隊內部的社會關系網絡提供扎實的理論依據。因此， 本研究將采用社會網絡分析法準確衡量團隊層面的師徒關系強度。綜上所述， 本研究構建并開發了智能制造師徒關系的理論內涵以及團隊層面的測量工具， 不僅豐富了學術界對智能制造師徒關系理論內涵的認識， 且進一步完善了師徒關系的測量方式。

其次， 本研究將智能制造師徒關系的作用機制拓展至團隊層面， 基于TAR模型構建了智能制造師徒關系激發團隊雙元創新的多重過程模型， 并進一步探討人智過程和人際過程在其中的調節作用。本研究既整合了智能制造師徒關系在團隊層面的作用后果研究， 又基于智能制造情境對團隊過程理論框架進行了拓展。在已有師徒關系影響的研究中， 學者們大多在個體層面討論對師傅或徒弟心理和行為產生的影響， 仍將對團隊層面的行為后果影響視為黑箱（陳誠 等， 2015）。本研究從不同類型的團隊過程出發， 構建了智能制造師徒關系與團隊創新之間包括轉化過程和行動過程的雙重中介路徑， 開拓并整合了智能制造師徒關系在團隊層面作用過程的理論模型。此外， 團隊TAR模型主要從團隊互動的角度探究團隊有效性問題（Mathieu et al.， 2017）， 現有團隊過程模型除了包括與團隊目標和任務完成本身有關的轉化過程和行動過程之外， 還包括貫穿于這兩個過程中的人際過程（Marks et al.， 2001）。與人際互動過程對應， 本研究提出了人與智能互動的人智過程， 進一步豐富和擴展了團隊過程模型在智能制造情境中的理論內涵。本研究引入人際過程和人智過程作為調節變量， 以探究在智能制造情境中， 如何更好地運用、管理和調整師徒關系與轉化和行動過程來實現更高水平的團隊創新。綜上， 本研究將智能制造師徒關系與團隊過程模型進行結合， 為師徒關系的影響機制提供系統的理論框架。

最后， 本研究從企業微觀層面， 探討了智能制造師徒關系在激發團隊雙元創新方面發揮的作用， 為更深入地理解企業創新的多重驅動過程提供了更多的證據， 也為智能制造情境中的創新型人才培養與激勵提供新的理論視角。在以往團隊創新的驅動因素研究中， 盡管學者們已經從人際過程視角探索了信任、沖突等人際關系因素對團隊創新的影響， 但很少關注師徒關系這種具體人際關系風格在團隊創新激發過程中發揮的作用（Germain amp; McGuire， 2014; Nifadkar amp; Bauer， 2016）。師徒關系是傳統制造業企業內部一項重要的人力資源管理培訓措施， 能夠為解決上述問題提供一個行之有效的思路。本研究構建智能制造師徒關系影響團隊雙元創新的多重過程模型， 探討有助于激發智能制造情境中團隊創新的企業內部關鍵活動過程（如師徒關系網絡建立、技術反思、以及技術信任等微觀變量）， 為促進微觀視角下的企業創新驅動機制研究提供扎實的理論依據。此外， 數字經濟時代智能制造企業迫切呼喚復合型員工的出現， 傳統的師徒傳承已無法滿足智能制造情境中工作方式與內容的改變和人才需求（Shehadeh et al.， 2017）。本研究所構建的智能制造師徒關系與團隊創新的理論框架為企業數智化轉型中員工從“流水線工人”向“創新型人才”的演化提供了新的研究思路。綜合上述工作， 本研究試圖將智能制造情境與師徒關系予以整合， 從而為系統地認識智能制造師徒關系提供理論與實踐指引。

總之， 本研究試圖在智能制造情境中重新思考和建構師徒關系這一兼具理論價值和實踐意義的核心概念。在此基礎上， 本研究進一步從團隊過程模型出發， 分別探討了智能制造師徒關系影響團隊雙元創新的過程機制和邊界條件， 并構建了一個系統整合的智能制造師徒關系理論模型。然而， 本研究構建的模型多數仍處于理論思考的階段， 缺少充分的調研數據支持。本研究提出這一理論模型的主要目的， 不僅為了揭示智能制造師徒關系作用過程及其后果， 也借此推動學者們對企業微觀創新過程的系統性理解。

4.2" 未來展望

未來可以在后續的研究中， 從其他不同的視角或層次出發， 對上述理論模型進行更新和完善， 更好地推動智能制造師徒關系的相關研究。

首先， 智能制造師徒關系的研究內容有待進一步豐富。本研究從智能制造師徒關系網絡對團隊創新的作用過程出發， 未來研究可以進一步探索新員工入職的同化和適應情況， 企業過度重視新員工社會化可能反而不利于新員工/徒弟在團隊內開展創新， 未來研究可以從企業新員工適應的角度探討其與創新的作用機制。尤其是， 在當前不斷變革的數智化環境下， 未來研究可以結合人機協同、虛擬團隊等新的管理背景， 進一步思考師徒關系的驅動及影響因素等研究問題， 如探索更多促進或緩和影響的團隊特質和情境變量。

其次， 構建多層次多方向智能制造師徒關系模型。本研究基于團隊過程理論探討了智能制造師徒關系對創新的作用機制， 未來可以分別從師傅和徒弟的個體視角出發， 探究智能制造情境中徒弟逆向指導對師徒雙方的影響效應。智能制造師徒關系為徒弟的逆向指導提供了豐富的機會， 激發了團隊成員的學習和反思過程， 進一步促進創新行為。對徒弟來說， 逆向指導的機會越多， 接觸并獲得不同知識和資源的機會越多， 能夠更快速、更全面地傳遞信息（Belso-Martinez amp; Diez-Vial， 2018）; 而對師傅來說， 接收更多徒弟“逆向指導”時， 能通過提高自身對信息的深加工增強工作能力（呂鴻江 等， 2020）。

最后， 研究方法從橫截面研究轉向縱向追蹤研究。本研究基于社會網絡分析單個時點下衡量不同團隊智能制造師徒關系的程度， 無法檢測其在團隊行動和轉化過程的演化， 不能清晰闡釋個體屬性與網絡關系的交互作用（張云運 等， 2022）， 未來研究可以運用縱向追蹤進一步聚焦于師徒關系網絡的形成過程， 從社會網絡的結構維度和關系維度兩個方面著重探討團隊內師徒行為的發展， 以及成員行為發展對師徒關系網絡的塑造作用， 如新員工/徒弟在團隊中的社會化過程以及對師徒關系網絡的塑造作用。

參考文獻

邊燕杰， 丘海雄. （2000， 2月）. 企業的社會資本及其功效. 中國社會科學， 2， 87?99.

陳誠， 文鵬， 舒曉兵. （2015）. 多水平導師指導行為對員工結果的影響機制. 心理科學進展， 23（4）， 554?561.

陳馳茵， 唐寧玉. （2017， 12月）. 團隊過程研究十年回顧： 2008至2017. 中國人力資源開發， 12， 47?59.

陳金亮， 趙雅欣， 林嵩. （2021）. 智能制造能促進企業創新績效嗎？ 外國經濟與管理， 43（9）， 83?101.

陳璐， 柏帥皎， 王月梅. （2016）. CEO變革型領導與高管團隊創造力： 一個被調節的中介模型. 南開管理評論， 19（2）， 63?74.

杜鵬程， 李敏， 倪清， 吳婷. （2015）. 差錯反感文化對員工創新行為的影響機制研究. 管理學報， 12（4）， 538?545.

高中華， 趙晨， 付悅， 劉永虹. （2020）. 團隊情境下憂患型領導對角色績效的多層鏈式影響機制研究. 管理世界， 36（9）， 186?201+216+202.

韓翼， 楊百寅. （2012， 6月）. 師徒關系開啟徒弟職業成功之門： 政治技能視角. 管理世界， 6， 124?132.

韓翼， 周潔， 孫習習， 楊百寅. （2013）. 師徒關系結構、作用機制及其效應. 管理評論， 25（7）， 54?66.

何貴兵， 陳誠， 何澤桐， 崔力丹， 陸嘉琦， 宣泓舟， 林琳. （2022）. 智能組織中的人機協同決策： 基于人機內部兼容性的研究探索. 心理科學進展， 30（12）， 2619?2627.

何勤， 董曉雨， 朱曉妹. （2022）. 人工智能引發勞動關系變革： 系統重構與治理框架. 中國人力資源開發， 39（1）， 134?148.

晉琳琳， 陳宇， 奚菁. （2016）. 家長式領導對科研團隊創新績效影響： 一項跨層次研究. 科研管理， 37（7）， 107?116.

李進生， 曾顥， 趙曙明. （2021）. 師徒制對徒弟創新績效的影響機制研究： 心理可得性和主動性人格的作用. 商業經濟與管理， （3）， 19?29.

劉寧， 賈俊生. （2012， 6月）. 研發團隊多元性、知識分享與創新績效關系的實證研究. 南開管理評論， 6， 85?92， 103.

劉智強， 衛利華， 周空， 廖書迪. （2019）. 地位沖突的“雙面”特性與團隊創新. 南開管理評論， 22（4）， 176?186.

羅文豪， 霍偉偉， 趙宜萱， 王震. （2022）. 人工智能驅動的組織與人力資源管理變革： 實踐洞察與研究方向. 中國人力資源開發， 39（1）， 4?16.

羅文豪， 王堯. （2022）. 成為自己的掌舵者： 個體自我領導的多層次驅動機制. 心理科學進展， 30（10）， 2177?2193.

呂鴻江， 張秋萍， 彭麗娟. （2020， 11月）. 領導被下屬“逆向指導”的權變機制——信息深加工和信任地位的作用. 中國工業經濟， 11， 174?192.

宋萌， 王震， 張華磊. （2017）. 領導跨界行為影響團隊創新的內在機制和邊界條件： 知識管理的視角. 管理評論， 29（3）， 126?135.

孫繼偉， 李曉琳. （2018）. 技術型企業過往績效對團隊創新行為的影響： 關系沖突的中介效應. 科技進步與對策， 35（5）， 88?95.

孫璽， 李南， 付信奪. （2013）. 企業師徒制知識共享與轉移的有效性評價. 情報理論與實踐， 36（7）， 76?80.

王凱， 韓翼. （2018）. 企業師徒關系對徒弟工作活力與創新績效的影響. 科技進步與對策， 35（5）， 147?153.

衛武， 趙鶴. （2018）. 團隊時間領導與團隊創新行為： 基于團隊從工作中的心理解脫視角. 南開管理評論， 21（4）， 39?49.

魏翔宇， 于廣濤. （2021）. 企業導師指導如何激發徒弟創新——基于認知和情感的雙路徑機制研究. 經濟管理， 43（2）， 123?138.

徐禕， 劉藝璇. （2021）. 技術信任和領導信任對企業員工新技術接受的影響. 心理科學進展， 29（10）， 1711?1723.

姚柱， 羅瑾璉， 張顯春， 熊正德. （2020）. 研發團隊時間壓力、團隊反思與創新績效. 科學學研究， 38（8）， 1526?1536.

葉龍， 劉園園， 郭名. （2020）. 傳承的意義：企業師徒關系對徒弟工匠精神的影響研究. 外國經濟與管理， 42（7）， 95?107.

袁慶宏， 張華磊， 王震， 黃勇. （2015）. 研發團隊跨界活動對團隊創新績效的“雙刃劍”效應——團隊反思的中介作用和授權領導的調節作用. 南開管理評論， 18（3）， 13?23.

曾德麟， 蔡家瑋， 歐陽桃花. （2021）. 數字化轉型研究： 整合框架與未來展望. 外國經濟與管理， 43（5）， 63?76.

曾顥， 趙曙明. （2017， 4月）. 工匠精神的企業行為與省際實踐. 改革， 4， 125?136.

張敏， 趙宜萱. （2022）. 機器學習在人力資源管理領域中的應用研究. 中國人力資源開發， 39（1）， 71?83.

張明超， 孫新波， 錢雨. （2021）. 數據賦能驅動智能制造企業C2M反向定制模式創新實現機理. 管理學報， 18（8）， 1175?1186.

張遠， 李煥杰. （2022， 1月）. 企業智能化轉型對內部勞動力結構轉換的影響研究. 中國人力資源開發， 1， 98?118.

張云運， 張其文， 張李斌， 任萍， 秦幸娜， 常睿生. （2022）. 青少年友誼網絡與受欺凌的共同變化關系： 一項縱向社會網絡分析研究. 心理學報， 54（9）， 1050?1060.

趙晨， 周錦來， 高中華. （2021）. 社會化互動視角下新員工嵌入團隊交互記憶系統的動態機制. 河南師范大學學報：哲學社會科學版， 48（6）， 100?107.

Alsharo， M.， Gregg， D.， amp; Ramirez， R. （2017）. Virtual team effectiveness： The role of knowledge sharing and trust. Information amp; Management， 54（4）， 479?490.

Amabile， T. M.， Conti， R.， Coon， H.， Lazenby， J.， amp; Herron， M. （1996）. Assessing the work environment for creativity. Academy of Management Journal， 39（5）， 1154?1184.

Argote， L.， amp; Miron-Spektor， E. （2011）. Organizational learning： From experience to knowledge. Organization Science， 22（5）， 1123?1137.

Austin， J. R. （2003）. Transactive memory in organizational groups： The effects of content， consensus， specialization， and accuracy on group performance. Journal of Applied Psychology， 88（5）， 866?878.

Bang， H.， amp; Reio， T. G.， Jr. （2017）. Personal accomplishment， mentoring， and creative self-efficacy as predictors of creative work involvement： The moderating role of positive and negative affect. The Journal of Psychology， 151（2）， 148?170.

Barczak， G.， Lassk， F.， amp; Mulki， J. （2010）. Antecedents of team creativity： An examination of team emotional intelligence， team trust and collaborative culture. Creativity and Innovation Management， 19（4）， 332?345.

Belso-Martinez， J. A.， amp; Diez-Vial， I. （2018）. Firm's strategic choices and network knowledge dynamics： How do they affect innovation？ Journal of Knowledge Management， 22（1）， 1?20.

Bowers， C.， Kreutzer， C.， Cannon-Bowers， J.， amp; Lamb， J. （2017）. Team resilience as a second-order emergent state： A theoretical model and research directions. Frontiers in Psychology， 8， Article 1360. https：//doi.org/10.3389/fpsyg. 2017.01360

Brennecke， J.， amp; Rank， O. N. （2016）. The interplay between formal project memberships and informal advice seeking in knowledge-intensive firms： A multilevel network approach. Social Networks， 44， 307?318.

Brock， J. K. U.， amp; von Wangenheim， F. （2019）. Demystifying AI： What digital transformation leaders can teach you about realistic artificial intelligence. California Management Review， 61（4）， 110?134.

Büchi， G.， Cugno， M.， amp; Castagnoli， R. （2020）. Smart factory performance and industry 4.0. Technological Forecasting and Social Change， 150， 119790?119800.

Chao， G. T.， Walz， P.， amp; Gardner， P. D. （1992）. Formal and informal mentorships： A comparison on mentoring functions and contrast with nonmentored counterparts. Personnel Psychology， 45（3）， 619?636.

Chen， A. S. Y.， amp; Hou， Y. H. （2016）. The effects of ethical leadership， voice behavior and climates for innovation on creativity： A moderated mediation examination. The Leadership Quarterly， 27（1）， 1?13.

Chou， L. F.， Cheng， B. S.， Huang， M. P.， amp; Cheng， H. Y. （2006）. Guanxi networks and members’ effectiveness in Chinese work teams： Mediating effects of trust networks. Asian Journal of Social Psychology， 9（2）， 79?95.

Collins， C. J.， amp; Smith， K. G. （2006）. Knowledge exchange and combination： The role of human resource practices in the performance of high-technology firms. Academy of Management Journal， 49（3）， 544?560.

Crnjac， M.， Vea， I.， amp; Banduka， N. （2017）. From concept to the introduction of industry 4.0. International Journal of Industrial Engineering and Management， 8（1）， 21?30.

Curtis， M. B.， amp; Taylor， E. Z. （2018）. Developmental mentoring， affective organizational commitment， and knowledge sharing in public accounting firms. Journal of Knowledge Management， 22（1）， 142?161.

Davis， J. H.， Schoorman， F. D.， Mayer， R. C.， amp; Tan， H. H. （2000）. The trusted general manager and business unit performance： Empirical evidence of a competitive advantage. Strategic Management Journal， 21（5）， 563?576.

de Jong， B. A.， amp; Elfring， T. （2010）. How does trust affect the performance of ongoing teams？ The mediating role of reflexivity， monitoring， and effort. Academy of Management Journal， 53（3）， 535?549.

Demir， M.， McNeese， N. J.， amp; Cooke， N. J. （2020）. Understanding human-robot teams in light of all-human teams： Aspects of team interaction and shared cognition. International Journal of Human-Computer Studies， 140， 102436?102463.

Edmondson， A. （1999）. Psychological safety and learning behavior in work teams. Administrative Science Quarterly， 44（2）， 350?383.

Edmondson， A. C.， Bohmer， R. M.， amp; Pisano， G. P. （2001）. Disrupted routines： Team learning and new technology implementation in hospitals. Administrative Science Quarterly， 46（4）， 685?716.

Ensher， E. A.， Heun， C.， amp; Blanchard， A. （2003）. Online mentoring and computer-mediated communication： New directions in research. Journal of Vocational Behavior， 63（2）， 264?288.

Ensher， E. A.， amp; Murphy， S. E. （2007）. E-mentoring. In B. R. Ragins amp; K. E. Kram （Eds.）， The handbook of mentoring at work： Theory， research， and practice （pp. 299?322）. Thousand Oaks， CA： Sage Publications.

Freeman， L. （2004）. The development of social network analysis. A Study in the Sociology of Science， 1（687）， 159?167.

Fuller， M. A.， Hardin， A. M.， amp; Davison， R. M. （2006）. Efficacy in technology-mediated distributed teams. Journal of Management Information Systems， 23（3）， 209?235.

Germain， M. L.， amp; McGuire， D. （2014）. The role of swift trust in virtual teams and implications for human resource development. Advances in Developing Human Resources， 16（3）， 356?370.

Gibbons， D. E. （2004）. Network structure and innovation ambiguity effects on diffusion in dynamic organizational fields. Academy of Management Journal， 47（6）， 938?951.

Guzzo， R. A.， amp; Shea， G. P. （1992）. Group performance and intergroup relations in organizations. In M. D. Dunnette amp; L. M. Hough （Eds.）， Handbook of industrial and organizational psychology （Vol. 3， pp. 269?313）. Palo Alto， CA： Consulting Psychologists Press.

Hameed， W. U.， Nisar， Q. A.， amp; Wu， H. C. （2021）. Relationships between external knowledge， internal innovation， firms' open innovation performance， service innovation and business performance in the Pakistani hotel industry. International Journal of Hospitality Management， 92， Article 102745. https：//doi.org/10.1016/j.ijhm.2020. 102745

Hancock， P. A.， Billings， D. R.， amp; Schaefer， K. E. （2011）. Can you trust your robot？ Ergonomics in Design， 19（3）， 24?29.

Healey， M. P.， Vuori， T.， amp; Hodgkinson， G. P. （2015）. When teams agree while disagreeing： Reflexion and reflection in shared cognition. Academy of Management Review， 40（3）， 399?422.

Hong， P.， Doll， W. J.， Nahm， A. Y.， amp; Li， X. （2004）. Knowledge sharing in integrated product development. European Journal of Innovation Management， 7（2）， 102?112.

Hu， C.， Baranik， L. E.， Cheng， Y. N.， Huang， J. C.， amp; Yang， C. C. （2020）. Mentoring support and protégé creativity： Examining the moderating roles of job dissatisfaction and Chinese traditionality. Asia Pacific Journal of Human Resources， 58（3）， 335?355.

Hu， J.， amp; Judge， T. A. （2017）. Leader-team complementarity： Exploring the interactive effects of leader personality traits and team power distance values on team processes and performance. Journal of Applied Psychology， 102（6）， 935?955.

Hülsheger， U. R.， Anderson， N.， amp; Salgado， J. F. （2009）. Team-level predictors of innovation at work： A comprehensive meta-analysis spanning three decades of research. Journal of Applied Psychology， 94（5）， 1128?1145.

Hunt， D. M.， amp; Michael， C. （1983）. Mentorship： A career training and development tool. Academy of Management Review， 8（3）， 475?485.

Jin， Y.， amp; Shao， Y. F. （2022）. Power-leveraging paradox and firm innovation： The influence of network power， knowledge integration and breakthrough innovation. Industrial Marketing Management， 102， 205?215.

Jordan， J.， amp; Sorell， M. （2019， October）. Why reverse mentoring works and how to do it right. Harvard Business Review. https：//hbsp.harvard.edu/product/H056YF-PDF-ENG

Kram， K. E. （1983）. Phases of the mentor relationship. Academy of Management Journal， 26（4）， 608?625.

Lee， H. W.， Choi， J. N.， amp; Kim， S. （2018）. Does gender diversity help teams constructively manage status conflict？ An evolutionary perspective of status conflict， team psychological safety， and team creativity. Organizational Behavior and Human Decision Processes， 144， 187?199.

LePine， J. A.， Piccolo， R. F.， Jackson， C. L.， Mathieu， J. E.， amp; Saul， J. R. （2008）. A meta-analysis of teamwork processes： Tests of a multidimensional model and relationships with team effectiveness criteria. Personnel Psychology， 61（2）， 273?307.

Lewis， J. D.， amp; Weigert， A. （1985）. Trust as a social reality. Social Forces， 63（4）， 967?985.

Lewis， K. （2003）. Measuring transactive memory systems in the field： Scale development and validation. Journal of Applied Psychology， 88（4）， 587?604.

Lewis， K.， amp; Herndon， B. （2011）. Transactive memory systems： Current issues and future research directions. Organization Science， 22（5）， 1254?1265.

Li， B. H.， Hou， B. C.， Yu， W. T.， Lu， X. B.， amp; Yang， C. W. （2017）. Applications of artificial intelligence in intelligent manufacturing： A review. Frontiers of Information Technology amp; Electronic Engineering， 18（1）， 86?96.

Liu， S.， Hu， J.， Li， Y.， Wang， Z.， amp; Lin， X. （2014）. Examining the cross-level relationship between shared leadership and learning in teams： Evidence from China. Leadership Quarterly， 25（2）， 282?295.

Lu， J. G.， Hafenbrack， A. C.， Eastwick， P. W.， Wang， D. J.， Maddux， W. W.， amp; Galinsky， A. D. （2017）. “Going out” of the box： Close intercultural friendships and romantic relationships spark creativity， workplace innovation， and entrepreneurship. Journal of Applied Psychology， 102（7）， 1091?1108.

Marks， M. A.， Mathieu， J. E.， amp; Zaccaro， S. J. （2001）. A temporally based framework and taxonomy of team processes. Academy of Management Review， 26（3）， 356?376.

Mathieu， J. E.， Hollenbeck， J. R.， van Knippenberg， D.， amp; Ilgen， D. R. （2017）. A century of work teams in the journal of applied psychology. Journal of Applied Psychology， 102（3）， 452?467.

Murphy， W. M. （2012）. Reverse mentoring at work： Fostering cross-generational learning and developing millennial leaders. Human Resource Management， 51（4）， 549?573.

Nahapiet， J.， amp; Ghoshal， S. （1998）. Social capital， intellectual capital， and the organizational advantage. Academy of Management Review， 23（2）， 242?266.

Nifadkar， S. S.， amp; Bauer， T. N. （2016）. Breach of belongingness： Newcomer relationship conflict， information， and task- related outcomes during organizational socialization. Journal of Applied Psychology， 101（1）， 1?13.

Ozer， M.， amp; Zhang， W. （2015）. The effects of geographic and network ties on exploitative and exploratory product innovation. Strategic Management Journal， 36（7）， 1105? 1114.

Ragins， B. R.， amp; McFarlin， D. B. （1990）. Perceptions of mentor roles in cross-gender mentoring relationships. Journal of Vocational Behavior， 37（3）， 321?339.

Raj， A.， Dwivedi， G.， Sharma， A.， de Sousa Jabbour， A. B. L.， amp; Rajak， S. （2019）. Barriers to the adoption of industry 4.0 technologies in the manufacturing sector： An inter- country comparative perspective. International Journal of Production Economics， Article 107546. https：//doi.org/10. 1016/j.ijpe.2019.107546

Rulke， D. L.， amp; Galaskiewicz， J. （2000）. Distribution of knowledge， group network structure， and group performance. Management Science， 46（5）， 612?625.

Scandura， T. A. （1992）. Mentorship and career mobility： An empirical investigation. Journal of Organizational Behavior， 13（2）， 169?174.

Scandura， T. A. （1997）. Mentoring and organizational justice： An empirical investigation. Journal of Vocational Behavior， 51（1）， 58?69.

Scandura， T. A.， amp; Ragins， B. R. （1993）. The effects of sex and gender role orientation on mentorship in male- dominated occupations. Journal of Vocational Behavior， 43（3）， 251?265.

Schippers， M. C.， West， M. A.， amp; Dawson， J. F. （2015）. Team reflexivity and innovation： The moderating role of team context. Journal of Management， 41（3）， 769?788.

Seeber， I.， Bittner， E.， Briggs， R. O.， De Vreede， T.， De Vreede， G. J.， Elkins， A.， ... S?llner， M. （2020）. Machines as teammates： A research agenda on AI in team collaboration. Information amp; Management， 57（2）， Article 103174. https：//doi.org/10.1016/j.im.2019.103174

Seibert， S. E.， Silver， S. R.， amp; Randolph， W. A. （2004）. Taking empowerment to the next level： A multiple-level model of empowerment， performance， and satisfaction. Academy of Management Journal， 47（3）， 332?349.

Shehadeh， M. A.， Schroeder， S.， Richert， A.， amp; Jeschke， S. （2017， October）. Hybrid teams of industry 4.0： A work place considering robots as key players. In 2017 IEEE International Conference on Systems， Man， and Cybernetics （SMC） （pp. 1208?1213）. Piscataway， NJ： IEEE.

Snoeren， M. M.， Raaijmakers， R.， Niessen， T. J.， amp; Abma， T. A. （2016）. Mentoring with （in） care： A co-constructed auto- ethnography of mutual learning. Journal of Organizational Behavior， 37（1）， 3?22.

van Emmerik， H.， Baugh， S. G.， amp; Euwema， M. C. （2005）. Who wants to be a mentor？ an examination of attitudinal， instrumental， and social motivational components. Career Development International， 10（4）， 310?324.

Wanberg， C. R.， Welsh， E. T.， amp; Hezlett， S. A. （2003）. Mentoring research： A review and dynamic process model. In J. J. Martocchio amp; G. R. Ferris （Eds.）， Research in personnel and human resources management （Vol. 22， pp. 39–124）. Elsevier Science Ltd.

West， M. A. （2000）. Reflexivity， revolution and innovation in work teams. In M. Beyerlein， D. Johnson， amp; S. Beyerlein （Eds.）， Product development teams： Vol. 5： Advances in interdisciplinary studies of work teams （pp. 1?29）. Stamford， USA： Jai Press.

Wynne， K. T.， amp; Lyons， J. B. （2018）. An integrative model of autonomous agent teammate-likeness. Theoretical Issues in Ergonomics Science， 19（3）， 353?374.

Xie， Y.， Xue， W.， Li， L.， Wang， A.， Chen， Y.， Zheng， Q.， ... Li， X. （2018）. Leadership style and innovation atmosphere in enterprises： An empirical study. Technological Forecasting and Social Change， 135， 257?265.

Xu， X.， Jiang， L.， amp; Wang， H. J. （2019）. How to build your team for innovation？ A cross‐level mediation model of team personality， team climate for innovation， creativity， and job crafting. Journal of Occupational and Organizational Psychology， 92（4）， 848?872.

Yang， J. （2005）. Knowledge integration and innovation： Securing new product advantage in high technology industry. The Journal of High Technology Management Research， 16（1）， 121?135.

Yukawa， J. （2006）. Co-reflection in online learning： Collaborative critical thinking as narrative. International Journal of Computer-Supported Collaborative Learning， 1（2）， 203?228.

Zhang， Y.， Robinson， D. K.， Porter， A. L.， Zhu， D.， Zhang， G.， amp; Lu， J. （2016）. Technology roadmapping for competitive technical intelligence. Technological Forecasting and Social Change， 110， 175?186.

Zhou， K. Z.， amp; Li， C. B. （2012）. How knowledge affects radical innovation： Knowledge base， market knowledge acquisition， and internal knowledge sharing. Strategic Management Journal， 33（9）， 1090?1102.

Abstract： Intelligent manufacturing provides a direction for manufacturing enterprises to gain competitive advantage in the era of digital economy. Meanwhile， innovation becomes an important way for manufacturing enterprises to promote digital and intelligent transformation and then achieve high-quality development. However， in the extant management research on intelligent manufacturing and digital transformation， scholars mostly focus on macro-level topics， such as technology composition and business pattern， but seldom pay attention to the stimulation of innovation from the perspective of internal social relationship network. Accordingly， we aim to construct a new mentoring theory based on the context of intelligent manufacturing， which provides a new point for enterprises to stimulate team dual innovation from a micro perspective. Based on the team multi-process model， we explored the plausible mechanism that links mentoring in intelligent manufacturing to team incremental and radical innovation. Moreover， we discuss the possible boundary conditions of team dual innovation stimulation process in intelligent manufacturing based on the interpersonal process and the human-intelligent process respectively. Our research will not only provide theoretical guidance for human resource development and management in intelligent manufacturing， but also enrich the understanding of the innovation driving mechanism from the micro level.

Keywords： mentoring in intelligent manufacturing， team dual innovation， team process model