用户对于智能语音客服使用行为意愿研究

魏炜　熊宇燊　武晓彤　姜泽宇　王韵涵

摘要：近年来，随着人工智能与互联网技术的急速发展以及移动智能设备的迅速普及，智能语音客服应运而出。智能语音客服可以为用户提供更加方便的服务，它快速精准的为用户查找相关内容，为用户的疑问提供了更加详尽的回答，并为企业节省了一定的人力成本。目前，学术界对于智能语音客服使用意愿影响因素的相关研究过少。因此本文通过将技术接受模型和计划行为模型相结合构建模型，运用调查问卷收集相关数据并使用结构方程模型进行实证。分析感知易用性、感知有用性等因素对智能语音客服使用意愿的影响，对其进行相关研究，不仅可以提升用户的使用感受，还可以为其进一步发展提供可参考的建议。

关键词：智能语音客服 使用意愿 技术接受模型 计划行为理论

中图分类号：F724.6

文献标识码：A

文章编号：2096-0298（2019）03（a）-024-03

近年来，伴随着互联网技术的快速发展，大数据时代的到来，人工智能不断发展走向成熟并迅速普及。人工智能正逐渐进入各个传统行业之中，作为企业核心工作之一的客户服务也在迎接着人工智能带来的重大变革。传统的客服热线都是依靠人工客服及IVR自助语音应答的形式进行解答。例如交通、电力、金融、公共事业等业务范围不仅面向广大群众，同时拥有大量的企业用户，在每天数以万计的查询压力之下，传统服务模式早已不堪重负，这使其整体服务质量和用户体验都受到了很大的影响，对企业外在形象有着沉重打击，如今的人力方面成本提升许多，企业所承受的负担严重。在人工智能技术的帮助下，智能语音客服开始被各个企业所采用。智能语音客服的逐渐使用，极大地提高了客户服务的效率，用户只需要一个通信终端，对着话筒说出所需信息，智能客服将快速精准的为用户查找相关内容进行语音播报。若想进一步了解相关的其他更多内容，可以直接用过电话转接的方式转到相关负责部门，并由更为专业的人员为客户提供详细的阐释与回答。这可以减少对一些较为基础问题回复方面的压力，精简了客服部门的人员数量。以语音交互技术为核心的人工智能产品正逐渐在各大领域投入使用，据Gartner预测，在2020年，人与商业之间产生的90%的商业互动都将是由数字助手来实现。智能语音技术的发展速度将会突破人们的想象，人工智能语音客服正在向智能化、拟人化、简便操作化的成熟技术与完善的服务方向发展。本文通过使用技术接受模型和计划行为理论，寻找当前对用户使用智能语音客服产生影响的因素，并应用于实践，这将会对智能语音客服系统的普及和改进做出重大贡献。

1 理论基础与研究假设

1.1 理论基础与研究整合模型

（l）技术接受模型。技术接受模型TAM（TechnologyAcceptance Model）是于1989年，Davis运用了理性行为理论这一方法，研究用户对信息系统接受时，所研究出的一个的模型。最初，提出技术接受模型的目的，是针对计算机广泛接受的决定性因素进行解释和说明。现如今，技术接受模型常常用于作为解释影响接受信息技术因素的经典模型之一。技术接受模型提出了两个主要的决定性因素，包括：感知的有用性（perceived usefulness）和感知的易用性（perceived ease of use）。感知的有用性可以反映一个人认为使用一个具体的系统对他工作业绩提高的程度;感知的易用性可以反映一个人认为容易使用一个具体的系统的程度。TAM认为，行为意向可以决定使用系统的一些用户行为，并且态度和感知有用性会影响用户的行为意向，而感知有用性、感知易用性可以直接决定态度，而且感知易用性会影响感知有用性。最初，TAM模型是应用于员工对新的信息技术的接受度研究中的，电子商务的兴起使得平台技术和网络服务内容的边界模糊了，且网络服务本身也含有技术因素，故TAM被广泛应用于网络服务和网络商品的采纳行为研究中。故笔者对此认为，智能语音客服属于信息技术类范疇，适用TAM模型进行研究。

（2）计划行为理论。Icek Ajzen于1991年提出计划行为理论。这是Ajzen和Fishbein共同提出的理性行为理论TRA（Theory ofReasoned Action）的继承者，因为Ajzen研究发现，人的很多行为不是自愿，而是受到很多因素的控制的。因此他将TRA理论进行扩展和眼神，增加了一种新概念：对自我行为控制认知（PerceivedBehavior Control），而后发展成为一种新的行为理论的研究模式——计划行为理论（Theory of Planned Behavior， TPB）。TPB理论中认为，行为意向最适合对行为的变量进行解释，而影响行为意向的主要因素有三个，分别是：态度、主观规范、知觉行为控制。已有的研究表明主观规范是会显著正向地影响行为态度多的。像POOL等的观点所阐释的一样：人们在不确定各种条件的情况下，并且认为别人的行为可能是成功行为，会从周围尽可能寻找并得到“该怎么做”等信息，从而导致他们产生服从规范的类似想法。在对居民访谈的过程中，周围人的交流和言论是有可能对受访者对智能语音客服所报以的态度和参与情况产生的影响。对与智能语音客服所能感知到的问题的难易程度，也会影响其使用智能语音客服居民使用智能语音客服作为一种参与行为，适合用TPB进行研究。

（3）研究整合模型。TAM和TPB两种模型，其原理都是根据理性行为理论所发展而得来的。TAM较为关注的点事测量用户对新事物和新技术的接受程度，而TPB较为关注研究用户主观对自身行为的控制。由于这些都是基于理性行为理论发展而来的，是可以对其进行一定的整合的，且已经有研究阐释表明，整合的模型相较单独使用TAM或者TPB模型，其更能合理地进行解释。杨翾等在TAM、TPB整合模型的基础之上，又加入了相关的感知风险探究，有效地阐释影响用户使用智能APP的相关意愿因素。由于智能语音客服的使用属于较为私密的问题，用户之间的分享交流相对有限，故本文未将主观规范纳入模型中。

1.2 研究假设

使用意愿可以反映用户对是否使用智能语音客服表现出的想法或意愿，它对用户是否采取行为产生直接作用。相关研究人员已证实了使用意愿是一项非常可靠的影响因素，使用行为与使用意愿是直接相关的。根据TAM中行为、意愿、态度三者间的关系，使用态度直接影响着使用意愿，因此可以提出以下假设。

H1：使用态度对用户的智能语音客服的使用意愿有正面影响。技术接受模型中，感知的有用性对于影响用户使用新产品或服务非常重要，属于重要变量。它不仅能通过对用户的使用意愿进行影响的方式进而影响用户的使用行为，还能通过影响用户对产品使用的态度，进一步影响到使用的行为。在其他研究人员的相关文献中，感知有用性都是重点考察的对象之一。因此可以提出以下假设。

H2：感知有用性对用户智能语音客服相关的使用态度存在一定正面影响。感知易用性是技术接受模型中的另一重要变量，代表用户学会使用新技术的难易度，在本文中是用户使用智能语音客服时感受到的难易程度。大量研究证实，当用户觉得使用智能语音系统非常方便而且效率很高时，它就会正向影响智能语音系统的使用态度。TAM中还认为，感知易用性不仅能够对用户使用态度产生一定影响，还会进一步地影响用户对产品的感知有用性。刘枚莲等通过对网络消费者购买仿冒品的研究，证实了感知易用性对态度和感知有用性均有正向影响。由此我们可以进一步推出更多的假设。

H3：感知易用性对用户的智能语音客服使用态度存在显著正面影响。

H4：感知易用性对用户的智能语音客服的感知有用性有显著正面影响。

感知风险这项指标最早是哈佛大学Bauer（1960）提出的，并逐渐被引进到了其他学科，这项指标反映了决策者可能面临的损失。感知风险是指居民使用智能语音客服所涉及的交易风险和技术层面涉及的隐私泄露风险。由于智能語音客服是基于信息技术的服务，会有一定风险，例如许多个人信息以及隐私问题。感知风险增加会使得用户付出进一步的代价，故很有可能导致他们放弃使用语音客服。只有当居民认为使用智能语音客服比较安全，才会对其有正面积极的态度。

H5：网络消费者的感知风险负向影响用户使用智能语音客服的态度。感知行为控制是指用户对使用行为预期会遇到的阻碍或者可以控制的程度在某种意义上会是居民对使用智能语音客服增益或者对其产生消极影响因素的知觉反映。在计划行为理论中，感知行为控制被用户的行为意图直接控制，并受到自身能力和外在客观因素的限制。如果个体的能力强.那么可能的约束就会少，反之亦然，他预期收到的阻碍会少，直接影响到行为意图的变强。由此，提出以下假设。

H6：感知行为控制对用户使用智能语音客服的意愿有正向影响。

2 研究设计

（1）设计量表。本研究采取的主要研究实验模型为问卷调查，在量表方面大多数采纳了国内外相关文献中的成熟量表，以此来确保量表的内容效度，并且在原有量表基础上进行加工改进，争取将智能语音客服的特性与量表内容相契合。每个测量问项均采用Likert 5级量表进行测量。1为非常不同意，5为非常同意。调查问卷主要包括对本次调查问卷的简单介绍、个人基本信息和调查问卷主体部分这三个部分。

（2）数据收集。本研究问卷利用问卷星平台进行制作，并采用问卷星的样本服务向使用过智能语音客服的人群发放。发放时间为2018年7月1O -13日，历时3天，共回收调查问卷319份，删除回答问卷时间少于每题4秒钟的，以及部分在量表部分选项完全相同的干扰性问卷，我们收集到有效的问卷247份，有效率约为77%，这保证了有效问卷数量大干问卷量表题项的五倍，表明此问卷符合使用结构方程模型分析的要求。问卷表明，使用语音客服一年以上的人居多，约占60.8%，这个数据说明大部分测试者对智能语音客服相对于熟悉。

3 研究结果

3.1 数据分析

在检验实证模型前，需要对整个问卷的信度和效度进行初步分析，确保问卷的可靠程度。本研究主要采取的测验信度与效度的方法为验证性因子分析（CFA），以此来测度31个问卷测度项的信度和效度。在信度分析方面，主要采用克伦巴赫阿尔法和组合信度来考察。通常认为克伦巴赫α系数和组合信度的最小可接受值均为0.7。而在实验过程中，本文各变量的Cronbach's α值和组合信度均超过了0 7，数据说明此模型具有比较高的信度。本文使用平均抽取变差（AVE）检验模型的收敛效度。所有因子的AVE都大于0.5，因此模型的收敛效度较好。

3.2 假设检验

在检验模型的路径系数与假设时，主要使用了Amos 24.0这一工具。在数据计算下，理论模型与样本数据的适配情况如表1所示。由表1可知，在拟合度指标里除AGFI之外，其他项基本符合判别标准，意味着假设模型与实际数据的拟合程度良好。对模型进行假设检验的结果如图1所示。数据分析结果表明，H3和H8未得到验证;H1、H2、H4、H5、H6和H7在0.001水平上显著，均得到验证。由路径图1中系数可知：（1）对使用态度影响最大的因素依次为：感知有用性和感知风险。（2）感知易用性对感知有用性具有正向影响。（3）使用态度对使用意愿正向影响。（4）感知易用性对使用态度的正向影响没有得到验证。

4 结论与启示

4.1 研究结论

本研究在技术接受模型和计划行为理论相结合的基础上，融合了收益风险分析模型，两者相辅相成，以此构建影响用户使用智能语音客服意愿的整合模型。利用问卷调查，搜集用户使用“智能语音客服”意愿的相关数据，采用结构方程模型，分析使用“智能语音客服”态度、感知有用性、感知易用性，主观规范等变量与“智能语音客服”意愿之间的关系。实证结果有如下发现：（1）用户使用“智能语音客服”的态度受感知有用性与感知风险2个因素的直接影响。其中感知有用性的作用最大，其次是感知风险。（2）感知易用性对用户使用智能语音客服的行为影响并不显著。这与已有研究结论类似;由于用户对新的信息服务并不熟悉，感知易用性无法对其行为产生显著性影响，侧面反映了我国智能语音客服还处于发展初期的现状。（3）感知风险对智能语音客服的使用具有显著负面影响，智能语音客服一旦出现错误会导致用户财产安全受到威胁。安全风险成为目前阻碍人们使用智能语音客服的一大问题。

4.2 管理启示

随着市场上人工成本的不断提高，人工智能技术的快速发展以及智能终端的大规模普及。智能语音客服必然会大规模出现在我们的生活之中。对于如何推动智能语音客服的发展，本文提出以下建议：（1）由本文可知，感知有用性对用户使用智能语音客服态度的影响最为显著。要加速完善智能语音客服的服务质量与服务范围，不断提高智能语音客服的识别率，提高智能语音客服的服务效率，给予用户更好的体验;还要提高智能语音客服的服务范围，减少用户使用中的麻烦。（2）感知风险对用户使用智能语音客服态度的负向影响十分显著，要做好智能语音客服的安全维护，降低用户使用智能语音客服的潜在风险，做好用户个人信息以及财产安全的保护，并要出台相应的赔偿机制，不断降低用户对智能语音客服的风险预期，从而推动用户对智能语音客服的更大范围应用。

参考文献

[1] Davis，F.D.Perceived UsefLlLness， Perceived Ease of Use，and User Acceptance of Information Technology[J].MISQuarterly， 1989， 13（3）.

[2] Ajzen，I.The Theorv of Plarmed Behavior[J].OrganizationBehavior and Human Decision Processes， 1991，50（2）.

[3] Bauer，R.A.Consumer Behavior as RiskTaking[J]. Hancock，Chicago： American MarketingAssociation， 1960，56（18）.

[4] Pool，G.J.&Schwegler，A.F.Differentiating amongMotives for Norm Conformity[J].Basic and AppliedSocial Psychology， 2007， 29（1）.

[5]杨翾，彭迪云，谢菲.基于TAM/TPB的感知风险对用户信任及其行为的影响研究——以支付增值产品余额宝为例[J].管理评论，2016，28（6）.

[6]劉枚莲，邓欣萍，申琼.网络消费者仿冒品购买意图的实证研究——基于TAM和TPB集成视角[J].企业经济，2017（7）.