于1月初举办的ZIBS 2024学术论坛以“责任与机遇：构建ESG驱动的全球商业新生态”为主题，深入探讨了数据智能、环境科学、金融科技、数字创新和企业革新等领域的前沿议题。论坛旨在分享最新的研究成果、创新理念和实践经验，为全球商业、科技和教育的可持续发展提供深刻的见解和策略。
本期《ZIBS视界》栏目聚焦学者论坛环节中ZIBS助理教授王一苇的分享。其围绕生成式人工智能对劳动力结构的影响展开主题演讲，以下为其观点摘要。
生成式人工智能及其应用
作为一种能够自主生成如文本、图像和视频等新内容的人工智能技术，生成式人工智能（Gen AI）将在商业运营中发挥重要作用。以ChatGPT和Gemini为例，这些工具通过提高客户服务的质量和速度，从而助力企业降本增效。生成式AI通过学习大型数据集中的模式，生成新的、拟人化的内容。这些系统使用先进的神经网络架构。例如，ChatGPT可以生成自然语言回复，DALL-E可以生成图像，StyleGAN可以生成视频。这些技术被广泛应用于客户服务、市场营销、软件工程和产品研发等多个领域。
研究目标与方法
研究的主要目标是分析生成式AI对服务速度和质量的影响，探索其背后的作用机制，并考察对不同用户群体的异质性影响。实验涉及6000名淘宝人工客服，我们随机给其中约50%的客服配置了生成式AI助手。该工具通过大语言模型算法，为真人客服提供问题识别和解决方案的文本建议。实验组的真人客服可以选择直接采纳，修改后采纳，或者不采纳生成式AI所提供的文本建议，而对照组的客服则无法使用生成式AI助手。分析指标包括服务速度、问题识别时间、客户评分等。此外，我们还详细记录了人工客服与客户的互动过程，包括响应时间、消息数量和打字时间等。实验设置包括超过250万次的客服与客户互动和38万次的客户评分。参与实验的客服大多数工作时间不到12个月，大多数在4-5个月前开始工作。
主要发现与研究意义
据课题组所知，本项目是最早在商业环境中探索生成式AI对员工绩效影响的大规模随机实验研究。研究重点关注智能客户服务——生成式AI的一个关键应用领域。研究结果显示，生成式AI显著提高了客服服务速度和质量。具体来说，在100%使用率下，使用生成式AI助手的人工客服问题识别时间减少了32%，总聊天时长减少了4.2%。与此同时，在100%使用率下，使用生成式AI助手的人工客户评分提高了5.3%。有趣的是，使用生成式AI的客服变得更加积极，表明人机协作中存在积极的互动效应。此外，研究还发现，生成式AI对低绩效员工的提升效果更为明显，缩小了低绩效与高绩效员工之间的差距。低绩效员工在使用生成式AI工具后，服务速度与服务质量均显著提升，而高绩效员工在使用生成式AI工具后，服务速度提升，但是服务质量下降。这一发现对于理解和优化企业内部的绩效管理具有重要意义。
研究挑战与未来方向
尽管生成式AI带来了显著的优势，但也存在一些挑战，例如员工对AI建议的抵触情绪和对AI的过度依赖。未来的研究将探索增强人机协作中信任和效率的策略，以及激励和留住顶尖人才的方法。此外，研究还将关注生成式AI对劳动力结构和员工福利的长期影响，以及如何改进生成式AI以适应员工的使用行为。例如，如何通过培训和激励措施提高员工对AI建议的接受度，以及如何设计更有效的AI系统以减少员工的抵触情绪。
结论
生成式AI在提高客户服务运营效率和客户满意度方面具有巨大潜力。本研究为如何将AI融入到企业实际应用中提供了见解。随着企业继续采用AI技术，理解其对人类绩效的影响将是企业实现可持续增长的关键。研究还指出，尽管生成式AI在提高生产力方面具有巨大潜力，但也需要关注其对员工激励和企业长期发展的影响。例如，如何平衡AI的自动化优势和人类员工的创造力，以及如何在提高效率的同时保持员工的积极参与度。
*以上内容由王一苇在ZIBS 2024学术论坛上的演讲发言整理而成。文章仅代表学者个人观点，不代表ZIBS立场。点击文末“阅读原文”了解更多。
王一苇现任ZIBS助理教授、浙江大学大数据科学国际研究中心研究员。他博士毕业于美国加州大学尔湾分校商学院（管理学博士学位），本科毕业于加州大学伯克利分校（运筹学学士学位）。他的研究发表于Manufacturing and Service Operations Management， Service Science，以及Management Science等学术期刊，并有多篇论文处于审稿阶段。他担任国家重点研发计划项目子课题负责人，国家高端智库重点研究课题项目负责人，并主持完成了多项企业与政府委托课题。他还担任期刊Management Science，Operations Research，Journal of Operations Management，Omega与Decision Analysis的匿名审稿人。
