2026年3月10日上午9：00，中国营销工程与创新研究中心(以下简称“MEI”)2025-2026年第二学期第2次研讨会(以下简称“Seminar”)在MEI如期举行，参与本次研讨会的有黄敏学老师及MEI各位成员。

　　本次Seminar由刘雨璐研读文章《Automated Versus Human Agents: A Meta-Analysis of Customer Responses to Robots, Chatbots, and Algorithms and Their Contingencies》。

　　一、 研究背景

　　如今，人工智能正深度推动产业升级，营销领域的自动化代理(AAs)：机器人(Robots)、聊天机器人(Chatbots)、算法(Algorithms)也早已不再新奇，成为日常运营的标配。

　　自动化代理(AAs)是基于系统的自主交互界面，能够在实体或数字领域与顾客互动并执行特定任务(Wirtz et al. 2018)。它们可承担人类代理(HAs)的职能，例如提供咖啡服务(Choi et al. 2023)、响应咨询(Yalcin et al.2022)以及推荐产品(Longoni and Cian 2022)。

　　鉴于自动化代理的高效率特性(Xiao and Kumar 2021)，其市场价值预计到2033年将达到2107亿美元(Saha 2023)。然而，自动化代理仍缺乏人类特有的技能，这常常导致顾客对其反应较对人类代理更为负面(Longoni, Bonezzi, and Morewedge 2019)。

　　因此，管理者需要明确：顾客何时会将自动化代理视为人类代理的有效替代?这将帮助管理者判断何时应利用自动化代理替代默认的人力资源配置。既要确保客户体验不降级、甚至更上一层楼，又要有效破解人力成本高企、核心岗位人手不足的现实难题，这该如何实现?

　　已有研究存在明显空白：不仅未系统对比自动化代理与人类代理的等效性，未区分各类代理的差异，而且在顾客响应指标的选取上也存在极大异质性(如行为层面指标 vs 上游心理变量)。

　　二、 概念发展

　　机器人、聊天机器人及算法的特性

　　所有类型的自动化代理都具有共同的技术本质。相较于人类，其劣势在于缺乏同理心、认知灵活性差且缺乏主观能动性(无法进行价值判断或承担责任)。但其优势在于速度快和可靠性高，能够快速处理大数据、即时反应并产出稳定结果。

　　(1)机器人(Robots)：采用对话式沟通模式，具备物理形态和可触知的实体躯体，能在真实空间中通过运动技能与顾客灵活交互。

　　(2)聊天机器人(Chatbots)：采用对话式沟通模式，属于数字形态，没有实体，仅通过图标或虚拟形象存在于虚拟空间中。

　　(3)算法(Algorithms)：采用信息式沟通模式，对指令作出静态响应，通过复杂数据处理将输入转化为输出，同样属于无实体的数字形态。

　　一、 概念框架

　　本研究构建了一个全面的概念框架，对比自动化代理(相较于人类)对顾客响应(包括感知、评价、意图和行为)的影响。研究重点探讨了以下情境因素的调节作用：

　　1. 设计特征：是否赋予名称、拟人化外观程度。

　　2. 任务相关智能：任务对言语-语言、社交、视觉-空间、处理速度以及逻辑-数学智能的要求程度。

　　3. 情景因素：是否属于尴尬体验、社会认同体验、功利性/享乐性情境、高专业/低专业角色，以及结果的负面/正面效价。

　　另外，控制变量作为协变量纳入分析，包含客户偶发因素、方法偶发因素。

　　二、 研究假设

　　H1：当(a)机器人和(b)聊天机器人拥有(vs. 没有)名称时，它们(相对于人类代理)对顾客响应的负面影响会减弱。

　　H2：随着拟人化外观程度的增加，机器人(相对于人类代理)对顾客响应的负面影响会减弱。

　　H3：随着所需言语-语言智能水平的提高，(a)机器人和(b)聊天机器人(相对于人类代理)对顾客响应的负面影响会减弱。

　　H4：随着所需社交智能水平的提高，(a)机器人和(b)聊天机器人(相对于人类代理)对顾客响应的负面影响会加强。

　　H5：随着所需视觉-空间智能水平的提高，机器人(相对于人类代理)对顾客响应的负面影响会减弱。

　　H6：随着所需处理速度智能水平的提高，机器人(相对于人类代理)对顾客响应的负面影响会减弱。

　　H7：随着所需逻辑-数学智能水平的提高，算法(相对于人类代理)对顾客响应的负面影响会减弱。

　　H8：在令人尴尬(相对于非尴尬)的经历中，(a)机器人和(b)聊天机器人(相对于人类代理)对顾客响应的负面影响会减弱。

　　H9：在社会认同(相对于非社会认同)体验中，机器人(相对于人类代理)对顾客响应的负面影响会增强。

　　H10：在功利性(相对于享乐性)情境中，算法(相对于人类代理)对顾客响应的负面影响会减弱。

　　H11：在高专业(相对于低专业)角色中，算法(相对于人类代理)对顾客响应的负面影响会增强。

　　我们预期，负面结果效价将提升所有类型自动化代理的人类等效性，原因在于其缺乏认知灵活性。因此，顾客倾向于将来自自动化代理的负面结果(例如贷款被拒)视为不如来自人类员工那样针对个人。

　　我们预期，随着时间的推移，自动化代理将越来越 趋近于与人类代理等效。此外，自动化代理的能力也应随时间而增强，我们假设这一效应适用于所有类型的自动化代理，因为接触增加和技术改进对所有类型都适用。

　　三、 研究方法

　　一、 研究结果

　　1.整体等效性表现

　　整体而言，自动化代理在相较于人类代理时存在显著的微小负向效应(r = -.127, p < .001)。但在特定的设计特征、情境和任务条件下，某些类型的自动化代理可以达到甚至超越与人类代理的等效水平。

　　2.各类型代理的差异化结果

　　(1)机器人：赋予名称、增加拟人化外观，以及任务需要言语-语言、视觉-空间和处理速度智能时，能显著缓解其负面效应;但在需要社会认同体验的情境下，其负面效应会被强化。

　　(2)聊天机器人：赋予名称、任务需要言语-语言智能会减弱负面效应。特别是在令人尴尬的经历中，聊天机器人甚至表现得比人类更好(r = .281)。然而，增加其拟人化外观反而会产生反作用，增强负面效应。

　　(3)算法：在功利性情境中负面效应减弱;但在需要高专业角色的岗位上，负面效应会被强化。

　　一、 研究启示

　　1.理论贡献

　　(1)拒绝“一刀切”：本研究首次揭示了机器人、聊天机器人和算法在实现人类等效性条件上的巨大差异，证明了需要按类型区别对待。

　　(2)拓展自动化社会临场感(ASP)理论：提出自动化代理是兼具“社会临场感”与“自动化临场感”的混合实体。打破了“拟人化是关键”的传统观念，表明机器本身的特征(如速度和可靠性)同样是极具价值的竞争优势。

　　(3)纠正误区：揭示了各类智能的影响是具有类型特异性的，破除了“通用智能皆有益”的迷思。

　　2.未来研究议题

　　研究呼吁未来进一步探索“人类基准线”吸引力下降的边界条件，深化对社会临场感及自动化临场感发挥作用的具体条件的理解，并考察不同国家和文化维度对自动化代理接受度的影响。

　　至此，本次Seminar文章研读完毕。

　　之后，由谢晓东分享研究进展，老师与同学们提出了建议，并明确了进一步的研究计划。至此，本学期第2次Seminar圆满结束。

　　文字 /张宇瑄

　　排版 /张宇瑄

　　审核/赵文青