《Scientific Reports》：Research on driving factors of consumer purchase intention of artificial intelligence creative products based on user behavior
編輯推薦：
針對當前 AIGC 輔助設計中用戶購買意愿及影響因素研究不足的問題，研究人員基于 SOR、TPB、VAM、IDT、UTAUT2 等理論，構建模型探討 AI 生成文創產品的用戶購買意愿，發現行為態度、HM、PP、PV 等是主要影響因素，為行業優化提供了理論與實踐參考。
隨著人工智能技術的迅猛發展，AIGC（人工智能生成內容）正深刻改變著各個行業，尤其是設計領域。然而，當前中國文創產品面臨著同質化嚴重、內容 superficial 等問題，難以滿足消費者對創新與文化獨特性的需求。與此同時，現有關于 AIGC 的研究大多聚焦于平臺使用體驗、用戶使用意愿等方面，卻鮮少涉及用戶對 AIGC 輔助設計生成產品的購買意愿及相關維度。在此背景下，為了深入了解用戶對 AI 生成文創產品的購買決策機制，提升用戶滿意度與市場接受度，蘭州理工大學等機構的研究人員開展了相關研究，其成果發表在《Scientific Reports》上。
為了探究用戶購買意愿及影響因素，研究人員基于刺激 - 機體 - 反應（SOR）理論、計劃行為理論（TPB）、價值采納模型（VAM）、創新擴散理論（IDT）以及技術接受與使用統一理論 2（UTAUT2），構建了一個綜合模型。該模型納入了感知價值（PV）、感知價格（PP）、社會影響（SI）、享樂動機（HM）、文化體驗（CE）等外部變量，并將自我創新（SINN）作為關鍵調節變量，以探討其在 PV、PP 與用戶感知行為控制（PBC）關系中的調節作用。研究采用了結構方程建模（SEM）和人工神經網絡（ANN）等技術方法，對 526 份有效樣本數據進行了分析。
研究結果
模型構建與驗證
通過 SEM 進行探索性因子分析和驗證性因子分析，結果顯示模型擬合良好，各變量的信度和效度均符合標準。ANN 模型進一步驗證了變量間的復雜非線性關系，且預測誤差較小，表明模型具有較高的可靠性和有效性。
關鍵影響因素
研究發現，行為態度（AT）、HM、PP、PV 和生成質量（GQ）是影響用戶購買意愿的主要因素。其中，PV 和 PP 通過影響 PBC 和主觀規范（SN）對購買意愿產生顯著作用，HM 和 SI 同樣對 PBC 和 SN 有顯著影響。此外，CE 和 GQ 作為外部變量，也通過提升用戶的文化認同和產品信任度，對 PBC 和 SN 產生積極影響。
調節效應分析
SINN 在 PV、PP 與 PBC 的關系中起到調節作用。高 SINN 用戶更注重產品的創新與獨特價值，對價格敏感度較低；低 SINN 用戶則更關注價格與價值的平衡，受傳統觀念影響較大。
路徑分析與預測
TPB 框架下，PBC 和 SN 不僅直接影響購買意愿，還通過 AT 間接作用于購買意愿。ANN 模型的敏感性分析顯示，在預測購買意愿的變量中，PBC、AT 和 SN 的相對重要性較高，進一步驗證了 TPB 理論在解釋用戶行為中的有效性。
研究結論與意義
本研究拓展了 AIGC 在文創消費領域的理論應用，豐富了用戶行為研究模型。研究結果表明，用戶在購買 AI 生成文創產品時，不僅關注價格和質量，還高度重視產品帶來的享樂體驗和文化獨特性。這為企業優化 AI 生成文創產品設計、提升用戶體驗提供了重要的實踐啟示：企業應注重產品的文化內涵與情感價值，合理定價，借助社會影響提升產品的市場認可度，并通過優化平臺算法提高生成質量。此外，針對不同 SINN 水平的用戶，企業可制定差異化的營銷策略，以更好地滿足用戶需求，推動 AIGC 技術在文創產業中的應用與發展。
該研究通過多理論整合與多方法結合，系統揭示了用戶購買意愿的驅動機制，為解決文創產品同質化問題、推動 AIGC 與文創產業深度融合提供了科學依據，具有重要的理論和實踐意義。
