《Journal of Theoretical and Applied Electronic Commerce Research》：How Competing Platform Actors Frame a Disruptive Technology: A Dyadic Analysis of Generative-AI Risk Disclosure by Hotels and Online Travel Agencies
编辑推荐：
酒店高管公开将生成式人工智能（generative AI, GenAI）描述为其摆脱对在线旅行社（online travel agency, OTA）依赖的路径，而OTA则将同一技术视为需要吸收的威胁。新兴的披露文献无法发现这种对立，因为它将结构性异质的公司合
酒店高管公开将生成式人工智能（generative AI, GenAI）描述为其摆脱对在线旅行社（online travel agency, OTA）依赖的路径，而OTA则将同一技术视为需要吸收的威胁。新兴的披露文献无法发现这种对立，因为它将结构性异质的公司合并为一个单一横截面。本文研究酒店与OTA是否在其强制性风险披露中以不同方式框定GenAI，以及这些框定如何演变。研究人员分析了来自四家酒店运营商和三家OTA组成的匹配二方（matched dyad）的美国证券交易委员会（Securities and Exchange Commission, SEC）年度报告风险因素披露（财年2019–2025），共49份文件，包括10-K表格（Form 10-K），以及一家外国私人发行人提交的20-F表格（Form 20-F），并结合关键词锚定提取、人工主题编码、跨公司余弦相似度（cosine similarity）和经可重复性检验的立场编码（stance coding）。研究产生三项发现。GenAI语言在主题上呈现二方分化：竞争者能力框定仅出现在OTA一侧（51条OTA段落中的11条，而运营商24条段落中无一），运营商语言则以部署责任和合规内容为主（58%对28%）。尽管如此，公司特定语言在三个报告周期内趋同于共同的法律措辞。此外，从GenAI进入这些文件的那一刻起，立场便偏向威胁，此后不断加剧：威胁框定占FY2023中立场相关段落的约三分之二，到FY2025升至近90%，而机会框定保持持平。单一七公司二方产生的是例证性而非可推广的发现。然而，竞争对手的年度文件是公开、可审计的竞争情报：OTA现在将供应商直销（supplier-direct）和AI介导的发现（AI-mediated discovery）列为威胁——这正是酒店所追求的机会窗口。这一证据表明，颠覆性技术不仅被披露，而且从对立的结构性位置被战略性地框定，其威胁框定的强度随竞争显著性变化。
本研究聚焦酒店分销关系中供需两侧对同一颠覆性技术的对立性战略框定。酒店高管公开将生成式人工智能（generative AI, GenAI）描述为摆脱对在线旅行社（online travel agency, OTA）依赖的路径，而OTA则将同一技术视为需要吸收的威胁。现有AI披露文献将所有公司混合为单一横截面，无法识别这种同一价值链内的结构性对立；同时，旅游AI研究集中于需求侧和内部运营，未考察渠道重构；而分销经济学虽确立了中介地位依赖接口控制，但未关注GenAI。为此，研究人员提出三个问题：酒店与OTA是否以不同风险主题框定GenAI？公司特有语言是否随时间趋同？机会-威胁平衡如何演变？
研究人员分析了四家酒店运营商（万豪国际、希尔顿、凯悦、洲际酒店集团）和三家OTA（Booking Holdings、Expedia Group、Tripadvisor）在财年2019–2025年间向美国证券交易委员会（SEC）提交的49份年度报告中的风险因素披露（10-K和20-F），并采用匹配二方设计。研究发现：GenAI语言在主题上呈现二方分化，威胁立场从技术进入披露之初便占优并持续强化，同时公司语言迅速向模板化趋同。其意义在于表明披露承载结构性位置信号，为AI披露研究提供了超越行业代码的价值链位置视角，也为酒店管理者提供了可审计的竞争情报。
研究方法上，研究人员构建了由49份文件组成的语料库，提取出29条锚定句和75条严格GenAI段落。关键技术包括：关键词锚定提取（识别含生成式AI相关词元的句子）、人工主题编码（模型辅助初筛加两阶段独立重编码与人工裁决，Cohen’s κ = 0.79）、跨公司余弦相似度测量语言趋同，以及基于本地大型语言模型（Qwen2.5 14B Instruct）的立场编码（五次随机种子测试-再测稳定性，平均κ = 0.68）。无监督主题模型仅作探索性验证。
研究结果如下。
4.1 GenAI披露的起始（Onset of GenAI Disclosure）。GenAI语言在FY2022前基本缺席，在FY2023于二方两侧同时突然出现，说明运营商与OTA关注该技术的时机并无差异，二者差异不在注意力时序。
4.2 GenAI主题的二方分化（RQ1）。主题编码显示，竞争者能力框定仅出现在OTA侧（51条OTA段落中的11条，运营商24条中为0），而运营商语言以部署责任和合规内容为主（58%对28%）。发现威胁框定在FY2025已变为双向，但OTA侧语料高度集中于Booking Holdings，解读时需谨慎。
4.3 向模板语言趋同（RQ2）。跨公司余弦相似度从FY2023的0.081升至FY2025的0.212；在控制每公司句子数量后，序列为0.086、0.118、0.117，说明语言趋同主要发生在FY2023–2024，此后公司主要是在相似措辞上增加篇幅。
4.4 立场强度随GenAI时期加剧（RQ3）。威胁框定占FY2023立场相关段落约三分之二，到FY2025升至近90%，机会框定始终不超过3条。研究人员指出，该强化可能反映战略升级，也可能反映法律谨慎，现有公开文件数据无法完全区分。
4.5 推断范围：为何不检验市场效应。补充的事件研究、双重差分和合成控制均无法识别，因为GenAI冲击对七家公司同时到达、缺乏干净对照组，且样本量小，因此零结果无信息量。
讨论部分指出，理论意义有三：破坏性技术是在二方关系中被对立框定的；新风险在三个报告周期内即被吸收为模板语言，挑战了披露信息质量；威胁框定的单调强化说明评价性分类是动态且竞争权变的。实践上，监控对手年度文件是低成本的竞争情报；投资者应关注偏离模板的残余信息；监管者需警惕风险披露的同质化。研究局限包括单一二方样本、仅文本证据、因果识别不可行、编码依赖模型辅助、语料集中于单一OTA等。
结论部分翻译如下：GenAI已进入酒店和OTA的风险披露，但并非以同一声音。综合阅读酒店–OTA分销关系双方，分析表明：GenAI被二方框定——中介方强调竞争与渠道暴露，供应商方强调部署责任；公司特有语言在三个报告周期内趋同于模板；评价立场从技术进入披露之初即偏向威胁，并随竞争显著性上升而进一步硬化。因此，在平台中介行业中，披露并非中立地反映技术，而是从对立结构位置对技术进行的竞争性建构，且这种建构随时间不断强化。
