1. 引言
国务院发布的《“十四五”数字经济发展规划》中明确指出，大力发展数字商务，全面加快商贸、物流、金融等服务业数字化转型，优化管理体系和服务模式[1]。随着数字经济的蓬勃发展，AIGC (Artificial Intelligence Generated Content)即人工智能根据已有数据的学习和识别，实现文本、图像等相关内容生成的技术，已经在多个领域广泛应用，尤其是在电商领域之中。电商领域的市场规模庞大并且拥有不可估量的目标客户，目前已经成为中国经济的重要组成部分之一，而在AIGC驱动下的电商平台为用户提供了更加多元化的服务，很大程度上吸引了消费者的关注。AIGC技术在电商平台的多方面应用为电商的高质量发展提供了技术支持与渠道，因此，接入AIGC技术能够助力电商领域的迅速发展，满足消费者日益增长的消费需求，提升消费者的用户体验，为电商平台产生更为长远的利益，同时注入新的生机活力。在 AIGC技术的影响下，电子商务用户获取信息的方式变得更加智能和个性化，内容采集方式的升级也改变了用户的认知评估和购买行为。基于此，本文针对AIGC驱动下的电商用户消费决策过程中的信息获取、认知评价和购买行为部分展开逐一分析。
2. 信息获取机制的协同优化
2.1. 多元渠道整合：从单向传播到智能触达
在互联网迅猛发展的时代背景下，电商用户并不满足于传统单一的信息获取方式，而是渴望接收来自不同角度与层面的信息，以此更加全面地了解目标商品；同时为了适应快节奏的生活方式，信息获取的手段需要更加便捷效率，AIGC技术带来的个性化推荐很好地节省了用户接收信息的时间。
商户利用AIGC技术，根据用户购买记录、浏览历史等，分析用户喜好并向用户做出个性化推荐，从而提升用户在信息接收阶段的体验感，同时提高了营销效率，降低了运营成本。对于用户而言，个性化的推荐使其能够更快地找到符合自身需求的商品，节省了时间，也避免了因为信息过载而产生的选择性困难。除了传统的购物平台，大部分社交媒体也为电商商家和用户提供了交流互动的平台，通过主播直播带货、视频推广、发帖安利等形式进行信息传播，不局限于用户出于理性地主动搜索，发掘其潜意识的内在需要。在大数据的基础之上，AIGC对用户进行行为分析，将用户有可能感兴趣或需要的内容进行推送，提高用户的满意度，拓宽受众的认知渠道。同时，个性化的信息推送能够动态更新，根据用户产品偏好的改变而改变，更具主动性，使用户体验感更佳[2]。
同样，AIGC技术在智能客服方面的应用也已经展现出巨大的潜力，并取得了一定的成果。诸多餐饮品牌就通过引入了以AIGC技术研发的智能客服，通过app或小程序内用户历史的购买记录和搜索习惯，向其推送可能会感兴趣的美食饮品。借助自然语言处理(NLP)技术和机器学习技术，智能客服可以及时响应用户需求，不论是菜单推荐还是订单查询，进而提升用户满意度，同时收集相关反馈，对商品和服务不断进行升级。通过智能客服系统多页面回复用户讯息，提高了工作效率，节省了时间成本，基于大数据算法，智能客服将更加丰富多样的内容呈现给用户，给予其更丰富的选择。从国际化需求角度出发，为了方便外国用户使用，智能客服解决了传统人工客服的语言沟通障碍问题，为跨境电商提供了多样化的可能，有助于构建以国内大循环为主，国内国际双循环相互促进相互发展的新发展格局。
随着底层技术和基石模型的持续突破，AIGC或将颠覆传统意义下内容的生成方式和业态复合，其不再局限于简单的模型训练和数据分析，而是转向技术驱动下内容生成逻辑及产出模式的模仿学习、需求定位下模型结构的性能优化和目标导向下生成内容的黏性互动，进而延伸出更加优势的内容生成能力和创新扩容能力，从而进一步推动了内容的智能化升级[3]。2023年7月，京东在京东云峰会宣布推出其自主研发的言犀大模型，单从一张商品图出发，言犀大模型就能够根据图中商品快速生成产品推广所需的宣传海报与详情页，极大地降低了产品营销的成本和周期，更加方便用户获取所需的信息[4]。同时，此类人工智能生成工具能够通过收集产品各层面的数据，进行加工整合，最后生成产品推广内容并发布在传统电商平台或新兴社交媒体上，从而达到拓宽商品宣传渠道的效果。电商用户在浏览社交媒体时无需主动搜索，AIGC技术即可实时推送相应商品的广告页，节省了以往用户为了查找目标商品的相关信息，在各种平台收集资料并对其产品特性、功能、价格等方面对比的时间和成本，甚至可以获得更多较以往容易忽视和难以查阅到的信息。
2.2. 精准内容匹配：大数据驱动的定制服务
AIGC技术为电商平台用户的信息获取内容带来了许多改进，其生成的图形、视频和音频等多样化的内容形式，使得信息丰富程度不断完善。依托对用户的深度数据分析和挖掘，AIGC技术能够智能地向目标用户推荐产品，实现用户所需的定制化服务。通过结合大数据算法模型，产品信息的真实性相较之前也有所提高。
AIGC技术使得电商内容创作不再局限于传统的文字描述和图片展示，而是拓展为视频、音频、动画等多种形式。当下多数品牌都推出了数字虚拟人，打造年轻化的IP内容，使品牌快速融入数字化时代，提高产品核心竞争力。虚拟数字形象的打造能够精准吸引特定消费群体的目光，焕发产品新活力。新华社报道，某商家用AI + DeepSeek做跨国生意，只需要对着镜头说“12345”就能生成几十种语言视频，凭借这项技能几十秒就“卖空”了一款袜子，打破了不同国籍带来的语言沟通障碍，为中国商品走向国际化提供了参考答案[5]。AIGC技术将多样化内容精准投放给目标用户，既满足了用户需求，也丰富了内容形式。颠覆了对传统电商营销手段的认知。
构建多维度的用户行为画像也是提升信息投放精准度的一种方式，AIGC技术收集并分析用户的购买记录、兴趣爱好和历史搜索记录等各方面数据，再结合市场趋势及需求量来构建精细的用户画像，借此为电商用户提供定制化服务。这种服务不仅仅局限于商品本身，还包括商品相关的优惠信息和使用评价等，使用户能够更加迅速找到符合自身需求的商品，由此购物满意度也随之上升。用户的喜好或需求常常随着时间的迁移而改变，当这种需求或喜好发生更改时，AIGC技术就能够敏锐地捕捉到这些变化，运用生成式对抗网络(GAN)技术实现用户画像的动态更新，及时调整用户画像以满足需求来保证用户行为画像的时效性。这种随机应变的能力始终保持定制化服务的高精准度，提升用户的忠诚度并增加用户的回购率。
2023年7月，国务院发布的《生成式人工智能服务管理暂行办法》中提到：“基于服务类型特点，采取有效措施，提升生成式人工智能服务的透明度，提高生成内容的准确性和可靠性”[6]。随着算法模型的优化与迭代，采用先进的生成式对抗网络(GAN)和深度学习模型(Transformer模型架构)，帮助模型更好地理解和生成更为优质的内容。而算法模型的升级需要建立高质量的训练数据集，可靠、权威和官方的数据是建立高质量训练数据集的关键来源，以此减少生成数据内容的误差。商家利用这些权威可靠的数据向用户展示其所需要的商品特性，参数和使商品信息变得透明，达到积累口碑的目的。电商用户就可以通过升级后的算法模型获取更加真实可靠的商品信息，降低购买到虚假伪劣产品的风险。
3. 用户认知评价的智能升级
3.1. 赋能认知迭代：从碎片整合到深度决策
AI生成内容(AIGC)技术的突破性发展显著重构信息生产与传播的逻辑，其高效性、多样性和动态交互能力为个体认知世界提供前所未有的支持。然而，技术赋能的“信息洪流”也催生出新的认知挑战：用户不再仅仅被动接收信息，更需主动对AIGC输出进行价值筛选、逻辑验证与情感解读。这一转变要求研究者将关注焦点从“技术生成能力的改进”转向“人类认知水平的升级”，深入探究用户如何基于个体经验、社会语境和心理预期对AI信息进行意义建构和质量评价。唯有认清技术输出与人类认知的交互边界，方能真正理解AIGC在个体决策、知识内化及社会信任构建中的深层影响。
认知水平指的是对信息的处理能力，主要包括判断能力、思维框架的构建和记忆力等方面。面对一件事物如果能快速看透其本质并且做出正确判断，就可以称之为高认知水平。高认知水平有利于我们正确认识自己的能力，减少做出错误行为的频率。
互联网时代，信息的来源是零散多样的、缺乏完整信息的，让人很难在知识间建立联系，也就是通常所说的信息碎片化。就比如以往人们对一部电影或者电视剧感兴趣，只能在电视上完整观看，而新媒体平台的兴起，尤其是抖音、小红书、bilibili等社交平台，人们就能够通过解说切片等形式了解内容，看似在短时间内获取了大量知识，其实只是得到一堆碎片，这样的碎片化信息无法构建完整的知识体系。再比如互联网时代兴起的直播带货，带货主播可能会通过立人设、饥饿营销等形式引导消费者购买产品，消费者到手后才发现对自己并无太大用处只能闲置，浪费时间精力。信息的碎片化导致用户无法进行深度思考，做出相应判断，对信息的处理能力减弱，从而导致认知水平的下降。
AIGC技术依靠大数据和深度学习等技术的强力支持，通过网络爬虫数据采集技术、自然语言处理技术(NLP)、线性判别式分析(LDA)模型等，可以提取出信息中的关键词，生成简洁的层次清晰的摘要，从而突出最核心重要的观点，将碎片化的信息进行整合。在电商领域，AIGC可以自动总结历史用户购买后的评价与反馈，对商品生成新的关键词描述，而新用户可以通过这些关键词快速了解商品，在脑海中建立起关于商品特性大致的知识结构框架，进一步提升了电商商家的营销能力。AI试衣间为电商用户带来全新的网购体验，购买产品不再局限于通过商家描述产品特性，能够“穿上”样衣再决定是否购买，实现从单向的信息传递到互动型双向认知的升级，信息的形式也从平面走向立体。
在使用AIGC技术时，用户也需要判断其生成内容的真实性和可靠性，培养批判性思维。如果在建立AIGC的训练数据集时，数据虚假或存在偏差，其所生成的内容也可能会总结失误，引导用户做出错误决策。那么发挥人的主观能动性就成为帮助提高电商用户认知水平的重要途径，在解决问题时觉醒批判性思维。提升批判性思维的同时提高了人的认知水平，在数据获取时过滤掉不必要的或虚假的信息，不能只是一味地去被动接收，也要主动赋能。艾瑞发布的《2023年中国消费者洞察白皮书》中指出个人消费理念和管理体系已经趋于完善，“在保持科学消费观的前提下，许多消费者已经形成自己的购物风格，看重性价比、按计划购物的消费者占比达到80.4%”[7]。在AIGC时代下，消费者为了在人机协作中保持主动性，一定要保持人格的独立。
3.2. 构筑动态评价：从真实悖论到效率平衡
作为电商平台不可或缺的一部分，用户评价体系既是用户对服务于商品本身表达意见的渠道，又可以通过收集和总结电商用户对商品或服务的评价与反馈，为商家提供改进服务或升级产品的方案，也为电商用户做出购买决策提供参考。
近年来，呼吁通过引入更先进的人工智能技术来支撑数字营销向数智化转型的声音越来越多[8]。新型用户评价体系从传统的评价体系出发，基于传统的消费者评价，筛选出商品特性的关键词，总结近期的好评率，从而方便用户对商品做出考量。但是由于评价机制的繁琐，并且缺乏相应的激励机制，用户对评价行为较为敷衍，参与积极性不高。为了解决该问题，拼多多推出了“种草达人”计划，该项计划可以使用AIGC技术为优质评价生成创意海报和视频，给予用户相应奖励，鼓励用户进行高质量的评价，实现了电商平台与用户的双向共创，重塑了用户意见表达的途径。同时，AIGC通过多维度机制对抗虚假评价：在检测层面，利用NLP分析文本特征(如语言模式、情感一致性)并结合行为分析(评价频率、账户异常)识别可疑内容；同时采用多模态验证确保文字、图片、视频的真实性。在防御层面，通过生成真实性对比评价、建立动态验证系统(如区块链溯源)和持续对抗训练提升模型检测能力。这些技术手段构成“检测–拦截–预防”的全链条防御体系，既能实时识别机器生成或人工刷评的虚假内容，又能通过算法迭代应对不断演变的造假手段，最终提高内容的真实性。
AIGC技术还可以根据浏览记录，主动征集用户的意见，生成个性化调研问卷，与传统的用户评价与反馈机制结合，AI生成改进报告，为商家的服务进行评价，同时对产品升级提出意见。AIGC技术将用户反馈转化为可执行的营销策略，推动商家从被动地接收响应问题到主动解决问题转变，进行数字化升级，提高效率。其核心价值在于规模化捕捉用户声音、智能化生成优化方案和战略化品牌升级，实现“技术 + 人文”有温度的共鸣。
面对单一的产品信息，消费者不得不寻找其他依据来辨别这个内容是否对自己有用，但由于“刷好评”的现象层出不穷，无法直接筛选出真实可靠的评价，容易出现盲从行为。王天予认为，“因为在无法看到实物只有产品图片的情况下，评判产品质量的数据就相对很少了，当某种商品出现有多人购买和无数好评的时候，消费者就容易对这种商品产生认同，从而引发购买行为”[9]。评价信息利用率低的问题在AIGC技术没有得到应用之前是普遍存在的，淘宝推出的“问大家”功能很好地解决了这一点。未购买某商品的用户可以在“问大家”板块中提出疑问，AIGC技术将这些问题推送给已购买的用户，这些用户根据自身经验回答相应的问题，很好地解决了评价信息利用率低的问题，提高了商品的转化率和购买率。
4. 消费决策路径的链式重构
4.1. 流程压缩：从线性决策到即时响应
消费者购买决策一般可分为五个阶段，即认知需要、收集信息、选择评价、购买决策、购后评价。在AIGC的推动下，电商链式决策流程较传统模式已经有了长足的进步，重构了电商决策逻辑，从“人找信息”转变为“信息找人”，用户的需求如今更倾向于个人兴趣和社交推荐，容易受到内容质量和创意的影响[10]。与大数据算法的结合，AIGC能更精准地为用户画像，从而预判用户需求，直接推送相关内容，减少了收集信息的时间，使用户得到个性化的满足。认知需要与信息收集之间形成了无缝衔接，收集的时间被压缩，进入决策的时间被提前。
用户跨平台收集信息的繁琐程度会显著影响购买的决策。对于非刚需的产品，如果信息收集的过程越繁琐，用户的购买欲望就会越低。AIGC技术很好地解决了这一问题，AIGC技术将该商品的多平台数据进行总结并整合成清晰的条目并融入用户评价，为消费者提供更真实的决策依据带来不一样的购物体验。AIGC技术使信息收集过程实现从多元搜集到一站式的生成，将信息收集和选择评价过程合并，使产品推广效率大大提高。
传统模式下用户习惯于在多种评价中反复权衡，这种权衡行为大大降低了用户做出消费决策的时间，而且评价会随着商品的升级和时间的迁移发生变化，用户很难及时跟进。AIGC可以通过对实时数据的监控生成动态内容，推动消费者快速做出“最优解”选择。选择评价到购买决策实现了路径短路化，提高了商品成交率，节省用户的时间成本的同时做出决策的效率也得到了提升。因此，电商企业需要考虑消费者行为在数字化环境中的特殊性和复杂性，以及如何利用大数据、人工智能等技术手段，深入分析消费者的在线行为模式，预测其需求变化[11]。
AIGC技术不仅压缩了决策链条，未来还将重构用户与商品之间的关系。AIGC与AR、VR结合，提升沉浸式消费的体验，例如得物app将鞋类产品的3D模型上传至商品页面，用户可以360度旋转来了解产品的版型等。当用户点击“减少推荐”后，通过算法迭代，AIGC技术自动改进推荐的商品，减少带有同类关键词产品的推荐，并实时调整模型。自然语言处理技术(NLP)能够实现对于文本内容和情感内容的理解与处理，拉近人工智能与消费者的关系，与消费者产生情感共鸣，使其生成的内容更加有“人味”，提高消费者的购买率。
4.2. 人机协同：从数据驱动到情感共鸣
电商行业竞争越来越激烈，电商商家为吸引更多消费者，需快速响应市场变化，同时控制运营成本。要实现真正意义上的人机协作机制，需要一种能根据商品特性自动生成相应传播内容、人机协作交互能力更强、可以显著提高营销效率的先进人工智能技术，而AIGC技术的突破为这一机制的实现提供了可能性[8]。AIGC技术承担重复性任务，从而释放人力专注于高价值工作，如策略制定，用户体验优化等。消费者对购物体验的期望日益增长，需要千人千面的推荐和定制化服务，个性化、互动化的过程可以显著提升用户的满意度。
AIGC驱动下的人机协作正在重塑电商领域的竞争格局，该协作机制的本质是“数据智能+人类创造力”的深度融合。纵观人机交互过去数十年间的发展，从初期的以技术为中心目标的设计(Technology center design, TCD)，发展为以商业为中心的设计目标(Business center design, BCD)。但现今，以用户为中心(User center design, UCD)目标的设计正在成为设计的主流[12]。通过合理分工、技术赋能和伦理规范方面，人机协作可以实现效率与创新的双重突破，在效率与人性化之间寻求平衡，既推进技术革新又保留人性的温度与创造力。这种协作模式的形成本质上是技术进化，业务需求升级和数据智能融合的结果。
人机协作的核心模式是分工协作模式。算法迭代的升级使AI能够负责简单重复的任务，比如商品的信息录入、图文生成和基础的客服应答等。AI生成初稿后，人类负责做出复杂的决策，人工审核内容的准确性、法律合规性和情感适配性，再反馈数据用于模型微调，使AI可以同步学习人工解决方案，发布在电商销售平台。
此外，深度个性化是AI与人类协作的努力方向之一，AI通过深入学习人类语言来升级自然语言处理技术。人工的电商企业将不再是“技术替代人力”，而是通过人机协同构建难以复刻的竞争优势。依赖于AIGC智能采集数据、自动生成内容的技术优势，能够实现对数据的高效处理和传输应用，促使电商平台人机协作由经验型决策向数据驱动型决策转型升级[13]。
5. 结语
本研究对AIGC驱动下电商用户消费决策过程展开了全面的考察与分析，对于电商平台而言，积极应用AIGC技术能够提升用户的服务体验，满足消费者日益增长的个性化需求，进而提升平台的竞争力和市场份额。AIGC技术在电商领域的应用让电商用户消费决策过程产生极大地转变，不仅加强两者之间的协同机制，还大大提高信息收集的效率。同时，AIGC技术是用户认知水平和评价体系提升的优秀渠道，用户将更理性、更全面地评价产品，进而做出更明智的购买决策。此外，AIGC技术通过简化购买流程为电商平台带来更高的效益，革新消费决策行为路径。人机协作机制的出现，为电商领域的发展注入新的活力，实现用户成长与服务优化双循环的机制。
此外，AIGC技术在电商用户行为预测、情感分析等方面的应用潜力值得进一步探索。随着科学技术的不断发展和完善，AIGC技术不仅为电商用户提供更便捷高效和个性化的购物体验，还会为电商平台提供更广阔的发展空间，因此，电商平台应当积极拥抱AIGC技术，加强专业技术研发和创新，不断提高自身的产品竞争力和服务水平。
声 明
本研究系南京邮电大学通达学院商学院“社会科学研究设计及实践应用”研习组(第一期)阶段性成果。