AI技术的飞速发展推动聊天机器人等形式的会话智能体（conversational software agents）逐步取代人工客服被应用到一线的服务场景中（Adam et al.,2020）,从根本上改变了原有的服务模式并带来焕然一新的客户体验。通过即时的自然语言处理技术,实时对话机器人（以宜家的Anna,京东的JIMI为例）为服务提供商提供了一种相比人力更能节省时间和成本的解决方案,从而在各个行业得到了广泛的应用（Gnewuch et al.,2017;Pavlikova et al.,2003）。从发送机票信息之类的简单任务再到提供健康或购物建议这类的复杂工作（Araujo,2018）,对话式智能软件机器人的身影越来越频繁地出现在各大社交媒体和讯息平台。尽管聊天机器人的推广已势不可挡,新兴技术所带来的陌生感和不安感还是在近些年的广泛使用过程中不可避免地引发用户的怀疑甚至是抵制,给服务过程带来负面影响（i.e.Elsner,2017）。聊天机器人具有巨大的商业价值同时也在推广中面临严峻的挑战,基于此人工智能软件的拟人化程度和社交属性具有重要的研究价值和现实意义（Araujo,2018）。因此学术研究者和IT开发人员始终致力于研究通过增添类人的设计提示以增强拟人化程度,进而优化人机关系,并在交互过程中提供更优质的顾客体验。先前有关人工智能拟人化（VADCs）的研究主要集中于具有实体的机器人上面,基于文本的对话软件型机器人则鲜有触及。同时对拟人化设计和客户反馈之间的关系还尚无定论。一部分学者认为具有拟人化特征（如在外表、语言风格等方面）的机器人有望激发客户参与度和提升信任度,从而带来提升服务质量（Rietz et al.,2019;Cassell et al.,2001;Go and Sundar,2019）。然而另一种理论视角则表明,具有高拟人化水平的人工智能可能会通过引起恐怖谷理论中所提出的紧张和不适感而触发使用者的不良反应（Moosa and Ud-Dean,2010）。此外对聊天机器人的实证研究近些年才在零售、酒店、餐饮等领域兴起,很多领域尚未得到关注,其中就包含对服务失败的补救管理（Huang et al.,2020）。服务失败会带给顾客以强烈的情绪波动,这种影响会持续到后续的补救过程中,导致负面的客户反馈、评估和配合意图。基于上述背景,本文意在研究聊天机器人的言语拟人化设计对服务补救过程中顾客的配合意愿度的影响。我们将研究对象限制在言语拟人化方面,从而避免面部表情或身体移动等干扰因素。具体来看,我们首先探究有言语拟人化设计和没有相比在服务失败和补救完成的期间是否会对顾客的合作意愿产生更积极的影响（H1）。其次,我们通过探索VADCs如何影响社会认知维度即感知温暖和感知能力两个方面,来探究其影响顾客行为意图背后的潜在机制（H2a,H2b）。在此基础上,我们增加情况因素和个人特征,以探索如何最大程度上发挥VADCs的功能。以往研究表明,顾客会基于服务失败的过程产生不同的后续反应（Albrecht et al.,2019;Smith et al.,1999）。由于结果失败通常会导致核心服务价值的损失,而过程失败会因服务过程缺陷而对自尊造成威胁,因此在与CAs进行交互之前,顾客经历了不同的认知过程并因此产生不同的需求。因此,我们假设服务失败类型会对VADCs的有无和顾客感知温暖（感知能力）之间的关系具有调节作用。具体来看,有VADCs相比于没有的情况对感知温暖的积极作用在过程性失败下更明显（H3a）,同样在结果性失败下有VADCs相比于没有的情况对感知能力的积极作用更显著（H3b）。通过进一步对顾客技术接受程度（TR）的调查,我们推断TR的高低会和服务失败类型同时起到调节作用,即作为调节变量的调节变量影响VADCs和顾客感知温暖以及感知能力之间的关系（H4）。我们通过在线回收情景调查问卷的形式展开共计三个调查研究以验证假设,分别收集了 218,200和402个样本数据,这些参与者或来自于平台雇佣或通过滚雪球的方式在社交平台上通过熟人邀请。研究一针对服务失败条件下VADCs的有无和顾客合作意愿之间的关系进行了初步测试,证实了我们对加入言语拟人化设计有积极影响的假设。研究二的结果表明拟人与非拟人情况相比,可以分别提高感知温暖和感知能力两个维度,进而导致更积极的顾客合作意愿。实验结果某种程度上证实了 van Doorn在2017年所提出的假设即机器拟人化背后的潜在影响机制。最后,研究三考察了服务故障类型和技术准备水平的调节作用,为H3a、H3b和H4提供证据。在此过程中,参与者根据问卷的不同被随机分配到4个不同的场景中（结果失败-有VADC;过程失败-有VADC;结果失败-无VADC;过程失败-无VADC）。参与者的技术接受程度是根据先前研究的量表来设计的（Parasuraman and Colby,2015）。层次回归分析的结果表明,存在服务故障类型和技术就绪程度的调节作用即TR的高低会进一步调节VADCs和失败类型之间的双向交互作用。综上,我们发现当顾客的技术接受程度很高同时处于过程性失败的条件下,有VADCs相比没有可以发挥最大程度上的积极作用。当顾客技术接受程度很低的时候,若同时处于结果性失败情况,有VADCs能发挥的积极作用最弱。此次研究对聊天机器人的拟人化设计及应用场景提供了重要的理论贡献和未来研究价值。通过实证研究,我们得出是否应在聊天机器人上使用言语拟人化设计,以及在考虑了服务失败类型和技术接受程度的情况下,什么样的使用场景可以发挥此设计的最大化价值。研究表明有VADCs的情况下更能促进顾客的合作意愿并提升服务体验。同时,言语拟人化设计能同时提升顾客对温暖和能力的感知,这不仅揭示了其背后的潜在机制并凸显了机器人在服务补救过程中与客户互动的独特“社会性”能力,进一步印证机器人可以作为人类更好的替代品被应用于服务业中。最后,本文最大的贡献在于探索并发现技术接受程度和服务失败类型一起调节VADC对感知的温暖和能力的影响过程。我们不仅在服务失败管理领域对新兴的聊天型机器人进行了首次探索,并通过揭示调节的调节作用对未来研究起到催化剂式的促进作用。除了理论上的贡献,我们还为企业和IT开发人员提供了宝贵的实践见解,尤其是在服务补救过程这一重要但尚未充分研究的领域。我们建议可以通过言语拟人化来增强顾客与机器人间的合作意愿,支持将会话聊天机器人广泛应用于一线服务中。基于“2025年技术主导市场”的概念,本文为在实际实践中更有效地使用言语拟人化设计提供思路和指引。