由人类提供还是由人工智能驱动？对于一个拥有多个竞争品牌的电子商务平台供应链来说，哪种客户服务方式更为理想？

《Expert Systems with Applications》：Human or AI-powered? The optimal customer service for an e-commerce platform supply chain with competing brands

　　刘浩 | 刘斌 | 刘磊 | 张荣
上海科技大学商学院，上海 200093，中国

**摘要**
人工智能的快速发展深刻地改变了服装电子商务中的客户服务，如何在人工智能服务与人工服务之间做出选择成为了一个核心问题。本研究开发了一个博弈论模型，用于描述一个具有竞争品牌和平台的双渠道供应链。模型探讨了在转售模式和代理模式下，人工智能服务与人工服务的最优策略。研究结果表明，当人工服务成本较低或较高时，人工服务能够最大化供应链利润；而在中等成本下，人工智能服务更具优势。在转售模式下，人工服务在低成本和高成本情况下占据主导地位，而在代理模式下，低质量的人工服务可能导致非对称均衡。相反，高质量的人工服务可能会引发“囚徒困境”：单方面采用人工智能服务虽能短期内带来收益，但会引发模仿行为，最终损害双方利益。此外，在人工服务模式下，当竞争较为温和时，代理模式能带来最高利润；而在人工智能服务模式下，当消费者对人工智能敏感或竞争激烈时，转售模式更为理想。研究表明，人工服务仍具有不可替代的优势，因为即使成本上升，通常也可以通过价格调整将其转嫁给消费者，从而保持其利润优势。分析进一步扩展了消费者对人工智能的态度和品牌差异对结果的影响。

**引言**
近年来，交互式人工智能技术取得了迅速发展，从早期的语音识别和常见问题解答（FAQ）机器人发展到能够进行上下文理解和自然语言生成的大规模模型。这些进步显著增强了人机交互。随着零售行业的快速迭代，包括人工智能（AI）、增强现实（AR）、虚拟现实（VR）和混合现实（MR）在内的新兴技术被广泛认为是推动行业变革的关键力量（Krishen等人，2021；Rauschnabel等人，2019）。人工智能被定义为能够模拟人类认知功能（如语言、学习和问题解决）的系统，并有可能在工业、知识型和社会应用中增强或替代人类任务（Dwivedi等人，2021）。先前的研究表明，人工智能应用程序的广泛应用将重塑商业模式和操作系统，尤其是在服务密集型环境中（Davenport等人，2020；Ghosh，2025；Mardyana和Mahata，2025）。客户服务已成为人工智能应用最显著的领域之一。在电子商务环境中，人工智能客服通常指的是智能系统（如聊天机器人或基于人工智能的虚拟助手），它们自动与消费者互动，提供产品信息、回答查询并协助处理订单相关问题（Huang和Rust，2024；Wang和Zhang，2025）。与人工客服相比，人工智能客服具有更低的成本、持续的可用性和处理标准化查询的高效率。因此，许多电商平台采用了人工智能客服系统，并辅以人工客服，形成了混合服务结构。在这种系统中，人工智能处理常规的前端互动，而在必要时由人工客服介入。然而，客户服务还涉及情感支持和建立信任，这需要在自动化效率与个性化和服务质量之间找到平衡。
这一挑战在服装电子商务市场中尤为突出。时尚已成为全球电子商务中最大的类别之一，并在中国经历了快速增长。从2024年的“618”购物节到2025年上半年，包括天猫合作伙伴、优衣库、UR、Zara和HLA在内的70多个领先时尚品牌的单季销售额均超过了1亿元人民币，另有超过1020个品牌的销售额超过了1000万元人民币。尽管如此，该行业仍面临持续的结构性挑战，包括激烈的价格竞争、高退货率、产品模仿和需求波动（Choi和Chiu，2012；Niu等人，2017；Niu等人，2018）。由于服装购买往往涉及尺寸、面料和风格的不确定性，客户服务在影响消费者购买决策和售后满意度方面起着关键作用。
在这样的竞争环境中，客户服务不仅是一个运营决策，还是一种战略工具，影响着竞争品牌之间的价格竞争和需求分配。为了提高效率并降低服务成本，许多服装品牌开始尝试使用人工智能客服，因为它可以24/7提供服务并高效处理标准化查询。然而，其采用也伴随着权衡。虽然一些消费者重视即时性和便利性，但其他人则非常依赖人工客服提供的情感支持和关于尺码、面料和风格的专业建议。人工智能系统在处理复杂服装需求方面的能力有限，可能会增加退货率或削弱品牌信任。因此，品牌在决定是否采用人工智能客服时必须平衡成本效率和服务质量。
重要的是，人工智能客服的采用与电子商务平台的治理结构密切相关。在许多数字市场中，定价和客户服务的责任取决于平台的销售模式。在转售模式下，平台通常集中控制零售定价和客户服务，这有利于大规模部署人工智能技术。例如，京东的自有零售模式就使用了基于JoyAI大型语言模型的集中式智能客服系统“京小智”，该系统在2025年升级到了5.0版本。来自5万多家店铺的试点数据显示，该系统将转接给人工客服的比例减少了28%以上，转化率提高了37%以上，体现了集中管理的人工智能客服的效率优势。相比之下，在代理模式下，商家对定价和消费者互动有更大的自主权，因此可以独立决定是否采用人工智能客服或保持人工客服。这种结构在淘宝等平台上较为常见，商家可以选择是否采用平台提供的人工智能客服系统“店小智”。2025年店小智5.0发布后，测试结果显示，该系统将转接给人工客服的比例减少了20%以上，店铺转化率提高了约35%。因此，转售模式和代理模式下采用人工智能客服的激励可能大不相同。
尽管现有研究已经探讨了人工智能驱动的服务自动化对运营的影响，但对人工智能客服如何与竞争环境中的平台销售模式互动的关注还不够充分。在服装电子商务供应链中，客户服务策略不仅影响运营成本，还影响竞争品牌之间的价格竞争和需求分配。例如，当一个品牌采用人工智能客服来降低成本和降低价格时，竞争对手可能会采取相同措施或维持人工客服以提供差异化的客户体验。在此背景下，本文研究了服装电子商务平台上竞争品牌在人工智能客服与人工客服之间的战略选择。我们分析了客户服务策略在转售模式和代理模式下如何影响供应链利润，并探讨了以下研究问题：
(1) 服装品牌、平台和供应链的最优客户服务策略是什么：人工智能客服还是人工客服？
(2) 哪些因素影响服装品牌和平台选择人工智能客服的策略？
(3) 在转售模式和代理模式之间，哪种模式对整个服装电子商务供应链及其成员更有利？
为了解决上述问题，本文构建了一个博弈模型，其中竞争性的服装品牌在电子商务平台内选择人工智能客服或人工客服策略。通过分析不同服务模式下品牌和平台的行为，本文研究了转售模式和代理模式下的成本-收益权衡和消费者需求反应，探讨了服装品牌如何通过选择客户服务策略来优化利润并应对市场竞争，并进一步研究了影响这一选择的关键因素，包括人工客服和人工智能客服之间的成本差异、服务质量和消费者对每种服务模式的敏感性。

**研究结果**
首先，对于品牌A和B来说，引入人工智能客服并不总是有利的。当人工客服成本较低时，无论是在转售模式还是代理模式下，品牌都没有采用人工智能客服的动机。然而，随着人工客服成本的上升，品牌A和B可能会采用人工智能客服以降低成本。值得注意的是，在代理模式下，当人工客服质量较高时，品牌可能会面临“囚徒困境”，即单方面采用人工智能服务是有利可图的。然而，双方同时采用会增加竞争并降低利润。其次，对于所有供应链参与者而言，当成本较低或较高时，人工客服能产生最大总体利润；否则，人工智能客服更为理想。最后，当采用人工客服时，品牌更倾向于代理模式；而平台仅在佣金率较高时才会选择代理模式。当采用人工智能客服且消费者接受度较高时，转售模式能带来更高的回报。当消费者对人工智能持反感态度时，企业更可能保留人工客服或依赖转售模式来减少需求损失。

**贡献**
首先，本文分析了在竞争性服装电子商务平台上运营的品牌在人工智能客服与人工客服之间的战略选择，探讨了这些策略在不同销售模式下的供应链盈利能力影响。其次，它揭示了在不同成本结构、消费者需求敏感性和竞争环境（特别是转售模式和代理模式）下，人工客服与人工智能客服的相对优势和劣势，并进一步阐明了品牌如何根据具体情况优化服务策略。最后，本文研究了关键因素（如消费者对人工智能与人工客服的偏好、人工客服成本和服务质量）如何影响服装电子商务平台和品牌的决策，为供应链参与者在不同市场条件下选择销售策略提供了见解。

**论文结构**
第2节回顾了相关文献。第3节介绍了模型框架和分析的基本假设。第4节求解了模型并描述了均衡结果。第5节讨论并解释了均衡结果。第6节提出了模型扩展。第7节总结了主要发现并提出了未来研究的方向。附录提供了所有引理和命题的证明。

**文献综述**
本研究与服装供应链、双渠道供应链和人工智能驱动的运营管理相关研究密切相关。关于服装供应链的先前研究大致可以分为两个方向。第一个方向关注通过合同设计实现供应链协调（Chen和Bell，2011；Yang等人，2011；Wang等人，2022；Jia等人，2024；Zhou等人，2025；Wu等人，2025）。在这个方向中，Adhikari和Bisi（2020）分析了...

**模型和均衡分析**
本文构建了一个由服装电子商务平台（例如天猫时尚或Vipshop）和两个在该平台上销售服装产品的品牌（A和B）组成的双渠道竞争供应链模型，如图1所示。实际上，为了提升用户体验，平台或品牌可能会结合人工智能客服和传统的人工支持，以优化在线指导、尺码建议和退换货服务的效率。

**扩展**
本文从两个维度扩展了基准模型：消费者对人工智能客服的态度以及品牌（渠道）实力的差异，探讨了企业在不同市场环境下的服务模式选择。研究结果表明，这两个品牌以及该平台的主要驱动因素是人工服务成本、服务质量以及消费者对人工智能（AI）的接受程度。

未引用的参考文献：
Chen等人，2017年；Tolentino-Zondervan和DiVito，2024年；Wei等人，2025年。

利益冲突声明：
作者声明他们没有已知的财务冲突或个人关系，这些冲突或关系可能会影响本文所述的研究结果。

致谢：
本文得到了中国国家社会科学基金（项目编号：24FGLB007）的支持。