實現AI“自主研究”！他們提出消費研究新范式

“數智創新與管理”

ZJUSOM

在數字經濟成為國家重要戰略支撐、消費作為經濟增長核心動力的時代背景下，我國超大規模市場的商貿供需精準匹配需求日益迫切，消費者綠色健康消費行為的全面重塑推動產業結構升級，消費安全保障與恐慌情緒科學干預關乎市場穩定運行，這些核心議題共同構成數智化消費時代的重要命題，直接關聯國家消費提質擴容戰略落地與經濟高質量發展大局。

然而，在數智化消費環境下，消費者從被動對象變為擁有復雜反饋、多重身份和動態行為的行動者，傳統靜態畫像與經驗歸納在把握當前消費行為復雜性上面臨顯著局限，以往依靠問卷調研、實驗數據或交易記錄建模的研究范式，開始變得難以充分適配當下消費者行為多模態表達和復雜動態變演化，在全面可解釋與精準預測上可以有較大提升空間。消費研究，亟需一場范式革新。

圖片來源：?千庫網

AI的出現，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消費者決策過程，還能幫助研究者識別消費者的隱性偏好與動態行為模式，優化營銷策略，比如用大模型生成個性化推薦路徑，以提高預測精度。

但更進一步的問題是：能否將AI從工具轉為研究主體，把它視為可以替代或補充人類的研究代理？近年來，生成式AI（Generative AI）及其背后的基礎大模型（Foundation Models）的突破，正推動消費研究從“數據驅動解釋”邁向“語義理解、行為模擬與策略演化”的新階段。那么，如何構建動態建模和策略演化系統，實現對消費者的“自主研究”？近日，浙江大學管理學院教授王小毅、“百人計劃”研究員鄧萬江在《中國科學基金》發表研究，系統提出AI大模型與智能體驅動的消費研究“三階段”新范式，將演進路徑清晰地劃分為三個層次：消費感知、類腦模擬與自主演化。

*《中國科學基金》是國家自然科學基金委員會主管、主辦的綜合性學術期刊。主要宣傳黨和國家的科技方針政策、國家自然科學基金的發展戰略和資助政策，報道中國基礎研究的最新進展，傳播優秀創新成果，交流科學基金管理經驗，弘揚科學家精神，促進人才培養，為支撐國家基礎研究戰略決策，推動國家科技自立自強提供有力保障。

這一范式重構了數智時代的消費研究邏輯，不僅為破解行為異質性預測、營銷策略動態優化等難題提供了方法論革新，更推動消費研究從“被動洞察”邁向“主動演化”。

學者簡介

王小毅，浙江大學管理學院教授、博士生導師，浙大管院院長助理，浙江數字化發展與治理研究中心副主任、浙江大學神經管理學實驗室副主任。研究領域：零售大模型與消費流通算法。

學者簡介

鄧萬江，浙江大學管理學院“百人計劃”研究員、博士生導師。研究方向：基于大數據的數字營銷和平臺經濟等領域，與信息管理和運營管理有交叉研究。

本期【數智創新與管理】，一起來看他們如何為人機協同下的可持續消費實踐與營銷科學創新探索新方向。

傳統消費研究為何

難以跟上數智時代？

Part.1

消費研究作為市場營銷與微觀經濟學的核心，早已形成從行為主義、認知信息加工到社會文化解釋的多元理論體系。但在數智時代，傳統研究范式的局限性愈發明顯。

首先，傳統的研究邏輯存在明顯的滯后性。傳統方法依賴歷史數據和人工調研，本質是“事后解釋”而非“事前預判”。然而，面對直播電商、社交平臺等場景中消費者的實時互動與動態決策，這種靜態的研究方式難以捕捉其行為的演化軌跡。其次，數據處理面臨嚴峻挑戰。現在的消費數據形態復雜多樣——隨著多模態數據成為主流，文本、圖像、語音、行為軌跡等非結構化數據激增，數據量龐大且零散，傳統分析方法很難對其進行有效處理。最后，方法論層面存在根本性局限。傳統研究長期分裂為兩大陣營：實證主義取向雖擅長量化預測，卻缺乏深度解釋力；解釋主義取向注重語境洞察，卻難以實現精準量化。這種分野導致研究往往不得不在預測精度與洞察深度之間做出取舍，難以滿足數智時代消費者行為研究的要求。

圖片來源：?千庫網

正是這些痛點，讓消費研究逐漸與真實市場脫節。而AI大模型與智能體的出現，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，更正在成為重構研究邏輯的核心載體。

總結三階段模型，

重構消費研究邏輯

Part.2

王小毅團隊提出的新范式，以AI技術與消費行為融合演進為主線，構建了“消費感知—類腦模擬—自主演化”的三階段模型，有望實現從“工具輔助”到“自主研究”的跨越。這三個階段層層遞進，形成了完整的動態研究閉環。

圖片來源：論文原文

第一階段：消費感知——從局部數據到全局洞察

新范式的第一層，是構建超越傳統方法的感知能力。過去，消費研究的數據基礎主要是結構化的交易記錄和問卷數據。如今，利用辨別式AI，我們可以整合文本、圖像、語音、行為軌跡等多模態數據，實現對消費者狀態的全面、實時感知。

其核心價值在于解決兩個關鍵問題。其一，數據的高維與稀疏性。在真實的零售場景中，單個顧客與成千上萬商品之間的交互矩陣極其稀疏。Transformer注意力機制與圖神經網絡（GNN）等技術，能夠有效捕捉數據中復雜的語義和網絡關系，從看似無關的行為中識別出潛在消費模式。其二，消費者洞察的靜態與滯后性。通過持續的多模態數據流，系統可以實現對消費者注意、興趣點變化的動態監測，將研究從靜態的快照分析升級為連續的動態刻畫。

圖片來源：?千庫網

比如在實體零售研究中，AI 可同時處理顧客咨詢文本、購物視頻、移動路徑、交易數據及天氣、促銷等外部變量，提煉出“哪些場景線索會觸發購買”的關鍵規律；在直播電商中，通過融合“用戶停留時長、商品點擊序列、主播話術文本”，有助于精準識別促使用戶下單的核心交互節點。在這一階段，AI的應用就像給消費研究裝上了“全景雷達”，讓隱性行為顯性化、零散數據系統化。

第二階段：類腦模擬——從行為描述到決策過程再現

如果說消費感知是“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向了“我們能否理解并再現消費者的決策過程”？這就是新范式的第二層——類腦模擬。

這一階段借助生成式 AI，將消費者建模為具備動機和響應能力的數字主體，復現其認知決策過程——從環境刺激感知、購買決策鏈推導，到情感響應、偏好形成，甚至沖動購買、品牌忠誠等行為模擬，都能通過AI實現。

圖片來源：?千庫網

除了實現機理還原，讓AI模擬特定消費者畫像在給定情境下的完整決策鏈，“類腦模擬”還可以進行低成本試錯。在新產品概念測試或廣告創意評估中，研究者可以先用AI模擬不同細分客群的反饋，進行初步篩選，再針對關鍵問題進行小規模真人實驗，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，研究者可能發現那些消費者自身都難以清晰表述的隱性動機和偏好。

第三階段：自主演化——從個體模擬到群體生態構建

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境、其他智能體的交互，形成“感知—行動—反饋—優化”的閉環，具備自主學習與策略演化能力。

在此階段，研究的對象不再是孤立的消費者模型，而是由多個AI智能體（代表消費者、商家、意見領袖等）共同構成的動態市場生態系統。此時，AI不再只是被動處理數據的工具，而是能主動生成假設、檢驗策略的“研究主體”。

圖片來源：?千庫網

斯坦福大學的Smallville虛擬小鎮研究就是典型案例：25個生成智能體在大模型驅動下自主互動，展現出逼真的社交、消費動態。在消費研究中，多智能體可模擬市場群體效應——比如意見領袖如何影響追隨者，不同品牌競爭如何改變消費偏好；企業還能通過引入價格調整、廣告投放等干預措施，觀察智能體反應，預測策略效果。

值得注意的是，自主演化并非 “脫離人類”，而是人機協同：人類主導理論提煉與倫理考量，AI 負責大規模模擬與試錯，兩者結合讓研究既具科學性，又能適應復雜市場。

系統整合與未來挑戰

Part.3

為了系統化實現上述三層能力，研究提出了“消費者世界模型”的構建框架。該模型旨在創建一個整合了感知、模擬與演化能力的動態閉環系統，其核心是“感知—行動—反饋—演化”的循環機制，使得研究系統不僅能解釋過去，更能模擬未來的潛在行為與結果，從而具備跨情境的泛化能力和策略預見性。

圖片來源：論文原文

然而，這一新范式也伴隨著嚴峻挑戰。數據偏見可能被算法放大，導致對非主流消費群體的不公平輸出；模型在長期自我循環訓練中可能面臨“崩潰風險”，導致行為多樣性衰減、輸出脫離現實；AI決策的“黑箱”特性也影響著研究結果的可解釋性與最終的應用信任。

應對這些挑戰，需要技術與管理方案的結合，既要建立嚴格的模型檢驗與可解釋性框架，更要堅持“人機協同”的核心理念，將人類的倫理判斷、理論智慧與領域知識深度嵌入到AI研究系統的設計與運行全過程。

王小毅團隊所提出的“實現對消費者的自主研究”，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，使研究系統具備主動學習和自我演化的特征。具體而言，AI既能通過模擬消費者的決 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時干預的情況下，與環境互動、生成并檢驗新的消 費假設，從而推動消費研究從“被動描述”走向“主動演化”。這種轉變意味著，研究者不再僅僅“研究消費者”， 而是構建出能夠“自主研究消費者”的系統，本質是消費研究方法從“人力主導的經驗性研究”向“人機協同的智能化研究”的持續進步。

目前，由浙江大學管理學院研究團隊自研的“孫武AI”正在構建AI驅動消費研究和重大決策輔助的數智底座。對于管理者與研究而言，理解并參與這一范式演進，意味著為未來“人機協同”的決策模式做好準備，從而更深刻、更動態、更前瞻地理解我們所服務的消費者。

（點擊以下標題查看）

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

編輯排版：伍梁永

審核：佟慶、王小毅