直播商业已成为现代电子商务的基石，从根本上改变了消费者发现、评估和购买产品的方式（吴等人，2023年）。人工智能（AI）的整合催生了人工智能主播——这些虚拟的、类人类的主持人能够进行实时互动（苗等人，2022年）。人工智能主播为品牌提供了一种新的方式来扩大客户参与度，并通过自动化内容交付降低劳动力成本。预计到2033年，由AI驱动的全球直播市场将从2025年的约20亿美元增长到超过120亿美元（Market Report Analytics，2024年）。值得注意的是，中国的采用率激增，例如
京东报告称，2022年至2023年间品牌使用人工智能主播的比例增长了400%（搜狐新闻，2023a）。然而，这种快速增长也带来了不确定性和风险。随着人工智能主播的发展，出现了假冒促销、价格操纵和其他不当行为，引发了消费者信任和监管监督的担忧。例如，TikTok在2024年因政策违规删除了超过17万个人工智能生成的直播，并封禁了3万个账户（新浪财经，2024年），这凸显了与AI部署相关的治理挑战（Wessel等人，2025年）。这些相互矛盾的发展提出了一个战略难题：品牌应该为了可扩展性而采用人工智能主播，还是在监管和声誉风险面前谨慎行事？
在AI驱动的直播生态系统中，三个主要利益相关者——品牌、多渠道网络（MCNs）和平台——共同塑造了战略格局。品牌是产品所有者，也是声誉资产的守护者，他们利用直播作为全渠道销售和营销工具（刘等人，2024年）。MCNs作为中介管理主播的运营，负责招募和培训主播人才，监督内容创作，确保合规性，并优化货币化（Chozan，2023年）。平台提供直播和交易的技术基础设施，同时在整个市场中执行规则和标准（陈等人，2021年；高等人，2024年；毛等人，2022年；张等人，2022年）。这三个组织利益相关者共同构成了直播生态系统的战略核心，他们的相互依赖决策决定了创新采用和生态系统治理的轨迹。尽管消费者、物流提供商和第三方服务提供商也对直播生态系统有所贡献，但他们的行为在很大程度上受到品牌、MCNs和平台所做的上游战略选择的影响（高等人，2024年；毛等人，2022年）。通过关注这个三方组织核心，我们抓住了治理创新采用、监管执行和生态系统动态共同演变的战略决策点。
理解这种三方结构不仅对于分析每个利益相关者的个体激励至关重要，而且对于捕捉随着时间推移他们相互调整策略而产生的共同演化动态也非常重要。在技术颠覆和监管期望不断变化的环境中，这一点尤为重要（Mayer等人，2025年）。在这个背景下，每个利益相关者在人工智能主播时代都面临着内在的权衡。对于品牌来说，人工智能主播通过可扩展的24/7运营承诺效率提升和成本节约，但如果自动化角色误导消费者或未能维护品牌价值观，同时也会引入声誉风险（Casidy等人，2021年）。效率与声誉之间的这种基本矛盾让许多公司对长期采用是否有益感到不确定（Forbes，2025年）。MCNs则面临合规与抵抗之间的选择。严格遵守品牌和平台的指导方针有助于维持长期合作关系并避免处罚。然而，他们仍有可能通过激进的销售策略或伪造促销来规避严格的监管，以最大化短期收入（新华新闻，2025年）。然而，这种不合规行为会带来制裁和声誉损害的威胁，可能危及未来的收益（Holweg等人，2022年）。与此同时，平台在鼓励人工智能主播采用与监管执行之间面临着挑战（Gupta等人，2025年）。鼓励人工智能主播的采用可以增加内容量、用户参与度和平台佣金。相反，如果不遏制不当行为，则可能危及消费者信任和生态系统完整性（中国日报，2024年；中国质量新闻，2025年）。找到正确的平衡至关重要：监管不足可能导致丑闻和用户流失，而过于严格的监管可能会抑制创新并驱赶关键生态系统参与者。这些相互交织的权衡意味着一个利益相关者的战略决策会直接改变其他利益相关者的风险-回报计算，强调了对其动态互动进行综合分析的必要性。
尽管这些三方动态具有实际重要性，但目前的研究主要采用以消费者为中心的视角，强调人工智能主播设计如何影响个体行为。先前的研究提供了有关拟人化（Chen等人，2024年）、感知的活力（高等人，2023年）或沟通风格（姚等人，2024年）如何影响消费者信任和参与度的宝贵见解。然而，这种将人工智能主播视为被动刺激的流行范式未能捕捉到它们在上游组织利益相关者之间引发的策略重组。
为了分析这些战略共同演化过程，我们采用了进化博弈论框架。进化博弈论特别适合研究有限理性利益相关者之间的适应性、路径依赖决策（Hofbauer和Sigmund，1998年）。与静态模型或纯粹基于计算机的代理模拟不同，进化博弈论允许我们模拟连续的战略调整、阈值效应和反馈循环（Fagiolo和Roventini，2017年；Jagabathula和Rusmevichientong，2018年；Su等人，2019年）——所有这些对于理解在监管约束和战略相互依赖的情况下人工智能主播的采用方式至关重要。尽管最近的应用已经探讨了直播环境中两方之间的互动（Chen等人，2021年；Song和Kong，2024年；Zhang等人，2022年），但很少有研究关注涉及品牌、MCNs和平台的三方动态，尤其是在人工智能主播改变运营和监管规范的情况下。
为了解决这一空白，我们开发了一个三方进化博弈模型，该模型捕捉了品牌、MCNs和平台如何随着时间的推移调整其策略以应对人工智能主播的采用。我们解决了三个核心研究问题：
RQ1：品牌如何应对效率与声誉之间的权衡，以及哪些关键的稳定性阈值影响了它们的采用决策？
RQ2：随着品牌采用和平台监管的战略回报的共同演化，MCNs如何平衡短期机会主义收益与长期合规激励？
RQ3：在什么条件下，平台可以在保持生态系统稳定和可持续性的同时平衡人工智能创新激励与生态系统治理？
通过明确建模利益相关者的相互依赖性和它们的共同演化动态，本研究做出了三个理论贡献。首先，它将人工智能主播作为多利益相关者进化博弈框架中的一个战略选项，并阐明了MCNs作为协调运营和合规的专业中介的功能角色。其次，它通过形式化压制性和激励性机制如何共同塑造AI驱动和传统格式的回报来理论化平台的双重监管功能。第三，它揭示了这些格式的共存产生了基于阈值的动态，这些动态决定了生态系统的战略演化。从实际角度来看，研究结果为平衡压制性和激励性政策提供了可操作的指导，以促进可持续的创新和高质量的生态系统发展，使利益相关者能够在自动化的数字市场中平衡稳定性和创新。
