Frontiers: Machines vs. Humans: The Impact of Artificial Intelligence Chatbot Disclosure on Customer

文章：Xueming Luo, Siliang Tong, Zheng Fang, Zhe Qu (2019) Frontiers: Machines vs. Humans: The Impact of Artificial Intelligence Chatbot Disclosure on Customer Purchases. Marketing Science 38(6):937-947.

前沿:机器与人类:人工智能聊天机器人披露对客户购买行为的影响 阅读

本文通过对比六种不同环境下的机器人销售与人工销售情况，提出销售机器人身份披露对用户的感知（购买决策）影响，并提出了一些缓解披露带来负面影响的建议和该领域维类可能的发展方向。

随着人工智能领域相关技术的发展，人工智能机器人的应用得到广泛的研究和应用（如手机语音助手、智能服务机器人、聊天机器人等）。常见的人工智能机器人服务即为聊天机器人（机器人客服、闲聊机器人等）。本质上，人工智能机器人是通过语音命令或者文本聊天模拟人类对话和作为用户虚拟助手的计算机程序。

如上所述，生活中随处可见智能机器人的商业应用（比如，淘宝机器人客服、机器人电话销售等）。我们可能会接到一些推销电话，或者快递收取电话，这些电话大多不是真实的人类在和我们对话，而是一个计算机程序。针对机器人在这些销售场景中的应用，文章设计了实验，针对机器人身份披露对客户购买决策（感知）的影响进行了研究。文章提到实验设计的一个比较新颖的地方是聊天机器人身份披露的不同（不披露、会话之前披露、会话之后披露、做出决策以后披露）以及人工服务（老手和经验不足的员工）。实验涉及到6255个电话记录，其中255个电话没有得到应答，6000个应答中有608个被挂断，5392个完整通话。实验数据产生统计如下图：

实验是在亚洲一家大型互联网金融服务公司进行的。该公司通过移动应用（app）向个体用户提供贷款、再融资和投资等服务。实验选取的对象为具有高信用得分借贷者，且在过去的11个月中，成功的交付了12期贷款中的前11期。因为只剩下一期需要还款，所以具备一个续贷的销售条件。在这些对象中，对实验对象的借贷额度、贷款消费品类也做了具体限制。

公司向用户随机分配人工智能销售或者人工销售电话，且人工智能销售的语音特征为优化的女性声音，具有完美的音调、语气和语速来吸引客户。每个用户值接到一个电话，且被随机分配到6个实验条件中（熟练的人工客服、经验不足的人工客服、不披露机器人身份、在对话前披露机器人身份、在对话后披露机器人身份、在客服做出决策后披露机器人身份）。

针对实验收集的数据进行分析（涉及到深度学习技术），得出了一些结论：
在对话开始前披露机器人的身份，具有更低的购买率；
当得知对方为机器人时，客户开始变得敷衍（挂断或者匆匆结束对话），且对话较为简短；
在对话开始前披露机器人身份，会让顾客产生机器人知识缺乏和不具有同理心的感知；

针对研究发现，作者给出了一些缓解措施：
可以在会话结束后披露机器人身份；
机器人相关经历有利于缓解机器人身份披露的负面影响；

可以看出，用户在知道提供服务的时机器人的时候，出现一定的反感情绪。那么如何缓解这种反感情绪，让用户接受这一设定，或者让用户能够更加的满意，对于企业具有重要的意义。人工智能技术的应用多从企业角度进行研究，作者从用户角度出发，从用户可能对人工智能机器人的不友善回应所产生的冲击入手。

上述文章的研究针对的是电话销售领域的机器人使用，针对人形机器人等实体机器人服务场景，问题将变得更加复杂。影响用户的将不是机器人的身份问题，而是机器人的设计特征（如：机器人外观方面的恐怖谷理论）。有学者研究用户对不同语音特征、姿态特征、手势特征甚至情感特征等机器人的偏好，也提出（验证）了一些理论，如相似相吸（Similarity attraction），以及一些“机器人人格特征”的说法。这些研究大都偏向于机器人的外形设计或者工业机器人、娱乐机器人等应用方面，结合商业领域人工智能机器人应用（已有：餐厅服务机器人、家庭护理机器人、医疗机器人等使用意愿的研究）问题的分析较少（本人读的文献不够多）。

阅读文献链接：https://doi.org/10.1287/mksc.2019.1192

1. Xueming Luo, Siliang Tong, Zheng Fang, Zhe Qu (2019) Frontiers: Machines vs. Humans: The Impact of Artificial Intelligence Chatbot Disclosure on Customer Purchases. Marketing Science 38(6):937-947.