服务失败情境下智能客服化身拟人化的负面影响：厌恶感的中介机制

○ 王海忠 谢 涛 詹纯玉

引言

在传统电子商务中，企业大量使用人工客服来解决“信息过载”和“缺乏人际互动”等问题，随之产生巨额的人工成本。随着智能技术的成熟，企业越来越多地使用智能客服系统。线上智能客服能够展现出鲜活的视觉形象、敏捷的人机对话能力，[1,2]可将真实客服近似地映射到线上平台。例如，中国工商银行的“工小智”、中国银行的“优优”等智能客服，通过拟人化的外表，树立真人客服形象。淘宝的“阿里小蜜”、京东的“小咚”等智能客服，通过社交化的语言，改善顾客的聊天体验。智能客服在服务领域展现出巨大市场潜力。从机器属性上看，智能客服在处理客观性和程序性任务上具备明显的效率优势。[3,4]例如，中国工商银行的“工小智”语义识别准确率达到98%，两年内处理顾客业务达4 亿笔，这是人工客服无法企及的。但当智能客服与顾客的对话出现主观性和独特性内容时，智能客服不善于回答此类看似简单、实则“超纲”的问题，[3,4]会产生无法理解的低级失误，导致顾客的抱怨和弃用。例如，宜家（IKEA）率先使用智能客服（取名Anna）。Anna 以高度拟人化且有吸引力的女性形象出现，模拟自然语言进行对话。但在2016年，宜家突然停止使用Anna。原因是Anna的语言风格和视觉形式都过于像人，导致顾客经常谈及与购物不相关的话题，偏离了智能客服的基本功能，Anna自然不能很好地解答这些不相关的问题。[5]

以上案例说明，尽管智能客服的效率优势明显，但无法回答最简单的主观性问题。这样的低级失误严重违背顾客预期，激发厌恶情绪，加剧负面态度。既然服务失败在所难免，如何设计智能客服的形式和行为，创造积极的顾客体验，变得非常重要。

在以往智能客服的研究中，拟人化受到大量关注。一是形式拟人化，将人类外观特征（面孔、肢体等）赋予非人类个体。二是行为拟人化，将人类行为特征（声音、沟通风格等）赋予非人类个体。已有研究发现，高形式拟人化的智能客服能激发积极反应。[1]高行为拟人化也具有正面效果。线上智能客服融入语音、对话后，网站的社交性增强，顾客的浏览意愿提高。[2]智能客服的对话内容与风格甚至可以帮助新客户适应专业性金融服务。[6]

但以往研究还存在很多有待改进的空间。第一，过于破碎化的概念不能洞察现象背后的本质，更不能为智能客服的设计与应用提供理论指导。现有的相关研究使用了“拟人化客服”“聊天机器人”“语言助手”等多种术语，但仅聚焦在智能客服的某一类线索上。在当前营销实践中，智能客服化身的形式与行为纷繁复杂。世界领先企业虽然在智能客服的形式和行为设计上进行了探讨和尝试，但还缺乏理论指导。能否引入一个新的概念，涵盖智能客服化身的各种形式与行为特征，以揭示智能客服拟人化现象背后的理论，这是本文要解决的第一个问题。第二，已有研究以服务成功为前提，很少探索服务失败情况下智能客服拟人化的影响及其机制。基于社会反应理论（Social Response Theory）、社交临场感理论（Social Presence Theor y）等，以往研究发现智能客服的高拟人化会带来积极反应。[1,2]但这种积极效应在很多情景下未能得到证实，如涉及敏感信息的广告和体验类游戏。[7,8]当顾客与智能客服互动时，开源性的对话过程极易导致智能客服犯错。那么，智能客服拟人化会带来哪些负面效果？如何规避或弱化这种负面效果？这是本文第二个研究问题。

一、理论构建与假设推演

1.智能客服化身

“化身”（Avatar）源于梵语，指“神的力量在人间的显现”。[9]在智能时代，化身是由计算机控制的具有拟人化形象的数字代表。[9]它广泛应用在社会心理学、人机互动、教育学等领域。其形式在智能时代得到不断丰富，包括“名称、图案、声音、真人”等。[11]在社会心理学和人机互动领域，化身具备两方面的基本特性。一方面，化身与主体之间具有代理关系（Agency）。[12]主体可以赋予并控制化身的形式和行为，化身的形式和行为也反映了主体的意志。化身是现实主体与虚拟世界互动的媒介，能对其他主体产生社会影响。另一方面，化身具有可塑性（Transformed）。[13]主体可以在不同的媒介环境中塑造不同的化身，可以是“现实自我”，也可以是“理想自我”。化身在表达自我的同时，也会影响现实中的自我。[14]随着营销活动越来越多地发生在以计算机为媒介的环境中，[15]企业和消费者将自身投射到数字世界里，构建一个延伸的自我（Extended Self）。[16]

化身与自我之间的关系（Self-avatar Relationship）已经得到商业应用。“化身营销”（Avatar-based Marketing）一词最早出现于《哈佛商业评论》，提出企业在虚拟世界中的营销策略应该定位于消费者的另一个“线上自我”（Online Alter Egos）。[17]化身与其他主体（如企业）之间的关系（Other-avatar Relationship）也受到广泛关注。企业使用人格化的虚拟客服，增强在线购物的社交性。[1]“拟人化客服”“聊天机器人”“语言助手”等都属于企业化身的具体表现。“形式—行为相似性”框架揭示出化身的作用。[9]形式与行为之间存在一定的互补关系，行为相似性可以弥补形式相似性的不足（如语音助手）。但是，形式相似性与行为相似性不一致时，化身的作用会被减弱，甚至产生负面作用。例如，仿真机器人具有高度的形式相似性，但其行为与人有明显的不同，从而导致“恐怖谷”效应，使人感到厌恶。

本文聚焦企业的智能客服化身，将智能客服化身界定为“由智能算法控制的企业客服的数字代表”。企业为智能客服化身赋予不同的社交线索（视觉形式、沟通风格等），反映了企业在数字世界中映射的客户服务和客户关系。

2.服务失败情境下智能客服化身拟人化水平对顾客态度的负面影响

服务接触失败是指一线服务人员与顾客互动时的失误，比如不礼貌、不及时等。[18]服务接触失败有三种类型：（1）对顾客需求和偏好的错误反应，如未处理顾客独特需求。（2）对核心服务失败的错误反应，如未对服务延迟进行解释。（3）服务人员的不当行为，如对顾客不予理睬。[19]智能客服代替一线服务人员与顾客进行互动，极有可能出现前两种服务接触失败。算法虽然可以高效地处理客观性和程序性任务，但却不善于解决主观性和独特性问题。[3,4]因此，智能客服的服务接触失败有以下特殊性：（1）面对独特需求，智能客服经常会出现低级失误。顾客的很多独特需求对于人工客服来说可能十分简单（比如修改订单），但智能客服对信息边界以外的问题往往“答非所问”。（2）面对核心服务失败，智能客服无法进行主观性的事后补救。很多主观性的事后补救措施对人工客服来说可能十分容易（如解释原因和安抚情绪），但智能客服无法在算法中预设事后补救措施，对于如何事后补救往往显得“哑口无言”。这些服务接触失败在人工客服中几乎不可能出现。基于人类属性的服务补救措施大多是事后补救，需要人类独有的主观能动性和情感体验能力。[20]但智能客服尚不具备这些能力，无法实施传统的服务补救措施。

人机互动领域的研究表明，人们会无意识地将社交规则应用于具备社交线索（外表、声音、语言等）的计算机，包括礼貌、互惠等规则。[21]化身拟人化即将社交线索赋予智能客服。

拟人化程度越高的化身越能激发人类图式，使人们认为化身具备理性的想法和有意识的行动，进而对其产生类似人类的情绪和态度。[22]一方面，当面对高形式拟人化的智能客服化身时（如真人头像），顾客会无意识地将人际互动的准则应用到与人机互动中。具体而言，当智能客服出现低级失误时，相比低形式拟人化，高形式拟人化的化身会让智能客服承担更多的责任，导致顾客更加难以容忍失误。另一方面，高形式拟人化会提高顾客对智能客服的预期，与低级失误的行为产生不一致。具体而言，当智能客服出现低级失误时，相对于低形式拟人化，高形式拟人化的智能客服化身会严重违背顾客预期，使顾客对服务失败产生更加负面的态度。综上，本文提出如下假设：

H1：在服务失败情境下，相对于低形式拟人化，高形式拟人化的智能客服化身会让顾客对服务失败产生更加负面的态度

3.智能客服化身拟人化负面效应的心理机制：厌恶感的中介作用

厌恶感属于人类基本情绪之一。它包括由食物、动物等引起的生理厌恶，也包括违背道德认知导致的社会道德厌恶。[23]生理厌恶感作为一种适应功能，会使人们对于引起生理不适的物体采取排斥和规避行为。同理，道德厌恶感使人们对不符合道德预期的行为产生反感，甚至抵制。在营销领域，顾客在面对不确定性、企业社会责任缺失、欺骗行为时都会产生厌恶感，导致抵制、排斥、规避等行为。[24]在真实的服务失败情境中，顾客会对服务人员的重复性错误产生厌恶感，直接对服务人员表示不满，甚至终止服务关系。[25]除了厌恶情绪外，失败体验还有可能产生其他两种情绪：愤怒和轻视。[26]愤怒侧重于惩罚，轻视侧重于偏见，厌恶感侧重于远离和规避。[26]高形式拟人化（相对于低形式拟人化）的智能客服化身会让顾客更倾向于以人际互动的规则来衡量人机互动，形成更高的预期。当智能客服出现低级失误时，高形式拟人化与失误行为之间产生不一致，违背了顾客的预期，从而让顾客产生厌恶感，即“恐怖谷效应”。[10]已有研究也表明，当用户发现智能算法的错误后，会产生“算法厌恶”（即使算法具备更好的表现，用户依然会放弃使用算法，继续选择人工）。[27]可以看出，在面对“陌生”的智能技术时，消费者表现出远离的倾向。强烈的厌恶感会使顾客更加难以容忍或原谅智能客服的失误，甚至采取排斥和规避行为。因此，本文提出如下假设：

H2：在服务失败的情境下，高形式拟人化的智能客服化身对顾客态度的负面效应受到厌恶感的中介。即相对于低形式拟人化，高形式拟人化的智能客服化身会引起更强的厌恶感，使顾客对服务失败产生更加负面的态度

4.沟通风格的调节作用

在服务失败的情境下，智能客服化身的高形式拟人化与失误行为之间的不一致性引起了顾客的厌恶。根据“形式—行为相似性”框架，如果能够弥补形式与行为的不一致性，则可以有效抑制化身的负面影响。调整智能客服的沟通风格可能是缓解顾客厌恶感的途径之一。以往研究表明，线下客服的沟通风格能够影响顾客的信任和忠诚。[28]还有研究也发现，在线客服的沟通风格同样影响顾客与在线客服之间的关系。[29]在互动过程中，顾客会对线上智能客服的沟通风格做出反应或判断。总体上，智能客服的沟通风格可分为两类：社交导向和任务导向。社交导向的沟通风格以建立客户人际关系为目的，满足客户的情感需求，进行个性化互动；而任务导向旨在提高任务效率，实现任务目标及将沟通成本最小化。与任务导向的沟通风格相比，社交导向的沟通风格会增强拟人化的正面效应。[29]

社交导向的沟通风格会增强智能客服与顾客之间的心理联结，使智能客服更具有社会情感，与顾客之间的人际关系更加紧密。因此，社交导向的沟通风格会抵消高拟人化形式与失误行为之间的不一致性，进而减弱厌恶感。具体而言，当智能客服出现低级失误时，高拟人化形式与失误行为之间产生不一致，严重违反了顾客的预期，使其产生厌恶情绪。但社交导向的沟通风格增强了智能客服的社交情感，一定程度上满足了人际互动的准则，缓解了顾客的厌恶感。但是，任务导向的沟通风格无法满足人际互动的准则，对厌恶感没有减弱的作用。综上，本文提出以下假设：

H3：在服务失败的情境下，智能客服化身的形式拟人化程度对顾客态度的影响受到沟通风格的调节

H3a：在服务失败的情境下，当智能客服使用社交导向的沟通风格时，化身的形式拟人化程度（高、低）对顾客态度没有显著影响

H3b：在服务失败的情景下，当智能客服使用任务导向的沟通风格时，相对于低形式拟人化，高形式拟人化的化身会让顾客对服务失败产生更加负面的态度

5.内隐人格的调节作用

不同人格特质的消费者对不确定性的认知不同，对错误的态度也不同。因此，厌恶感也受到消费者人格特质的影响。[24]不同的内隐人格可能会影响形式与行为不一致性所带来的厌恶感。内隐人格理论探究人们对人格特征的可塑性和固定性的认知。个体在内隐人格上表现为实体论和渐变论两种类型。实体论者认为人的个性特征是静态的、固定的，行为具有高度一致性；渐变论者认为人的个性是动态的、可塑的，行为是根据情境而变化的。[30]实体论者对他人进行评价，往往根据其内在的特质进行推测和判断；渐变论者认为人的心理是动态过程，对行为的认知也是暂时性的。他们会根据接收到的最新信息不断修正行为判断。[31]当拟人化品牌出现负面行为时，实体论者更容易对品牌的未来进行负面推测。[32]这是因为实体论者会把单次错误看作人内在负面特质的表现，并当作未来持续犯错的可靠参考。相反，渐变论者认为，人的特质是变化的，他们不会因为对方单次负面表现而形成长期固定的负面印象，也不会认为单次错误举动就能预示未来行为。因此，相比渐变论者，实体论者在面对犯错时会产生更负面的评价。高形式拟人化的智能客服化身会激活顾客的人类图式。因此，在服务失败情境下，我们认为不同内隐人格倾向的顾客对智能客服失误的厌恶感不同。具体而言，当面对高形式拟人化的智能客服化身时，实体论者倾向于将服务失败视作稳定特征，将单次服务失败行为当作稳定持续的行为，并以此推断智能客服未来也有同样的负面表现，进而加剧厌恶感。而渐变论者不会过多关注智能客服的外在表现，也不会断定单次错误还会在未来反复发生，所以不会加剧厌恶感。因此，在服务失败情境下，对于实体论的顾客而言，高形式拟人化（相对于低形式拟人化）的智能客服化身会使顾客对服务失败有更加负面的态度。但是对于渐变论者而言，高形式拟人化（相对于低形式拟人化）的智能客服化身不会影响顾客对服务失败的态度。综上，本文提出以下假设：

H4：在服务失败的情境下，智能客服化身的形式拟人化程度对顾客态度的影响受到内隐人格的调节

H4a：在服务失败的情境下，当顾客为渐变论者时，智能客服化身的形式拟人化程度（高、低）对顾客态度没有显著影响

H4b：在服务失败的情境下，当顾客为实体论者时，相对于低形式拟人化，高形式拟人化的智能客服化身会使顾客对服务失败产生更加负面的态度

二、研究设计与研究发现

本文的实证研究由一个预研究和三个实验研究构成。首先，我们通过预研究来揭示企业目前使用智能客服化身的整体轮廓。根据“形式—行为相似性”框架，在预研究中，我们对企业使用的智能客服化身的形式和行为进行了编码、分类、统计检验。结果发现，企业在外表、姓名、沟通风格等要素的设计上尚未呈现规律性，迫切需要理论指导。其次，我们通过三个实验，检验在服务失败情境下，高形式拟人化会对顾客产生负面影响效应及其缓解策略。具体而言，研究一操纵智能客服化身的形式拟人化程度（外表与姓名），发现高形式拟人化会加剧对服务失败的负面态度。厌恶感发挥中介作用，研究二证明沟通风格对厌恶感的抑制作用，研究三发现负面效应的边界条件。研究一、二、三分别设计不同的服务接触失败情境，以此避免不同服务失败归因的干扰并增强研究结论的普适性。

1.预研究

（1）案例选取与收集

参照案例研究中的理论抽样原则，本文选取契合理论框架和研究问题的案例。[33]案例选取主要考虑以下因素。①典型性。以算法为支撑的智能客服还属于新生事物，目前主要由业务规模大、科技实力强、品牌价值高的行业领先企业使用。因此，所选案例应该来源于领先企业。②差异性。企业面对不同顾客群体，其智能客服化身的设计也存在显著差异。为此，所选案例能覆盖目前集中使用智能客服的多个行业。③可获得性。案例企业的智能客服可以被公开访问，化身的特征对用户是可见的。根据这些原则，我们从“2018《财富》世界500强排行榜”中选取前100 名企业作为分析对象。通过浏览企业的官方网站、社交媒体、APP等，一共收集到50 个智能客服化身的案例，主要来自金融、零售、通信等行业，分布在美国（28%）、欧洲（38%）、亚洲（34%）等地区。这些案例在规模、行业、地域维度上都具有极强的代表性，代表了全球范围内智能客服化身最前沿的实践。

（2）案例分析

根据“形式—行为相似性”框架，我们对智能化身的设计元素进行编码和分类。形式相似性主要指视觉线索上的相似，包括姓名、外表、性别、年龄等。行为相似性主要是指对话线索（沟通风格）。在编码过程中，我们发现声音线索也被较多的企业使用，将其归类为行为相似性。具体分析结果详见表1。

表1 智能客服化身案例

总体上，在形式相似性方面，各个企业在智能客服的外表（χ(3)=2.8，p=0.423）设计上尚未形成明确的主流实践，企业在设计智能客服的高、低程度拟人化外表、符号式外表（如标识/产品/图案等）、无任何外表等四个方面没有显著差异。此外，有姓名和无姓名的比例分别为48% 和52%，也未呈现出集中的趋势（χ(1)=0.08，p=0.777）。但在性别上，女性的使用频率要显著高于其他类型（χ(2)=19.182，p<0.001）。在年龄上，样本中的企业全部使用了年轻化身，集中趋势非常明显。这说明，企业在智能客服化身的性别和年龄设计上已表现出非常明显的趋势，但在外表和姓名的设计上尚未形成偏好。

对于行为相似性来说，多数企业倾向于不使用声音（χ(1)=5.12，p=0.024），声音沟通的方式尚未成为主流。在沟通风格上，各企业在智能客服化身设计上也没有形成明显的偏好（χ(1)=0.08，p=0.777）。

（3）结果讨论

总体来说，即使是率先使用智能客服的全球领先企业，迄今为止在智能客服化身的形式和行为设计上也尚未形成规律性的实践法则。现有研究结论也与企业的实际现状存在不吻合之处。例如，就形式相似性而言，现有研究表明，高拟人化的外表有正面效应，[1,2]但现实是只有26% 的企业采用了高拟人化的外表设计，52% 的企业却使用了非拟人化或低拟人化的外表。就行为拟人化而言，现有研究表明，社交导向的沟通风格有积极作用，[29]但现实中仍然有52% 的企业使用了任务导向的风格。这些理论和实践的差异表明，化身的形式和行为设计存在很多尚未解决的重要问题。为此，在接下来的研究一、二、三中，通过操纵智能客服的形式相似性与行为相似性，探索智能客服化身的规律性。

2.研究一

（1）被试与设计

从问卷星平台招募89 名被试，其中女性74 人，占比83%。为了验证假设1 和2，研究一采用单因素（形式拟人化：低vs.高）组间设计，中介变量为厌恶感，因变量为顾客对服务失败的态度。

（2）拟人化操纵与前测

我们设计了某餐饮企业智能客服的初始界面，来操纵智能客服的拟人化程度。高形式拟人化的初始界面包括：真人头像（没有表情）、使用第一人称和姓名的文字介绍。低形式拟人化的初始界面使用耳机作为头像（具有人脸轮廓），文字介绍中没有第一人称和姓名。具体材料略去备索。

为了检验拟人化程度操纵的有效性，我们对实验材料进行了前测。在前测中，45 名参与者被随机分成两组，一组浏览高形式拟人化的初始界面，另一组浏览低形式拟人化的初始界面。然后，两组参与者先回答对以下陈述的同意程度：“该智能客服似乎有自己的信念和愿望、意识、思维方式”（1=非常不同意，7=非常同意）；再评价智能客服与真实客服的相似程度（1=非常不相似，7=非常相似）。根据以上四个题项来测量拟人化程度（α=0.87）。结果表明，高形式拟人化组的拟人化程度（M高拟人化=3.49，SD=1.08）显著高于低形式拟人化组（M低拟人化=2.81，SD=1.09；t（43）=2.115，p=0.040）。为了排除形式拟人化对情绪的影响，参与者还完成了PANAS情绪测量，[34]测项使用Likert七级量表。正向情绪测项有：愉悦的/感兴趣的/惊喜的（α=0.81）；负向情绪测项有：厌恶的/愤怒的/轻视的（α=0.89）。结果表明，高形式拟人化组与低形式拟人化组没有显著差异（正向情绪：M高拟人化=3.55，SD=0.83 vs.M低拟人化=3.03，SD=1.23；t（43）=1.673，p=0.102；负向情绪：M高拟人化=2.65，SD=1.23 vs.M低拟人化=2.33，SD=1.29；t（43）=0.848，p=0.401）。

（3）实验流程

参与者首先浏览某餐饮企业智能客服的初始界面，再阅读关于该智能客服的负面报道。89 名参与者被随机分成两组。一组阅读高拟人化的初始界面和负面报道，另一组阅读低拟人化的初始界面和负面报道。高拟人化组的初始界面包括真人头像（没有表情）、使用第一人称和姓名的文字介绍。低拟人化组的初始界面使用耳机作为头像（具备人脸轮廓），文字介绍中没有第一人称和姓名。负面报道根据真实的消费者投诉记录改编，主要内容为：“当我在APP 上进行订餐时，界面上弹出智能客服。我按照提示提交要求之后，智能客服很快为我完成订餐。但是，当我要修改用餐时间时，智能客服却没有回应。随后我要求接通人工客服，智能客服又开始回应上一个请求，但信息却是无关的。智能客服连简单问题都解决不了，真令人失望。”为了与初始界面保持一致，在高拟人化组的负面报道中，智能客服使用真人头像与姓名；在低拟人化组的负面报道中，智能客服使用耳机作为头像（具备人脸轮廓），不使用姓名。其余内容完全一致。具体材料略去备索。

在阅读上述材料后，我们先测量参与者对服务失败的归因（报道中的服务失败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，采用两个题项来测量厌恶感（α=0.87）：“你对该智能客服有多大程度上的厌恶（1=非常不厌恶，7=非常厌恶）”；“你对该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，当负面刺激来自外部主体时，消费者会产生厌恶（侧重于躲避）、愤怒（侧重于惩罚）、轻视（侧重于偏见）三种负面情绪。[26]为了排除其他两种负面情绪的替代性解释，我们也测量了愤怒（你对该智能客服有多大程度上的愤怒，1=非常不愤怒，7=非常愤怒）、轻视（你对该智能客服有多大程度上的轻视，1=非常不轻视，7=非常轻视）。随后，我们采用两个题项来测量顾客对服务失败的负面态度（α=0.7）：“你认为该智能客服失误的严重程度（1=非常不严重，7=非常严重）”，“你对该智能客服失误给予原谅的程度（1=完全可以原谅，7=完全不可以原谅）”。[36]最后，我们记录了人口统计学变量，包括年龄、性别、学历等。

（4）数据分析

操纵检验。单样本t 检验表明（以7 点量表的中间值4 为临界值），参与者将负面报道中的服务失败归因于智能客服（M=5.19，SD=1.28；t大于4（88）=8.791，p<0.001）。情境刺激材料有效。

假设检验。独立样本t 检验表明，相对低拟人化组，高拟人化组对服务失败的态度更加负面（M高拟人化=4.74，SD=1.08 vs.M低拟人化=4.24，SD=0.80；t（87）=2.453，p=0.016），结果验证了假设1。独立样本t 检验表明，相对于低拟人化组，高拟人化组对服务失败有更强的厌恶感（M高拟人化=4.89，SD=1.21 vs.M低拟人化=4.19，SD=1.15；t（87）=2.783，p=0.007）。但愤怒情绪（p=0.375）和轻视情绪（p=0.652）在高拟人化组与低拟人化组之间没有显著差异。因此，我们可以排除愤怒情绪和轻视情绪作为中介变量对因果关系的解释。我们将拟人化程度作为自变量，顾客态度作为因变量，使用Bootstrap 程序检验厌恶感的中介效应，样本量为5000，模型为4。[37]检验结果显示，在95% 的置信区间下，中介效应的结果不包含0（LLCI=0.0971，ULCI=0.6152），且中介效应大小为0.3162，说明厌恶感的中介效应显著。结果支持假设2。

（5）结果讨论

为了避免不同失败归因对因果关系的干扰，实验情境有效地将失败归因控制在智能客服上。在此前提下，研究一验证了在服务失败的情境下，高形式拟人化会让顾客对服务失败有更加负面的态度。研究一还为负面效应的解释机制提供了证据。在服务失败的情况下，高形式拟人化会增强厌恶感，进而加剧负面态度。同时，我们还排除了愤怒情绪和轻视情绪的替代性解释。研究一采用了智能客服的负面报道作为实验情境，可以避免行为拟人化对形式拟人化的干扰。但是，研究一中的负面报道来源于第三方，它无法模拟真实的服务接触失败情境。为此，研究二使用对话情境来强化服务接触失败的真实情境。

3.研究二

（1）被试与设计

从问卷星平台招募183 名被试，其中女性133 人，占比约72.7%。为了验证假设3，研究二采用 2（形式拟人化：低vs.高）×2（沟通风格：任务导向vs.社交导向）组间实验。在服务失败的情境中，研究二将继续检验高形式拟人化的负面效应及其中介机制，验证沟通风格对负面效应的调节作用。

（2）沟通风格操纵与前测

为了操纵沟通风格，我们根据真实的对话记录，重新设计了某餐饮企业智能客服的对话界面，去除了客服的头像。服务失败的情境材料如下：“春节将至，你准备在APP 上预订某餐厅的年夜饭。该餐厅口碑不错，预订十分活跃。所以，公司使用线上智能客服来缓解人工压力。根据智能客服的指示，你很快完成预订。但在提出修改人数的请求后，智能客服却给出了错误的回答。虽然最后人工客服解决了修改人数的问题，但智能客服连简单问题都解决不了，让你很失望。”根据该情境，我们设计了两种不同沟通风格的对话。任务导向的沟通风格侧重于实现目标、有目的地组织对话；社交导向的智能客服侧重于提供服务支持，表现出同理心和善解人意。[29]具体材料略去备索。

为了检验沟通风格操纵的有效性，我们对实验材料进行前测。在前测中，首先让80 名参与者阅读服务失败的情境材料。然后，我们将80 名参与者随机分成两组，一组阅读社交风格的对话，另一组阅读任务风格的对话。阅读结束后，我们对参与者进行沟通风格的操纵检验。[29]任务导向采用“遵守服务流程”“强调相关规定”两个测项（1=非常不同意，7=非常同意，α=0.7），社交导向采用“亲近友善”“热情亲切”两个测项（1=非常不同意，7=非常同意，α=0.92）。最后，我们对情境卷入度进行测量，采用“投入程度”“专心程度”两个题项（1=一点也不，7=非常，α=0.81）。单样本t 检验的结果表明，参与者对情境材料有较高的卷入度（M=5.5，SD=0.95；t大于4（79）=14.103，p<0.001）。独立样本t 检验的结果表明：在任务风格的对话条件下，任务导向的得分显著高于社交导向（M任务导向=5.23，SD=1.14 vs.M社交导向=4.35，SD=1.24；t（78）=3.279，p=0.002）；在社交风格的对话条件下，社交导向的得分显著高于任务导向（M任务导向=3.34，SD=1.78 vs.M社交导向=4.75，SD=1.25；t（78）=4.116，p<0.001）。沟通风格操纵成功。

（3）实验流程

实验包括三个部分。第一部分，让参与者阅读一段服务失败的情境材料。该情境材料与前测中的一致。随后参与者回答情境卷入度测项（你能想象自己是情境中的主人公吗？1=完全不能，7=完全能）。第二部分，参与者被随机分配到四个实验组，分别阅读不同的对话。拟人化的操纵参照研究一。高形式拟人化的智能客服使用真人头像，称呼上使用姓名“筱奕”和第一人称。低形式拟人化的智能客服使用耳机作为头像（具备人脸轮廓），称呼上使用“系统”来代替。沟通风格的操纵沿用前测。任务导向的沟通风格侧重于实现目标、有目的地组织对话。社交导向的智能客服侧重于提供服务支持，表现出同理心和善解人意。[25]具体材料略去备索。第三部分，在阅读完所有材料之后，参与者需要回答各变量的测项。服务失败归因的测量沿用研究一。拟人化程度的测量沿用研究一中的四个题项（α=0.86）。厌恶感的测量沿用研究一中的两个题项（α=0.89）。态度的测量沿用研究一中的两个题项（α=0.67）。最后，我们记录人口统计学变量，包括年龄、性别、学历等。

（4）数据分析

操纵检验。单样本t 检验表明，参与者能够较好地融入实验情境（M=5.56，SD=1.33；t大于4（182）=15.811，p<0.001）；参与者将服务失败归因于智能客服（M=4.57，SD=1.33；t大于4（182）=5.829，p<0.001）。对两个操纵变量进行独立样本t 检验，结果显示，高形式拟人化组的拟人化程度显著高于低形式拟人化组的拟人程度（M高拟人化=4.00，SD=1.31 vs.M低拟人化=3.33，SD=1.35；t（181）=3.424，p=0.001），形式拟人化操纵成功。

假设检验。以顾客对服务失败的负面态度为因变量，进行方差分析，检验假设1、3a、3b。结果表明，形式拟人化对负面态度的主效应显著，高形式拟人化组的负面态度（M高拟人化=4.18，SD=0.091）显著高于低形式拟人化组（M低拟人化=3.72，SD=0.093；F(1，179)=12.672，p<0.05）。假设1 得到验证。形式拟人化和沟通风格对负面态度的交互效应显著（F(1，179)=4.225，p=0.041）。简单效应分析表明，当智能客服使用任务导向的沟通风格时，高形式拟人化组的负面态度比低拟人化组的负面态度更高（M高拟人化=4.46，SD=0.84 vs.M低拟人化=3.73，SD=1.03；F(1，179)=15.02，p<0.001）；当智能客服使用社交导向的沟通风格时，形式拟人化程度（高、低）对态度没有显著影响（M高拟人化=3.91，SD=0.77 vs.M低拟人化=3.71，SD=0.88；F(1，179)=1.19，p=0.277）。具体结果见图1。假设3a、3b 得到支持。对厌恶感做中介效应分析，检验假设2。以形式拟人化为自变量，负面态度为因变量，厌恶感为中介变量，使用Bootstrap 程序，样本量为5000，模型为4。[37]检验结果显示，在95%的置信区间下，中介效应的结果不包含0（LLCI=0.055，ULCI=0.3386），且中介效应大小为0.1708，说明厌恶感的中介效应显著。结果支持假设2。采用有调节的中介分析进一步检验假设3a、3b。以形式拟人化为自变量，态度为因变量，厌恶感为中介变量，沟通风格为调节变量，使用Bootstrap程序，样本量为5000，模型为8。[37]检验结果表明：①有调节的中介效应判定指数为-0.2293，95% 的置信区间不包含0（LLCI=-0.5096，ULCI=-0.0426），有调节的中介效应显著。②当使用任务导向的沟通风格时，厌恶感的中介效应为0.2817，95% 的置信区间不包含0（LLCI=0.1146，ULCI=0.52），中介效应显著。当使用社交导向的沟通风格时，厌恶感的中介效应为0.0524，95% 的置信区间包含0（LLCI=-0.0823，ULCI=0.2217），中介效应不显著。假设3a、3b 进一步得到支持。

图1 沟通风格的调节作用

（5）结果讨论

研究二验证在服务失败的情境下，沟通风格可以抑制智能客服化身的高形式拟人化带来的负面效应。具体而言，当智能客服使用任务导向的沟通风格时，高形式拟人化会引起更加负面的态度；当智能客服使用社交导向的沟通风格时，形式拟人化程度（高、低）对态度没有显著影响。

有调节的中介分析为理论机制提供了更多证据。当智能客服使用社交导向的沟通风格时，厌恶感的中介作用被削弱，抑制了高形式拟人化带来的负面效应。当智能客服使用任务导向的沟通风格时，厌恶感的中介作用依然显著存在，无法抑制高形式拟人化带来的负面效应。可能的解释是，社交导向的沟通风格抵消了形式与行为的不一致性，从而削弱了厌恶感。

研究二选择“对顾客需求和偏好的错误反应”作为服务接触失败的情境。该实验情境发生在核心服务之前，顾客可以准确地将服务失败归因于智能客服，从而避免了不同归因带来的干扰。研究三将选择“对核心服务失败的错误反应”作为服务接触失败的情境，再次验证高形式拟人化的负面效应是否稳健。与此同时，研究三变换形式拟人化的操纵，验证在不同人群中高形式拟人化的负面效应是否存在边界条件。

4.研究三

（1）被试与设计

从问卷星平台招募138 名被试，其中女性84 人，占比约60.9%。为了验证假设4，研究三将参与者随机分成两组（形式拟人化：低vs.高），并测量内隐人格，用内隐人格的测量分值来反映人格特征的差异。在服务失败的情境中，研究三将继续检验高形式拟人化的负面效应及其中介机制，验证内隐人格对负面效应的调节作用。

（2）实验材料与流程

为了增加实验的外部效度，研究三使用“智能客服对核心服务失败的错误反应”作为实验情境。具体来说，我们根据某电商平台的在线评论内容，撰写了实验所需的服务失败刺激材料。刺激材料的具体内容为：“由于天气寒冷，你急需购置一台洗衣机。在某电商平台下单后，你发现物流被延迟了，进而去询问客服。该电商平台最近采用线上智能客服来提供售后咨询服务。在你提出问题之后，智能客服很快就回复了物流详情和官方的相关规定，但无法解释延迟的原因和解决方案。你只好去求助人工客服。虽然最后人工客服给出了解释，但智能客服并没有为你带来方便。”根据以上情境，我们设计了智能客服与顾客之间的对话界面和内容。形式拟人化操纵与研究二类似。高形式拟人化的智能客服使用真人头像，称呼上使用姓名“筱奕”和第一人称。低形式拟人化的智能客服使用没有五官的人形卡通头像，称呼上使用“系统”来代替。所有实验组的对话采用统一的沟通风格。具体材料略去备索。

实验包括三个部分。第一部分，参与者需要完成内隐人格的测量。对内隐人格倾向测量采用Levy等编制的量表，[38]最终选定6 个测项，包含3 个正向测项和3个反向测项（1=非常同意，7=非常不同意，α=0.65）。在进行转码后，6 个测项的平均分作为内隐人格倾向的测量指标，得分越高，越倾向于“渐变论”。第二部分，参与者先阅读情境刺激材料，再测试情境卷入度（你能想象自己是情境中的主人公吗？1=完全不能，7=完全能）。然后，我们将参与者随机分配到2 个实验组（高拟人化vs.低拟人化），阅读智能客服与顾客之间的对话。第三部分，在阅读完所有材料之后，参与者需要回答各变量的测项。服务失败归因的测量沿用研究一。拟人化程度的测量沿用研究一中的4 个题项（α=0.896）。厌恶感的测量沿用研究一中的2 个题项（α=0.857）。顾客对服务失败的负面态度沿用研究一中的2 个题项测量（α=0.68）。随后，我们记录了人口统计学变量，包括年龄、性别、学历等。最后，参与者被要求猜测实验目的。

（3）数据分析

操纵检验。单样本t 检验表明（以7 点量表的中间值4 为临界值），[17]参与者能够较好地融入实验情境（M=5.348，SD=1.28；t大于4（137）=12.402，p<0.001）；参与者将服务失败归因于智能客服（M=4.746，SD=1.5；t大于4（137）=4.746，p<0.001）。对两个操纵变量进行独立样本t 检验，结果显示，高形式拟人化组的拟人化程度显著高于低形式拟人化组（M高拟人化=4.22，SD=1.27 vs.M低拟人化=3.33，SD=1.47；t（136）=3.79，p<0.001）。形式拟人化操纵成功。没有参与者猜测到实验目的。

假设检验。独立样本t 检验表明，高形式拟人化组的负面态度显著高于低形式拟人化组（M高拟人化=4.25，SD=0.86 vs.M低拟人化=3.81，SD=0.96；t（136）=2.806，p=0.006）。结果验证了假设1。以形式拟人化为自变量，负面态度为因变量，厌恶感为中介变量，使用Bootstrap程序对厌恶感作中介效应分析，样本量为5000，模型为4。[37]检验结果显示，在95% 的置信区间下，中介效应的结果不包含0（LLCI=0.1691，ULCI=0.6052），且中介效应大小为0.3551，说明厌恶感的中介效应显著。结果支持假设2。以形式拟人化为自变量，负面态度为因变量，内隐人格为调节变量，使用Bootstrap程序对内隐人格做调节效应分析，样本量为5000，模型为1。结果显示，形式拟人化和内隐人格的交互项边缘显著（β=-0.385，S.E.=0.207，t=-1.859，p=0.065）。对内隐人格采用Mean±SD（M=3.5978，SD=0.8236）的方法区分实体论和渐变论。低于均值一个标准差为实体论，高于均值一个标准差为渐变论。分析结果表明，对于实体论者，高形式拟人化会增强负面态度（β=0.8018，S.E.=0.2364，t=3.3918，p<0.001）。对于渐变论者，形式拟人化程度（高、低）对态度没有显著影响（β=0.1678，S.E.=0.2235，t=0.7508，p=0.4541）。具体结果如图2所示。假设4a、4b 得到支持。以形式拟人化为自变量，负面态度为因变量，厌恶感为中介变量，内隐人格为调节变量，使用Bootstrap 程序进行有调节的中介分析，样本量为5000，模型为8。[37]检验结果表明：①有调节的中介效应判定指数为-0.416，95% 的置信区间不包含0（LLCI=-0.7563，ULCI=-0.1783）。有调节的中介效应显著。②对于实体论者（Mean-1 SD），厌恶感的中介效应为0.7299，95% 的置信区间不包含0（LLCI=0.4286，ULCI=1.1102），中介效应显著。对于渐变论者（Mean+1 SD），厌恶感的中介效应为0.0447，95% 的置信区间包含0（LLCI=-0.2445，ULCI=0.3172），中介效应不显著。假设4a、4b 进一步得到支持。

图2 内隐人格的调节作用

（4）结果讨论

研究三的情境是智能客服对核心服务失败出现了错误反应。分析结果验证了高形式拟人化的负面效应。即使是在核心服务发生失败后，顾客仍然将服务接触失败归因于智能客服。研究三改变了服务接触失败的情境，结果表明，高形式拟人化带来负面效应的结论得到重复验证。与此同时，研究三发现该负面效应的边界条件，即内隐人格会调节高形式拟人化的负面效应。具体而言，渐变论者不易受高形式拟人化的影响。无论是面对高拟人化的真人头像还是低拟人化的卡通头像，厌恶感的中介效应不显著，对服务失败的态度没有显著变化。其背后的原因是，渐变论者倾向于把服务接触失败看作偶然事件，因而没有对高拟人化的智能客服化身产生更强烈的厌恶感。但是，对实体论者而言，高形式拟人化会让顾客对服务失败产生更加负面的态度。实体论者通常认为人的失败由内在固有特质导致，不易改变。当实体论者的人类图式被高形式拟人化的智能客服激活后，智能客服的失误也会被认为是难以改变的，进而导致更高的厌恶感，产生更加负面的态度。

三、研究结论与启示

1.研究结论

本文试图对智能客服相关现象与理论进行整合，率先引入“智能客服化身”概念将分散和零乱的研究统一起来。本文由一个预研究和三个实验研究构成。预研究分析了2018年《财富》世界500 强中前100 强企业所使用的智能客服化身，获得50 个具有代表性的案例。分析结果发现，当前世界领先企业在智能客服的外表、姓名、沟通风格等要素的设计上，未形成主导的方法、准则。可见，整个企业界对智能客服化身还处于探索阶段，因而迫切需要进行相关理论研究。三个实验研究聚焦智能客服化身的形式拟人化与行为拟人化的作用。研究一验证了在服务失败情境下，高形式拟人化的化身会强化负面态度。与“恐怖谷效应”类似，在服务失败的情境下，高形式拟人化会让顾客对服务失败产生更加负面的态度。研究一还验证了厌恶感的中介作用，同时排除了其他负面情绪（愤怒、轻视）的替代性解释。研究二验证了沟通风格的调节作用。分析发现，社交导向的沟通风格可以缓和服务失败的影响。[29]社交导向的沟通风格可以弥补智能客服化身在行为上的不足，削弱形式与行为的不一致性，进而减轻厌恶感。研究三验证了内隐人格的调节作用，发现负面效应的边界条件。分析发现，在服务失败的情境下，当顾客属于实体论者，高形式拟人化会产生负面效应，引起厌恶感，加剧负面态度。但是，对于渐变论的顾客来说，高形式拟人化不会加剧负面态度。为了拓展实验研究的外部效度，增强稳健性，研究一、二、三分别变换了不同服务接触失败情境，涵盖了服务接触的核心环节和外围环节。此外，在三个实验中，顾客均将服务失败归因于智能客服。这是主效应发生的前提。

2.理论贡献

第一，本文将化身的相关理论引入智能客服领域，提出“智能客服化身”概念。“化身”是一个既简约又概括的概念。此前使用的“拟人化客服”“聊天机器人”“语音助手”等属于企业在数字世界中的映射，是化身的具体形式。本文引入“化身”概念，将有利于对各种零散的理论概念和实际现象进行整合，能够促进这一新兴学术领域的发展。此外，根据“形式—行为相似性”框架，化身的作用取决于化身与主体之间的形式相似性和行为相似性。[9]二者之间存在一定的互补关系。行为相似性可以弥补形式相似性的不足。当形式相似性与行为相似性不一致时，化身的作用会被减弱，甚至逆转。现有研究仅从形式或行为中的某一个维度出发，容易得出相互矛盾的结论。本文根据“形式—行为相似性”框架，发现服务接触失败情境下，智能客服拟人化外观（形式）加剧顾客负面态度，但社交导向的沟通风格（行为）能够起到缓和作用。可见，本文从智能客服化身的“形式—行为”两个视角出发，能更全面理解化身的作用。这为未来研究开辟了新方向。

第二，本文揭示的服务失败情境下智能客服化身高形式拟人化的负面效应，有助于推动人工智能与消费行为理论的融合。心理学研究表明，算法被感知具备与人类相似的认知能力（如逻辑和理性），但缺乏体验能力（如直觉与温情）。[20]消费行为领域进一步发现“算法厌恶”，[27]认为算法虽然可以高效地处理客观性和程序性任务，但却不善于解决主观性和独特性问题。[3,4]智能客服的服务失败不可避免。但目前的研究大多以服务成功为情境，得出智能客服高形式拟人化对顾客态度的正面影响。[1,2]当服务接触出现失败的情境时，由于此时智能客服的形式（拟人化程度高）与行为（服务失败）出现了不一致，智能客服化身是否还能给顾客带来正面影响呢？本文证明，服务接触失败情境下，智能客服高形式拟人化会引起顾客更强的厌恶感，导致更负面的态度。因此，本文发现，当出现服务失败的情境时，企业的智能客服外表越近似于人，越会给顾客带来强烈的负面态度与体验。这有助于推动数字空间的消费者—企业关系研究。[39]

第三，本文发现并验证了厌恶感对负面态度的中介作用，沟通风格、内隐人格对负面效应的调节作用，这将推动人工智能情境下的服务营销理论的发展。智能客服的服务接触失败具有特殊性。过往研究表明，服务补救效果有赖于人类独有的主观能动性和情感体验能力。[20]目前，智能客服尚不具备这些能力，无法实施传统的服务补救措施。[5]但本文的研究结果表明，社交导向的沟通风格仍然可以弥补智能客服化身在形式上高度拟人化产生的负面反应。此外，本文还发现持渐变论的消费者，对拟人化的智能客服的服务失败并不会产生更强的厌恶感和负面态度。本文的研究发现有助于推动人工智能趋势下服务营销理论的新发展。

3.营销启示

本文研究结论对企业构建智能客服的设计框架、制定智能客服失误的应对策略、根据顾客画像优化智能客服界面等方面具有战略前瞻意义。

第一，“形式—行为相似性”框架可为处理智能客服失误提供有效的应对策略。与人工客服相比，在面对简单的主观性问题时，智能客服也会经常出现低级失误。本研究表明，企业应该从消费者感知出发，为化身设置恰当的形式和行为。当企业出现服务接触失败时，如果智能客服的形式能够及时从高度拟人化转换为低度拟人化，则有助于缓解负面效应。此外，如果高度拟人化的形式配合社交导向的沟通风格（避免使用任务导向的沟通风格），也能规避厌恶感，缓和负面态度。总之，企业智能客服的服务失败在所难免，但企业可以从“形式—行为相似性”框架中寻找应对方案。

第二，企业应该根据顾客画像来设计不同的智能客服化身。本文研究发现，不同的内隐人格特征对形式拟人化程度的反应不同：实体论者面对高形式拟人化智能客服化身会加剧对服务失败的厌恶感，但渐变论者没有显著的差异化反应。为此，企业应该根据目标顾客的内隐人格特征，动态调整智能客服的化身。顾客的内隐人格可以通过一些人口统计学特征和文化特征来识别。例如，老年顾客大多属于实体论者，应使用低形式拟人化的化身。个人主义文化下的顾客很有可能是实体论者，也应该避免高形式拟人化的化身。为此，企业可以先设计智能客服化身的“原型”，再根据顾客画像适时调整化身的形式与行为。可见，本文研究结论有助于智能客服在技术或方法上达到更成熟的层次。