文献追踪日报

随着 GPT 等大语言模型（LLM）兴起，其在商业场景中的应用不断增加，但人们对其如何被整合——尤其是在传统上由人类处理的伦理困境中——仍存疑虑。为考察 LLM 在真实商业伦理挑战中模仿人类反应的程度，我们开展了三项实验，呈现复杂度与焦点各异的伦理困境，并评估“后果枚举”这一特定提示对 GPT 与人类伦理反应的激发作用。研究发现：在存在清晰规范答案的较简单困境中，GPT 单独作答比人类更符合伦理；而在更复杂的困境中，GPT 与人类的反应在（不）道德程度上相似。后果枚举对不道德反应的抑制作用在 GPT 与人类之间存在差异，且取决于困境的复杂度与焦点。这些洞见推进了 AI 伦理及其商业应用研究，为应对伦理挑战、在 LLM 驱动的决策中提升人的能动性提供了策略。

组织越来越多地采用基于人工智能的决策系统，以提高决策质量与速度并释放资源。然而，将决策委托给 AI 颇具挑战，尤其是在超出经典优化问题的情境中。现有研究在很大程度上忽视了决策受影响者与替代决策者的视角。为弥补这一缺口，本研究采用两项实验设计，并以定性访谈数据加以补充，同时考察决策受影响者与决策者（在替代性及伦理复杂决策情境中）的双方视角。研究结果显示，个体决策视角可能带来相互对立的感知：在替代决策情境中，决策者把具有伦理挑战的决策委托给 AI 的意愿低于非替代情境；而受决策影响的人总体上并不更偏好由人类而非 AI 作出决策。

本研究旨在探讨生成式人工智能如何重塑创新前端的人类创新实践。创新前端涵盖机会识别与创意生成活动，一直被视为“人类”的阶段。基于技术可供性理论以及对来自不同行业 24 位创新者的深度访谈，本研究揭示生成式 AI 在创新前端三个阶段中承担的四种角色：推动者、陪练、加速器与合作增强器；同时也揭示创新者在与生成式 AI 互动时面临的三重约束：生成式 AI 制造偏见、拉平创意水平，并削弱其作为人类创新者的体验。研究对生成式 AI 在实践中的实际运用进行了实证考察，强调用户感知如何驱动这种运用，并进一步阐明创新前端人机互动的多面性。研究还为如何在创新早期阶段嵌入生成式 AI、如何管理新出现的约束提供了管理启示。

传统的创意产出评估方法通常依赖人类专家打分，存在主观性、偏见、可得性有限、“拥挤”与交易成本高等问题。我们提出大语言模型（LLM）可用于克服这些缺陷，但目前缺乏将 LLM 与传统专家评估进行比较的研究。本研究比较了专家评估与 LLM（GPT-4）评估的一致性。结果显示，要实现与专家的中等程度一致，LLM 需要采用基础框架与基于评分区间的少样本提示。我们提出六项理论贡献，将关注点从“LLM 能否评估”转向“具体设计选择如何塑造其与人类判断的一致性”，这些洞见置于认知科学、创造力理论与机器学习的更广阔框架中；同时提出六项面向组织的命题，关键建议包括：在大规模创意筛选中使用基础框架、建立已评估创意的数据库以优化少样本表现、利用人机协作进行内外部创意获取，并提醒在使用第三方 LLM 评估专有创意时需考虑隐私问题。

基于生成式 AI 的大语言模型（LLM）已彻底改变人们工作、沟通与决策的方式。尽管多数人知晓生成式 AI 的“幻觉”问题，我们仍依赖它咨询关键问题。本研究通过跨三个谈判情境的六项研究，考察两种知名 LLM（ChatGPT 与 Claude）的输出是否表现出锚定效应——这是一种影响个体还价的偏见，会把人“锚定”于首次报价。结果显示，六项研究中 LLM 输出均呈现该效应；而无论是对手替代方案的换位思考提示（研究 3），还是为 LLM 量身定制的思维链去偏提示（研究 4），都未能消除该效应。这些发现对 LLM 的设计与开发，以及其作为人类决策“副驾驶”的日益广泛使用具有重要启示。尽管仍需在更多模型、干预手段与偏见类型上开展研究，结果表明把 LLM 输出当作无偏指导存在潜在风险。

思维链（CoT）推理指大语言模型（LLM）为得出答案而生成的中间自然语言推理步骤。本研究从人机传播视角考察展示 CoT 推理如何影响用户对 AI 生成内容可信度的感知。基于启发式—系统式模型（HSM），我们考察 CoT 暴露如何通过系统式与启发式加工相关感知与感知可信度相关联，并检验 AI 相关任务复杂度的调节作用。2×2 组间实验显示，展示 CoT 推理会提升感知可信度，四条感知路径均呈间接关联。其对可信度、准确性与智能感知的影响在高任务复杂度下更强，而对透明度与社会临场感的影响不受复杂度影响。研究拓展了可解释 AI 研究，凸显展示推理作为一种兼具双重功能的传播线索，塑造用户对 AI 生成内容的评价及其对 AI 的互动感知。

供应链复杂性的上升与数字化转型催生了数字供应链金融（DSCF），其已成为增强供应链协作与可持续社会成果的关键角色。本研究运用交易成本经济学（TCE）与信任—承诺理论（TCT），考察发展中国家情境下影响信任、承诺与 DSCF 采纳的因素。研究构建概念模型并使用结构方程模型，分析供应复杂性、供应动态、供应选择、数字战略管理与信息共享如何影响供应链中的信任与承诺，以及供应链协作在推动 DSCF 采纳中的作用和 DSCF 对企业社会可持续性的影响。研究结果表明，DSCF 采纳与供应链协作主要由信任驱动，信任通过降低组织经济成本与提升效率，最终实现社会可持续的组织成长。研究提供了一个可供企业与立法者参考的概念模型，用以推动 DSCF 的接受，从而提升其在工业 5.0 时代的竞争力。

本文利用 2007—2023 年中国 A 股上市公司数据，实证考察信息安全管理对商业信用的影响。研究发现，企业在实施 ISO 27001 认证后获得更多商业信用；经内生性检验与其他稳健性检验后，结论依然成立。机制分析表明，信息安全管理主要通过降低企业风险与提升企业议价能力来增加商业信用。横截面分析显示，该影响在国有企业、曾发生信息安全问题的企业以及公司治理较差的企业中更为显著。经济后果分析表明，信息安全管理对商业信用的促进作用有助于降低企业的金融化水平。

使用美国上市公司的大样本，我们发现高审计质量与客户企业对高成本商业信用融资的依赖呈负相关。进一步分析显示，在信息不对称更高、现金流波动更大、抵押物更少的企业中，审计质量与商业信用依赖之间的关系更为显著。我们还识别出审计质量降低企业依赖昂贵商业信用融资的两条潜在机制：降低债务成本，以及通过股票流动性提升股权市场融资的可及性。此外，分析表明审计质量高的客户企业往往更快偿付其商业信用款项。研究结果表明，审计质量会影响企业的商业信用政策。

本研究旨在对当前体育领域品牌资产研究进行全面系统性综述。为开展深入分析，研究团队利用 EBSCOhost 数据库考察了 1995—2023 年的文献，初步检索得到 575 篇与品牌资产及体育相关的学术论文。为精炼检索，纳入标准强调品牌资产相关面向、采用定量研究方法且聚焦体育产业，最终有 77 篇符合标准的学术论文进入分析。基于系统量化文献综述（SQLR）的发现，研究识别出五个主题领域：（1）财务影响；（2）球迷参与；（3）赞助效果；（4）品牌重塑；（5）运动员代言。分析洞见揭示了体育品牌资产的研究现状，并为未来探索新兴趋势及其与体育产业互动中的理解缺口提供了方向。

许多奢侈品牌已采用 AI 聊天机器人提供个性化在线购物服务。本研究以认知评价理论为基础，考察信息搜寻与问题解决两类情境下 AI 聊天机器人驱动的线上奢侈品购物体验中的序列心理机制。研究采用组间设计（AI 聊天机器人使用目的：信息搜寻 vs. 问题解决），在美国收集 416 份有效问卷，并使用 PLS-SEM 进行数据分析。结果显示，AI 聊天机器人服务真实性与感知准社会互动会提升愉悦与满意度，进而促进线上奢侈品购买意愿与品牌忠诚；但 AI 聊天机器人的使用目的并未起到调节作用。本研究采用以消费者为中心的视角，理解 AI 服务代理对消费者参与及对奢侈品电子零售商承诺的影响，为 AI 聊天机器人服务文献作出贡献。研究还建议奢侈品牌借助 AI 聊天机器人服务实现更高水平的个性化，以吸引追求个性化体验的千禧一代与 Z 世代消费者，从而提升聊天机器人服务效果并实现长期盈利。

本研究旨在考察品牌重塑（包含重新定位、重新设计与重新发布三项关键活动）对品牌资产四大支柱——品牌知名度、感知质量、品牌联想与品牌忠诚——的影响。研究聚焦近 5 年在不同行业实施品牌重塑的三家典型越南企业：Vinamilk、Viettel 与 Highland Coffee，样本为 528 名年龄在 16 至 55 岁之间的消费者。结果显示，品牌重塑对品牌知名度、感知质量与品牌联想具有显著正向影响，其中品牌联想是最敏感的要素，反映消费者对品牌变化强烈的情感与象征性反应。品牌知名度与感知质量显著中介品牌重塑与品牌忠诚之间的关系，凸显其在强化长期客户关系中的关键作用；而品牌联想未呈现显著中介效应，说明情感与象征性联想可能需要更长时间才能影响忠诚。方差分析显示三个品牌间存在明显的感知差异：Highland Coffee 在知名度、质量与联想上得分最高，其次是 Vinamilk，Viettel 最低；但三个企业的品牌忠诚相对稳定，表明其持久性与对短期品牌变化的抵抗力。本研究深化了对新兴市场中品牌重塑如何驱动品牌资产的理论理解，并提供了实践启示。

尽管环保意识不断增强，许多 Z 世代消费者仍未能把亲环境态度转化为实际购买行为，在化妆品市场形成持续的“绿色鸿沟”。本研究考察绿色品牌定位（GBP）与绿色感知价值（GPV）如何通过绿色品牌态度（ATGB）影响绿色购买意愿（GPI），以及绿色信任（GT）的调节作用。研究对 384 名在过去六个月内购买过绿色化妆品的印尼 Z 世代消费者开展横截面问卷调研，并使用偏最小二乘结构方程模型（PLS-SEM）分析数据。结果显示，绿色品牌定位与绿色感知价值均对绿色品牌态度有显著正向影响，其中绿色品牌定位的影响最强；绿色品牌态度是绿色购买意愿最强的预测变量，并显著中介绿色品牌定位与绿色感知价值对购买意愿的影响。尽管绿色信任不直接影响购买意愿，但它强化了绿色感知价值与购买意愿之间的关系。研究凸显了正面品牌评价在弥合可持续性感知与购买意愿之间差距中的关键作用，并为绿色化妆品企业提供了强调可信环保定位的实践启示。

代理式人工智能（Agentic AI）——具备独立决策、学习与适应能力的自主系统——正在重新定义品牌建设，把被动的消费者互动转变为动态的共创关系。本文综合 2020—2024 年的当代研究，探讨代理式 AI 如何实现超个性化体验、支持品牌实时适应并应对消费者参与中的伦理挑战。通过可口可乐、Netflix 与联合利华的案例研究，我们展示自主 AI 系统如何提升顾客忠诚、推动创新并通过透明度建立信任。研究主张通过清晰界定的政策、结构化审查节点、审计文档与升级协议对代理式 AI 实施强治理，以管理算法偏见与品牌不一致等风险。文章为管理者提供了可落地的实施框架：建立品牌准则、在关键决策点引入人工监督并监测结果，以确保 AI 增强而非取代人类判断。研究最后强调营销、数据科学、设计与伦理团队之间协作的必要性，使 AI 自主性与长期品牌诚信保持一致，并指出危机管理协议、AI 对 AI 的顾客互动以及自动化系统中的文化适应性等未来研究方向。

本研究的主要目标是识别在跨文化、多样化的快消品行业中指导品牌战略制定的关键参数。研究开展了全面文献综述，并精心选择四项评价准则及十三项对应子准则，通过专家意见加以验证。此外，研究对所选文化背景下快消品企业的 40 位资深品牌经理与决策者开展了结构化问卷调查，并运用层次分析法（AHP）分析数据以达成研究目标。结果显示，在具有高不确定性规避与个人主义特征的文化中，目标市场选择、直接分销渠道、差异化卖点与促销更为重要；而在低不确定性规避与集体主义取向的文化中，沟通、间接分销渠道与产品感知质量则成为关键参数。这些差异表明，品牌战略需要适应文化期待，而非采取“一刀切”的方式。本研究通过指导与文化相契合的战略为实践作出贡献，并提出资源配置策略，确保品牌战略兼具成本效益与有效性。