本文是一篇市场营销论文，本文基于智能客服领域，聚焦于企业强制消费者使用智能客服这一具体情境，根据心理抗拒理论与技术接受模型两大理论模型基础。
第一章 绪论
1.1研究背景
数字时代背景下，随着人工智能技术的不断发展，其已成为加速技术革命和实现智能化的重要手段，更是国家发展战略中的重要内容。例如，2019年政府工作报告提出要深化大数据、人工智能等研发应用，拓展“智能+”，加速数字经济的发展①。数字技术的崛起不仅创新了服务形态，更推动了服务内容和模式的变革。借助大数据、人工智能等新一代信息技术，服务体验得以智能化和个性化，从而加速了产业数字化和智能化的转型升级。
作为人工智能在营销领域的典型应用，智能客服凭借其在降本增效上的巨大优势，正极大程度地改变着客户服务行业。相对于传统的人工客服，智能客服能够为企业带来包括24小时在线、同时响应多位消费者需求、快速解决问题以及深度挖掘数据价值等多方面优势，因此现已被深度运用于客服、营销、企业信息服务等多个场景。很多企业在客户服务中引入智能客服以增加竞争优势。但在消费者行为领域，有学者指出个人普遍更喜欢使用当前产品，而不是转向新的替代品，这也被称之为现状概念[1]。因此为了最大程度的发挥智能客服的优势，公司通常会采取多种方式来引导消费者使用此项新的服务方式，其中最为激进也被企业使用最广泛的便是强制使用，即在消费者试图与企业沟通时直接为消费者转接智能客服以逼迫消费者接受智能客服。但企业的强制使用行为多半会引起消费者很大程度上的心理及行为抵制，尤其是在自助服务技术（Self-service Technology，SST）领域，很多学者研究发现企业的强制使用行为会导致消费者对公司的满意度或形象下降[2-4]。
且随着人工智能、大数据和云计算等技术的逐步成熟，智能客服的准确度及稳定性大大提高，但作为服务的接受方，消费者接受度和使用意愿仍然相对较低。2019福布斯的一项研究表明，87%的消费者仍然更喜欢与人类互动，而不是与聊天机器人互动②；2021年5月，江苏省消费者权益保护委员会发布《数字化背景下客户服务便利度消费调查报告》，50%以上的消费者对智能客服持消极态度③。通过研究，Luo等人[5]发现当顾客知道交谈对象不是人类时，他们会变得粗鲁，购买的次数也会随之减少。
1.2研究问题及研究意义
1.2.1研究问题
目前，国内外对智能客服的研究主要聚焦于技术方面，重点关注智能客服关键技术的设计和优化。针对有关影响消费者使用意愿的因素的研究一般从正向角度出发，研究感知有用性、易用性以及享乐性等因素对消费者使用意愿的影响，缺少基于现实背景来了解目前消费者对智能客服的态度，包括：1）为了快速的使智能客服发挥最大效用，企业开始强制消费者使用智能客服；2）尽管目前智能客服的技术不断的改进，有用性不断增强，但消费者还是不愿意使用智能客服；3）随着人工智能技术的不断深入应用，人们也开始思考人工智能技术中所潜在的伦理风险。因此，本文围绕以下四个关键问题展开研究。
（1）感知自由威胁与使用意愿的关系研究。感知自由威胁指的是外界施加在个人身上的力量使得个体感知到自由受到了威胁。以往针对消费者感知自由威胁的研究大部分存在于组织行为学、心理学等学科领域，具体到智能客服情境下的研究较少，但在现实情境中，企业确实存在强制将智能客服替代人工客服导致消费者被动接受智能客服的行为。因此在企业强制消费者使用智能客服的情境下消费者是否能感知到自由威胁以及与使用意愿之间的关系值得进一步探索。
（2）感知易用性与使用意愿之间的研究。基于技术接受模型的观点，消费者的感知有用性与感知易用性是预测消费者使用意愿的两个主要因素。近年来尽管智能客服背后的关键技术已取得重大突破，智能客服被证明能够为消费者解决实践问题，但消费者对智能客服的态度并没有相应好转。且一项新兴技术在扩散过程中，有用性往往是企业决定采用的重要前提，而易用性则是影响企业实现商业价值的重要因素[12-13]。因此本文在企业强制消费者使用智能客服的情境下尝试了解消费者对智能客服的感知易用性是否能够提升他们的使用意愿。
第二章 理论基础与文献综述
2.1理论基础
2.1.1心理抗拒理论
1966年，Brehm教授提出了心理抗拒理论，主张当个体感知到自己的自由受到威胁时，会产生保护自己的动机，选择恢复自由并反抗威胁[14]。这一理论涵盖了自由、威胁、抗拒和恢复自由四个核心要素，被广泛应用于研究各种情境下的人类行为和决策。其中自由广泛地包括了人们在日常生活中感知到的行为、态度以及情绪自由[6-7]。一般来说，个体认为自己享有特定的自由权利。因此，当这些自由受到威胁或限制时，个体会出现一种反抗的动机状态，以恢复这些自由。Brehm将这种动机状态称为心理抗拒[15, 16]。
心理抗拒理论从被提出至今50余年内一直被国内外学者们广泛交叉应用于各类学科领域，包括心理学、消费者行为学、传播学等。例如在信息传播学领域，心理抗拒理论被用来解释对各种限制选择的健康信息的抵制，如谴责酗酒[17]和药物使用[18]，以及提倡锻炼[19]和防晒[20]；在消费者行为领域，Brehm本人使用该理论通过唱片的选择实验证明了一旦对用户的选择作出限制，会增加被限制方案对将要做出选择的人的吸引力[21]，且由于消费者行为中存在着大量的悖论与逆反行为，因此心理抗拒理论也成为解释这些现象的主要理论。
随着互联网信息技术的不断发展，新兴技术不断被应用到消费者层面，因此学者们通过心理抗拒理论开始研究为什么用户对某些新技术表现出不情愿，包括在线推荐[22]、个性化推送[23]、在线广告[24-25]和有说服力的社交机器人[26]。
2.2智能客服
2.2.1智能客服的概念
良好的客户关系对于公司的发展至关重要，很多公司将客户关系管理提升至了战略地位。而客户服务作为客户与企业之间沟通的桥梁是客户关系管理中十分重要的一环。企业引入智能客服的其中一个目的是提高客户服务质量，因为它们可以在服务中为客户提供更高的可访问性、便利性和个性化，从而带来良好的客户体验[35]。在节省时间和成本机会的同时[36]，智能客服/服务也是公司差异化和竞争优势的来源[35]。近些年，我国科技大力发展，人工智能等新兴技术的重大突破使得智能服务在政府、电子商务、银行、在线教育等领域迅速发展，并引领着服务业未来的新趋势。
尽管智能客服在企业中的实践已十分广泛，但在学术研究中，学者们对智能客服的称呼与定义不尽相同。国内学者在撰写文章时，对智能客服的称呼相对比较统一，习惯将它称为智能客服；但国外学者对智能客服的表述则囊括了聊天机器人（Chatbot）[7]、数字助理（Digital Assistant）[37-38]、虚拟助理（Virtual Assistant）[39]、服务机器人（Service Robot）[40]、服务代理（Service Agent）[41]、虚拟代理（Virtual Agent）[42]等众多称呼。尽管这些学者对它的命名方式存在差异，但在本质上均指同一种事物——智能客服。针对智能客服的定义，不同学者分别从不同的角度提出了自己的观点。在国外文献中，根据美国学者Xu等的研究，智能客服被定义为一种利用人工智能技术，包括人机交互、自然语言处理、大数据等，实现高效客服服务的新型系统，该系统不仅可以实时收集数据，对服务内容进行评估，还能为客户提供个性化的建议、替代方案和解决方案[43]。Pantano等学者认为数字数助理主要是集成了人工智能驱动的算法聊天机器人，它们使用自然语言处理（Natural Language Processing，NLP）与客户交谈[44]；学者Dale将聊天机器人用来指代通过自然语言和人类交流的任何软件以及应用程序[45]；学者Luo等认为聊天机器人是通过语音、命令或者文本聊天来模拟人类对话与人类进行沟通[5]；学者Van则指出了智能客服与传统客服的区别：智能客服是基于人工智能技术的生成，努力使机器人建立并胜任与人类伙伴的动态情感交流，同时强调了与传统自助服务的区别：智能客服拥有能够与消费者社交互动的能力[46]。国内对智能客服的研究相对较少，但仍有一些学者对智能客服的概念作出了相关定义。学者刘国刚早在2009年时就提出了智能客服的相关概念，他指出智能客服主要是利用了人工智能中有关自然语言分析的相关技术从而使自动问答系统的功能得以实现[47]；张瑞等人认为智能客服是结合了自然语言处理、人机交互等多种人工智能技术，能够迅速、精确地回复用户想要了解的相关问题，以此让用户在使用中能够更加便捷的操作以及拥有良好的使用体验[48]；李斐等人指出了智能客服是将建设专业领域的知识库为核心工作，并通过文本或语音等方式与用户进行交互的智能客服机器人系统[49]。此外，《2021年中国电商智能客服行业概览》中指出，智能客服是指计算机系统针对业务需求问题，通过用语音、文字与用户展开自动对话①；2022年发布的《智能客服数字化趋势及央国企转型实践报告》指出，智能客服是以新兴数字技术为基础的一种客户服务形式。其中运用了多项系统和技术，包括知识管理、智能推理等系统，旨在提高客服响应效率、降低客服人力成本，同时增强用户体验②。
第三章 模型构建与研究假设················ 28
3.1 模型构建 ··································· 28
3.2 研究假设 ········································ 28
第四章 研究设计....................31
4.1 问卷设计 ······························· 32
4.2 变量测量 ··································· 32
第五章 实证分析...................42
5.1 样本描述及描述性统计 ·························· 42
5.1.1 样本描述 ·································· 42
5.1.2 描述性统计 ··········································· 44
第五章 实证分析
5.1 样本描述及描述性统计
5.1.1 样本描述
本研究问卷是基于已有的成熟量表，针对英文量表团队内部进行了多次研讨不断改进问卷版本，并形成最终问卷。研究的调查对象是被企业强制使用过智能客服的消费者，所以问卷设置了1个甄别筛选题项来过滤没有相关经历的用户。研究问卷利用问卷星等在线平台进行发放，具体的调研程序包括预调研与正式调研两个阶段，其中预调研阶段的过程共回收有效问卷为272份，超过总题项的9倍，可以进行信度与效度的分析。根据预调研样本的数据结果删除不符合规定的题项。在调整问卷之后开始正式调研工作，为了扩大样本覆盖面，在团队老师的帮助下邀请了不同专业和班级的本科生和MBA研究生填写了调查问卷。同时，团队成员也将问卷链接和二维码分享到各自朋友圈、社交APP和其他问卷小组，以尽可能多地增加样本数量。这种多角度、多途径的调查方式不仅可以提高问卷的回收量和覆盖面，还能够在一定程度上避免样本选择偏差。且为了避免参与者由于担心隐私泄露等风险不敢真实作答，问卷首页专门增加了数据保密性提示，向参与者保证本次调查的隐私性与匿名性。
本文在正式调研中共收集问卷301份问卷，加上预调研共计621份问卷。其中需要对没有被企业强制使用过智能客服相关经历以及规律性、随意做答的问卷进行剔除。根据筛选标准，本次剔除了118份无效问卷。最终，共收集到503份有效问卷，有效回收率为80.9%。详细数据请见表5-1。
第六章 研究结论与启示
6.1研究结论
人工智能的发展孕育了智能客服这一全新的服务模式，智能客服的正确利用不仅能够为企业带来节约成本、提高响应效率等多方面的优势，同时可以为消费者高效、及时地解决相应问题。但企业由于迫切心态导致的强制行为、消费者对智能客服抱有的消极心理，两方面原因导致智能客服并不总能发挥出智能服务本身的最大优势。因此了解消费者对智能客服的负面评价，并掌握影响消费者使用意愿的影响因素，试图扭转消费者对智能客服的态度，是智能客服在未来能够长期健康发展的重要条件与保证。本文基于智能客服领域，聚焦于企业强制消费者使用智能客服这一具体情境，根据心理抗拒理论与技术接受模型两大理论模型基础，具体探索四个问题：一是根据感知自由威胁的定义，外界的压力通常会使消费者感知到自由受到了威胁，因此企业强制使用的这种行为是否会给消费者带来感知自由威胁并且影响他们的使用意愿；二是消费者在企业强制使用智能客服与他们交互的过程中感知易用性是否会影响他们的使用意愿；三是心理抗拒在感知自由威胁与感知易用性与使用意愿之间的中介作用；四是消费者感知伦理风险在感知易用性与心理抗拒及使用意愿间的调节作用。
对于第一个研究问题，本文发现消费者能够感知到企业强制使用的这种行为给他们的自由带来了威胁，且感知到自由威胁的程度越大，消费者越不愿意使用智能客服，这充分说明了企业强制消费者使用智能客服反而会出现适得其反的后果。
对于第二个研究问题，本文发现尽管企业强制消费者使用智能客服，但消费者如果感知到智能客服易于理解、容易使用，还是会增加对智能客服的使用意愿，再次验证了技术接受模型中感知易用性对使用意愿的预测关系。
参考文献（略）