生成式人工智能及其对数字平台的变革性价值

作者：Michael Wessel（弗里德里希·席勒大学耶拿、哥本哈根商学院）、Martin Adam（哥廷根大学）、Alexander Benlian（达姆施塔特工业大学）、Ann Majchrzak（南加州大学）、Ferdinand Thies（伯尔尼应用科学大学）

发表于 *Journal of Management Information Systems*，2025年，第42卷第2期，第346–369页。

本文是一篇特刊导论（editorial），而非单一原创研究报告。文章旨在构建一个整合性概念框架，以理解生成式人工智能（generative artificial intelligence, GenAI）如何根本性地重塑数字平台的架构、治理、价值创造以及各利益相关者之间的互动关系。作者团队来自信息系统、电子商务、数字创新管理等多个领域，长期从事平台经济、人工智能管理与数字化转型研究。文章发表于信息系统领域的权威期刊，具有重要的学术导向作用。全文围绕四个变革性机制——智能自动化（intelligent automation）、民主化（democratization）、超个性化（hyper-personalization）和协作创新（collaborative innovation）——展开论述，并以这四条分析线索对本期特刊收录的五篇论文进行定位和评述，最终提出面向未来研究的议程。以下将逐一阐述文章的主要观点。

第一个主要观点：GenAI的出现是数字平台演进的“分水岭时刻”。 文章开篇指出，与传统人工智能仅专注于模式识别和预测不同，GenAI具备理解语境、从示例中学习以及在文本、代码、图像和视频等多个领域生成新颖产出的能力。自2022年OpenAI推出ChatGPT以来，微软、谷歌、GitHub等主要平台提供商纷纷将GenAI能力整合进其核心产品，同时出现了围绕GenAI构建的全新平台。AI生成内容已占谷歌搜索结果近20%。这一技术成熟与大规模采用的双重趋势，使GenAI对平台运营和战略的影响成为信息系统研究中的紧迫议题。作者指出，平台所有者（platform owner）、互补者（complementor）、终端用户以及社会整体都面临新的机会与挑战，信息系统学者正处于开展前沿研究的有利位置。

第二个主要观点：数字平台研究存在工程、经济和组织三大理论视角，GenAI同时冲击这三个视角下的平台逻辑。 文章系统回顾了平台研究的基础：工程视角将平台视为由稳定核心与外围组件构成的模块化技术架构，边界资源（boundary resources）如API和SDK是实现互补创新的关键接口；经济视角将平台视为双边或多边市场，强调网络效应、定价策略和规模经济；组织视角则把平台看作元组织（meta-organization），关注生成性（generativity）与控制之间的治理张力。GenAI的出现使边界资源从“被动接口”转变为“主动的智能中介”，改变了网络效应的形成方式，并使治理结构面临新的参与形式和自动化内容带来的冲击。这一理论回顾为后续四个变革机制的提出奠定了基础。

第三个主要观点：智能自动化将边界资源从被动接口转变为主动、智能的价值中介。 文章指出，传统平台自动化集中于例程流程和预定义工作流，而GenAI通过复杂自然语言处理与生成、示例学习、任务适应性以及通过交互持续改进等能力，使平台能够处理非结构化请求并生成新颖输出。例如，GitHub Copilot能将自然语言需求推断为代码，Upwork的AI匹配系统能从成功项目完成中学习以优化自由职业者与客户的匹配，TikTok的内容审核系统则不断根据审核员行为和用户报告细化对社区准则违规的理解。智能自动化带来规模运营和交易成本降低的新可能，但也引发关于问责制、人机监督平衡的治理问题。作者特别强调，平台所有者必须审慎设计这些能力，以确保提升而非损害平台价值。

第四个主要观点：民主化通过降低参与的技术与认知壁垒，重塑平台价值创造的主体结构。 历史上，平台价值创造往往需要专业知识或大量资源，如移动应用开发或专业设计工具。GenAI凭借自然语言交互、零样本/少样本学习（zero/few-shot learning）、多模态生成和规模化内容创建，使复杂能力通过直觉化界面触达普通用户。Shopify Magic允许商家通过简单文本提示生成产品描述和营销邮件，微软Power Platform的AI Builder帮助非技术用户创建商业应用，Canva的文本转设计功能让非设计者创作专业视觉内容。民主化放大了网络效应中的参与多样性，但也带来质量控制、真实性验证以及对专业平台参与者经济冲击等新治理难题。平台需要在扩大参与和维持质量标准之间构建新的平衡机制。

第五个主要观点：超个性化使平台价值从“参与者数量”转向“个性化适配程度”。 传统平台理论强调通过稳定接口实现的标准化交互，而GenAI使体验真正个性化。Spotify的AI DJ整合用户收听历史、偏好和反馈，Netflix根据观看行为生成个性化缩略图，亚马逊为每位用户生成独特的产品描述与推荐。超个性化增强了用户参与度和平台锁定（lock-in），但也引发隐私、数据收集、信息茧房（filter bubble）和潜在操纵等问题。文章认为，有效的平台治理需要建立精细的监管机制，在个性化收益与用户保护和伦理责任之间取得平衡。超个性化与智能自动化、民主化相互关联：智能自动化处理复杂数据并生成语境响应，民主化创造了更多样化的用户基础，从而进一步要求更精细的个性化。

第六个主要观点：协作创新将GenAI定位为人类创新过程中的主动参与者，推动“人机共创”的新范式。 传统平台生成性理论聚焦于人类行动者的创新，而协作创新通过持续进化、协作创造力和增强式偶然发现（augmented serendipity）等能力，使GenAI参与持续对话、在人类想法基础上构建、从互动模式中学习并组合多个知识领域。GitHub Copilot能根据开发者反馈改进代码建议，Adobe Firefly可与用户迭代设计概念，AI音乐平台上的用户通过迭代实验发现新的作曲技法。这一机制的核心意义在于，GenAI最具变革性的影响可能不是取代人类平台参与者，而是创造人类与AI协作的新方式。平台所有者需要设计治理机制，以维持AI-人类共创并同时保留人类能动性和创造自由。

第七个主要观点：本期特刊的五篇论文分别从不同维度印证了四个变革机制的运用，并透视了不同利益相关者关系的演变。 第一篇论文（Quinn与Gutt）通过StackExchange数据的双重差分分析发现，ChatGPT推出后，偶然用户的问题发布量下降了18.2%，但剩余问题变得更加复杂和新颖，显示了智能自动化对不同承诺水平用户的异质性影响。第二篇论文（Mayer等）基于教育平台Dugga的案例研究，揭示了平台所有者与互补者之间经由“抵制与调适”的辩证过程，推动AI整合策略从“GenAI霸权逻辑”向“GenAI组合逻辑”转变，体现了智能自动化与民主化在治理中的张力。第三篇论文（Sikhondze等）通过三项随机实验发现，GenAI披露对创造性产品的心理价值和支付意愿产生负面影响，而对混合产品的人为披露则有正向作用，切入民主化与终端用户心理反应的交点。第四篇论文（Malgonde）提出基于GenAI的推荐系统，通过生成智能内容摘要来缓解贡献污染（contribution pollution）和信息嘈杂（information cacophony），体现超个性化在平台内容治理中的应用。第五篇论文（Heimburg等）基于OpenAI平台生态系统的嵌入式案例研究，识别出互补者的“reap逻辑”与“差异化逻辑”两种新型价值共创模式，展示了协作创新在GenAI平台中的实际运作。

第八个主要观点：未来的研究议程应聚焦于GenAI如何重塑平台各方利益相关者关系。 作者进一步指出，智能自动化主要重塑平台所有者与社会的关系，特别是在算法问责、劳动力替代、数字福利可及性和虚假信息治理方面；民主化主要影响平台所有者与互补者的互动，涉及低代码/无代码平台、AI生成贡献的质量标准以及商业模式重构；超个性化深刻改变平台所有者与终端用户的关系，涉及心理依赖、认知窄化、行为数据不对称和监管干预；协作创新则重新定义互补者与用户的关系，挑战传统价值归属、声誉体系、薪酬分配以及AI治理框架下的责任界定。文章还特别强调，研究应当超越技术效率，关注可及性、包容性、人的贡献与能动性等社会维度。

总体而言，这篇文章的学术价值在于提供了一个系统性、整合性的分析框架，将GenAI对数字平台的多重影响归类为四种可识别的变革机制，并在此基础上对特刊论文进行定位。它不仅为读者理解本期特刊的论文提供了逻辑地图，也为信息系统学者在未来开展GenAI与平台研究提供了理论视角和研究问题清单。文章的应用价值在于，它可以帮助平台所有者、互补者、政策制定者识别GenAI整合过程中的关键权衡与治理挑战，特别是在提升效率与维护公平、推进个性化与保护隐私、促进自动化与保障人的能动性之间的张力。文章的重要洞见在于明确指出，GenAI的变革潜力不在于简单地取代人类，而在于重新配置平台生态系统中的参与方式、创新过程与价值分配。这一论断为后续研究提供了富有启发性的方向。