人工智能 vs. 人類：誰較適合處向顧客說「不」？
新研究顯示，儘管人們普遍較希望獲真人接待，但在某些情況下，聊天機械人有助減少負面評價
通過真人互動處理客戶服務的做法終有一天將變得過時，而這一天或會比我們想像中更早來到。人工智能（AI）聊天機械人愈來愈廣泛地為企業用作處理客戶需求，從而改善了服務管理水平、降低了勞動成本，並有效地提供標準化服務。然而，在眾多優點當中，會否隱藏着一些問題？
根據市場調查公司Spherical Insights發表的最新報告《環球聊天機械人市場》，全球的聊天機械人市場規模於2023年達到53.9億美元，且預計將於2033年飆升至428.3億美元。隨著聊天機械人的重要性與日俱增，企業有必要更深入地了解客戶對這先進技術提供的服務之反應。
聊天機械人旨在以標準化的方式處理客戶需求，依賴預設的程序及演算法。「消費者確實常對機械人提供的服務持反感態度，因為他們認為機械人缺乏獨特性和同理心，」 香港中文大學（中大）商學院市場學系教授沈浩表示。
但聊天機械人提供的服務並不必然帶來較差的效果，尤其是在企業不得不拒絕消費者要求的情況下，而這有時候是無可避免的。沈教授指出：「我們的研究發現，當消費者的服務要求遭到拒絕時，如果服務是由聊天機械人代為處理，會減低他們對該服務的負面評價。」
在一項題為《聊天機械人的興起：機械人拒絕要求如何影響消費者反應》的新研究中，沈教授與西南財經大學副教授熊霽、BI挪威商學院助理教授余樹彬合作，探討當消費者的要求被真人或聊天機械人拒絕時，他們的反應會如何以及為什麼會有所不同。
對聊天機械人期望較低
人們預期聊天機械人提供高度標準化的服務，其特點是明確界定的步驟以及最小的結果變化。「大家會認為它們不太能迎合消費者的個人喜好，」 沈教授道，「因此，消費者往往對聊天機械人的服務靈活性期望較低。」
研究團隊根據他們的觀察提出，由聊天機械人拒絕服務要求，較不容易引起消費者作出負面評價。另一方面，消費者亦可能不太會欣賞或感謝聊天機械人的服務，因為他們認為聊天機械人只是遵循既有設定處理要求。
為驗證他們的假設，研究人員進行了一系列的實驗及實地考察。在前三項研究中，他們發現消費者被聊天機械人拒絕要求時的負面評價會比由真人拒絕時較為輕微。第一項研究是通過Prolific進行問卷調查，這是一個在全球招募參加者的網上平台；而第二、第三項研究則使用了現實生活中的情況，進一步支持了研究人員的假設。
第二項研究的參加者是來自中國南方的200名大學生。他們收到了一家虛構公司的禮券，若然他們不喜歡預設的禮品，他們可以選擇聯絡人工智能聊天機械人或真人，以兌換不同的禮品，但他們所有人最終收到了的都會是預設禮品。在此之後，參加者通過問卷對服務進行了評分。一如研究人員的預期，參加者對聊天機械人拒絕服務的接受程度較高。
第三項研究同樣在中國進行，由於情境設計的關係，僅涉及女性參加者。該研究進一步顯示，當消費者的要求是由聊天機械人作出拒絕時，他們對公司的不滿會較少。
帶感情道歉或產生反效果
找到聊天機械人用於拒絕服務要求可以減輕負面影響的證據後，研究人員從另一方向探討了聊天機械人最終所提供到的服務是否會影響消費者的反應。沈教授分析：「如果消費者傾向認為機械人提供服務是出於預設指令，而不是出於企業樂於幫助客戶的意願，那麼就算他們順利得到服務，他們應該也會對該服務的評價不高。」
第四項研究的結果與他們的推測一致，顯示當消費者的需求得到處理後，若負責的是聊天機械人，有關服務的評價會不及真人負責的正面。
當服務出現問題時，企業最好利用富有感情的訊息向消費者道歉，表現出同情或內疚等情感，承認消費者的不愉快經驗並承擔責任。但要注意的是，聊天機械人發出的帶感情道歉並不如真人的有效，甚至可能產生負面效果。
沈教授解釋道：「同樣是帶有感情的道歉，消費者或會認為聊天機械人與真人相比，不夠真誠。」他補充指，感情本是人類獨有的東西，將之加於機器身上可能會令人們感到不安。
研究結果另顯示，當道歉不帶情感時，無論是來自人工智能聊天機械人或是人類，消費者會認為兩者的真誠度不相伯仲。
因時制宜
現有的學術著作指出，人們傾向於把機械人及人類清楚區分開來，並表現出對演算法的反感，但是次研究揭示了聊天機械人的正面效果。「我們的結果顯示，消費者仍然較希望與真人溝通交涉。然而，這並不意味著人類作為代理人總是最佳的選擇，」 沈教授說。「當消費者的服務要求被聊天機械人拒絕時，人們認為機器欠缺靈活性的刻板印象反而可產生緩衝作用，在不知不覺間減輕了拒絕提供服務對整體服務評價的負面影響。」
沈教授建議企業善用聊天機械人就服務出現的問題向客戶作出解釋，這不單有助提高成本效益，更重要的是，這可減輕服務失敗的負面影響。與此同時，沈教授亦提醒，個人化的服務，例如帶感情的道歉，若由聊天機械人負責處理或會產生反效果，管理層應對之有所警惕。
由於聊天機械人或許不適合提供需要情感支持或建立情感聯繫的服務，沈教授表示，未來的研究可探討消費者在不同的服務需求對不同類型的服務人員之滿意度，包括聊天機械人及人類。