“數(shù)智創(chuàng)新與管理”

ZJUSOM

在數(shù)字經(jīng)濟(jì)成為國家重要戰(zhàn)略支撐、消費(fèi)作為經(jīng)濟(jì)增長核心動(dòng)力的時(shí)代背景下，我國超大規(guī)模市場的商貿(mào)供需精準(zhǔn)匹配需求日益迫切，消費(fèi)者綠色健康消費(fèi)行為的全面重塑推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，消費(fèi)安全保障與恐慌情緒科學(xué)干預(yù)關(guān)乎市場穩(wěn)定運(yùn)行，這些核心議題共同構(gòu)成數(shù)智化消費(fèi)時(shí)代的重要命題，直接關(guān)聯(lián)國家消費(fèi)提質(zhì)擴(kuò)容戰(zhàn)略落地與經(jīng)濟(jì)高質(zhì)量發(fā)展大局。

然而，在數(shù)智化消費(fèi)環(huán)境下，消費(fèi)者從被動(dòng)對象變?yōu)閾碛袕?fù)雜反饋、多重身份和動(dòng)態(tài)行為的行動(dòng)者，傳統(tǒng)靜態(tài)畫像與經(jīng)驗(yàn)歸納在把握當(dāng)前消費(fèi)行為復(fù)雜性上面臨顯著局限，以往依靠問卷調(diào)研、實(shí)驗(yàn)數(shù)據(jù)或交易記錄建模的研究范式，開始變得難以充分適配當(dāng)下消費(fèi)者行為多模態(tài)表達(dá)和復(fù)雜動(dòng)態(tài)變演化，在全面可解釋與精準(zhǔn)預(yù)測上可以有較大提升空間。消費(fèi)研究，亟需一場范式革新。

圖片來源：?千庫網(wǎng)

AI的出現(xiàn)，為這場革新提供了新的思路。AI作為工具，不僅能通過模擬再現(xiàn)消費(fèi)者決策過程，還能幫助研究者識(shí)別消費(fèi)者的隱性偏好與動(dòng)態(tài)行為模式，優(yōu)化營銷策略，比如用大模型生成個(gè)性化推薦路徑，以提高預(yù)測精度。

但更進(jìn)一步的問題是：能否將AI從工具轉(zhuǎn)為研究主體，把它視為可以替代或補(bǔ)充人類的研究代理？近年來，生成式AI（Generative AI）及其背后的基礎(chǔ)大模型（Foundation Models）的突破，正推動(dòng)消費(fèi)研究從“數(shù)據(jù)驅(qū)動(dòng)解釋”邁向“語義理解、行為模擬與策略演化”的新階段。那么，如何構(gòu)建動(dòng)態(tài)建模和策略演化系統(tǒng)，實(shí)現(xiàn)對消費(fèi)者的“自主研究”？近日，浙江大學(xué)管理學(xué)院教授王小毅、“百人計(jì)劃”研究員鄧萬江在《中國科學(xué)基金》發(fā)表研究，系統(tǒng)提出AI大模型與智能體驅(qū)動(dòng)的消費(fèi)研究“三階段”新范式，將演進(jìn)路徑清晰地劃分為三個(gè)層次：消費(fèi)感知、類腦模擬與自主演化。

*《中國科學(xué)基金》是國家自然科學(xué)基金委員會(huì)主管、主辦的綜合性學(xué)術(shù)期刊。主要宣傳黨和國家的科技方針政策、國家自然科學(xué)基金的發(fā)展戰(zhàn)略和資助政策，報(bào)道中國基礎(chǔ)研究的最新進(jìn)展，傳播優(yōu)秀創(chuàng)新成果，交流科學(xué)基金管理經(jīng)驗(yàn)，弘揚(yáng)科學(xué)家精神，促進(jìn)人才培養(yǎng)，為支撐國家基礎(chǔ)研究戰(zhàn)略決策，推動(dòng)國家科技自立自強(qiáng)提供有力保障。

這一范式重構(gòu)了數(shù)智時(shí)代的消費(fèi)研究邏輯，不僅為破解行為異質(zhì)性預(yù)測、營銷策略動(dòng)態(tài)優(yōu)化等難題提供了方法論革新，更推動(dòng)消費(fèi)研究從“被動(dòng)洞察”邁向“主動(dòng)演化”。

學(xué)者簡介

王小毅，浙江大學(xué)管理學(xué)院教授、博士生導(dǎo)師，浙大管院院長助理，浙江數(shù)字化發(fā)展與治理研究中心副主任、浙江大學(xué)神經(jīng)管理學(xué)實(shí)驗(yàn)室副主任。研究領(lǐng)域：零售大模型與消費(fèi)流通算法。

學(xué)者簡介

鄧萬江，浙江大學(xué)管理學(xué)院“百人計(jì)劃”研究員、博士生導(dǎo)師。研究方向：基于大數(shù)據(jù)的數(shù)字營銷和平臺(tái)經(jīng)濟(jì)等領(lǐng)域，與信息管理和運(yùn)營管理有交叉研究。

本期【數(shù)智創(chuàng)新與管理】，一起來看他們?nèi)绾螢?strong>人機(jī)協(xié)同下的可持續(xù)消費(fèi)實(shí)踐與營銷科學(xué)創(chuàng)新探索新方向。

傳統(tǒng)消費(fèi)研究為何

難以跟上數(shù)智時(shí)代？

Part.1

消費(fèi)研究作為市場營銷與微觀經(jīng)濟(jì)學(xué)的核心，早已形成從行為主義、認(rèn)知信息加工到社會(huì)文化解釋的多元理論體系。但在數(shù)智時(shí)代，傳統(tǒng)研究范式的局限性愈發(fā)明顯。

首先，傳統(tǒng)的研究邏輯存在明顯的滯后性。傳統(tǒng)方法依賴歷史數(shù)據(jù)和人工調(diào)研，本質(zhì)是“事后解釋”而非“事前預(yù)判”。然而，面對直播電商、社交平臺(tái)等場景中消費(fèi)者的實(shí)時(shí)互動(dòng)與動(dòng)態(tài)決策，這種靜態(tài)的研究方式難以捕捉其行為的演化軌跡。其次，數(shù)據(jù)處理面臨嚴(yán)峻挑戰(zhàn)?，F(xiàn)在的消費(fèi)數(shù)據(jù)形態(tài)復(fù)雜多樣——隨著多模態(tài)數(shù)據(jù)成為主流，文本、圖像、語音、行為軌跡等非結(jié)構(gòu)化數(shù)據(jù)激增，數(shù)據(jù)量龐大且零散，傳統(tǒng)分析方法很難對其進(jìn)行有效處理。最后，方法論層面存在根本性局限。傳統(tǒng)研究長期分裂為兩大陣營：實(shí)證主義取向雖擅長量化預(yù)測，卻缺乏深度解釋力；解釋主義取向注重語境洞察，卻難以實(shí)現(xiàn)精準(zhǔn)量化。這種分野導(dǎo)致研究往往不得不在預(yù)測精度與洞察深度之間做出取舍，難以滿足數(shù)智時(shí)代消費(fèi)者行為研究的要求。

圖片來源：?千庫網(wǎng)

正是這些痛點(diǎn)，讓消費(fèi)研究逐漸與真實(shí)市場脫節(jié)。而AI大模型與智能體的出現(xiàn)，恰好為突破這些局限提供了可能——它們不僅是提升研究效率的工具，更正在成為重構(gòu)研究邏輯的核心載體。

總結(jié)三階段模型，

重構(gòu)消費(fèi)研究邏輯

Part.2

王小毅團(tuán)隊(duì)提出的新范式，以AI技術(shù)與消費(fèi)行為融合演進(jìn)為主線，構(gòu)建了“消費(fèi)感知—類腦模擬—自主演化”的三階段模型，有望實(shí)現(xiàn)從“工具輔助”到“自主研究”的跨越。這三個(gè)階段層層遞進(jìn)，形成了完整的動(dòng)態(tài)研究閉環(huán)。

圖片來源：論文原文

第一階段：消費(fèi)感知——從局部數(shù)據(jù)到全局洞察

新范式的第一層，是構(gòu)建超越傳統(tǒng)方法的感知能力。過去，消費(fèi)研究的數(shù)據(jù)基礎(chǔ)主要是結(jié)構(gòu)化的交易記錄和問卷數(shù)據(jù)。如今，利用辨別式AI，我們可以整合文本、圖像、語音、行為軌跡等多模態(tài)數(shù)據(jù)，實(shí)現(xiàn)對消費(fèi)者狀態(tài)的全面、實(shí)時(shí)感知。

其核心價(jià)值在于解決兩個(gè)關(guān)鍵問題。其一，數(shù)據(jù)的高維與稀疏性。在真實(shí)的零售場景中，單個(gè)顧客與成千上萬商品之間的交互矩陣極其稀疏。Transformer注意力機(jī)制與圖神經(jīng)網(wǎng)絡(luò)（GNN）等技術(shù)，能夠有效捕捉數(shù)據(jù)中復(fù)雜的語義和網(wǎng)絡(luò)關(guān)系，從看似無關(guān)的行為中識(shí)別出潛在消費(fèi)模式。其二，消費(fèi)者洞察的靜態(tài)與滯后性。通過持續(xù)的多模態(tài)數(shù)據(jù)流，系統(tǒng)可以實(shí)現(xiàn)對消費(fèi)者注意、興趣點(diǎn)變化的動(dòng)態(tài)監(jiān)測，將研究從靜態(tài)的快照分析升級(jí)為連續(xù)的動(dòng)態(tài)刻畫。

圖片來源：?千庫網(wǎng)

比如在實(shí)體零售研究中，AI 可同時(shí)處理顧客咨詢文本、購物視頻、移動(dòng)路徑、交易數(shù)據(jù)及天氣、促銷等外部變量，提煉出“哪些場景線索會(huì)觸發(fā)購買”的關(guān)鍵規(guī)律；在直播電商中，通過融合“用戶停留時(shí)長、商品點(diǎn)擊序列、主播話術(shù)文本”，有助于精準(zhǔn)識(shí)別促使用戶下單的核心交互節(jié)點(diǎn)。在這一階段，AI的應(yīng)用就像給消費(fèi)研究裝上了“全景雷達(dá)”，讓隱性行為顯性化、零散數(shù)據(jù)系統(tǒng)化。

第二階段：類腦模擬——從行為描述到?jīng)Q策過程再現(xiàn)

如果說消費(fèi)感知是“看行為”，類腦模擬就是“猜心思”。在具備了全局感知能力后，研究的核心問題就轉(zhuǎn)向了“我們能否理解并再現(xiàn)消費(fèi)者的決策過程”？這就是新范式的第二層——類腦模擬。

這一階段借助生成式 AI，將消費(fèi)者建模為具備動(dòng)機(jī)和響應(yīng)能力的數(shù)字主體，復(fù)現(xiàn)其認(rèn)知決策過程——從環(huán)境刺激感知、購買決策鏈推導(dǎo)，到情感響應(yīng)、偏好形成，甚至沖動(dòng)購買、品牌忠誠等行為模擬，都能通過AI實(shí)現(xiàn)。

圖片來源：?千庫網(wǎng)

除了實(shí)現(xiàn)機(jī)理還原，讓AI模擬特定消費(fèi)者畫像在給定情境下的完整決策鏈，“類腦模擬”還可以進(jìn)行低成本試錯(cuò)。在新產(chǎn)品概念測試或廣告創(chuàng)意評估中，研究者可以先用AI模擬不同細(xì)分客群的反饋，進(jìn)行初步篩選，再針對關(guān)鍵問題進(jìn)行小規(guī)模真人實(shí)驗(yàn)，形成“AI初篩—人類精篩”的高效流程。此外，通過分析AI模擬決策的過程，研究者可能發(fā)現(xiàn)那些消費(fèi)者自身都難以清晰表述的隱性動(dòng)機(jī)和偏好。

第三階段：自主演化——從個(gè)體模擬到群體生態(tài)構(gòu)建

新范式的最高層是自主演化，這是新范式的核心躍遷：營銷智能體通過與環(huán)境、其他智能體的交互，形成“感知—行動(dòng)—反饋—優(yōu)化”的閉環(huán)，具備自主學(xué)習(xí)與策略演化能力。

在此階段，研究的對象不再是孤立的消費(fèi)者模型，而是由多個(gè)AI智能體（代表消費(fèi)者、商家、意見領(lǐng)袖等）共同構(gòu)成的動(dòng)態(tài)市場生態(tài)系統(tǒng)。此時(shí)，AI不再只是被動(dòng)處理數(shù)據(jù)的工具，而是能主動(dòng)生成假設(shè)、檢驗(yàn)策略的“研究主體”。

圖片來源：?千庫網(wǎng)

斯坦福大學(xué)的Smallville虛擬小鎮(zhèn)研究就是典型案例：25個(gè)生成智能體在大模型驅(qū)動(dòng)下自主互動(dòng)，展現(xiàn)出逼真的社交、消費(fèi)動(dòng)態(tài)。在消費(fèi)研究中，多智能體可模擬市場群體效應(yīng)——比如意見領(lǐng)袖如何影響追隨者，不同品牌競爭如何改變消費(fèi)偏好；企業(yè)還能通過引入價(jià)格調(diào)整、廣告投放等干預(yù)措施，觀察智能體反應(yīng)，預(yù)測策略效果。

值得注意的是，自主演化并非 “脫離人類”，而是人機(jī)協(xié)同：人類主導(dǎo)理論提煉與倫理考量，AI 負(fù)責(zé)大規(guī)模模擬與試錯(cuò)，兩者結(jié)合讓研究既具科學(xué)性，又能適應(yīng)復(fù)雜市場。

系統(tǒng)整合與未來挑戰(zhàn)

Part.3

為了系統(tǒng)化實(shí)現(xiàn)上述三層能力，研究提出了“消費(fèi)者世界模型”的構(gòu)建框架。該模型旨在創(chuàng)建一個(gè)整合了感知、模擬與演化能力的動(dòng)態(tài)閉環(huán)系統(tǒng)，其核心是“感知—行動(dòng)—反饋—演化”的循環(huán)機(jī)制，使得研究系統(tǒng)不僅能解釋過去，更能模擬未來的潛在行為與結(jié)果，從而具備跨情境的泛化能力和策略預(yù)見性。

圖片來源：論文原文

然而，這一新范式也伴隨著嚴(yán)峻挑戰(zhàn)。數(shù)據(jù)偏見可能被算法放大，導(dǎo)致對非主流消費(fèi)群體的不公平輸出；模型在長期自我循環(huán)訓(xùn)練中可能面臨“崩潰風(fēng)險(xiǎn)”，導(dǎo)致行為多樣性衰減、輸出脫離現(xiàn)實(shí)；AI決策的“黑箱”特性也影響著研究結(jié)果的可解釋性與最終的應(yīng)用信任。

應(yīng)對這些挑戰(zhàn)，需要技術(shù)與管理方案的結(jié)合，既要建立嚴(yán)格的模型檢驗(yàn)與可解釋性框架，更要堅(jiān)持“人機(jī)協(xié)同”的核心理念，將人類的倫理判斷、理論智慧與領(lǐng)域知識(shí)深度嵌入到AI研究系統(tǒng)的設(shè)計(jì)與運(yùn)行全過程。

王小毅團(tuán)隊(duì)所提出的“實(shí)現(xiàn)對消費(fèi)者的自主研究”，并非指完全脫離人類研究者的研究過程，而是指借助AI大模型與智能體的能力，使研究系統(tǒng)具備主動(dòng)學(xué)習(xí)和自我演化的特征。具體而言，AI既能通過模擬消費(fèi)者的決 策過程，揭示其隱性偏好與行為模式，從而為研究者提供洞察；也能夠在無需人類實(shí)時(shí)干預(yù)的情況下，與環(huán)境互動(dòng)、生成并檢驗(yàn)新的消 費(fèi)假設(shè)，從而推動(dòng)消費(fèi)研究從“被動(dòng)描述”走向“主動(dòng)演化”。這種轉(zhuǎn)變意味著，研究者不再僅僅“研究消費(fèi)者”， 而是構(gòu)建出能夠“自主研究消費(fèi)者”的系統(tǒng)，本質(zhì)是消費(fèi)研究方法從“人力主導(dǎo)的經(jīng)驗(yàn)性研究”向“人機(jī)協(xié)同的智能化研究”的持續(xù)進(jìn)步。

目前，由浙江大學(xué)管理學(xué)院研究團(tuán)隊(duì)自研的“孫武AI”正在構(gòu)建AI驅(qū)動(dòng)消費(fèi)研究和重大決策輔助的數(shù)智底座。對于管理者與研究而言，理解并參與這一范式演進(jìn)，意味著為未來“人機(jī)協(xié)同”的決策模式做好準(zhǔn)備，從而更深刻、更動(dòng)態(tài)、更前瞻地理解我們所服務(wù)的消費(fèi)者。

（點(diǎn)擊以下標(biāo)題查看）

*本文改編自王小毅、鄧萬江所撰論文——《AI大模型與智能體驅(qū)動(dòng)的消費(fèi)研究新范式： 消費(fèi)感知、類腦模擬與自主演化》。

編輯排版：伍梁永

審核：佟慶、王小毅