○ 王海忠 謝 濤 詹純玉

引言

在傳統(tǒng)電子商務(wù)中，企業(yè)大量使用人工客服來(lái)解決“信息過(guò)載”和“缺乏人際互動(dòng)”等問(wèn)題，隨之產(chǎn)生巨額的人工成本。隨著智能技術(shù)的成熟，企業(yè)越來(lái)越多地使用智能客服系統(tǒng)。線上智能客服能夠展現(xiàn)出鮮活的視覺(jué)形象、敏捷的人機(jī)對(duì)話能力，[1,2]可將真實(shí)客服近似地映射到線上平臺(tái)。例如，中國(guó)工商銀行的“工小智”、中國(guó)銀行的“優(yōu)優(yōu)”等智能客服，通過(guò)擬人化的外表，樹(shù)立真人客服形象。淘寶的“阿里小蜜”、京東的“小咚”等智能客服，通過(guò)社交化的語(yǔ)言，改善顧客的聊天體驗(yàn)。智能客服在服務(wù)領(lǐng)域展現(xiàn)出巨大市場(chǎng)潛力。從機(jī)器屬性上看，智能客服在處理客觀性和程序性任務(wù)上具備明顯的效率優(yōu)勢(shì)。[3,4]例如，中國(guó)工商銀行的“工小智”語(yǔ)義識(shí)別準(zhǔn)確率達(dá)到98%，兩年內(nèi)處理顧客業(yè)務(wù)達(dá)4 億筆，這是人工客服無(wú)法企及的。但當(dāng)智能客服與顧客的對(duì)話出現(xiàn)主觀性和獨(dú)特性內(nèi)容時(shí)，智能客服不善于回答此類看似簡(jiǎn)單、實(shí)則“超綱”的問(wèn)題，[3,4]會(huì)產(chǎn)生無(wú)法理解的低級(jí)失誤，導(dǎo)致顧客的抱怨和棄用。例如，宜家（IKEA）率先使用智能客服（取名Anna）。Anna 以高度擬人化且有吸引力的女性形象出現(xiàn)，模擬自然語(yǔ)言進(jìn)行對(duì)話。但在2016年，宜家突然停止使用Anna。原因是Anna的語(yǔ)言風(fēng)格和視覺(jué)形式都過(guò)于像人，導(dǎo)致顧客經(jīng)常談及與購(gòu)物不相關(guān)的話題，偏離了智能客服的基本功能，Anna自然不能很好地解答這些不相關(guān)的問(wèn)題。[5]

以上案例說(shuō)明，盡管智能客服的效率優(yōu)勢(shì)明顯，但無(wú)法回答最簡(jiǎn)單的主觀性問(wèn)題。這樣的低級(jí)失誤嚴(yán)重違背顧客預(yù)期，激發(fā)厭惡情緒，加劇負(fù)面態(tài)度。既然服務(wù)失敗在所難免，如何設(shè)計(jì)智能客服的形式和行為，創(chuàng)造積極的顧客體驗(yàn)，變得非常重要。

在以往智能客服的研究中，擬人化受到大量關(guān)注。一是形式擬人化，將人類外觀特征（面孔、肢體等）賦予非人類個(gè)體。二是行為擬人化，將人類行為特征（聲音、溝通風(fēng)格等）賦予非人類個(gè)體。已有研究發(fā)現(xiàn)，高形式擬人化的智能客服能激發(fā)積極反應(yīng)。[1]高行為擬人化也具有正面效果。線上智能客服融入語(yǔ)音、對(duì)話后，網(wǎng)站的社交性增強(qiáng)，顧客的瀏覽意愿提高。[2]智能客服的對(duì)話內(nèi)容與風(fēng)格甚至可以幫助新客戶適應(yīng)專業(yè)性金融服務(wù)。[6]

但以往研究還存在很多有待改進(jìn)的空間。第一，過(guò)于破碎化的概念不能洞察現(xiàn)象背后的本質(zhì)，更不能為智能客服的設(shè)計(jì)與應(yīng)用提供理論指導(dǎo)。現(xiàn)有的相關(guān)研究使用了“擬人化客服”“聊天機(jī)器人”“語(yǔ)言助手”等多種術(shù)語(yǔ)，但僅聚焦在智能客服的某一類線索上。在當(dāng)前營(yíng)銷實(shí)踐中，智能客服化身的形式與行為紛繁復(fù)雜。世界領(lǐng)先企業(yè)雖然在智能客服的形式和行為設(shè)計(jì)上進(jìn)行了探討和嘗試，但還缺乏理論指導(dǎo)。能否引入一個(gè)新的概念，涵蓋智能客服化身的各種形式與行為特征，以揭示智能客服擬人化現(xiàn)象背后的理論，這是本文要解決的第一個(gè)問(wèn)題。第二，已有研究以服務(wù)成功為前提，很少探索服務(wù)失敗情況下智能客服擬人化的影響及其機(jī)制?；谏鐣?huì)反應(yīng)理論（Social Response Theory）、社交臨場(chǎng)感理論（Social Presence Theor y）等，以往研究發(fā)現(xiàn)智能客服的高擬人化會(huì)帶來(lái)積極反應(yīng)。[1,2]但這種積極效應(yīng)在很多情景下未能得到證實(shí)，如涉及敏感信息的廣告和體驗(yàn)類游戲。[7,8]當(dāng)顧客與智能客服互動(dòng)時(shí)，開(kāi)源性的對(duì)話過(guò)程極易導(dǎo)致智能客服犯錯(cuò)。那么，智能客服擬人化會(huì)帶來(lái)哪些負(fù)面效果？如何規(guī)避或弱化這種負(fù)面效果？這是本文第二個(gè)研究問(wèn)題。

一、理論構(gòu)建與假設(shè)推演

1.智能客服化身

“化身”（Avatar）源于梵語(yǔ)，指“神的力量在人間的顯現(xiàn)”。[9]在智能時(shí)代，化身是由計(jì)算機(jī)控制的具有擬人化形象的數(shù)字代表。[9]它廣泛應(yīng)用在社會(huì)心理學(xué)、人機(jī)互動(dòng)、教育學(xué)等領(lǐng)域。其形式在智能時(shí)代得到不斷豐富，包括“名稱、圖案、聲音、真人”等。[11]在社會(huì)心理學(xué)和人機(jī)互動(dòng)領(lǐng)域，化身具備兩方面的基本特性。一方面，化身與主體之間具有代理關(guān)系（Agency）。[12]主體可以賦予并控制化身的形式和行為，化身的形式和行為也反映了主體的意志?；硎乾F(xiàn)實(shí)主體與虛擬世界互動(dòng)的媒介，能對(duì)其他主體產(chǎn)生社會(huì)影響。另一方面，化身具有可塑性（Transformed）。[13]主體可以在不同的媒介環(huán)境中塑造不同的化身，可以是“現(xiàn)實(shí)自我”，也可以是“理想自我”?；碓诒磉_(dá)自我的同時(shí)，也會(huì)影響現(xiàn)實(shí)中的自我。[14]隨著營(yíng)銷活動(dòng)越來(lái)越多地發(fā)生在以計(jì)算機(jī)為媒介的環(huán)境中，[15]企業(yè)和消費(fèi)者將自身投射到數(shù)字世界里，構(gòu)建一個(gè)延伸的自我（Extended Self）。[16]

化身與自我之間的關(guān)系（Self-avatar Relationship）已經(jīng)得到商業(yè)應(yīng)用?！盎頎I(yíng)銷”（Avatar-based Marketing）一詞最早出現(xiàn)于《哈佛商業(yè)評(píng)論》，提出企業(yè)在虛擬世界中的營(yíng)銷策略應(yīng)該定位于消費(fèi)者的另一個(gè)“線上自我”（Online Alter Egos）。[17]化身與其他主體（如企業(yè)）之間的關(guān)系（Other-avatar Relationship）也受到廣泛關(guān)注。企業(yè)使用人格化的虛擬客服，增強(qiáng)在線購(gòu)物的社交性。[1]“擬人化客服”“聊天機(jī)器人”“語(yǔ)言助手”等都屬于企業(yè)化身的具體表現(xiàn)?！靶问健袨橄嗨菩浴笨蚣芙沂境龌淼淖饔?。[9]形式與行為之間存在一定的互補(bǔ)關(guān)系，行為相似性可以彌補(bǔ)形式相似性的不足（如語(yǔ)音助手）。但是，形式相似性與行為相似性不一致時(shí)，化身的作用會(huì)被減弱，甚至產(chǎn)生負(fù)面作用。例如，仿真機(jī)器人具有高度的形式相似性，但其行為與人有明顯的不同，從而導(dǎo)致“恐怖谷”效應(yīng)，使人感到厭惡。

本文聚焦企業(yè)的智能客服化身，將智能客服化身界定為“由智能算法控制的企業(yè)客服的數(shù)字代表”。企業(yè)為智能客服化身賦予不同的社交線索（視覺(jué)形式、溝通風(fēng)格等），反映了企業(yè)在數(shù)字世界中映射的客戶服務(wù)和客戶關(guān)系。

2.服務(wù)失敗情境下智能客服化身擬人化水平對(duì)顧客態(tài)度的負(fù)面影響

服務(wù)接觸失敗是指一線服務(wù)人員與顧客互動(dòng)時(shí)的失誤，比如不禮貌、不及時(shí)等。[18]服務(wù)接觸失敗有三種類型：（1）對(duì)顧客需求和偏好的錯(cuò)誤反應(yīng)，如未處理顧客獨(dú)特需求。（2）對(duì)核心服務(wù)失敗的錯(cuò)誤反應(yīng)，如未對(duì)服務(wù)延遲進(jìn)行解釋。（3）服務(wù)人員的不當(dāng)行為，如對(duì)顧客不予理睬。[19]智能客服代替一線服務(wù)人員與顧客進(jìn)行互動(dòng)，極有可能出現(xiàn)前兩種服務(wù)接觸失敗。算法雖然可以高效地處理客觀性和程序性任務(wù)，但卻不善于解決主觀性和獨(dú)特性問(wèn)題。[3,4]因此，智能客服的服務(wù)接觸失敗有以下特殊性：（1）面對(duì)獨(dú)特需求，智能客服經(jīng)常會(huì)出現(xiàn)低級(jí)失誤。顧客的很多獨(dú)特需求對(duì)于人工客服來(lái)說(shuō)可能十分簡(jiǎn)單（比如修改訂單），但智能客服對(duì)信息邊界以外的問(wèn)題往往“答非所問(wèn)”。（2）面對(duì)核心服務(wù)失敗，智能客服無(wú)法進(jìn)行主觀性的事后補(bǔ)救。很多主觀性的事后補(bǔ)救措施對(duì)人工客服來(lái)說(shuō)可能十分容易（如解釋原因和安撫情緒），但智能客服無(wú)法在算法中預(yù)設(shè)事后補(bǔ)救措施，對(duì)于如何事后補(bǔ)救往往顯得“啞口無(wú)言”。這些服務(wù)接觸失敗在人工客服中幾乎不可能出現(xiàn)?；谌祟悓傩缘姆?wù)補(bǔ)救措施大多是事后補(bǔ)救，需要人類獨(dú)有的主觀能動(dòng)性和情感體驗(yàn)?zāi)芰Α20]但智能客服尚不具備這些能力，無(wú)法實(shí)施傳統(tǒng)的服務(wù)補(bǔ)救措施。

人機(jī)互動(dòng)領(lǐng)域的研究表明，人們會(huì)無(wú)意識(shí)地將社交規(guī)則應(yīng)用于具備社交線索（外表、聲音、語(yǔ)言等）的計(jì)算機(jī)，包括禮貌、互惠等規(guī)則。[21]化身擬人化即將社交線索賦予智能客服。

擬人化程度越高的化身越能激發(fā)人類圖式，使人們認(rèn)為化身具備理性的想法和有意識(shí)的行動(dòng)，進(jìn)而對(duì)其產(chǎn)生類似人類的情緒和態(tài)度。[22]一方面，當(dāng)面對(duì)高形式擬人化的智能客服化身時(shí)（如真人頭像），顧客會(huì)無(wú)意識(shí)地將人際互動(dòng)的準(zhǔn)則應(yīng)用到與人機(jī)互動(dòng)中。具體而言，當(dāng)智能客服出現(xiàn)低級(jí)失誤時(shí)，相比低形式擬人化，高形式擬人化的化身會(huì)讓智能客服承擔(dān)更多的責(zé)任，導(dǎo)致顧客更加難以容忍失誤。另一方面，高形式擬人化會(huì)提高顧客對(duì)智能客服的預(yù)期，與低級(jí)失誤的行為產(chǎn)生不一致。具體而言，當(dāng)智能客服出現(xiàn)低級(jí)失誤時(shí)，相對(duì)于低形式擬人化，高形式擬人化的智能客服化身會(huì)嚴(yán)重違背顧客預(yù)期，使顧客對(duì)服務(wù)失敗產(chǎn)生更加負(fù)面的態(tài)度。綜上，本文提出如下假設(shè)：

H1：在服務(wù)失敗情境下，相對(duì)于低形式擬人化，高形式擬人化的智能客服化身會(huì)讓顧客對(duì)服務(wù)失敗產(chǎn)生更加負(fù)面的態(tài)度

3.智能客服化身擬人化負(fù)面效應(yīng)的心理機(jī)制：厭惡感的中介作用

厭惡感屬于人類基本情緒之一。它包括由食物、動(dòng)物等引起的生理厭惡，也包括違背道德認(rèn)知導(dǎo)致的社會(huì)道德厭惡。[23]生理厭惡感作為一種適應(yīng)功能，會(huì)使人們對(duì)于引起生理不適的物體采取排斥和規(guī)避行為。同理，道德厭惡感使人們對(duì)不符合道德預(yù)期的行為產(chǎn)生反感，甚至抵制。在營(yíng)銷領(lǐng)域，顧客在面對(duì)不確定性、企業(yè)社會(huì)責(zé)任缺失、欺騙行為時(shí)都會(huì)產(chǎn)生厭惡感，導(dǎo)致抵制、排斥、規(guī)避等行為。[24]在真實(shí)的服務(wù)失敗情境中，顧客會(huì)對(duì)服務(wù)人員的重復(fù)性錯(cuò)誤產(chǎn)生厭惡感，直接對(duì)服務(wù)人員表示不滿，甚至終止服務(wù)關(guān)系。[25]除了厭惡情緒外，失敗體驗(yàn)還有可能產(chǎn)生其他兩種情緒：憤怒和輕視。[26]憤怒側(cè)重于懲罰，輕視側(cè)重于偏見(jiàn)，厭惡感側(cè)重于遠(yuǎn)離和規(guī)避。[26]高形式擬人化（相對(duì)于低形式擬人化）的智能客服化身會(huì)讓顧客更傾向于以人際互動(dòng)的規(guī)則來(lái)衡量人機(jī)互動(dòng)，形成更高的預(yù)期。當(dāng)智能客服出現(xiàn)低級(jí)失誤時(shí)，高形式擬人化與失誤行為之間產(chǎn)生不一致，違背了顧客的預(yù)期，從而讓顧客產(chǎn)生厭惡感，即“恐怖谷效應(yīng)”。[10]已有研究也表明，當(dāng)用戶發(fā)現(xiàn)智能算法的錯(cuò)誤后，會(huì)產(chǎn)生“算法厭惡”（即使算法具備更好的表現(xiàn)，用戶依然會(huì)放棄使用算法，繼續(xù)選擇人工）。[27]可以看出，在面對(duì)“陌生”的智能技術(shù)時(shí)，消費(fèi)者表現(xiàn)出遠(yuǎn)離的傾向。強(qiáng)烈的厭惡感會(huì)使顧客更加難以容忍或原諒智能客服的失誤，甚至采取排斥和規(guī)避行為。因此，本文提出如下假設(shè)：

H2：在服務(wù)失敗的情境下，高形式擬人化的智能客服化身對(duì)顧客態(tài)度的負(fù)面效應(yīng)受到厭惡感的中介。即相對(duì)于低形式擬人化，高形式擬人化的智能客服化身會(huì)引起更強(qiáng)的厭惡感，使顧客對(duì)服務(wù)失敗產(chǎn)生更加負(fù)面的態(tài)度

4.溝通風(fēng)格的調(diào)節(jié)作用

在服務(wù)失敗的情境下，智能客服化身的高形式擬人化與失誤行為之間的不一致性引起了顧客的厭惡。根據(jù)“形式—行為相似性”框架，如果能夠彌補(bǔ)形式與行為的不一致性，則可以有效抑制化身的負(fù)面影響。調(diào)整智能客服的溝通風(fēng)格可能是緩解顧客厭惡感的途徑之一。以往研究表明，線下客服的溝通風(fēng)格能夠影響顧客的信任和忠誠(chéng)。[28]還有研究也發(fā)現(xiàn)，在線客服的溝通風(fēng)格同樣影響顧客與在線客服之間的關(guān)系。[29]在互動(dòng)過(guò)程中，顧客會(huì)對(duì)線上智能客服的溝通風(fēng)格做出反應(yīng)或判斷?？傮w上，智能客服的溝通風(fēng)格可分為兩類：社交導(dǎo)向和任務(wù)導(dǎo)向。社交導(dǎo)向的溝通風(fēng)格以建立客戶人際關(guān)系為目的，滿足客戶的情感需求，進(jìn)行個(gè)性化互動(dòng)；而任務(wù)導(dǎo)向旨在提高任務(wù)效率，實(shí)現(xiàn)任務(wù)目標(biāo)及將溝通成本最小化。與任務(wù)導(dǎo)向的溝通風(fēng)格相比，社交導(dǎo)向的溝通風(fēng)格會(huì)增強(qiáng)擬人化的正面效應(yīng)。[29]

社交導(dǎo)向的溝通風(fēng)格會(huì)增強(qiáng)智能客服與顧客之間的心理聯(lián)結(jié)，使智能客服更具有社會(huì)情感，與顧客之間的人際關(guān)系更加緊密。因此，社交導(dǎo)向的溝通風(fēng)格會(huì)抵消高擬人化形式與失誤行為之間的不一致性，進(jìn)而減弱厭惡感。具體而言，當(dāng)智能客服出現(xiàn)低級(jí)失誤時(shí)，高擬人化形式與失誤行為之間產(chǎn)生不一致，嚴(yán)重違反了顧客的預(yù)期，使其產(chǎn)生厭惡情緒。但社交導(dǎo)向的溝通風(fēng)格增強(qiáng)了智能客服的社交情感，一定程度上滿足了人際互動(dòng)的準(zhǔn)則，緩解了顧客的厭惡感。但是，任務(wù)導(dǎo)向的溝通風(fēng)格無(wú)法滿足人際互動(dòng)的準(zhǔn)則，對(duì)厭惡感沒(méi)有減弱的作用。綜上，本文提出以下假設(shè)：

H3：在服務(wù)失敗的情境下，智能客服化身的形式擬人化程度對(duì)顧客態(tài)度的影響受到溝通風(fēng)格的調(diào)節(jié)

H3a：在服務(wù)失敗的情境下，當(dāng)智能客服使用社交導(dǎo)向的溝通風(fēng)格時(shí)，化身的形式擬人化程度（高、低）對(duì)顧客態(tài)度沒(méi)有顯著影響

H3b：在服務(wù)失敗的情景下，當(dāng)智能客服使用任務(wù)導(dǎo)向的溝通風(fēng)格時(shí)，相對(duì)于低形式擬人化，高形式擬人化的化身會(huì)讓顧客對(duì)服務(wù)失敗產(chǎn)生更加負(fù)面的態(tài)度

5.內(nèi)隱人格的調(diào)節(jié)作用

不同人格特質(zhì)的消費(fèi)者對(duì)不確定性的認(rèn)知不同，對(duì)錯(cuò)誤的態(tài)度也不同。因此，厭惡感也受到消費(fèi)者人格特質(zhì)的影響。[24]不同的內(nèi)隱人格可能會(huì)影響形式與行為不一致性所帶來(lái)的厭惡感。內(nèi)隱人格理論探究人們對(duì)人格特征的可塑性和固定性的認(rèn)知。個(gè)體在內(nèi)隱人格上表現(xiàn)為實(shí)體論和漸變論兩種類型。實(shí)體論者認(rèn)為人的個(gè)性特征是靜態(tài)的、固定的，行為具有高度一致性；漸變論者認(rèn)為人的個(gè)性是動(dòng)態(tài)的、可塑的，行為是根據(jù)情境而變化的。[30]實(shí)體論者對(duì)他人進(jìn)行評(píng)價(jià)，往往根據(jù)其內(nèi)在的特質(zhì)進(jìn)行推測(cè)和判斷；漸變論者認(rèn)為人的心理是動(dòng)態(tài)過(guò)程，對(duì)行為的認(rèn)知也是暫時(shí)性的。他們會(huì)根據(jù)接收到的最新信息不斷修正行為判斷。[31]當(dāng)擬人化品牌出現(xiàn)負(fù)面行為時(shí)，實(shí)體論者更容易對(duì)品牌的未來(lái)進(jìn)行負(fù)面推測(cè)。[32]這是因?yàn)閷?shí)體論者會(huì)把單次錯(cuò)誤看作人內(nèi)在負(fù)面特質(zhì)的表現(xiàn)，并當(dāng)作未來(lái)持續(xù)犯錯(cuò)的可靠參考。相反，漸變論者認(rèn)為，人的特質(zhì)是變化的，他們不會(huì)因?yàn)閷?duì)方單次負(fù)面表現(xiàn)而形成長(zhǎng)期固定的負(fù)面印象，也不會(huì)認(rèn)為單次錯(cuò)誤舉動(dòng)就能預(yù)示未來(lái)行為。因此，相比漸變論者，實(shí)體論者在面對(duì)犯錯(cuò)時(shí)會(huì)產(chǎn)生更負(fù)面的評(píng)價(jià)。高形式擬人化的智能客服化身會(huì)激活顧客的人類圖式。因此，在服務(wù)失敗情境下，我們認(rèn)為不同內(nèi)隱人格傾向的顧客對(duì)智能客服失誤的厭惡感不同。具體而言，當(dāng)面對(duì)高形式擬人化的智能客服化身時(shí)，實(shí)體論者傾向于將服務(wù)失敗視作穩(wěn)定特征，將單次服務(wù)失敗行為當(dāng)作穩(wěn)定持續(xù)的行為，并以此推斷智能客服未來(lái)也有同樣的負(fù)面表現(xiàn)，進(jìn)而加劇厭惡感。而漸變論者不會(huì)過(guò)多關(guān)注智能客服的外在表現(xiàn)，也不會(huì)斷定單次錯(cuò)誤還會(huì)在未來(lái)反復(fù)發(fā)生，所以不會(huì)加劇厭惡感。因此，在服務(wù)失敗情境下，對(duì)于實(shí)體論的顧客而言，高形式擬人化（相對(duì)于低形式擬人化）的智能客服化身會(huì)使顧客對(duì)服務(wù)失敗有更加負(fù)面的態(tài)度。但是對(duì)于漸變論者而言，高形式擬人化（相對(duì)于低形式擬人化）的智能客服化身不會(huì)影響顧客對(duì)服務(wù)失敗的態(tài)度。綜上，本文提出以下假設(shè)：

H4：在服務(wù)失敗的情境下，智能客服化身的形式擬人化程度對(duì)顧客態(tài)度的影響受到內(nèi)隱人格的調(diào)節(jié)

H4a：在服務(wù)失敗的情境下，當(dāng)顧客為漸變論者時(shí)，智能客服化身的形式擬人化程度（高、低）對(duì)顧客態(tài)度沒(méi)有顯著影響

H4b：在服務(wù)失敗的情境下，當(dāng)顧客為實(shí)體論者時(shí)，相對(duì)于低形式擬人化，高形式擬人化的智能客服化身會(huì)使顧客對(duì)服務(wù)失敗產(chǎn)生更加負(fù)面的態(tài)度

二、研究設(shè)計(jì)與研究發(fā)現(xiàn)

本文的實(shí)證研究由一個(gè)預(yù)研究和三個(gè)實(shí)驗(yàn)研究構(gòu)成。首先，我們通過(guò)預(yù)研究來(lái)揭示企業(yè)目前使用智能客服化身的整體輪廓。根據(jù)“形式—行為相似性”框架，在預(yù)研究中，我們對(duì)企業(yè)使用的智能客服化身的形式和行為進(jìn)行了編碼、分類、統(tǒng)計(jì)檢驗(yàn)。結(jié)果發(fā)現(xiàn)，企業(yè)在外表、姓名、溝通風(fēng)格等要素的設(shè)計(jì)上尚未呈現(xiàn)規(guī)律性，迫切需要理論指導(dǎo)。其次，我們通過(guò)三個(gè)實(shí)驗(yàn)，檢驗(yàn)在服務(wù)失敗情境下，高形式擬人化會(huì)對(duì)顧客產(chǎn)生負(fù)面影響效應(yīng)及其緩解策略。具體而言，研究一操縱智能客服化身的形式擬人化程度（外表與姓名），發(fā)現(xiàn)高形式擬人化會(huì)加劇對(duì)服務(wù)失敗的負(fù)面態(tài)度。厭惡感發(fā)揮中介作用，研究二證明溝通風(fēng)格對(duì)厭惡感的抑制作用，研究三發(fā)現(xiàn)負(fù)面效應(yīng)的邊界條件。研究一、二、三分別設(shè)計(jì)不同的服務(wù)接觸失敗情境，以此避免不同服務(wù)失敗歸因的干擾并增強(qiáng)研究結(jié)論的普適性。

1.預(yù)研究

（1）案例選取與收集

參照案例研究中的理論抽樣原則，本文選取契合理論框架和研究問(wèn)題的案例。[33]案例選取主要考慮以下因素。①典型性。以算法為支撐的智能客服還屬于新生事物，目前主要由業(yè)務(wù)規(guī)模大、科技實(shí)力強(qiáng)、品牌價(jià)值高的行業(yè)領(lǐng)先企業(yè)使用。因此，所選案例應(yīng)該來(lái)源于領(lǐng)先企業(yè)。②差異性。企業(yè)面對(duì)不同顧客群體，其智能客服化身的設(shè)計(jì)也存在顯著差異。為此，所選案例能覆蓋目前集中使用智能客服的多個(gè)行業(yè)。③可獲得性。案例企業(yè)的智能客服可以被公開(kāi)訪問(wèn)，化身的特征對(duì)用戶是可見(jiàn)的。根據(jù)這些原則，我們從“2018《財(cái)富》世界500強(qiáng)排行榜”中選取前100 名企業(yè)作為分析對(duì)象。通過(guò)瀏覽企業(yè)的官方網(wǎng)站、社交媒體、APP等，一共收集到50 個(gè)智能客服化身的案例，主要來(lái)自金融、零售、通信等行業(yè)，分布在美國(guó)（28%）、歐洲（38%）、亞洲（34%）等地區(qū)。這些案例在規(guī)模、行業(yè)、地域維度上都具有極強(qiáng)的代表性，代表了全球范圍內(nèi)智能客服化身最前沿的實(shí)踐。

（2）案例分析

根據(jù)“形式—行為相似性”框架，我們對(duì)智能化身的設(shè)計(jì)元素進(jìn)行編碼和分類。形式相似性主要指視覺(jué)線索上的相似，包括姓名、外表、性別、年齡等。行為相似性主要是指對(duì)話線索（溝通風(fēng)格）。在編碼過(guò)程中，我們發(fā)現(xiàn)聲音線索也被較多的企業(yè)使用，將其歸類為行為相似性。具體分析結(jié)果詳見(jiàn)表1。

表1 智能客服化身案例

總體上，在形式相似性方面，各個(gè)企業(yè)在智能客服的外表（χ(3)=2.8，p=0.423）設(shè)計(jì)上尚未形成明確的主流實(shí)踐，企業(yè)在設(shè)計(jì)智能客服的高、低程度擬人化外表、符號(hào)式外表（如標(biāo)識(shí)/產(chǎn)品/圖案等）、無(wú)任何外表等四個(gè)方面沒(méi)有顯著差異。此外，有姓名和無(wú)姓名的比例分別為48% 和52%，也未呈現(xiàn)出集中的趨勢(shì)（χ(1)=0.08，p=0.777）。但在性別上，女性的使用頻率要顯著高于其他類型（χ(2)=19.182，p<0.001）。在年齡上，樣本中的企業(yè)全部使用了年輕化身，集中趨勢(shì)非常明顯。這說(shuō)明，企業(yè)在智能客服化身的性別和年齡設(shè)計(jì)上已表現(xiàn)出非常明顯的趨勢(shì)，但在外表和姓名的設(shè)計(jì)上尚未形成偏好。

對(duì)于行為相似性來(lái)說(shuō)，多數(shù)企業(yè)傾向于不使用聲音（χ(1)=5.12，p=0.024），聲音溝通的方式尚未成為主流。在溝通風(fēng)格上，各企業(yè)在智能客服化身設(shè)計(jì)上也沒(méi)有形成明顯的偏好（χ(1)=0.08，p=0.777）。

（3）結(jié)果討論

總體來(lái)說(shuō)，即使是率先使用智能客服的全球領(lǐng)先企業(yè)，迄今為止在智能客服化身的形式和行為設(shè)計(jì)上也尚未形成規(guī)律性的實(shí)踐法則?，F(xiàn)有研究結(jié)論也與企業(yè)的實(shí)際現(xiàn)狀存在不吻合之處。例如，就形式相似性而言，現(xiàn)有研究表明，高擬人化的外表有正面效應(yīng)，[1,2]但現(xiàn)實(shí)是只有26% 的企業(yè)采用了高擬人化的外表設(shè)計(jì)，52% 的企業(yè)卻使用了非擬人化或低擬人化的外表。就行為擬人化而言，現(xiàn)有研究表明，社交導(dǎo)向的溝通風(fēng)格有積極作用，[29]但現(xiàn)實(shí)中仍然有52% 的企業(yè)使用了任務(wù)導(dǎo)向的風(fēng)格。這些理論和實(shí)踐的差異表明，化身的形式和行為設(shè)計(jì)存在很多尚未解決的重要問(wèn)題。為此，在接下來(lái)的研究一、二、三中，通過(guò)操縱智能客服的形式相似性與行為相似性，探索智能客服化身的規(guī)律性。

2.研究一

（1）被試與設(shè)計(jì)

從問(wèn)卷星平臺(tái)招募89 名被試，其中女性74 人，占比83%。為了驗(yàn)證假設(shè)1 和2，研究一采用單因素（形式擬人化：低vs.高）組間設(shè)計(jì)，中介變量為厭惡感，因變量為顧客對(duì)服務(wù)失敗的態(tài)度。

（2）擬人化操縱與前測(cè)

我們?cè)O(shè)計(jì)了某餐飲企業(yè)智能客服的初始界面，來(lái)操縱智能客服的擬人化程度。高形式擬人化的初始界面包括：真人頭像（沒(méi)有表情）、使用第一人稱和姓名的文字介紹。低形式擬人化的初始界面使用耳機(jī)作為頭像（具有人臉輪廓），文字介紹中沒(méi)有第一人稱和姓名。具體材料略去備索。

為了檢驗(yàn)擬人化程度操縱的有效性，我們對(duì)實(shí)驗(yàn)材料進(jìn)行了前測(cè)。在前測(cè)中，45 名參與者被隨機(jī)分成兩組，一組瀏覽高形式擬人化的初始界面，另一組瀏覽低形式擬人化的初始界面。然后，兩組參與者先回答對(duì)以下陳述的同意程度：“該智能客服似乎有自己的信念和愿望、意識(shí)、思維方式”（1=非常不同意，7=非常同意）；再評(píng)價(jià)智能客服與真實(shí)客服的相似程度（1=非常不相似，7=非常相似）。根據(jù)以上四個(gè)題項(xiàng)來(lái)測(cè)量擬人化程度（α=0.87）。結(jié)果表明，高形式擬人化組的擬人化程度（M高擬人化=3.49，SD=1.08）顯著高于低形式擬人化組（M低擬人化=2.81，SD=1.09；t（43）=2.115，p=0.040）。為了排除形式擬人化對(duì)情緒的影響，參與者還完成了PANAS情緒測(cè)量，[34]測(cè)項(xiàng)使用Likert七級(jí)量表。正向情緒測(cè)項(xiàng)有：愉悅的/感興趣的/驚喜的（α=0.81）；負(fù)向情緒測(cè)項(xiàng)有：厭惡的/憤怒的/輕視的（α=0.89）。結(jié)果表明，高形式擬人化組與低形式擬人化組沒(méi)有顯著差異（正向情緒：M高擬人化=3.55，SD=0.83 vs.M低擬人化=3.03，SD=1.23；t（43）=1.673，p=0.102；負(fù)向情緒：M高擬人化=2.65，SD=1.23 vs.M低擬人化=2.33，SD=1.29；t（43）=0.848，p=0.401）。

（3）實(shí)驗(yàn)流程

參與者首先瀏覽某餐飲企業(yè)智能客服的初始界面，再閱讀關(guān)于該智能客服的負(fù)面報(bào)道。89 名參與者被隨機(jī)分成兩組。一組閱讀高擬人化的初始界面和負(fù)面報(bào)道，另一組閱讀低擬人化的初始界面和負(fù)面報(bào)道。高擬人化組的初始界面包括真人頭像（沒(méi)有表情）、使用第一人稱和姓名的文字介紹。低擬人化組的初始界面使用耳機(jī)作為頭像（具備人臉輪廓），文字介紹中沒(méi)有第一人稱和姓名。負(fù)面報(bào)道根據(jù)真實(shí)的消費(fèi)者投訴記錄改編，主要內(nèi)容為：“當(dāng)我在APP 上進(jìn)行訂餐時(shí)，界面上彈出智能客服。我按照提示提交要求之后，智能客服很快為我完成訂餐。但是，當(dāng)我要修改用餐時(shí)間時(shí)，智能客服卻沒(méi)有回應(yīng)。隨后我要求接通人工客服，智能客服又開(kāi)始回應(yīng)上一個(gè)請(qǐng)求，但信息卻是無(wú)關(guān)的。智能客服連簡(jiǎn)單問(wèn)題都解決不了，真令人失望?！睘榱伺c初始界面保持一致，在高擬人化組的負(fù)面報(bào)道中，智能客服使用真人頭像與姓名；在低擬人化組的負(fù)面報(bào)道中，智能客服使用耳機(jī)作為頭像（具備人臉輪廓），不使用姓名。其余內(nèi)容完全一致。具體材料略去備索。

在閱讀上述材料后，我們先測(cè)量參與者對(duì)服務(wù)失敗的歸因（報(bào)道中的服務(wù)失敗主要是由智能客服造成的，1=非常不同意，7=非常同意）。[35]然后，采用兩個(gè)題項(xiàng)來(lái)測(cè)量厭惡感（α=0.87）：“你對(duì)該智能客服有多大程度上的厭惡（1=非常不厭惡，7=非常厭惡）”；“你對(duì)該智能客服有多大程度上的反感（1=非常不反感，7=非常反感）”。已有研究表明，當(dāng)負(fù)面刺激來(lái)自外部主體時(shí)，消費(fèi)者會(huì)產(chǎn)生厭惡（側(cè)重于躲避）、憤怒（側(cè)重于懲罰）、輕視（側(cè)重于偏見(jiàn)）三種負(fù)面情緒。[26]為了排除其他兩種負(fù)面情緒的替代性解釋，我們也測(cè)量了憤怒（你對(duì)該智能客服有多大程度上的憤怒，1=非常不憤怒，7=非常憤怒）、輕視（你對(duì)該智能客服有多大程度上的輕視，1=非常不輕視，7=非常輕視）。隨后，我們采用兩個(gè)題項(xiàng)來(lái)測(cè)量顧客對(duì)服務(wù)失敗的負(fù)面態(tài)度（α=0.7）：“你認(rèn)為該智能客服失誤的嚴(yán)重程度（1=非常不嚴(yán)重，7=非常嚴(yán)重）”，“你對(duì)該智能客服失誤給予原諒的程度（1=完全可以原諒，7=完全不可以原諒）”。[36]最后，我們記錄了人口統(tǒng)計(jì)學(xué)變量，包括年齡、性別、學(xué)歷等。

（4）數(shù)據(jù)分析

操縱檢驗(yàn)。單樣本t 檢驗(yàn)表明（以7 點(diǎn)量表的中間值4 為臨界值），參與者將負(fù)面報(bào)道中的服務(wù)失敗歸因于智能客服（M=5.19，SD=1.28；t大于4（88）=8.791，p<0.001）。情境刺激材料有效。

假設(shè)檢驗(yàn)。獨(dú)立樣本t 檢驗(yàn)表明，相對(duì)低擬人化組，高擬人化組對(duì)服務(wù)失敗的態(tài)度更加負(fù)面（M高擬人化=4.74，SD=1.08 vs.M低擬人化=4.24，SD=0.80；t（87）=2.453，p=0.016），結(jié)果驗(yàn)證了假設(shè)1。獨(dú)立樣本t 檢驗(yàn)表明，相對(duì)于低擬人化組，高擬人化組對(duì)服務(wù)失敗有更強(qiáng)的厭惡感（M高擬人化=4.89，SD=1.21 vs.M低擬人化=4.19，SD=1.15；t（87）=2.783，p=0.007）。但憤怒情緒（p=0.375）和輕視情緒（p=0.652）在高擬人化組與低擬人化組之間沒(méi)有顯著差異。因此，我們可以排除憤怒情緒和輕視情緒作為中介變量對(duì)因果關(guān)系的解釋。我們將擬人化程度作為自變量，顧客態(tài)度作為因變量，使用Bootstrap 程序檢驗(yàn)厭惡感的中介效應(yīng)，樣本量為5000，模型為4。[37]檢驗(yàn)結(jié)果顯示，在95% 的置信區(qū)間下，中介效應(yīng)的結(jié)果不包含0（LLCI=0.0971，ULCI=0.6152），且中介效應(yīng)大小為0.3162，說(shuō)明厭惡感的中介效應(yīng)顯著。結(jié)果支持假設(shè)2。

（5）結(jié)果討論

為了避免不同失敗歸因?qū)σ蚬P(guān)系的干擾，實(shí)驗(yàn)情境有效地將失敗歸因控制在智能客服上。在此前提下，研究一驗(yàn)證了在服務(wù)失敗的情境下，高形式擬人化會(huì)讓顧客對(duì)服務(wù)失敗有更加負(fù)面的態(tài)度。研究一還為負(fù)面效應(yīng)的解釋機(jī)制提供了證據(jù)。在服務(wù)失敗的情況下，高形式擬人化會(huì)增強(qiáng)厭惡感，進(jìn)而加劇負(fù)面態(tài)度。同時(shí)，我們還排除了憤怒情緒和輕視情緒的替代性解釋。研究一采用了智能客服的負(fù)面報(bào)道作為實(shí)驗(yàn)情境，可以避免行為擬人化對(duì)形式擬人化的干擾。但是，研究一中的負(fù)面報(bào)道來(lái)源于第三方，它無(wú)法模擬真實(shí)的服務(wù)接觸失敗情境。為此，研究二使用對(duì)話情境來(lái)強(qiáng)化服務(wù)接觸失敗的真實(shí)情境。

3.研究二

（1）被試與設(shè)計(jì)

從問(wèn)卷星平臺(tái)招募183 名被試，其中女性133 人，占比約72.7%。為了驗(yàn)證假設(shè)3，研究二采用 2（形式擬人化：低vs.高）×2（溝通風(fēng)格：任務(wù)導(dǎo)向vs.社交導(dǎo)向）組間實(shí)驗(yàn)。在服務(wù)失敗的情境中，研究二將繼續(xù)檢驗(yàn)高形式擬人化的負(fù)面效應(yīng)及其中介機(jī)制，驗(yàn)證溝通風(fēng)格對(duì)負(fù)面效應(yīng)的調(diào)節(jié)作用。

（2）溝通風(fēng)格操縱與前測(cè)

為了操縱溝通風(fēng)格，我們根據(jù)真實(shí)的對(duì)話記錄，重新設(shè)計(jì)了某餐飲企業(yè)智能客服的對(duì)話界面，去除了客服的頭像。服務(wù)失敗的情境材料如下：“春節(jié)將至，你準(zhǔn)備在APP 上預(yù)訂某餐廳的年夜飯。該餐廳口碑不錯(cuò)，預(yù)訂十分活躍。所以，公司使用線上智能客服來(lái)緩解人工壓力。根據(jù)智能客服的指示，你很快完成預(yù)訂。但在提出修改人數(shù)的請(qǐng)求后，智能客服卻給出了錯(cuò)誤的回答。雖然最后人工客服解決了修改人數(shù)的問(wèn)題，但智能客服連簡(jiǎn)單問(wèn)題都解決不了，讓你很失望?！备鶕?jù)該情境，我們?cè)O(shè)計(jì)了兩種不同溝通風(fēng)格的對(duì)話。任務(wù)導(dǎo)向的溝通風(fēng)格側(cè)重于實(shí)現(xiàn)目標(biāo)、有目的地組織對(duì)話；社交導(dǎo)向的智能客服側(cè)重于提供服務(wù)支持，表現(xiàn)出同理心和善解人意。[29]具體材料略去備索。

為了檢驗(yàn)溝通風(fēng)格操縱的有效性，我們對(duì)實(shí)驗(yàn)材料進(jìn)行前測(cè)。在前測(cè)中，首先讓80 名參與者閱讀服務(wù)失敗的情境材料。然后，我們將80 名參與者隨機(jī)分成兩組，一組閱讀社交風(fēng)格的對(duì)話，另一組閱讀任務(wù)風(fēng)格的對(duì)話。閱讀結(jié)束后，我們對(duì)參與者進(jìn)行溝通風(fēng)格的操縱檢驗(yàn)。[29]任務(wù)導(dǎo)向采用“遵守服務(wù)流程”“強(qiáng)調(diào)相關(guān)規(guī)定”兩個(gè)測(cè)項(xiàng)（1=非常不同意，7=非常同意，α=0.7），社交導(dǎo)向采用“親近友善”“熱情親切”兩個(gè)測(cè)項(xiàng)（1=非常不同意，7=非常同意，α=0.92）。最后，我們對(duì)情境卷入度進(jìn)行測(cè)量，采用“投入程度”“專心程度”兩個(gè)題項(xiàng)（1=一點(diǎn)也不，7=非常，α=0.81）。單樣本t 檢驗(yàn)的結(jié)果表明，參與者對(duì)情境材料有較高的卷入度（M=5.5，SD=0.95；t大于4（79）=14.103，p<0.001）。獨(dú)立樣本t 檢驗(yàn)的結(jié)果表明：在任務(wù)風(fēng)格的對(duì)話條件下，任務(wù)導(dǎo)向的得分顯著高于社交導(dǎo)向（M任務(wù)導(dǎo)向=5.23，SD=1.14 vs.M社交導(dǎo)向=4.35，SD=1.24；t（78）=3.279，p=0.002）；在社交風(fēng)格的對(duì)話條件下，社交導(dǎo)向的得分顯著高于任務(wù)導(dǎo)向（M任務(wù)導(dǎo)向=3.34，SD=1.78 vs.M社交導(dǎo)向=4.75，SD=1.25；t（78）=4.116，p<0.001）。溝通風(fēng)格操縱成功。

（3）實(shí)驗(yàn)流程

實(shí)驗(yàn)包括三個(gè)部分。第一部分，讓參與者閱讀一段服務(wù)失敗的情境材料。該情境材料與前測(cè)中的一致。隨后參與者回答情境卷入度測(cè)項(xiàng)（你能想象自己是情境中的主人公嗎？1=完全不能，7=完全能）。第二部分，參與者被隨機(jī)分配到四個(gè)實(shí)驗(yàn)組，分別閱讀不同的對(duì)話。擬人化的操縱參照研究一。高形式擬人化的智能客服使用真人頭像，稱呼上使用姓名“筱奕”和第一人稱。低形式擬人化的智能客服使用耳機(jī)作為頭像（具備人臉輪廓），稱呼上使用“系統(tǒng)”來(lái)代替。溝通風(fēng)格的操縱沿用前測(cè)。任務(wù)導(dǎo)向的溝通風(fēng)格側(cè)重于實(shí)現(xiàn)目標(biāo)、有目的地組織對(duì)話。社交導(dǎo)向的智能客服側(cè)重于提供服務(wù)支持，表現(xiàn)出同理心和善解人意。[25]具體材料略去備索。第三部分，在閱讀完所有材料之后，參與者需要回答各變量的測(cè)項(xiàng)。服務(wù)失敗歸因的測(cè)量沿用研究一。擬人化程度的測(cè)量沿用研究一中的四個(gè)題項(xiàng)（α=0.86）。厭惡感的測(cè)量沿用研究一中的兩個(gè)題項(xiàng)（α=0.89）。態(tài)度的測(cè)量沿用研究一中的兩個(gè)題項(xiàng)（α=0.67）。最后，我們記錄人口統(tǒng)計(jì)學(xué)變量，包括年齡、性別、學(xué)歷等。

（4）數(shù)據(jù)分析

操縱檢驗(yàn)。單樣本t 檢驗(yàn)表明，參與者能夠較好地融入實(shí)驗(yàn)情境（M=5.56，SD=1.33；t大于4（182）=15.811，p<0.001）；參與者將服務(wù)失敗歸因于智能客服（M=4.57，SD=1.33；t大于4（182）=5.829，p<0.001）。對(duì)兩個(gè)操縱變量進(jìn)行獨(dú)立樣本t 檢驗(yàn)，結(jié)果顯示，高形式擬人化組的擬人化程度顯著高于低形式擬人化組的擬人程度（M高擬人化=4.00，SD=1.31 vs.M低擬人化=3.33，SD=1.35；t（181）=3.424，p=0.001），形式擬人化操縱成功。

假設(shè)檢驗(yàn)。以顧客對(duì)服務(wù)失敗的負(fù)面態(tài)度為因變量，進(jìn)行方差分析，檢驗(yàn)假設(shè)1、3a、3b。結(jié)果表明，形式擬人化對(duì)負(fù)面態(tài)度的主效應(yīng)顯著，高形式擬人化組的負(fù)面態(tài)度（M高擬人化=4.18，SD=0.091）顯著高于低形式擬人化組（M低擬人化=3.72，SD=0.093；F(1，179)=12.672，p<0.05）。假設(shè)1 得到驗(yàn)證。形式擬人化和溝通風(fēng)格對(duì)負(fù)面態(tài)度的交互效應(yīng)顯著（F(1，179)=4.225，p=0.041）。簡(jiǎn)單效應(yīng)分析表明，當(dāng)智能客服使用任務(wù)導(dǎo)向的溝通風(fēng)格時(shí)，高形式擬人化組的負(fù)面態(tài)度比低擬人化組的負(fù)面態(tài)度更高（M高擬人化=4.46，SD=0.84 vs.M低擬人化=3.73，SD=1.03；F(1，179)=15.02，p<0.001）；當(dāng)智能客服使用社交導(dǎo)向的溝通風(fēng)格時(shí)，形式擬人化程度（高、低）對(duì)態(tài)度沒(méi)有顯著影響（M高擬人化=3.91，SD=0.77 vs.M低擬人化=3.71，SD=0.88；F(1，179)=1.19，p=0.277）。具體結(jié)果見(jiàn)圖1。假設(shè)3a、3b 得到支持。對(duì)厭惡感做中介效應(yīng)分析，檢驗(yàn)假設(shè)2。以形式擬人化為自變量，負(fù)面態(tài)度為因變量，厭惡感為中介變量，使用Bootstrap 程序，樣本量為5000，模型為4。[37]檢驗(yàn)結(jié)果顯示，在95%的置信區(qū)間下，中介效應(yīng)的結(jié)果不包含0（LLCI=0.055，ULCI=0.3386），且中介效應(yīng)大小為0.1708，說(shuō)明厭惡感的中介效應(yīng)顯著。結(jié)果支持假設(shè)2。采用有調(diào)節(jié)的中介分析進(jìn)一步檢驗(yàn)假設(shè)3a、3b。以形式擬人化為自變量，態(tài)度為因變量，厭惡感為中介變量，溝通風(fēng)格為調(diào)節(jié)變量，使用Bootstrap程序，樣本量為5000，模型為8。[37]檢驗(yàn)結(jié)果表明：①有調(diào)節(jié)的中介效應(yīng)判定指數(shù)為-0.2293，95% 的置信區(qū)間不包含0（LLCI=-0.5096，ULCI=-0.0426），有調(diào)節(jié)的中介效應(yīng)顯著。②當(dāng)使用任務(wù)導(dǎo)向的溝通風(fēng)格時(shí)，厭惡感的中介效應(yīng)為0.2817，95% 的置信區(qū)間不包含0（LLCI=0.1146，ULCI=0.52），中介效應(yīng)顯著。當(dāng)使用社交導(dǎo)向的溝通風(fēng)格時(shí)，厭惡感的中介效應(yīng)為0.0524，95% 的置信區(qū)間包含0（LLCI=-0.0823，ULCI=0.2217），中介效應(yīng)不顯著。假設(shè)3a、3b 進(jìn)一步得到支持。

圖1 溝通風(fēng)格的調(diào)節(jié)作用

（5）結(jié)果討論

研究二驗(yàn)證在服務(wù)失敗的情境下，溝通風(fēng)格可以抑制智能客服化身的高形式擬人化帶來(lái)的負(fù)面效應(yīng)。具體而言，當(dāng)智能客服使用任務(wù)導(dǎo)向的溝通風(fēng)格時(shí)，高形式擬人化會(huì)引起更加負(fù)面的態(tài)度；當(dāng)智能客服使用社交導(dǎo)向的溝通風(fēng)格時(shí)，形式擬人化程度（高、低）對(duì)態(tài)度沒(méi)有顯著影響。

有調(diào)節(jié)的中介分析為理論機(jī)制提供了更多證據(jù)。當(dāng)智能客服使用社交導(dǎo)向的溝通風(fēng)格時(shí)，厭惡感的中介作用被削弱，抑制了高形式擬人化帶來(lái)的負(fù)面效應(yīng)。當(dāng)智能客服使用任務(wù)導(dǎo)向的溝通風(fēng)格時(shí)，厭惡感的中介作用依然顯著存在，無(wú)法抑制高形式擬人化帶來(lái)的負(fù)面效應(yīng)?？赡艿慕忉屖?，社交導(dǎo)向的溝通風(fēng)格抵消了形式與行為的不一致性，從而削弱了厭惡感。

研究二選擇“對(duì)顧客需求和偏好的錯(cuò)誤反應(yīng)”作為服務(wù)接觸失敗的情境。該實(shí)驗(yàn)情境發(fā)生在核心服務(wù)之前，顧客可以準(zhǔn)確地將服務(wù)失敗歸因于智能客服，從而避免了不同歸因帶來(lái)的干擾。研究三將選擇“對(duì)核心服務(wù)失敗的錯(cuò)誤反應(yīng)”作為服務(wù)接觸失敗的情境，再次驗(yàn)證高形式擬人化的負(fù)面效應(yīng)是否穩(wěn)健。與此同時(shí)，研究三變換形式擬人化的操縱，驗(yàn)證在不同人群中高形式擬人化的負(fù)面效應(yīng)是否存在邊界條件。

4.研究三

（1）被試與設(shè)計(jì)

從問(wèn)卷星平臺(tái)招募138 名被試，其中女性84 人，占比約60.9%。為了驗(yàn)證假設(shè)4，研究三將參與者隨機(jī)分成兩組（形式擬人化：低vs.高），并測(cè)量?jī)?nèi)隱人格，用內(nèi)隱人格的測(cè)量分值來(lái)反映人格特征的差異。在服務(wù)失敗的情境中，研究三將繼續(xù)檢驗(yàn)高形式擬人化的負(fù)面效應(yīng)及其中介機(jī)制，驗(yàn)證內(nèi)隱人格對(duì)負(fù)面效應(yīng)的調(diào)節(jié)作用。

（2）實(shí)驗(yàn)材料與流程

為了增加實(shí)驗(yàn)的外部效度，研究三使用“智能客服對(duì)核心服務(wù)失敗的錯(cuò)誤反應(yīng)”作為實(shí)驗(yàn)情境。具體來(lái)說(shuō)，我們根據(jù)某電商平臺(tái)的在線評(píng)論內(nèi)容，撰寫了實(shí)驗(yàn)所需的服務(wù)失敗刺激材料。刺激材料的具體內(nèi)容為：“由于天氣寒冷，你急需購(gòu)置一臺(tái)洗衣機(jī)。在某電商平臺(tái)下單后，你發(fā)現(xiàn)物流被延遲了，進(jìn)而去詢問(wèn)客服。該電商平臺(tái)最近采用線上智能客服來(lái)提供售后咨詢服務(wù)。在你提出問(wèn)題之后，智能客服很快就回復(fù)了物流詳情和官方的相關(guān)規(guī)定，但無(wú)法解釋延遲的原因和解決方案。你只好去求助人工客服。雖然最后人工客服給出了解釋，但智能客服并沒(méi)有為你帶來(lái)方便。”根據(jù)以上情境，我們?cè)O(shè)計(jì)了智能客服與顧客之間的對(duì)話界面和內(nèi)容。形式擬人化操縱與研究二類似。高形式擬人化的智能客服使用真人頭像，稱呼上使用姓名“筱奕”和第一人稱。低形式擬人化的智能客服使用沒(méi)有五官的人形卡通頭像，稱呼上使用“系統(tǒng)”來(lái)代替。所有實(shí)驗(yàn)組的對(duì)話采用統(tǒng)一的溝通風(fēng)格。具體材料略去備索。

實(shí)驗(yàn)包括三個(gè)部分。第一部分，參與者需要完成內(nèi)隱人格的測(cè)量。對(duì)內(nèi)隱人格傾向測(cè)量采用Levy等編制的量表，[38]最終選定6 個(gè)測(cè)項(xiàng)，包含3 個(gè)正向測(cè)項(xiàng)和3個(gè)反向測(cè)項(xiàng)（1=非常同意，7=非常不同意，α=0.65）。在進(jìn)行轉(zhuǎn)碼后，6 個(gè)測(cè)項(xiàng)的平均分作為內(nèi)隱人格傾向的測(cè)量指標(biāo)，得分越高，越傾向于“漸變論”。第二部分，參與者先閱讀情境刺激材料，再測(cè)試情境卷入度（你能想象自己是情境中的主人公嗎？1=完全不能，7=完全能）。然后，我們將參與者隨機(jī)分配到2 個(gè)實(shí)驗(yàn)組（高擬人化vs.低擬人化），閱讀智能客服與顧客之間的對(duì)話。第三部分，在閱讀完所有材料之后，參與者需要回答各變量的測(cè)項(xiàng)。服務(wù)失敗歸因的測(cè)量沿用研究一。擬人化程度的測(cè)量沿用研究一中的4 個(gè)題項(xiàng)（α=0.896）。厭惡感的測(cè)量沿用研究一中的2 個(gè)題項(xiàng)（α=0.857）。顧客對(duì)服務(wù)失敗的負(fù)面態(tài)度沿用研究一中的2 個(gè)題項(xiàng)測(cè)量（α=0.68）。隨后，我們記錄了人口統(tǒng)計(jì)學(xué)變量，包括年齡、性別、學(xué)歷等。最后，參與者被要求猜測(cè)實(shí)驗(yàn)?zāi)康摹?/p>

（3）數(shù)據(jù)分析

操縱檢驗(yàn)。單樣本t 檢驗(yàn)表明（以7 點(diǎn)量表的中間值4 為臨界值），[17]參與者能夠較好地融入實(shí)驗(yàn)情境（M=5.348，SD=1.28；t大于4（137）=12.402，p<0.001）；參與者將服務(wù)失敗歸因于智能客服（M=4.746，SD=1.5；t大于4（137）=4.746，p<0.001）。對(duì)兩個(gè)操縱變量進(jìn)行獨(dú)立樣本t 檢驗(yàn)，結(jié)果顯示，高形式擬人化組的擬人化程度顯著高于低形式擬人化組（M高擬人化=4.22，SD=1.27 vs.M低擬人化=3.33，SD=1.47；t（136）=3.79，p<0.001）。形式擬人化操縱成功。沒(méi)有參與者猜測(cè)到實(shí)驗(yàn)?zāi)康摹?/p>

假設(shè)檢驗(yàn)。獨(dú)立樣本t 檢驗(yàn)表明，高形式擬人化組的負(fù)面態(tài)度顯著高于低形式擬人化組（M高擬人化=4.25，SD=0.86 vs.M低擬人化=3.81，SD=0.96；t（136）=2.806，p=0.006）。結(jié)果驗(yàn)證了假設(shè)1。以形式擬人化為自變量，負(fù)面態(tài)度為因變量，厭惡感為中介變量，使用Bootstrap程序?qū)拹焊凶髦薪樾?yīng)分析，樣本量為5000，模型為4。[37]檢驗(yàn)結(jié)果顯示，在95% 的置信區(qū)間下，中介效應(yīng)的結(jié)果不包含0（LLCI=0.1691，ULCI=0.6052），且中介效應(yīng)大小為0.3551，說(shuō)明厭惡感的中介效應(yīng)顯著。結(jié)果支持假設(shè)2。以形式擬人化為自變量，負(fù)面態(tài)度為因變量，內(nèi)隱人格為調(diào)節(jié)變量，使用Bootstrap程序?qū)?nèi)隱人格做調(diào)節(jié)效應(yīng)分析，樣本量為5000，模型為1。結(jié)果顯示，形式擬人化和內(nèi)隱人格的交互項(xiàng)邊緣顯著（β=-0.385，S.E.=0.207，t=-1.859，p=0.065）。對(duì)內(nèi)隱人格采用Mean±SD（M=3.5978，SD=0.8236）的方法區(qū)分實(shí)體論和漸變論。低于均值一個(gè)標(biāo)準(zhǔn)差為實(shí)體論，高于均值一個(gè)標(biāo)準(zhǔn)差為漸變論。分析結(jié)果表明，對(duì)于實(shí)體論者，高形式擬人化會(huì)增強(qiáng)負(fù)面態(tài)度（β=0.8018，S.E.=0.2364，t=3.3918，p<0.001）。對(duì)于漸變論者，形式擬人化程度（高、低）對(duì)態(tài)度沒(méi)有顯著影響（β=0.1678，S.E.=0.2235，t=0.7508，p=0.4541）。具體結(jié)果如圖2所示。假設(shè)4a、4b 得到支持。以形式擬人化為自變量，負(fù)面態(tài)度為因變量，厭惡感為中介變量，內(nèi)隱人格為調(diào)節(jié)變量，使用Bootstrap 程序進(jìn)行有調(diào)節(jié)的中介分析，樣本量為5000，模型為8。[37]檢驗(yàn)結(jié)果表明：①有調(diào)節(jié)的中介效應(yīng)判定指數(shù)為-0.416，95% 的置信區(qū)間不包含0（LLCI=-0.7563，ULCI=-0.1783）。有調(diào)節(jié)的中介效應(yīng)顯著。②對(duì)于實(shí)體論者（Mean-1 SD），厭惡感的中介效應(yīng)為0.7299，95% 的置信區(qū)間不包含0（LLCI=0.4286，ULCI=1.1102），中介效應(yīng)顯著。對(duì)于漸變論者（Mean+1 SD），厭惡感的中介效應(yīng)為0.0447，95% 的置信區(qū)間包含0（LLCI=-0.2445，ULCI=0.3172），中介效應(yīng)不顯著。假設(shè)4a、4b 進(jìn)一步得到支持。

圖2 內(nèi)隱人格的調(diào)節(jié)作用

（4）結(jié)果討論

研究三的情境是智能客服對(duì)核心服務(wù)失敗出現(xiàn)了錯(cuò)誤反應(yīng)。分析結(jié)果驗(yàn)證了高形式擬人化的負(fù)面效應(yīng)。即使是在核心服務(wù)發(fā)生失敗后，顧客仍然將服務(wù)接觸失敗歸因于智能客服。研究三改變了服務(wù)接觸失敗的情境，結(jié)果表明，高形式擬人化帶來(lái)負(fù)面效應(yīng)的結(jié)論得到重復(fù)驗(yàn)證。與此同時(shí)，研究三發(fā)現(xiàn)該負(fù)面效應(yīng)的邊界條件，即內(nèi)隱人格會(huì)調(diào)節(jié)高形式擬人化的負(fù)面效應(yīng)。具體而言，漸變論者不易受高形式擬人化的影響。無(wú)論是面對(duì)高擬人化的真人頭像還是低擬人化的卡通頭像，厭惡感的中介效應(yīng)不顯著，對(duì)服務(wù)失敗的態(tài)度沒(méi)有顯著變化。其背后的原因是，漸變論者傾向于把服務(wù)接觸失敗看作偶然事件，因而沒(méi)有對(duì)高擬人化的智能客服化身產(chǎn)生更強(qiáng)烈的厭惡感。但是，對(duì)實(shí)體論者而言，高形式擬人化會(huì)讓顧客對(duì)服務(wù)失敗產(chǎn)生更加負(fù)面的態(tài)度。實(shí)體論者通常認(rèn)為人的失敗由內(nèi)在固有特質(zhì)導(dǎo)致，不易改變。當(dāng)實(shí)體論者的人類圖式被高形式擬人化的智能客服激活后，智能客服的失誤也會(huì)被認(rèn)為是難以改變的，進(jìn)而導(dǎo)致更高的厭惡感，產(chǎn)生更加負(fù)面的態(tài)度。

三、研究結(jié)論與啟示

1.研究結(jié)論

本文試圖對(duì)智能客服相關(guān)現(xiàn)象與理論進(jìn)行整合，率先引入“智能客服化身”概念將分散和零亂的研究統(tǒng)一起來(lái)。本文由一個(gè)預(yù)研究和三個(gè)實(shí)驗(yàn)研究構(gòu)成。預(yù)研究分析了2018年《財(cái)富》世界500 強(qiáng)中前100 強(qiáng)企業(yè)所使用的智能客服化身，獲得50 個(gè)具有代表性的案例。分析結(jié)果發(fā)現(xiàn)，當(dāng)前世界領(lǐng)先企業(yè)在智能客服的外表、姓名、溝通風(fēng)格等要素的設(shè)計(jì)上，未形成主導(dǎo)的方法、準(zhǔn)則。可見(jiàn)，整個(gè)企業(yè)界對(duì)智能客服化身還處于探索階段，因而迫切需要進(jìn)行相關(guān)理論研究。三個(gè)實(shí)驗(yàn)研究聚焦智能客服化身的形式擬人化與行為擬人化的作用。研究一驗(yàn)證了在服務(wù)失敗情境下，高形式擬人化的化身會(huì)強(qiáng)化負(fù)面態(tài)度。與“恐怖谷效應(yīng)”類似，在服務(wù)失敗的情境下，高形式擬人化會(huì)讓顧客對(duì)服務(wù)失敗產(chǎn)生更加負(fù)面的態(tài)度。研究一還驗(yàn)證了厭惡感的中介作用，同時(shí)排除了其他負(fù)面情緒（憤怒、輕視）的替代性解釋。研究二驗(yàn)證了溝通風(fēng)格的調(diào)節(jié)作用。分析發(fā)現(xiàn)，社交導(dǎo)向的溝通風(fēng)格可以緩和服務(wù)失敗的影響。[29]社交導(dǎo)向的溝通風(fēng)格可以彌補(bǔ)智能客服化身在行為上的不足，削弱形式與行為的不一致性，進(jìn)而減輕厭惡感。研究三驗(yàn)證了內(nèi)隱人格的調(diào)節(jié)作用，發(fā)現(xiàn)負(fù)面效應(yīng)的邊界條件。分析發(fā)現(xiàn)，在服務(wù)失敗的情境下，當(dāng)顧客屬于實(shí)體論者，高形式擬人化會(huì)產(chǎn)生負(fù)面效應(yīng)，引起厭惡感，加劇負(fù)面態(tài)度。但是，對(duì)于漸變論的顧客來(lái)說(shuō)，高形式擬人化不會(huì)加劇負(fù)面態(tài)度。為了拓展實(shí)驗(yàn)研究的外部效度，增強(qiáng)穩(wěn)健性，研究一、二、三分別變換了不同服務(wù)接觸失敗情境，涵蓋了服務(wù)接觸的核心環(huán)節(jié)和外圍環(huán)節(jié)。此外，在三個(gè)實(shí)驗(yàn)中，顧客均將服務(wù)失敗歸因于智能客服。這是主效應(yīng)發(fā)生的前提。

2.理論貢獻(xiàn)

第一，本文將化身的相關(guān)理論引入智能客服領(lǐng)域，提出“智能客服化身”概念?！盎怼笔且粋€(gè)既簡(jiǎn)約又概括的概念。此前使用的“擬人化客服”“聊天機(jī)器人”“語(yǔ)音助手”等屬于企業(yè)在數(shù)字世界中的映射，是化身的具體形式。本文引入“化身”概念，將有利于對(duì)各種零散的理論概念和實(shí)際現(xiàn)象進(jìn)行整合，能夠促進(jìn)這一新興學(xué)術(shù)領(lǐng)域的發(fā)展。此外，根據(jù)“形式—行為相似性”框架，化身的作用取決于化身與主體之間的形式相似性和行為相似性。[9]二者之間存在一定的互補(bǔ)關(guān)系。行為相似性可以彌補(bǔ)形式相似性的不足。當(dāng)形式相似性與行為相似性不一致時(shí)，化身的作用會(huì)被減弱，甚至逆轉(zhuǎn)?，F(xiàn)有研究?jī)H從形式或行為中的某一個(gè)維度出發(fā)，容易得出相互矛盾的結(jié)論。本文根據(jù)“形式—行為相似性”框架，發(fā)現(xiàn)服務(wù)接觸失敗情境下，智能客服擬人化外觀（形式）加劇顧客負(fù)面態(tài)度，但社交導(dǎo)向的溝通風(fēng)格（行為）能夠起到緩和作用?？梢?jiàn)，本文從智能客服化身的“形式—行為”兩個(gè)視角出發(fā)，能更全面理解化身的作用。這為未來(lái)研究開(kāi)辟了新方向。

第二，本文揭示的服務(wù)失敗情境下智能客服化身高形式擬人化的負(fù)面效應(yīng)，有助于推動(dòng)人工智能與消費(fèi)行為理論的融合。心理學(xué)研究表明，算法被感知具備與人類相似的認(rèn)知能力（如邏輯和理性），但缺乏體驗(yàn)?zāi)芰Γㄈ缰庇X(jué)與溫情）。[20]消費(fèi)行為領(lǐng)域進(jìn)一步發(fā)現(xiàn)“算法厭惡”，[27]認(rèn)為算法雖然可以高效地處理客觀性和程序性任務(wù)，但卻不善于解決主觀性和獨(dú)特性問(wèn)題。[3,4]智能客服的服務(wù)失敗不可避免。但目前的研究大多以服務(wù)成功為情境，得出智能客服高形式擬人化對(duì)顧客態(tài)度的正面影響。[1,2]當(dāng)服務(wù)接觸出現(xiàn)失敗的情境時(shí)，由于此時(shí)智能客服的形式（擬人化程度高）與行為（服務(wù)失?。┏霈F(xiàn)了不一致，智能客服化身是否還能給顧客帶來(lái)正面影響呢？本文證明，服務(wù)接觸失敗情境下，智能客服高形式擬人化會(huì)引起顧客更強(qiáng)的厭惡感，導(dǎo)致更負(fù)面的態(tài)度。因此，本文發(fā)現(xiàn)，當(dāng)出現(xiàn)服務(wù)失敗的情境時(shí)，企業(yè)的智能客服外表越近似于人，越會(huì)給顧客帶來(lái)強(qiáng)烈的負(fù)面態(tài)度與體驗(yàn)。這有助于推動(dòng)數(shù)字空間的消費(fèi)者—企業(yè)關(guān)系研究。[39]

第三，本文發(fā)現(xiàn)并驗(yàn)證了厭惡感對(duì)負(fù)面態(tài)度的中介作用，溝通風(fēng)格、內(nèi)隱人格對(duì)負(fù)面效應(yīng)的調(diào)節(jié)作用，這將推動(dòng)人工智能情境下的服務(wù)營(yíng)銷理論的發(fā)展。智能客服的服務(wù)接觸失敗具有特殊性。過(guò)往研究表明，服務(wù)補(bǔ)救效果有賴于人類獨(dú)有的主觀能動(dòng)性和情感體驗(yàn)?zāi)芰?。[20]目前，智能客服尚不具備這些能力，無(wú)法實(shí)施傳統(tǒng)的服務(wù)補(bǔ)救措施。[5]但本文的研究結(jié)果表明，社交導(dǎo)向的溝通風(fēng)格仍然可以彌補(bǔ)智能客服化身在形式上高度擬人化產(chǎn)生的負(fù)面反應(yīng)。此外，本文還發(fā)現(xiàn)持漸變論的消費(fèi)者，對(duì)擬人化的智能客服的服務(wù)失敗并不會(huì)產(chǎn)生更強(qiáng)的厭惡感和負(fù)面態(tài)度。本文的研究發(fā)現(xiàn)有助于推動(dòng)人工智能趨勢(shì)下服務(wù)營(yíng)銷理論的新發(fā)展。

3.營(yíng)銷啟示

本文研究結(jié)論對(duì)企業(yè)構(gòu)建智能客服的設(shè)計(jì)框架、制定智能客服失誤的應(yīng)對(duì)策略、根據(jù)顧客畫像優(yōu)化智能客服界面等方面具有戰(zhàn)略前瞻意義。

第一，“形式—行為相似性”框架可為處理智能客服失誤提供有效的應(yīng)對(duì)策略。與人工客服相比，在面對(duì)簡(jiǎn)單的主觀性問(wèn)題時(shí)，智能客服也會(huì)經(jīng)常出現(xiàn)低級(jí)失誤。本研究表明，企業(yè)應(yīng)該從消費(fèi)者感知出發(fā)，為化身設(shè)置恰當(dāng)?shù)男问胶托袨椤．?dāng)企業(yè)出現(xiàn)服務(wù)接觸失敗時(shí)，如果智能客服的形式能夠及時(shí)從高度擬人化轉(zhuǎn)換為低度擬人化，則有助于緩解負(fù)面效應(yīng)。此外，如果高度擬人化的形式配合社交導(dǎo)向的溝通風(fēng)格（避免使用任務(wù)導(dǎo)向的溝通風(fēng)格），也能規(guī)避厭惡感，緩和負(fù)面態(tài)度?？傊?，企業(yè)智能客服的服務(wù)失敗在所難免，但企業(yè)可以從“形式—行為相似性”框架中尋找應(yīng)對(duì)方案。

第二，企業(yè)應(yīng)該根據(jù)顧客畫像來(lái)設(shè)計(jì)不同的智能客服化身。本文研究發(fā)現(xiàn)，不同的內(nèi)隱人格特征對(duì)形式擬人化程度的反應(yīng)不同：實(shí)體論者面對(duì)高形式擬人化智能客服化身會(huì)加劇對(duì)服務(wù)失敗的厭惡感，但漸變論者沒(méi)有顯著的差異化反應(yīng)。為此，企業(yè)應(yīng)該根據(jù)目標(biāo)顧客的內(nèi)隱人格特征，動(dòng)態(tài)調(diào)整智能客服的化身。顧客的內(nèi)隱人格可以通過(guò)一些人口統(tǒng)計(jì)學(xué)特征和文化特征來(lái)識(shí)別。例如，老年顧客大多屬于實(shí)體論者，應(yīng)使用低形式擬人化的化身。個(gè)人主義文化下的顧客很有可能是實(shí)體論者，也應(yīng)該避免高形式擬人化的化身。為此，企業(yè)可以先設(shè)計(jì)智能客服化身的“原型”，再根據(jù)顧客畫像適時(shí)調(diào)整化身的形式與行為?？梢?jiàn)，本文研究結(jié)論有助于智能客服在技術(shù)或方法上達(dá)到更成熟的層次。