Generative AI in Action: Field Experimental Evidence from Alibaba's Customer Service Operations

Содержание и границы

Вывод работы: Доступ к генеративному ИИ-ассистенту (черновики диагностики проблемы и предложений решения на старте диалога, с правом оператора принять/изменить/отклонить) в среднем ускоряет обслуживание и повышает субъективное качество (оценки клиентов), но не влияет на объективное качество (повторные обращения). ITT-оценки: время идентификации проблемы −8,2%, длительность чата −1,1%, доля недовольных клиентов −3,4% (относительно базового уровня 0,35), средняя оценка клиента +1,2% (по 5-балльной шкале). Эффект неоднороден по операторам: слабые операторы выигрывают больше всего (сокращение времени на 16,8-46,2% по квинтилям), а у лучших операторов (5-й квинтиль) объективное и субъективное качество снижается — рост времени отвлечения на параллельные чаты (+23,8%) и рост времени ответа в фокусном чате, что авторы связывают с нарушением непрерывности обслуживания (workflow disruption) при параллельной работе с несколькими чатами.

Объём чтения: full_text

transfer_limits: Авторы отмечают: (1) операторы сами решают, когда и как использовать ассистента — исследование не может выявить оптимальный уровень использования ИИ; (2) доказательства механизма основаны на процессных метриках (время отвлечения, задержки ответа), это согласуется с гипотезой workflow disruption, но не строгое доказательство единственного причинного канала; (3) долгосрочное обучение/де-скиллинг операторов не изучены. Отдельно: настройка (после-продажный чат с высокообъёмными стандартизированными обращениями на одной платформе Alibaba/Taobao) может не переноситься на менее стандартизированные или B2B-процессы продаж.

reliability_note: Двое из шести авторов (Yitong Wang, Congyi Zhou) — сотрудники Alibaba Group Inc., то есть изучаемой компании (аффилиация «e» на титульном листе). Остальные четверо — независимые академические исследователи (Fudan University, Zhejiang University, Dartmouth Tuck). Аффилиация двух соавторов с объектом исследования — фактор при интерпретации результатов, в т.ч. смягчённых формулировок о снижении качества у лучших операторов.

Продолжение: Мониторить: та же работа уже связана в известной базе с SCI-WORK-SRC-006 и SCI-WORK-CASE-001 (практика Alibaba/Taobao) — карточка work фиксирует научную сторону (метод, полные метрики по квинтилям), которой не было в case-карточке.