智能产品属性如何影响消费者采用意图吗

介绍

在物联网的发展,人工智能等相关技术已经广泛应用于产品(Kozinets Gretzel, 2021)。到2025年,我们预测,全球物联网市场的规模将会膨胀到1.6万亿美元(Tankovska 2020)。此外,智能产品已成为热门话题,引起了学术研究者的浓厚兴趣(Bstieler et al ., 2018;垫片et al ., 2019)。因此,与传统产品相比,有哪些基本差异的智能产品吸引更多的注意呢?采用这些差异是否有助于提高消费者的意图吗?

产品属性可以反映产品的差异,差异化优势的集合(马诺和奥利弗,1993年)。介绍了与传统产品相比,智能产品连接组件和智能组件基于原始物理组件(产业价值链和Heppelmann, 2015)。例如,传统洗衣机只能提供基本的功能,如清洗,而智能洗衣机还可以提供建议使用模式识别条件的衣服根据其连接组件和智能组件。换句话说,传统的产品只能提供基本的功能,而智能产品可以提供更多的功能和服务除了基本功能(杨et al ., 2009)。因此,我们认为,基于属性带来的功能变化的智能产品,创建不同的消费体验,从而影响消费者的态度的变化(诺瓦克和霍夫曼,2019)。更重要的是,当采购产品时,产品属性是消费者考虑的主要因素,在产品属性影响消费者的评价的产品和他们的购买和采用决策(Ruby和Nikhilesh, 2004年;Chitturi et al ., 2008)。先前的研究已经从不同的角度定义智能产品的产品属性(拉夫et al ., 2020;Henkens et al ., 2021),认识到智能产品的所有权的关键是区分传统产品(杨et al ., 2009)。但我们发现,他们未能全面探讨智能产品的产品属性对消费者的影响采用意图。因此,我们提出我们的研究问题。采用智能产品的属性如何影响消费者的意图吗?为什么有这样的属性影响采用意图吗?

关于新产品采用的研究,我们总是考虑消费者的动机(戴维斯,1989)。因此,我们引入了心理授权来衡量的动机,特别。尼尔森的研究证明,与智能手表,消费者知道他们的健康状况,然后他心理赋权增加(纳尔逊et al ., 2016)。由于他们的结果,我们继续探索智能产品的属性如何影响心理赋权,然后采用意图。此外,我们承认消费者的异质性可能会影响。我们考虑消费者的特定领域的创新。

本研究因此使一些理论上的贡献。首先,本文进一步划分,定义了智能产品的属性,和实证测试潜在的影响机制。本文的研究结果之间的桥梁采用智能产品属性和意图。第二,我们桥产品属性之间的联系,采用意图包括心理赋权(Spreitzer 1995),建立智能产品属性塑造心理赋权增加采用意图。结果进一步证明了心理授权可能影响个人收养意图和行为,扩大营销领域中的应用。

概念框架

理论

理性行动理论假设人是理性的,有完全控制他们的行为。根据这一理论,个体的行为意向可以取而代之的是行为意向在某种程度上,和态度和主观行为规范也会影响个体的行为意向。理性行动理论指出,信息和影响人们的行为动机是两个重要的因素(吴,2021)。

实际上,新产品是一个关键的不确定性采用威慑。新产品的基本特征,区别于其他产品,消费者可以判断产品的优势和风险产品属性的基础上,从而减少不确定性带来的风险感知信息,采用改进的意愿和行为(尼尔森,1970)。换句话说,由于理性行动理论、产品属性提供了重要的信息激励消费者采取行动。此外,心理赋权反映了个体的动机和认知能有效激励个体理性行动。

智能产品属性

尽管越来越多的文献在智能产品,达成共识关于属性构成了智能产品缺乏。识别属性,我们从事回顾智能产品组成。智能产品有三个模块,物理模块,连接模块和智能模块(产业价值链和Heppelmann, 2015)。连接模块和智能模块,智能产品派生能力不同于传统产品,如合作能力和学习能力Rijsdijk Hultink, 2009),显示独特的优势(杨et al ., 2009)。由于这个物理复合,我们确定了两个属性:属性和情报属性连接。

智能产品的一个属性是连接属性,指能够连接与其他对象参与产品生态系统,和周围的物理环境来获取信息(Verhoef et al ., 2017;Pardo et al ., 2020)。捕捉这些信息通过连接模块(Rijsdijk Hultink, 2009)。因此,感知范围为用户扩展(Henkens et al ., 2021)。例如,飞利浦等智能照明色调,能够与智能手表的日程信息,获得对自然光线的变化的理解。

智能产品的其他属性是智力属性,它指的是基于自主学习的能力,为用户提供解决方案和迭代优化的计算逻辑(Rijsdijk Hultink, 2009;Henkens et al ., 2021;Rokonuzzaman et al ., 2022)。捕捉这些信息通过智能模块,传感器和执行器部分(Rijsdijk Hultink, 2009;Pardo et al ., 2020)。例如,无人驾驶汽车可以学习驾驶条件计算最佳自主驾驶的解决方案。

基于以上两个属性的智能产品,不同级别的服务出现了。此外,属性和新兴的服务为消费者提供不同于传统产品优化经验,智能产品的相对优势(罗杰斯,2003)。说实话,敏捷可以改变从低(低水平的连接属性和情报属性)高(高水平的连接属性和情报属性)。产品属性影响消费者的评价和影响他们购买的产品和采用决策(Ruby和Nikhilesh, 2004年)。这些相对优势带来的传感智能产品的属性的一个重要驱动力消费者接受智能产品(泰勒和托德,1995年;Chitturi et al ., 2008)。尽可能多的产品供应商改善他们的产品的智能服务(Beverungen et al ., 2019;兰利et al ., 2020),我们看看两个属性为主要优势相比传统产品影响消费者态度。

采用意图

采用意图是指消费者首先使用的程度,接受新技术、产品或服务相比其他成员在同一社会系统上下文(罗杰斯,2003)。这意味着当消费者接受新产品,他试着接受它。基于创新的扩散理论,采用外部因素产生重大影响的意图,主要包括环境因素和技术因素,相对优势的新技术(新产品)是一个重要的因素采用(罗杰斯,2003)。

目前,研究采用智能产品的意图主要是阐述了从动机的角度,结合TAM模型和创新扩散理论。通过之前的研究,我们知道自主自治和其他情报属性的影响车辆采用意图(迈耶和Cloarec, 2022)。我们也知道一些其他的智能产品属性对消费者的影响采用和满意度(Rauschnabel et al ., 2018;Henkens et al ., 2021)。看来,智能产品的属性有积极影响消费者采用意图。在我们的环境中,我们相信连接属性和情报属性将有助于增加收养意图,因为。

与传统产品相比,除了基本功能外,智能产品可以根据连接属性提供额外的功能和智力属性(杨et al ., 2009),它可以帮助消费者实现行为的目标和业绩预期(迈耶和Cloarec, 2022)。换句话说,智能产品重大突破创新连接属性和情报属性(产业价值链和Heppelmann, 2015)。根据罗杰的发现(2003年),连接属性和情报属性优势与传统产品相比,这将产生积极影响消费者采用意图。

具体来说,智能产品的连接属性可以联系更多的对象和物理环境(Verhoef et al ., 2017)。它扩大了信息传播的范围,增加信息交换对象的数量,提高信息采集的及时性和准确性(拉夫et al ., 2020)。例如,能够同时与多个用户互连,温度或光线的变化,环境,或从多个云系统获取所需数据,可以帮助消费者及时、准确地获取各种数据,包括数据,连接对象和环境。换句话说,智能产品的连接属性有明显优势交换和传输信息,提高消费者获取信息的能力,这给消费者带来明显的感知相对优势和有用性,可以提高他们的收养意图(泰勒和托德,1995年)。因此,我们假设连接属性的影响采用意向如下:

H1a。智能产品的连接属性采用促进消费者的意图。

智能产品情报属性可以提供功能和服务配件(Henkens et al ., 2021),帮助消费者决策和提供智能解决方案(Rijsdijk Hultink, 2009)。例如,预订任务的能力,导航路线规划、个性化推荐,符合消费者的需求,为消费者提供方便。换句话说,智能产品情报属性有明显的优势在提供个性化的功能和改善消费者的使用效率,从而提高消费者的生活和工作效率Rauschnabel et al ., 2018)。情报属性带来明显的比较优势和有用性的感知,使采用意图(泰勒和托德,1995年)。因此,我们假设情报属性采用意图的影响如下:

H1b。智能产品的情报属性促进消费者的采用意图。

心理授权

正如我们之前展示的,研究采用意图大多采用动机的角度来看。更准确地说,现有的研究是基于行为的理论,包括理性行为理论和计划行为理论。基于理性行动理论和创新扩散理论,学者们开发了一系列研究模型,TAM和VAM等。因此,我们继续遵循理性行动理论探索内部态度因素理性行动理论的消费者形成收养意图的智能产品属性。

特别是,我们引入心理赋权探索消费者动机的变化。心理赋权是定义为一个激励结构由四个认知:意义,能力,自主性和影响力,反映出个人的积极取向向任务(Spreitzer 1995)。具体来说,意义是指一个人的认知的积极成果,认为他的行为是有价值的或重要的(张和Bartol, 2010年)。自己的能力是个体的认知能力,他认为它有相应的技能和知识来完成行为(康吉Kanungo, 1988)。自治个体认知的自治权力,谁相信它可以自由决定如何完成其行为(阿沃利奥正et al ., 2004)。影响力是指一个人的认知行为的影响,他认为他的行为会影响某一目标或更广泛的对象(Spreitzer 1995)。

承认对能力的信心,内部控制点,信息反馈和其他因素会影响四种认知和对心理授权产生影响,从而影响却是其劣势所在行为(Spreitzer 1995)。正如我们之前讨论过的,产品属性作为一个信号,或信息,可以减少消费者的采用障碍由于信息的不确定性尼尔森,1970)。因此,结合理性行动理论,我们推测,智能产品属性,产品信息也会影响消费者的内在动机认知的赋权,从而产生积极影响消费者的态度和采用的意图。

领域的消费行为,这四因子影响机制仍然适用。已经证明,当消费者可以控制访问产品信息和理解别人的评论产品及时的心理赋权是显著增加(Wathieu和布伦纳,2002年)。一个类似的传导机制也是智能产品的背景下所示。使用智能手镯使消费者有一个全面、清晰的了解他们的健康信息和卫生目标的过程中,执行其优势获取信息和反馈,并改善心理赋权有效(纳尔逊et al ., 2016)。

更重要的是,基于理性行为理论,心理授权组成可以影响个人行为。四个认知时,个体就会积累的经验(Monje et al ., 2021),是刺激生产和继续的任务行为(康吉Kanungo, 1988),并采用改进的意图。因此,我们建议的动机结构采用心理赋权可以影响消费者的意图。先前的研究支持。消费者心理授权的增加会增加他们愿意与企业或者其他消费者(Ramani库马尔,2008)。所以他们更兴奋地获得更多的产品信息,使消费者的评价的产品和刺激消费者的购买决策(Ramani库马尔,2008;Broniarczyk和格里芬,2014年;纳尔逊et al ., 2016)。

在本文中,我们认为,智能产品的属性,增加心理赋权。连接属性有效扩大消费者获取信息的范围,降低了消费者收集信息的成本(拉夫et al ., 2020),提高了信息收集的效率,提高获取信息的能力(Henkens et al ., 2021)。它能改善他们的意义和评价能力。此外,由于连接技术的进步,连接行为打破了时间限制,消费者可以自由的连接行为。他们能够与更多的合作对象和环境(Verhoef et al ., 2017),它扩展了消费者行为的影响范围,甚至影响企业行为(Henkens et al ., 2021)。它能改善他们的评价影响。连接属性也可能导致知觉错觉non-mediation (汉密尔顿和姚明,2018),消费者相信他们的行为导致性能好而不是优秀的中介。它提高了自治的评估。总之,连接属性提高的认知意义,能力,自主和影响力,因此,心理授权的增加,从而导致更多的采用意图。因此,我们假设心理授权的中介作用之间的连接属性和采用意图如下:

H2a。心理赋权介导连接属性的影响采用意图,在连接属性的积极影响通过心理授权作品采用意图。

智能产品的情报属性帮助消费者决策(拉夫et al ., 2020),为消费者提供智能服务,提供消费者的能力(血液et al ., 2021),并帮助他们实现任务或行为目标纳尔逊et al ., 2016)。它能改善他们的评价能力。与智力属性,消费者的独特需求得到满足,提高任务效率,会带给消费者方便和自我效能感(Rauschnabel et al ., 2018;Henkens et al ., 2021)。提高他们的评价意义。此外,由于情报属性,迭代优化功能还提供了建议企业产品升级和影响企业行为(Henkens et al ., 2021;Rokonuzzaman et al ., 2022)。它能改善他们的评价影响。总之,情报属性增强认知的意义,能力,和影响,因此,心理授权的增加,从而导致更多的采用意图。因此,我们假设心理授权的中介作用之间的情报属性和采用意图如下:

H2b。心理赋权介导情报属性采用意图的影响,在情报属性的积极影响通过心理授权作品采用意图。

消费者特定领域的创新

除了外部环境因素,消费者的异质性特征也会影响他们接受新产品或技术(罗杰斯,2003)。在相关研究创新扩散,消费者创新不断关注和视为内力影响创新行为(Roehrich 2004)。消费者特定领域的创新是指消费者的理解和采用创新的趋势(新产品)在一个特定的领域(戈德史密斯和Hofacker, 1991),它可以用来衡量消费者的程度比其他人更倾向于采用一种特定的产品类别(Kaushik拉赫曼,2014)。

消费者特定领域创新的关键是预测愿意采用新产品(宋et al ., 2017)。消费者高消费者特定领域的创新产品类别能够接触和获取信息等新产品,采用新产品比其他消费者(Rokonuzzaman et al ., 2022)。他们能承受的失败造成的经济和精神损失采用决策(谢和,2020年),而更愿意并且容易接受新产品和技术。较低的消费者特定领域的创新,结果是相反的。此外,我们找到了类似的效应领域的智能产品(Hirunyawipada Paswan, 2006;宋et al ., 2017)。因此,当研究智能产品属性的影响机制在消费者愿意领养,我们采取的关键个人特质的消费者考虑特定领域的创新。

具体而言,高的消费者消费领域特定的创新愿意主动学习产品知识,更容易关注产品信息通过连接归因。他们将有一个更好的理解的优势智能产品在信息获取和传播(易et al ., 2006)。换句话说,对产品的实用性比较高,他们的动机采用较高。因此,他们更有可能形成积极的认知动机、能力和意义等,因此有一个更高层次的心理赋权。然而,较低的消费者消费领域特定的创新不愿意主动学习和注重产品知识,有不太明显的感知优势的连接属性。更重要的是,他们更有可能担心的负面影响,如隐私入侵(Henkens et al ., 2021),这导致消极的意义和影响的认知,和心理赋权的低水平。因此,我们假设消费者特定领域创新的缓和作用如下:

H3a。消费者特定领域的创新积极温和派连接属性之间的关系和心理赋权。

类似于连接属性,消费者消费高的特定领域的创新有一个更好的理解的优势智力属性的个性化需求和提高效率。他们更有可能关注的相对优势智力属性(易et al ., 2006),并有一个更加积极的识别能力和意义,与更高的心理赋权。然而,较低的消费者消费领域特定的创新较少了解的优势智力属性,而且更容易感知自治冲突由于情报属性(宋et al ., 2017;王2021年),导致低水平的心理赋权。因此,我们假设消费者特定领域创新的缓和作用如下:

H3b。消费者特定领域的创新积极温和派情报属性之间的关系和心理赋权。

总之,我们的模型图所示图1。

材料和方法

对象和程序

该研究的背景是中国,人工智能产业发展良好(2020年艾媒)。我们主要通过Credamo招募调查对象平台,完成了调查问卷。Credamo,是一家专业的在线研究服务平台网站。在先前的研究中,学者们在这个平台上进行了问卷调查,获得可靠的研究成果。Credamo邀请用户填写问卷,随机发送调查问卷的链接。因为它可能很难控制高浓度的受访者通过在线填写调查问卷,我们将关注筛查项目史密斯et al。(2016)。“请选择2这个问题。“经过筛选的关注,每个参与者可以获得5元红包的平台。确保每个参与者必须是经验丰富的智能产品,我们要求受试者回忆并写下他们使用最近的智能产品。最后,204年的研究参与者,通过问卷调查研究平台,邀请不同年龄从18到35年(平均年龄= 22.4年)。平均而言,参与者(52.9%的女性,94%的19和25岁)之间经历过至少3个不同类型的智能产品。

在研究的开始,参与者首先写下他们经历过智能产品,描述了如何感觉。最常提到的(超过90%)是智能手机和智能手表。参与者想象他们使用您熟悉的“智能产品和从事常规使用的活动。“这个调查管理网上用中文和遵循标准反向翻译程序(Brislin 1976)。

措施

我们开发调查仪器采用现有的鳞片在可能的情况下进行验证。进行预测的基础上,我们还完善调查问卷和修改一些东西。我们目前的结构和项目细节表1。

我们“智能产品属性”的概念是基于产业价值链和Henkens的工作(产业价值链和Heppelmann, 2015;Henkens et al ., 2021),包括两个维度:属性和情报的连接属性。我们从Rijsdijk适应连接属性构造和Henkens的工作(Rijsdijk Hultink, 2009;Henkens et al ., 2021)。它由6个条目,我们检查的程度用户觉得聪明的产品通过互联网连接的物理环境和参与者,加强扩大感知范围的能力。我们适应情报属性构造从同一来源(Rijsdijk Hultink, 2009;Henkens et al ., 2021)。它由六个项目我们检查在多大程度上独立用户觉得智能产品迭代学习和基于计算逻辑为用户提供解决方案。

采用意图规范,从多兹的作品,是指消费者愿意采用智能产品(多兹et al ., 1991)。我们测量心理赋权的十二项Spreitzer (1995),揭示了个人有意义的认知程度,能力,自治,和影响力,积极取向的任务。最后,我们利用6个条目来衡量消费者特定领域创新的基础上Roehrich (2004)概念化,因此检查个人特征影响智能产品的态度和行为的差异。所有项目使用七级李克特量表(1 =非常不同意,5 =非常同意)。

数据收集后,我们的第一个测试的可靠性和有效性证明的可靠性和可信度的数据收集结果。接下来,我们使用线性回归分析来测试我们的假设,并报告引导的结果。

结果

信度和效度

为了测试我们的研究的有效性和可靠性的度量模型,我们利用验证性因素分析(CFA)。CFA模型包括连接属性,情报属性,采用意图,心理授权和消费者特定领域的创新。结果表明,CFA模型提供可接受的(χ²= 1013.28,自由度(df) = 485,χ²/df= 2.09,拟合优度指数(-)= 0.80,确认符合指数(CFI) = 0.90,近似根均方误差(RMSEA) = 0.05)。

来估计结构的内部一致性,我们利用综合可靠性(CR)和平均方差提取(AVE)。所有结构都大于0.7的CR阈值(头发et al ., 1998),AVE超过推荐的0.5级(头发et al ., 1998)。这意味着超过一半的方差占观察虚拟结构。此外,由于CR和所有结构模型中(见大街表1)明显高于规定标准,内部一致性很好。

聚合效度评估中,我们使用因子载荷矩阵。所有项目上的负载预期结构没有显著cross-loading术语中,它支持的聚合效度的测量项目和unidimensionality潜伏构造(Steenkamp和van Trijp, 1991年)。

为了测试区分效度,我们比较两个潜伏构造之间的皮尔逊相关系数的平方根为每个构造(见大街表2)。我们发现在任何情况下,皮尔森相关系数低于AVE的平方根,它支持所有结构的区分效度(Fornell和大卫,1981年)。

综上所述,内部一致性、聚合效度和区分效度表现良好,,我们会继续评估模型。

因为问卷调查的形式,结果被调查者自己填写的。为了判断同源偏差的存在,我们使用哈曼单向方差检测。结果表明,特征根大于1没有旋转,最大因素贡献率仅为28.56%,低于40%。因此,数据没有同源偏差问题。

线性回归分析

我们使用线性回归分析来测试我们的假设。回归分析结果所示表3。所有模型的方差膨胀因子小于10,因此不存在共线性问题的模型。模型1只包含控制和模型4包含所有控制和独立变量。根据模型2,连接属性有很大的积极影响采用意图(β= 0.41,P< 0.01),其中H1a是支持。根据模型3、情报属性采用意图有显著的积极影响(β= 0.15,P< 0.01),在H1b的支持。

使用分层回归分析心理授权的中介作用,显示了生成的结果表4。所有模型的方差膨胀因子小于10,因此不存在共线性问题的模型。根据模型5,连接属性对心理赋权有显著积极影响(β= 0.49,P< 0.01)。在模型6中,引入中介变量后心理赋权模型1的基础上,对采用心理赋权有很大的积极影响意图(β= 0.72,P< 0.01),连接属性的回归系数采用意图并不重要(β= 0.02,P> 0.05)。R²从0.36上升到0.41。

然后,我们使用模型4在引导来验证它。结果表明,间接影响的置信区间从0.2417上升到0.5441(β= 0.3826,SE= 0.0770),连接属性的直接影响采用从−0.1317到0.1571(β= 0.0127,P> 0.05)。因此,心理授权在连接中扮演完全中介的角色和采用意愿,假设H2a支持。当暴露在连接属性,消费者感觉积极的心理赋权,从而导致收养意图。

根据模型7、情报属性有很大的积极影响心理赋权(β= 0.32,P< 0.01)。在模型8中,引入中介变量后心理赋权模型3的基础上,对采用心理赋权有很大的积极影响意图(β= 0.82,P< 0.01),和智力属性的回归系数采用意图仍然显著(β=−0.11,P< 0.05)。R²从0.25增加到0.42。

然后,我们使用模型4在引导来验证它。结果表明,间接影响的置信区间从0.1673上升到0.3484(β= 0.2502,SE= 0.0459),而直接影响智力属性采用增加从0.1982−−0.0131(β=−0.1057,P< 0.05)。因此,心理授权不调解情报属性和收养意图的影响,和H2b不受支持。

尽管我们已经验证,采用更高的智力属性会导致更高的意图,当我们控制心理赋权,对采用情报属性有一个微不足道的负面影响意图,这并不符合我们前的假设。这意味着当暴露于情报属性,智力属性的低水平将导致更高的心理赋权,从而采用智能产品的意图。我们将解释在讨论。

我们也使用分层回归的方法来分析消费者的缓和效果特定领域的创新。所有模型的方差膨胀因子小于10,因此不存在共线性问题的模型。监管效果所示的结果表5。模型9和10测试消费者特定领域的创新连接属性的调节效应和心理赋权。模型11和12个测试消费者特定领域的创新情报属性的调节效应和心理赋权。

模型的基础上,消费者的特定领域的创新和连接属性的交互项显著积极影响心理赋权(β= 0.17,P< 0.05)和F的变化是显著的。更重要的是,我们使用模型7来验证调节的效果。结果表明,间接影响的置信区间是0.0279到0.2122(β= 0.1224,SE= 0.0607),支持缓和的中介效应。这意味着消费者特定领域的创新高时,消费者更愿意采用智能连接属性的产品,由于心理赋权。因此,H3a支持。

条件下的高水平的消费者在特定领域创新,消费者连接属性更包容的态度,更期望和积极的动机观念,从而带来更高的意愿采取。图2显示消费者特定领域的创新连接属性的调节效应和心理赋权。

模型的基础上,添加后消费者特定领域的创新和智商之间的交互项属性,对心理赋权模型10显示了重要的积极影响(β= 0.18,P< 0.05)和F的变化是显著的。我们也使用模型7来验证调节的效果。结果表明,间接影响的置信区间是0.0095到0.2977(β= 0.1362,SE= 0.0745),支持缓和的中介效应。因此,我们发现,当消费者特定领域的创新高,他更愿意采用智能产品情报属性,因为心理赋权。它支持H3b。

条件下的高水平的消费者在特定领域创新,消费者有一个更包容的态度情报属性,更期望和积极的动机观念,从而带来更高的意愿采取。图3显示消费者特定领域的创新智能属性的调节效应和心理赋权。

讨论

智能产品一直是热门趋势,市场规模扩大(Gartner, 2020;Vailshery 2021)。以前的研究基础上产业价值链和Heppelmann (2015)的成就。学者们阐述了他们对房地产的理解的智能产品从不同角度(Rijsdijk Hultink, 2009;Verhoef et al ., 2017;Pardo et al ., 2020;Henkens et al ., 2021)。但这些研究有时不能区分不同的产品属性所带来的不同的组件。例如,Henkens发现智能产品感知属性,连接属性,自决和动态属性(Henkens et al ., 2021)。而相比产业价值链和Heppelmann (2015),连接和智能组件之间存在显著的差异。换句话说,他们有不同的物质基础。所以,我们不能认为连接属性是智力属性的一部分。这就是为什么我们推测智能产品有两个属性,属性和情报的连接属性。

更好地了解智能产品和探索本质区别它和传统产品,我们研究两个关键属性,连接属性和情报属性,可能会影响消费者对采用的反应。使用智能产品用户的调查中,我们发现连接属性影响心理赋权,这可能导致更积极态度收养意图。Henkens的研究得出了类似的结论(2021)。他们发现连接属性可以影响消费者的参与,因此消费者的自我效能感。不难发现,在这项研究中,智能产品的连接属性激活一种动机消费者感知、自我效能。随着这一发现,我们进一步探索智能产品的连接属性的影响在心理授权的四维激励结构,从而在消费者的采用意图。

至于情报属性,我们找不到证据来支持它的结果在心理赋权,从而采用意图。尽管我们已经验证,采用更高的智力属性会导致更高的意图,当控制心理赋权,对采用情报属性有一个微不足道的负面影响意图,这并不符合我们前的假设。由于这一点,我们作出以下解释。首先,智能产品不同程度的智力属性的区别。例如,智能表是较低的智力属性,而智能机器人是高智商的属性。后者对自治和能力评估(有一个负面影响王2021年),它影响的评估心理赋权,并影响消费者的采用意愿。第二,可能会有一些其他介质影响,如隐私问题(Henkens et al ., 2021)。虽然在我们的环境中,我们的问卷没有精确定义的智能产品,和受试者大多召回了智能产品弱智能属性,如智能手机和智能手镯,我们无法有效控制的受访者回忆一个一致的智能产品使用经验,和隐私问题并不重要。第三,根据“恐怖谷”效果,智能产品,越有可能被视为拟人化,阻力是更明显(金姆和桑达尔,2012年)。因此,当激活消费者的动机认知、智能产品的高智商的属性可能会严重影响消费者采用意图。

摘要缓和效应测试的结果表明,消费者的特定领域的创新具有缓和对心理授权的影响。消费者消费高的特定领域的创新智能产品更感兴趣,更包容,更愿意尝试智能产品,更有信心在他们自己的能力。换句话说,消费者的消费领域特定的创新高感知自己是能够使用智能产品和更兴奋,增加他们的心理赋权。较低的创新消费者,相反,较低的心理赋权。

理论意义

我们讨论一些关键的研究见解及其影响。首先,我们增加了创新管理文献智能产品属性相关实证研究的基础上。由于智能产品的模块化组合,我们定义智能产品的产品属性连接属性和情报属性,这是区别与传统产品的主要优势。在连接属性的定义,除了能够连接和与其他对象的相互作用,我们添加与物理环境本身的能力,扩大范围的智能产品的连接属性的定义。在情报属性的定义,除了前面的自主研究能力,智能产品的能力学习和通过迭代优化自己也添加到最初的研究中,智能产品的迭代特性添加到原始的研究。我们也为文学的影响采用智能产品属性对消费者的意图。我们实证研究智能产品本身的属性的影响,尤其是连接的功能属性和现代风格,产品采用意图。

更重要的是,尽管心理授权主要是应用于人力资源管理,我们把心理赋权元素融入创新管理研究。中介测试的结果表明,增加连接属性积极影响消费者的心理赋权和积极影响采用意图,同时增加情报属性未能积极影响心理赋权,从而采用意图。增加智力降低消费者的控制感并导致冲突的自治权。这一点需要进一步研究。

对实践

我们做一些对管理的影响。企业可以提高消费者的意愿采取智能产品通过增加产品的属性。公司可以创建智能产品,更具有洞察力的物理环境,有更广泛的连接对象,和现在的物理环境的洞察力和连接的对象范围为消费者直观地增加他们愿意采用智能产品。与此同时,企业还需要注意智能因素的介绍,包括智能产品来收集信息,做出决策和自我优化。他们可以考虑增加可理解性的智能计算的过程,所以,消费者有一个清晰的感知的智能作用的智能产品,提高他们的认知的优势智能产品,并提高他们愿意采纳。

同时,通过加强连接属性和显示,公司可以提高消费者的收集和控制信息的能力,提高他们的心理赋权,以优化其使用产品的经验,并提高他们愿意收养他们。同时,公司应该避免的负面经验造成的消费自主权高水平的智力属性,并避免减少消费者的积极体验和产生负面影响。

消费者特定领域的创新是一个重要的个人特征对消费者采取智能产品。公司可以识别目标消费者通过他们的过去的购物经验更高的消费者特定领域的创新,并将这些目标消费者转换为早期采用者的智能产品,然后渗透到更多的中期晚期使用者有效的智能产品扩散。

限制

我们必须承认,有一些缺点在这篇文章中,也为未来的研究提供线索。

首先,由于样本主要是由年轻人组成的,他们更愿意采用新产品和更加宽容比其他年龄组的创新失败,所以样本的随机性是不够的,这可能会干扰研究结果。同时,我们必须承认,年轻人智能产品的消费者的主要力量。以我们的智能家居市场为例,基于调查的洞察力和信息,年轻人的消费占87.2%,形成市场的主要消费力量。因此,更合理的抽样方法,如分层抽样,在将来的研究中可以采用减少样本用户之间的偏差。

第二,我们用问卷来测量受访者的成熟度,这可能会干扰和过度提醒受访者的结果。与此同时,我们开始“请记得你最近有智能产品的开发经验,“但大多数受访者回忆智能产品,如智能手机、ipad和手镯,但不是其他行业和其他产品,这可能会导致智能产品的属性的泛化和测量不深入和全面。

第三,我们采用横截面数据分析采用的意图,而不是解决长期消费者态度和行为的变化。对于真正的消费者,他们可能有不同的要求,产品属性在不同阶段的产品购买决策,这种动态变化并不是在这个研究解决。

第四,有智能产品本身的差异。有不同类型的智能产品,也有相同的属性之间的显著差异(李et al ., 2017;Henkens et al ., 2021)。我们没有调查智能产品的详细分类,缺乏深入和详细描述的性能高和低水平的属性可能会干扰的结果。

未来的工作

面对炎热的人工智能和智能产品的趋势,我们探索产品属性的影响采用意图,和智能产品的属性可以从更多的角度探索未来。

首先,更多的行业和类别的智能产品可以被包括在研究进一步提高连通性和情报的定义的智能产品和提供更多的实证测试基地。同时,有各种各样的产品属性进行分类的方法,如功能和享受属性(冈崎et al ., 2010)。还有其他各种智能产品的属性,如神人同形同性论(Rijsdijk Hultink, 2009),可以探讨探讨各种智能产品的产品属性的影响消费者采用意图。

第二,我们专注于智能产品属性的优势,但在现实中,智能产品属性也会带来一些负面影响。例如,智能属性会导致冲突的自主权(王2021年),和连接属性会导致隐私问题(Henkens et al ., 2021)。在未来的研究中,我们表明,智能产品属性的负面影响可以调查进一步指导企业警惕负面影响和指导实践。还可以检查智能产品属性全面探讨消费者如何权衡和关注智能产品属性的优缺点和相应的行为,以便报告内部心理平衡消费者和提高相关研究的过程。

第三,基于智能产品属性的影响的调查采用意图,我们可以进一步探讨的影响这两个智能产品属性对消费者产品评价和口碑传播等行为倾向。

第四,本文的实证结果表明,消费者心理授权的中介作用影响机制的路径之间的智力属性和采用意图并不重要。进一步的研究可以调查这个发现的普遍性和有效性,是否存在其他重要介质来解释结果。此外,也可以调查是否有机制智能产品和低智商高的属性与感情的心理赋权对消费者的态度产生巨大的影响。

第五,除了消费者特定领域创新的因素,未来的研究可以探讨是否有其他个人属性和外部环境刺激产生深远的影响消费者采用意图,如产品使用场景。它可能提供新的思考方式如何提高消费者采用意图。

数据可用性声明

原始数据支持了本文的结论将由作者提供,没有过度的预订。

作者的贡献

毫升和SX承担责任的概念框架和理论基础部分。XB和XW负责实验设计,数据收集,数据分析,和手稿写作部分。所有作者的文章和批准提交的版本。

资金

作者欣然承认中国博士后科学基金会的研究资助(批准号2022 t150059)和教育部的人文和社会科学研究基金会(批准号22 yja630097)。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

引用