社会交换理论视阈下的人工智能和服务业：颠覆还是突破？

范伊璠，范永茂

（1.上海大学 悉尼工商学院，上海 201899；2.中国人民大学 公共管理学院，北京 100872）

一、引言

近年来，人脸识别、机器翻译、声纹识别等智能应用以及无人驾驶汽车、智能机器人等高度智能化产品正逐渐进入人们视野，渗入生产生活的各个方面。随着人工智能和大数据被广泛应用，人类社会也进入了以服务业为主导的后工业化时代，其中服务业生产方式在朝着智能化和现代化转变[1]。然而与此同时，现代服务业正在遭受一场考验，一场从“人对人”服务转变为“智能对人”“技术对人”服务的考验。现代服务业可以被解释为那些不生产商品和货物的产业，大体与现代第三产业相似，包括信息、金融、法律、教育等服务行业[2]。这些服务行业一个最大的特点就是与“人”直接接触，需要考虑顾客的体验感并通过提供良好的沟通和服务帮顾客解决问题。但是，在智能机器人、智能客服、智能问诊以及越来越多的人工智能应用出现的背景下，即使没有直接的人与人之间的接触，顾客也能在人工智能和大数据的帮助下得到需要的服务，这就对传统服务方式产生了一定冲击。

如今，包括人工智能在内的各项新技术的蓬勃发展，极大程度改变着人们的生活。2021 年8 月13 日科技部办公厅印发的《关于开展颠覆性技术研发方向建议征集工作的通知》指出，颠覆性技术作为一种另辟蹊径的革新，具有重塑人类生活、工业生产、商业消费模式的革命性意义，是科技创新的重要突破口。颠覆性技术在技术层面上看最显著的特点是破坏性，即不同于主流产品和服务，通过改变既定的技术范式完全破坏现有的市场格局和管理方式[3]。而与之不同的另外一个技术概念是突破性技术，它是由科学前沿与新兴技术结合产生的创新变革，可以为产业带来重大技术变革和市场颠覆，影响未来产业的发展方向[4]。与颠覆性技术不同，突破性技术不是对现有技术进行改进或重新组合，而是通过全新技术革新产品架构、催生新的应用，能够渗透到企业价值网络和创新生态体系，对企业、产业和社会经济发展进程都会产生深远影响。那么，人工智能作为一项功能强大的新兴技术，它对现代服务行业来说究竟是一次重大颠覆还是突破呢？本文旨在从学术界社会交换理论的角度深入探讨人工智能技术的冲击作用，帮助企业、政府及实践界更好地理解这次技术变革。

二、社会交换：一个分析框架

（一）理论内涵

作为社会学的一个重要理论，社会交换理论（Social Exchange Theory）最早产生于20 世纪中叶的美国，在斯金纳操作反射理论的基础上由美国社会学家霍曼斯提出，用于解释人与人之间的交互活动和社会关系，描述了一种价值交换的过程[5]。该理论认为在人际互动中，各方参与者在与对方开展相关活动的同时会交换有价值的资源，其核心是人们间的关系遵循互惠原则,其中的交换报酬不但有物质的报酬还有心理的报酬[6]。然而，在社会交换的背景下，互惠原则这一核心条件的定义仍然还存在歧义。已有研究将这种交换互惠原则从单一的互惠延伸到广义的互惠，即没有明确的等价偿还机制，具有低自利性[7]。从这方面看，与基于等价公平原则的经济交换不同，社会交换理论并不局限于满足个人利益的物质交换，还可以拓展到带其他无形资源（如心理满足感、愉悦感等）的交换行为，例如利他行为就是一种由心理报酬推动的社会交换。

社会交换的类型根据交换过程的特点可以梳理为四种类型，分别为利他型、利己型、合作型和冲突型：（1）利他型社会交换强调互动参与者不去估价和计算交互场景下所交换物品和服务的价值，他们的交换内驱力是表达自身的观念和原则。这类交换行为由社会对参与者的行为期待所推动，因此参与者在整个交换过程中都会注重其角色义务的实施和角色关系的维护；（2）利己型社会交换则相反，它是指参与交换的行动者只从个人的角度来满足自我利益，而不考虑他人的利益；（3）合作型社会交换是指参与者在实现自我利益的同时将对方利益纳入考虑，在基于双方一致的价值认同上，确立满足社会公平原则的交换结果，其中交换对象可以是相似的物品和服务；（4）冲突型社会交换则发生在完全对立的行动者交换过程中，是以彻底损害对方的利益为前提来实现自我利益[8]。

由于主体在交换过程中不能明确对方能否给予对应的回报，因此社会交换行为具有一定不确定性。正因如此，信任成为了影响社会交换行为的重要因素[6]。通常随着信任程度的增加，社会交换行为也会被注入更大的价值。Blau 在1964 年提出，信任的产生有两种方式：第一种是与对方产生定期、一致的互惠行为且得到收益；第二种是与另一方逐渐扩大交换。他还认为责任感也会对社会交换产生影响，参与双方相互的责任度越高，他们的社会交换就越稳定，因而更可能从交换中获利[9]。在此基础上，有学者将社会交换关系的建立分为三个不同阶段：首先是对交换的风险评估阶段，其次是尝试交换的行动阶段，最后是建立稳定的交换关系阶段[10]。

总的来看，社会交换理论把社会网络的概念引入了社会交换关系中，把较为微观的人类交换行为延伸至更为宏观的社会背景层面[11]，为未来的研究提供了更广阔的理论基础。

（二）社会交换理论的相关研究

现有关于社会交换理论的很多研究集中在用该理论解释工作组织中员工的行为，例如依据社会交换过程分析员工组织承诺的形成过程[11]、探究社会交换理论下组织公民行为的影响因素[12]、基于社会交换理论从员工和组织视角进行员工—组织关系研究[13]等。这些研究旨在研究和分析企业中员工的社会交换过程和其影响因素，从而促进员工更好地表现。

此外，相关研究着重探讨了社会交换理论在知识共享方面的应用。例如，李金阳（2013）[6]从社会交换理论出发，指出了共享意愿、互惠、信任、利他因素将影响虚拟社区中的个体知识共享行为，将虚拟社区知识共享行为解释为一种个体进行社会交换的过程。也有研究认为不同的个体或组织之间存在知识存量差异，而知识共享作为一种弥补知识存量差异的方法，可以被视为一种社会交换行为[14]。还有学者提出了教育背景下的社会交换，教师依托知识共享机制，通过教师共同体和学校组织平台进行互动交往行为，付出相应成本来获得社会报酬[15]。

同时，社会交换理论也被广泛应用在医疗、旅游、营销等不同社会场景下。在医疗方面，相关研究从社会交换理论视角探讨了诊疗过程中医生和患者之间建立的互惠的相互期待关系，提出了构成医患关系的两个重要因素[16]。还有的研究基于社会交换理论，讨论了政府和社会资本合作下医养结合项目的可行性以及建立医养结合养老服务共同体的可能性，指出政府和社会资本在医养项目上的合作参与符合社会交换理论的交换过程，并提出了要构建法律框架下互惠公平的社会规范，设立合理的风险分担与投资回报机制以保证双方共同利益[17-18]。在旅游服务方面，许多研究使用社会交换理论来解释居民的旅游影响感知和态度[19]。例如，艾普提出了旅游作用影响机制下的社会交换模型。他指出在旅游开发中，目的地社会的动机是为了满足当地居民在经济、社会、心理等方面的需要，从而推动双方交换过程[20]。还有学者基于关系营销理念和社会交换理论，提到B2B 客户推荐可以被视为一种社会交换过程，客户会通过权衡感知的交换收益与交换成本来决定是否参与推荐，并揭示了双方关系强度、客户信任度等因素对客户推荐意愿的影响机制[21]。

目前研究者们用社会交换理论解释了很多企业组织中的员工行为以及各类场景下的交互过程，但是依据社会交换理论分析技术革新对行业冲击和影响的研究仍然需要进一步丰富和加强。本研究旨在应用社会交换理论，分析并探究人工智能对现代服务业的影响。

三、人工智能技术在服务行业的应用现状

厚植于大数据平台，人工智能技术在服务行业的应用不断深入和拓展。根据腾讯研究院发布的《2017 年中美人工智能创投现状与趋势研究报告》，医疗、教育、金融等服务性行业与人工智能融合的程度普遍较高[22]。

在医疗方面，人工智能的发展催生了智能健康云平台、人工智能客服、医疗影像辅助诊断、药物研发等诸多应用，可以极大解决医疗资源紧张、就诊手续复杂、医患纠纷等问题，提高医疗服务的效率。尤其是在新冠疫情期间，智能导诊机器人、智能测温机器人、AI 影像诊断、远程医疗等应用发挥了重要的作用。又如在医疗服务中，依托人工智能和区块链技术合作创建的健康生态系统可以用来有效解决医疗数据访问和共享的问题，推动全球医疗一体化进程[23]。其中，BurstIQ 就是一个基于区块链的个人医疗数据共享平台，作为医疗领域顶级的人工智能公司之一，它提供了企业所需的数据信息，帮助企业为客户更精准地提供服务。这无疑对医疗行业来说是一次以技术为核心的重大变革，打破了原有的问诊服务模式。

在教育方面，人工智能可以实现远程授课、多资源授课、一对一定制化授课等服务，解决传统教育中信息渠道不畅、资源分配不均等问题，为更多的家庭提供更加优质和便捷的教育服务。在应用场景中，凭借强大的运算能力和深度学习能力，人工智能在教育问题解决中主要有四大应用形态，分别是智能导师系统、教育游戏、自动化测评系统与教育机器人，且其典型特征突出体现在智能化、多元化、个性化、自动化和协同化五个方面[24]。在此基础上，“人工智能+教育”生态系统的发展趋势愈加明显。研究指出目前“专家系统”是“人工智能+教育”的主要应用形式，借助知识库和学生模型人工智能也进一步应用到网络教育和远程教育中，随之而来的是智能教学系统、智能辅助教学系统等迅速发展[25]。在原有教学系统的基础上，人工智能的融入将促进传统教学模式的地域限制和知识有限性，加快教育服务行业的更新。

在金融行业，智能金融客服系统通过提供自助服务业务办理可以提升客户体验，且由人工智能驱动的投资顾问能够依据客户的实际情况和个人偏好，通过一系列智能运算和分析，为顾客提供个性化、智能化的资产管理服务方案。具体来看，目前人工智能在金融领域的应用主要在投资顾问、信贷与监控预警、交易预测以及客服优化等方面[26]。例如，全球第一个由人工智能驱动的基金Rebellion 曾比惠普提前预测了2008 年的股市崩盘并在2009 年给了希腊债券F 评级，显示了强大的数据分析能力和预测能力[27]。此外，蚂蚁金服已成功将人工智能与互联网小贷、征信、业务服务等领域相结合，为顾客带来了数字金融生活的新服务体验。线下金融服务的发展也出现了人工智能的身影，交通银行在2015 年首次推出人工智能服务机器人“娇娇”，目前已在上海等近30 个省市的营业网点得到应用。

对于电商行业来说，大数据、云服务、RPA 等技术的新型商业智能为跨境电商企业提供了多维决策的智能服务[28]。同时，大数据和人工智能的深度融合为顾客带来了智能选品、智能销售、智能个性化定制化、智能客服等服务，进一步改善电商服务质量和水平。例如，为了帮助消费者更好地选品，现有研究基于大数据技术探讨了人工智能在跨境电商导购平台的应用，提出通过个性化推荐算法实现顾客个性化商品推荐。现有最常用的推荐算法主要有四种，分别是基于文本的推荐算法、基于协同过滤的推荐算法、基于图的推荐算法以及混合推荐算法[29-30]。

人工智能在服务业的应用具有范围广、扩散快、程度深、创新性强等特点。随着人工智能与服务领域的不断融合，并在服务业细分领域的深度应用，其对服务业的影响不可忽视，这样的技术变革带来的冲击作用究竟是颠覆还是突破值得进一步探究，本文将在下一节基于社会交换理论重点阐释。

四、社会交换视角下人工智能对服务行业的影响

（一）顾客体验价值的再造

人工智能带来的新功能、新应用给顾客提供了与众不同的服务体验，推动了顾客体验价值的再造。顾客体验价值可以划分为三个维度，分别是认知体验价值、情感体验价值和社会体验价值[31]。认知体验价值是指人们在使用人工智能技术处理和分析信息的过程中获得的价值；情感体验价值是顾客由人工智能技术的情感特征所带来的感官刺激和情感连接中获得的价值；社会体验价值是顾客通过人工智能技术连接到他们周围的社会和世界而获得的价值[31]。人工智能与大数据在为顾客带来传统服务体验价值的基础上，让顾客感知到了新技术带来的附加价值，创新性地增加了顾客体验价值。从这三个方面具体来看：

第一，认知体验价值。人工智能使顾客可以借助大数据和算法来完成决策，为他们带来新的认知体验，例如人工智能客服、虚拟助手以及聊天机器人等。

第二，情感体验价值。人工智能技术的情感特征可以为顾客带来多重感官体验和情感连接，例如最新出现的人性化和拟人化机器人也拥有感知和情感的特征，而不仅仅是冰冷冷的机器，这可以为顾客带来情绪体验价值。

第三，社会体验价值。人工智能通过提供人机互动和全球范围内的互联互通创造了“全新的世界”，将科技融入人们生活，可以为人们带来社会体验价值。

从社会交换理论来看，在顾客与人工智能的交互中，顾客通过付出时间、金钱、精力等资源来换取体验价值，符合商业交换的公平原则和合作型社会交换的特点。例如，在教育服务行业，顾客通过提供金钱和时间资源来交换远程授课、一对一定制化授课等服务带来的三种体验价值——AI 授课所带来的认知价值、与AI 学习交流所带来的情感价值以及实现跨地区学习交流的社会价值。又如在金融行业中，顾客可以使用自己的现有资源来交换智能金融客服带来的体验服务，包括智能分析提供的认知体验、与智能客服交互的情感体验以及了解世界范围内金融现状的社会体验。同时，根据霍斯曼的社会交换理论，价值命题是一个重要的交换命题，它指出个体会在行动结果的价值驱使下从事某项行动，这也进一步解释了顾客的正向交换过程。随着人工智能在服务业的深度应用，在创新体验价值的驱使下，顾客将会主动进行合作型社会交换，与企业达成互惠的交换结果。

（二）企业、政府服务模式的改变

事实上，大数据的普及和算法技术的更新为人工智能的不断发展提供了条件，也为人工智能在现代服务业的应用提供了可靠且稳定的数据基础[32]。借助大数据体量庞大、类型多样、运行速度快等特点，现代服务业可以广泛地搜集数据信息并依托人工智能的算法模型和深度学习对数据进行有效处理和使用，最终为顾客提供满意而精准的服务，这也加速了数字化服务模式的发展。同时，人工智能、大数据打破了地域和时空限制，有助于现代服务业进一步纵深发展，形成世界范围内互联互通网络，为消费者提供更加便捷和灵活的延伸和扩展服务。在此背景下，数据共享服务模式成为了服务企业面临的必然趋势和发展路径。

人工智能的背后是以数据算法改革为核心的服务流程再造，也是数据权力重塑的过程，数据平台使得企业服务流程更加扁平化，打破了组织传统的纵向权力架构。不仅企业服务，在政府公共服务中也是这样，数字治理促进了新的管理生态形成，数据作为政府管理的重要内容，为政府服务提供了必不可少的抓手，也为“互联网＋公共服务”新模式的形成提供了必要条件[33]。人工智能的发展为权力边界和组织互动方式提供约束力并激发创新动力，赋予了企业和政府组织新的管理模式和治理格局。

基于社会交换理论，随着服务管理模式的创新，企业、政府可以借助人工智能和大数据平台交换数据资源，从而达成合作互惠的社会交换。有研究指出尽管采纳和使用信息数据系统是一种涉及风险和利益的决策行为，但是社会交换理论可以作为一种解释结构阐述这种行为的前因[14]。本质上，企业之间进行数据共享和数据交换是基于合作型社会交换，互相得到有利的数据资源，符合互惠的原则。而组织内部权力的重塑也是一种社会交换，通过整合服务流程和权力架构来交换新的组织创造力和发展潜力。可以看出，人工智能与大数据相辅相成催生了数据交换和共享模式，促进了现代服务业企业盈利模式和服务方式的创新，打破了企业和政府传统的服务流程和管理模式，通过加速数字化进程为提升用户体验、改善服务模式创造了更多的可能性。

五、人工智能的风险挑战

除了对顾客和企业的影响，人工智能也为现代服务业的发展提供了更多新型就业岗位和高质量就业机会，促进了服务行业在大数据时代的良性和智能化发展，但是，伴随着人工智能发展而来的风险和挑战也引起了广泛关注。

1.伦理问题的风险。人工智能带来的另一个问题是伦理主体认定的模糊性。因为人工智能严格意义上并不是社会主体，所以当出现问题时人工智能的责任很难界定，这也就造成了一定风险和隐患。以医疗服务行业的人工智能为例，智能诊断技术并不能保证百分百准确，而当人工智能做出了错误判断，谁来承担这一责任变成了很多人担心的问题。特别是在未来强人工智能与超人工智能的不断发展下，人工智能产品将会具有独立自主意识和自主行为，可能会超越人类控制边界并产生严重的后果[34]。事实上，人工智能给伦理学带来的挑战不仅仅是主体问题，还有更实际的伦理责任问题，包括人工智能是否应该拥有与人同等的政治权利和道德地位以及是否具备充足的责任能力[35]。

2.隐私保护的挑战。在数据如此庞大而流通的今天，人工智能凭借对大数据的学习不断进化，然而与此同时带来的数据泄露和隐私问题却可能影响服务业中顾客的价值交换过程。大数据技术的内在本性是追逐数据，特别是提取关于个人特殊信息的数据，而人工智能也是借助算法和数据来进行学习和发展的，这就使得隐私保护成为大数据时代最为紧迫的问题之一[36]。当牺牲个人隐私逐渐成为换取生活便捷的必要代价，大数据人工智能时代便出现了一个严峻的问题:如何构建和保持价值交换与隐私保护之间的平衡。

3.法治化构建的挑战。对于政府公共服务来说，人工智能技术参与行政决策或立法程序会对社会法治化产生一定影响。人工智能的自主决策与立法过程超过了行政行为主体的认知范畴，因而很难人为控制和预料，其立法和决策的合理性、公平性和合法性也难以保证[34]。这对政府如何善用人工智能技术构建公平和谐的法治化社会提出了挑战，要求政府的公共服务在算法控制和法律约束之间找到合理界限。

面对这次重大技术变革，人工智能在提供更多机遇的同时，也预示着未来有更多的社会责任需要企业来承担，人工智能带来的伦理责任问题、隐私保护问题以及法治化构建问题不容忽视。

六、结论

在新技术不断发展的今天，没有什么是不变的，唯一不变的就是不同行业都会随着技术的进步而不断改变。在服务业中，人工智能的广泛应用带来了顾客体验价值的再造和企业、政府服务模式的改变，在此过程中社会交换也发生在顾客与企业之间以及企业与企业之间，使整个行业展现出人工智能技术的强大活力。

事实上，在社会发展的过程中，颠覆新技术和突破性技术往往并不连续，对它们有明晰的认知有助于进一步深入理解技术变革下的深层逻辑。从人工智能对服务业的影响中，首先人工智能在原有的顾客体验基础上，从认知体验价值、情感体验价值和社会体验价值三个维度对顾客体验价值进行了创新，通过社会价值交换优化顾客体验的同时推动了人工智能在服务业的进一步应用。在服务模式方面，人工智能通过社会交换过程推动了企业和政府模式的数字化转型和数据共享进程，也激发了组织内部的权力重塑和服务流程重组，对行业和社会发展都是一次重大突破。

基于社会交换理论的视角，人工智能对服务业的影响本质上其实是技术的创新价值与顾客、企业和政府本身资源之间产生的社会交换过程。根据突破性技术的定义，人工智能技术并不是简单的颠覆，而是对顾客价值网络和企业组织生态体系的再造和创新，是一项对生产生活带来重大冲击作用的技术突破。其实无论是颠覆还是突破，企业和政府都应该谨慎拥抱技术革新产生的风险挑战，并鼓励发展新技术的应用与融合，在探索新事物、新技术中寻找机遇和创新，这也可以为企业、政府及实践界如何理解这次技术革新带来一定的启示。

最后，面对人工智能带来的风险和挑战，价值网络中每个参与企业都需负担起相应责任，确保大数据人工智能时代的安全性和稳定性。为了规避伦理问题的风险，企业应该在应用人工智能前对其进行风险测试和认真核查，并对其所涉及的数据进行透明化安全审核，最大程度防止伦理困境的出现。面对急迫的隐私保护需要，企业可以采取相关保护举措，对数据的利用进行限制和监管，承担起在数据利益面前的社会担当。法治化构建方面，政府可以将法律规则和公平原则等编入算法之中，让人工智能可以容纳法律和社会规范[34]，进一步保证人工智能公共服务的合法化和法治化。