文献：Shui, X., Bian, S., & Zhang, P. (2025). How Can AI Virtual Streamers Gain Consumer Trust to Influence Purchase Intention in Live-Streaming E-Commerce? Journal of Theoretical and Applied Electronic Commerce Research, 20(4), 325. DOI 10.3390/jtaer20040325。JTAER（MDPI），官网当前 JIF 4.5；Asta 引用快照 15（2026-09-03）。

研究问题：虚拟主播（AI 数字人直播）正在成为直播电商的新形态——品牌用 AI 主播 24 小时带货，但消费者对“不是真人”的主播天然存在信任门槛。直播电商的本质是基于信任的即时转化：真人主播靠人设、互动与临场感建立信任，AI 主播缺少这些“人味”，那它靠什么赢得信任？论文要回答：AI 虚拟主播的哪些特征能通过消费者信任提升购买意愿？为什么有些特征（如专业性）反而不起作用？消费者自身的创新性如何改变这些影响？

论证思路：研究以刺激—机体—反应（SOR）框架为总纲：主播特征作为“刺激”（S），消费者信任作为“机体”（O），购买意愿作为“反应”（R）。作者收集 410 名观看过 AI 主播带货的消费者样本，并用两套互补方法分析：**结构方程模型（SEM）**检验线性路径，**模糊集定性比较分析（fsQCA）**探索产生高购买意愿的不同配置组合——SEM 回答“哪些因素平均而言有效”，fsQCA 回答“哪些条件组合能殊途同归地达成高转化”。

一、核心发现：可爱、活力与场景契合有效，专业与响应无效

• 有效的信任前因：AI 主播的**可爱性（cuteness）、活力（liveliness）与场景契合度（fit with the scene）**会通过消费者信任显著提升购买意愿。AI 主播的价值在于“讨喜且有氛围”，而非“权威专业”——观众接受数字人，是因为它亲切、有活力、与带货场景协调，而不是因为它像专家。
• 失效的传统变量：专业性与响应性没有呈现同样的直接正向关系。这与真人主播研究形成鲜明对比——真人主播的专业讲解常被证实有效，但在 AI 主播身上这一逻辑失灵。可能的解释是：消费者对 AI 主播的专业能力本身持保留态度，“AI 讲的再专业我也要自己判断”，因此专业性既不能加分、也不会单独驱动信任。
• 创新性的调节：消费者创新性会削弱主播特征与场景契合对信任的影响——越是乐于尝试新技术的消费者，越不会仅仅因为主播“可爱、有活力”就信任它，他们可能有更独立的评估标准。研究还发现，不同创新程度的产品（高创新 vs 低创新）存在差异化的配置路径：高创新产品的购买可能依赖“高创新消费者 × 特定主播特征”的组合，低创新产品则可由更常规的路径达成。

二、方法亮点：SEM + fsQCA 的“平均效应 + 配置路径”互补

• SEM 提供了各变量的平均因果强度，回答“在一般水平上哪个特征最有效”；
• fsQCA 补充了“多种路径都能成功”的视角：高购买意愿可以由“高可爱 + 高契合”或“高活力 + 高契合”等多种配置分别实现，避免了“单一最优解”的误导。
• 局限：样本为“看过 AI 主播带货”的消费者（自我报告），非平台真实交易数据；信任与购买意愿均为感知测量；结论是否适用于不同品类与平台需进一步验证。

启示一句话

别让 AI 主播“装专家”——它的信任资产在可爱、活力与场景融入；专业讲解留给真人主播或商品页面，AI 主播负责把氛围和亲切感做足。

---

收录说明：本文来自“AI 赋能电商研究：近一年高 IF、高被引文献”专题。摘要与发现为中文概述，详细论证请以论文原文为准。