社會交換理論視閾下的人工智能和服務業：顛覆還是突破？

范伊璠，范永茂

（1.上海大學 悉尼工商學院，上海 201899；2.中國人民大學 公共管理學院，北京 100872）

一、引言

近年來，人臉識別、機器翻譯、聲紋識別等智能應用以及無人駕駛汽車、智能機器人等高度智能化產品正逐漸進入人們視野，滲入生產生活的各個方面。隨著人工智能和大數據被廣泛應用，人類社會也進入了以服務業為主導的后工業化時代，其中服務業生產方式在朝著智能化和現代化轉變[1]。然而與此同時，現代服務業正在遭受一場考驗，一場從“人對人”服務轉變為“智能對人”“技術對人”服務的考驗。現代服務業可以被解釋為那些不生產商品和貨物的產業，大體與現代第三產業相似，包括信息、金融、法律、教育等服務行業[2]。這些服務行業一個最大的特點就是與“人”直接接觸，需要考慮顧客的體驗感并通過提供良好的溝通和服務幫顧客解決問題。但是，在智能機器人、智能客服、智能問診以及越來越多的人工智能應用出現的背景下，即使沒有直接的人與人之間的接觸，顧客也能在人工智能和大數據的幫助下得到需要的服務，這就對傳統服務方式產生了一定沖擊。

如今，包括人工智能在內的各項新技術的蓬勃發展，極大程度改變著人們的生活。2021 年8 月13 日科技部辦公廳印發的《關于開展顛覆性技術研發方向建議征集工作的通知》指出，顛覆性技術作為一種另辟蹊徑的革新，具有重塑人類生活、工業生產、商業消費模式的革命性意義，是科技創新的重要突破口。顛覆性技術在技術層面上看最顯著的特點是破壞性，即不同于主流產品和服務，通過改變既定的技術范式完全破壞現有的市場格局和管理方式[3]。而與之不同的另外一個技術概念是突破性技術，它是由科學前沿與新興技術結合產生的創新變革，可以為產業帶來重大技術變革和市場顛覆，影響未來產業的發展方向[4]。與顛覆性技術不同，突破性技術不是對現有技術進行改進或重新組合，而是通過全新技術革新產品架構、催生新的應用，能夠滲透到企業價值網絡和創新生態體系，對企業、產業和社會經濟發展進程都會產生深遠影響。那么，人工智能作為一項功能強大的新興技術，它對現代服務行業來說究竟是一次重大顛覆還是突破呢？本文旨在從學術界社會交換理論的角度深入探討人工智能技術的沖擊作用，幫助企業、政府及實踐界更好地理解這次技術變革。

二、社會交換：一個分析框架

（一）理論內涵

作為社會學的一個重要理論，社會交換理論（Social Exchange Theory）最早產生于20 世紀中葉的美國，在斯金納操作反射理論的基礎上由美國社會學家霍曼斯提出，用于解釋人與人之間的交互活動和社會關系，描述了一種價值交換的過程[5]。該理論認為在人際互動中，各方參與者在與對方開展相關活動的同時會交換有價值的資源，其核心是人們間的關系遵循互惠原則,其中的交換報酬不但有物質的報酬還有心理的報酬[6]。然而，在社會交換的背景下，互惠原則這一核心條件的定義仍然還存在歧義。已有研究將這種交換互惠原則從單一的互惠延伸到廣義的互惠，即沒有明確的等價償還機制，具有低自利性[7]。從這方面看，與基于等價公平原則的經濟交換不同，社會交換理論并不局限于滿足個人利益的物質交換，還可以拓展到帶其他無形資源（如心理滿足感、愉悅感等）的交換行為，例如利他行為就是一種由心理報酬推動的社會交換。

社會交換的類型根據交換過程的特點可以梳理為四種類型，分別為利他型、利己型、合作型和沖突型：（1）利他型社會交換強調互動參與者不去估價和計算交互場景下所交換物品和服務的價值，他們的交換內驅力是表達自身的觀念和原則。這類交換行為由社會對參與者的行為期待所推動，因此參與者在整個交換過程中都會注重其角色義務的實施和角色關系的維護；（2）利己型社會交換則相反，它是指參與交換的行動者只從個人的角度來滿足自我利益，而不考慮他人的利益；（3）合作型社會交換是指參與者在實現自我利益的同時將對方利益納入考慮，在基于雙方一致的價值認同上，確立滿足社會公平原則的交換結果，其中交換對象可以是相似的物品和服務；（4）沖突型社會交換則發生在完全對立的行動者交換過程中，是以徹底損害對方的利益為前提來實現自我利益[8]。

由于主體在交換過程中不能明確對方能否給予對應的回報，因此社會交換行為具有一定不確定性。正因如此，信任成為了影響社會交換行為的重要因素[6]。通常隨著信任程度的增加，社會交換行為也會被注入更大的價值。Blau 在1964 年提出，信任的產生有兩種方式：第一種是與對方產生定期、一致的互惠行為且得到收益；第二種是與另一方逐漸擴大交換。他還認為責任感也會對社會交換產生影響，參與雙方相互的責任度越高，他們的社會交換就越穩定，因而更可能從交換中獲利[9]。在此基礎上，有學者將社會交換關系的建立分為三個不同階段：首先是對交換的風險評估階段，其次是嘗試交換的行動階段，最后是建立穩定的交換關系階段[10]。

總的來看，社會交換理論把社會網絡的概念引入了社會交換關系中，把較為微觀的人類交換行為延伸至更為宏觀的社會背景層面[11]，為未來的研究提供了更廣闊的理論基礎。

（二）社會交換理論的相關研究

現有關于社會交換理論的很多研究集中在用該理論解釋工作組織中員工的行為，例如依據社會交換過程分析員工組織承諾的形成過程[11]、探究社會交換理論下組織公民行為的影響因素[12]、基于社會交換理論從員工和組織視角進行員工—組織關系研究[13]等。這些研究旨在研究和分析企業中員工的社會交換過程和其影響因素，從而促進員工更好地表現。

此外，相關研究著重探討了社會交換理論在知識共享方面的應用。例如，李金陽（2013）[6]從社會交換理論出發，指出了共享意愿、互惠、信任、利他因素將影響虛擬社區中的個體知識共享行為，將虛擬社區知識共享行為解釋為一種個體進行社會交換的過程。也有研究認為不同的個體或組織之間存在知識存量差異，而知識共享作為一種彌補知識存量差異的方法，可以被視為一種社會交換行為[14]。還有學者提出了教育背景下的社會交換，教師依托知識共享機制，通過教師共同體和學校組織平臺進行互動交往行為，付出相應成本來獲得社會報酬[15]。

同時，社會交換理論也被廣泛應用在醫療、旅游、營銷等不同社會場景下。在醫療方面，相關研究從社會交換理論視角探討了診療過程中醫生和患者之間建立的互惠的相互期待關系，提出了構成醫患關系的兩個重要因素[16]。還有的研究基于社會交換理論，討論了政府和社會資本合作下醫養結合項目的可行性以及建立醫養結合養老服務共同體的可能性，指出政府和社會資本在醫養項目上的合作參與符合社會交換理論的交換過程，并提出了要構建法律框架下互惠公平的社會規范，設立合理的風險分擔與投資回報機制以保證雙方共同利益[17-18]。在旅游服務方面，許多研究使用社會交換理論來解釋居民的旅游影響感知和態度[19]。例如，艾普提出了旅游作用影響機制下的社會交換模型。他指出在旅游開發中，目的地社會的動機是為了滿足當地居民在經濟、社會、心理等方面的需要，從而推動雙方交換過程[20]。還有學者基于關系營銷理念和社會交換理論，提到B2B 客戶推薦可以被視為一種社會交換過程，客戶會通過權衡感知的交換收益與交換成本來決定是否參與推薦，并揭示了雙方關系強度、客戶信任度等因素對客戶推薦意愿的影響機制[21]。

目前研究者們用社會交換理論解釋了很多企業組織中的員工行為以及各類場景下的交互過程，但是依據社會交換理論分析技術革新對行業沖擊和影響的研究仍然需要進一步豐富和加強。本研究旨在應用社會交換理論，分析并探究人工智能對現代服務業的影響。

三、人工智能技術在服務行業的應用現狀

厚植于大數據平臺，人工智能技術在服務行業的應用不斷深入和拓展。根據騰訊研究院發布的《2017 年中美人工智能創投現狀與趨勢研究報告》，醫療、教育、金融等服務性行業與人工智能融合的程度普遍較高[22]。

在醫療方面，人工智能的發展催生了智能健康云平臺、人工智能客服、醫療影像輔助診斷、藥物研發等諸多應用，可以極大解決醫療資源緊張、就診手續復雜、醫患糾紛等問題，提高醫療服務的效率。尤其是在新冠疫情期間，智能導診機器人、智能測溫機器人、AI 影像診斷、遠程醫療等應用發揮了重要的作用。又如在醫療服務中，依托人工智能和區塊鏈技術合作創建的健康生態系統可以用來有效解決醫療數據訪問和共享的問題，推動全球醫療一體化進程[23]。其中，BurstIQ 就是一個基于區塊鏈的個人醫療數據共享平臺，作為醫療領域頂級的人工智能公司之一，它提供了企業所需的數據信息，幫助企業為客戶更精準地提供服務。這無疑對醫療行業來說是一次以技術為核心的重大變革，打破了原有的問診服務模式。

在教育方面，人工智能可以實現遠程授課、多資源授課、一對一定制化授課等服務，解決傳統教育中信息渠道不暢、資源分配不均等問題，為更多的家庭提供更加優質和便捷的教育服務。在應用場景中，憑借強大的運算能力和深度學習能力，人工智能在教育問題解決中主要有四大應用形態，分別是智能導師系統、教育游戲、自動化測評系統與教育機器人，且其典型特征突出體現在智能化、多元化、個性化、自動化和協同化五個方面[24]。在此基礎上，“人工智能+教育”生態系統的發展趨勢愈加明顯。研究指出目前“專家系統”是“人工智能+教育”的主要應用形式，借助知識庫和學生模型人工智能也進一步應用到網絡教育和遠程教育中，隨之而來的是智能教學系統、智能輔助教學系統等迅速發展[25]。在原有教學系統的基礎上，人工智能的融入將促進傳統教學模式的地域限制和知識有限性，加快教育服務行業的更新。

在金融行業，智能金融客服系統通過提供自助服務業務辦理可以提升客戶體驗，且由人工智能驅動的投資顧問能夠依據客戶的實際情況和個人偏好，通過一系列智能運算和分析，為顧客提供個性化、智能化的資產管理服務方案。具體來看，目前人工智能在金融領域的應用主要在投資顧問、信貸與監控預警、交易預測以及客服優化等方面[26]。例如，全球第一個由人工智能驅動的基金Rebellion 曾比惠普提前預測了2008 年的股市崩盤并在2009 年給了希臘債券F 評級，顯示了強大的數據分析能力和預測能力[27]。此外，螞蟻金服已成功將人工智能與互聯網小貸、征信、業務服務等領域相結合，為顧客帶來了數字金融生活的新服務體驗。線下金融服務的發展也出現了人工智能的身影，交通銀行在2015 年首次推出人工智能服務機器人“嬌嬌”，目前已在上海等近30 個省市的營業網點得到應用。

對于電商行業來說，大數據、云服務、RPA 等技術的新型商業智能為跨境電商企業提供了多維決策的智能服務[28]。同時，大數據和人工智能的深度融合為顧客帶來了智能選品、智能銷售、智能個性化定制化、智能客服等服務，進一步改善電商服務質量和水平。例如，為了幫助消費者更好地選品，現有研究基于大數據技術探討了人工智能在跨境電商導購平臺的應用，提出通過個性化推薦算法實現顧客個性化商品推薦。現有最常用的推薦算法主要有四種，分別是基于文本的推薦算法、基于協同過濾的推薦算法、基于圖的推薦算法以及混合推薦算法[29-30]。

人工智能在服務業的應用具有范圍廣、擴散快、程度深、創新性強等特點。隨著人工智能與服務領域的不斷融合，并在服務業細分領域的深度應用，其對服務業的影響不可忽視，這樣的技術變革帶來的沖擊作用究竟是顛覆還是突破值得進一步探究，本文將在下一節基于社會交換理論重點闡釋。

四、社會交換視角下人工智能對服務行業的影響

（一）顧客體驗價值的再造

人工智能帶來的新功能、新應用給顧客提供了與眾不同的服務體驗，推動了顧客體驗價值的再造。顧客體驗價值可以劃分為三個維度，分別是認知體驗價值、情感體驗價值和社會體驗價值[31]。認知體驗價值是指人們在使用人工智能技術處理和分析信息的過程中獲得的價值；情感體驗價值是顧客由人工智能技術的情感特征所帶來的感官刺激和情感連接中獲得的價值；社會體驗價值是顧客通過人工智能技術連接到他們周圍的社會和世界而獲得的價值[31]。人工智能與大數據在為顧客帶來傳統服務體驗價值的基礎上，讓顧客感知到了新技術帶來的附加價值，創新性地增加了顧客體驗價值。從這三個方面具體來看：

第一，認知體驗價值。人工智能使顧客可以借助大數據和算法來完成決策，為他們帶來新的認知體驗，例如人工智能客服、虛擬助手以及聊天機器人等。

第二，情感體驗價值。人工智能技術的情感特征可以為顧客帶來多重感官體驗和情感連接，例如最新出現的人性化和擬人化機器人也擁有感知和情感的特征，而不僅僅是冰冷冷的機器，這可以為顧客帶來情緒體驗價值。

第三，社會體驗價值。人工智能通過提供人機互動和全球范圍內的互聯互通創造了“全新的世界”，將科技融入人們生活，可以為人們帶來社會體驗價值。

從社會交換理論來看，在顧客與人工智能的交互中，顧客通過付出時間、金錢、精力等資源來換取體驗價值，符合商業交換的公平原則和合作型社會交換的特點。例如，在教育服務行業，顧客通過提供金錢和時間資源來交換遠程授課、一對一定制化授課等服務帶來的三種體驗價值——AI 授課所帶來的認知價值、與AI 學習交流所帶來的情感價值以及實現跨地區學習交流的社會價值。又如在金融行業中，顧客可以使用自己的現有資源來交換智能金融客服帶來的體驗服務，包括智能分析提供的認知體驗、與智能客服交互的情感體驗以及了解世界范圍內金融現狀的社會體驗。同時，根據霍斯曼的社會交換理論，價值命題是一個重要的交換命題，它指出個體會在行動結果的價值驅使下從事某項行動，這也進一步解釋了顧客的正向交換過程。隨著人工智能在服務業的深度應用，在創新體驗價值的驅使下，顧客將會主動進行合作型社會交換，與企業達成互惠的交換結果。

（二）企業、政府服務模式的改變

事實上，大數據的普及和算法技術的更新為人工智能的不斷發展提供了條件，也為人工智能在現代服務業的應用提供了可靠且穩定的數據基礎[32]。借助大數據體量龐大、類型多樣、運行速度快等特點，現代服務業可以廣泛地搜集數據信息并依托人工智能的算法模型和深度學習對數據進行有效處理和使用，最終為顧客提供滿意而精準的服務，這也加速了數字化服務模式的發展。同時，人工智能、大數據打破了地域和時空限制，有助于現代服務業進一步縱深發展，形成世界范圍內互聯互通網絡，為消費者提供更加便捷和靈活的延伸和擴展服務。在此背景下，數據共享服務模式成為了服務企業面臨的必然趨勢和發展路徑。

人工智能的背后是以數據算法改革為核心的服務流程再造，也是數據權力重塑的過程，數據平臺使得企業服務流程更加扁平化，打破了組織傳統的縱向權力架構。不僅企業服務，在政府公共服務中也是這樣，數字治理促進了新的管理生態形成，數據作為政府管理的重要內容，為政府服務提供了必不可少的抓手，也為“互聯網＋公共服務”新模式的形成提供了必要條件[33]。人工智能的發展為權力邊界和組織互動方式提供約束力并激發創新動力，賦予了企業和政府組織新的管理模式和治理格局。

基于社會交換理論，隨著服務管理模式的創新，企業、政府可以借助人工智能和大數據平臺交換數據資源，從而達成合作互惠的社會交換。有研究指出盡管采納和使用信息數據系統是一種涉及風險和利益的決策行為，但是社會交換理論可以作為一種解釋結構闡述這種行為的前因[14]。本質上，企業之間進行數據共享和數據交換是基于合作型社會交換，互相得到有利的數據資源，符合互惠的原則。而組織內部權力的重塑也是一種社會交換，通過整合服務流程和權力架構來交換新的組織創造力和發展潛力。可以看出，人工智能與大數據相輔相成催生了數據交換和共享模式，促進了現代服務業企業盈利模式和服務方式的創新，打破了企業和政府傳統的服務流程和管理模式，通過加速數字化進程為提升用戶體驗、改善服務模式創造了更多的可能性。

五、人工智能的風險挑戰

除了對顧客和企業的影響，人工智能也為現代服務業的發展提供了更多新型就業崗位和高質量就業機會，促進了服務行業在大數據時代的良性和智能化發展，但是，伴隨著人工智能發展而來的風險和挑戰也引起了廣泛關注。

1.倫理問題的風險。人工智能帶來的另一個問題是倫理主體認定的模糊性。因為人工智能嚴格意義上并不是社會主體，所以當出現問題時人工智能的責任很難界定，這也就造成了一定風險和隱患。以醫療服務行業的人工智能為例，智能診斷技術并不能保證百分百準確，而當人工智能做出了錯誤判斷，誰來承擔這一責任變成了很多人擔心的問題。特別是在未來強人工智能與超人工智能的不斷發展下，人工智能產品將會具有獨立自主意識和自主行為，可能會超越人類控制邊界并產生嚴重的后果[34]。事實上，人工智能給倫理學帶來的挑戰不僅僅是主體問題，還有更實際的倫理責任問題，包括人工智能是否應該擁有與人同等的政治權利和道德地位以及是否具備充足的責任能力[35]。

2.隱私保護的挑戰。在數據如此龐大而流通的今天，人工智能憑借對大數據的學習不斷進化，然而與此同時帶來的數據泄露和隱私問題卻可能影響服務業中顧客的價值交換過程。大數據技術的內在本性是追逐數據，特別是提取關于個人特殊信息的數據，而人工智能也是借助算法和數據來進行學習和發展的，這就使得隱私保護成為大數據時代最為緊迫的問題之一[36]。當犧牲個人隱私逐漸成為換取生活便捷的必要代價，大數據人工智能時代便出現了一個嚴峻的問題:如何構建和保持價值交換與隱私保護之間的平衡。

3.法治化構建的挑戰。對于政府公共服務來說，人工智能技術參與行政決策或立法程序會對社會法治化產生一定影響。人工智能的自主決策與立法過程超過了行政行為主體的認知范疇，因而很難人為控制和預料，其立法和決策的合理性、公平性和合法性也難以保證[34]。這對政府如何善用人工智能技術構建公平和諧的法治化社會提出了挑戰，要求政府的公共服務在算法控制和法律約束之間找到合理界限。

面對這次重大技術變革，人工智能在提供更多機遇的同時，也預示著未來有更多的社會責任需要企業來承擔，人工智能帶來的倫理責任問題、隱私保護問題以及法治化構建問題不容忽視。

六、結論

在新技術不斷發展的今天，沒有什么是不變的，唯一不變的就是不同行業都會隨著技術的進步而不斷改變。在服務業中，人工智能的廣泛應用帶來了顧客體驗價值的再造和企業、政府服務模式的改變，在此過程中社會交換也發生在顧客與企業之間以及企業與企業之間，使整個行業展現出人工智能技術的強大活力。

事實上，在社會發展的過程中，顛覆新技術和突破性技術往往并不連續，對它們有明晰的認知有助于進一步深入理解技術變革下的深層邏輯。從人工智能對服務業的影響中，首先人工智能在原有的顧客體驗基礎上，從認知體驗價值、情感體驗價值和社會體驗價值三個維度對顧客體驗價值進行了創新，通過社會價值交換優化顧客體驗的同時推動了人工智能在服務業的進一步應用。在服務模式方面，人工智能通過社會交換過程推動了企業和政府模式的數字化轉型和數據共享進程，也激發了組織內部的權力重塑和服務流程重組，對行業和社會發展都是一次重大突破。

基于社會交換理論的視角，人工智能對服務業的影響本質上其實是技術的創新價值與顧客、企業和政府本身資源之間產生的社會交換過程。根據突破性技術的定義，人工智能技術并不是簡單的顛覆，而是對顧客價值網絡和企業組織生態體系的再造和創新，是一項對生產生活帶來重大沖擊作用的技術突破。其實無論是顛覆還是突破，企業和政府都應該謹慎擁抱技術革新產生的風險挑戰，并鼓勵發展新技術的應用與融合，在探索新事物、新技術中尋找機遇和創新，這也可以為企業、政府及實踐界如何理解這次技術革新帶來一定的啟示。

最后，面對人工智能帶來的風險和挑戰，價值網絡中每個參與企業都需負擔起相應責任，確保大數據人工智能時代的安全性和穩定性。為了規避倫理問題的風險，企業應該在應用人工智能前對其進行風險測試和認真核查，并對其所涉及的數據進行透明化安全審核，最大程度防止倫理困境的出現。面對急迫的隱私保護需要，企業可以采取相關保護舉措，對數據的利用進行限制和監管，承擔起在數據利益面前的社會擔當。法治化構建方面，政府可以將法律規則和公平原則等編入算法之中，讓人工智能可以容納法律和社會規范[34]，進一步保證人工智能公共服務的合法化和法治化。