數位浪潮下，台灣近幾年金融保險業者紛紛推出號稱具有人工智慧的智能客服，期待透過聰明又貼心的智能客服，讓消費者體驗到更便利、有趣金融服務。然若想要提升消費者體驗感受，就必須了解消費者使用智能客服在乎的因素，及消費者面對新科技的態度差異。本研究藉Venkatesh, Thong & Xu(2012)提出之延伸型整合性科技接受模式(Unified Theory of Acceptance, and Use of Technology 2, UTAUT2)為基礎，加上Zagel, Huber & Bodendorf(2015)提出的極客個性及Parasuraman (2000)提出的科技就緒為調節變項，探討消費者面對新科技態度是否造成影響其使用智能客服的因素有所差異。
    本研究主要針對台灣地區有實際使用過C保險公司智能客服，且有登入個人資訊的消費者為實際調查對象。因智能客服屬網路科技，故本研究採用網路問卷之方式進行資料搜集，共獲得940份有效問卷，有效回收率為94.8%。並使用敘述統計分析、實際使用概況分析、信效度分析、差異分析、相關性分析及階層迴歸分析等研究方法進行資料分析。
    本研究依分析結果得到以下結論：
1.績效預期、付出預期、社會影響、有利條件、享樂動機及價格價值會正向影響消費者使用智能客服的意圖。
2.過去依賴真人客服的習慣會負項影響消費者使用智能客服的意圖。
3.有利條件及使用意圖會正向影響消費者對智能客服的使用行為。
4.付出預期與使用意圖間的正向關係及過去依賴真人客服的習慣與使用智能客服意圖間的負向關係，會因使用者是否具有極客個性而有差異。
5.付出預期、享樂動機與使用意圖間的正向關係會因為使用者的科技就緒感而有所差異。
    綜合以上所述，本研究分別針對企業以消費者需求及推廣普及率兩構面提出建議。然若調查對象能擴及全數金融保險智能客服使用者，俾能完整表達影響消費者使用智能客服意圖及行為的研究範疇，待日後研究者擴大探討。

Financial services are being redefined in the digital era. Taiwan's financial and insurance companies have launched Virtual Customer Assistant with so-called artificial intelligence in recent years. It is expected that through smart and intimate intelligent customer service, consumers will experience more convenient and interesting financial services. However, if you want to improve the consumer experience, you must understand the factors that consumers care about using Virtual Customer Assistant and the differences in consumer attitudes toward new technologies. This study is based on the Unified Theory of Acceptance and Use of Technology Extended, proposed by Venkatesh, Thong & Xu (2012), Adding the geek personality proposed by Zagel, Huber & Bodendorf (2015) and the technological readiness proposed by Parasuraman (2000) are adjustment variables. Discuss whether consumers’ attitudes towards new technologies cause differences in factors affecting their use of Virtual Customer Assistant.
    This research mainly targets consumers in Taiwan who have actually used C Insurance's Virtual Customer Assistant and have logged in personal information. Because Virtual Customer Assistant is a network technology, this study used an online questionnaire to collect data. A total of 940 valid questionnaires were obtained, and the effective recovery rate was 94.8%. And SPSS statistical analysis software is used to perform descriptive statistical analysis and actual usage analysis, reliability and validity analysis, difference analysis, correlation analysis, regression analysis and hierarchical regression analysis to verify various research hypotheses.

    According to the analysis results, this study draws the following conclusions:
1.Performance expectancy, Effort expectancy, Social influence, Facilitating conditions, Hedonic motivation and Price value will positively affect consumers' intentions to use Virtual Customer Assistant.
2.The habit of relying on real customer service in the past will negatively affect consumers' intentions to use Virtual Customer Assistant.
3.Facilitating conditions and usage intentions will positively affect consumers' use of Virtual Customer Assistant.
4.The positive relationship between Effort expectancy and usage intentions and the negative relationship between past habits of relying on live customer service and using Virtual Customer Assistant intentions will vary depending on whether the user has a geek personality.
5.The positive relationship between Facilitating conditions, Hedonic motivation and usage intentions will vary depending on the user's sense of Technological Readiness.

    Based on the above, this study proposes recommendations for companies in terms of consumer demand and promotion penetration. However, if the survey object can be extended to all financial and insurance Virtual Customer Assistant users, so as to fully express the research scope that affects consumers' intentions and behaviors of using Virtual Customer Assistant, the researchers will expand the discussion in the future.

目錄	VI
表目錄	VII
圖目錄	VIII
第一章	緒論	1
第一節	研究背景	1
第二節	研究動機	3
第三節	研究目的	6
第四節	研究流程	7
第二章	文獻探討	8
第一節	智能客服	8
第二節	整合性科技接受模型 14
第三節	極客個性	18
第四節	科技就緒	19
第五節	研究假設發展 21
第三章	研究方法	26
第一節	研究架構	26
第二節	研究設計	26
第三節	變數衡量	27
第四節	信效度分析 29
第四章	結果與討論 31
第一節	敘述統計分析 31
第二節	消費者實際使用智能客服概況分析 32
第三節	差異分析	35
第四節	相關分析	44
第五節	迴歸分析	48
第六節	假設驗證	64
第五章	結論與建議 65
第一節	研究結論及學術意涵 65
第二節	管理意涵與建議 70
第三節	研究限制與未來研究建議 73
參考文獻	74
一、 中文文獻 74
二、 英文文獻 77
三、 網路資源 79

表目錄
表1-2智能客服實徵研究彙整	5
表2-1金融保險業智能客服介紹 11
表2-2 UTAUT2應用之相關研究 17
表3-1研究變數與衡量題項數	27
表3-2變數之信度表 30
表4-1 問卷回收人口統計特徵分析表	32
表4-2 消費者實際使用智能客服概況分析彙整表	34
表4-3 性別與各變數間差異分析	36
表4-4 年齡與各變數間差異分析	38
表4-5 婚姻與各變數間差異分析	39
表4-6 學歷與各變數間差異分析	41
表4-7 工作行業別與各變數間差異分析	43
表4-8 研究變數之平均數、標準差以及相關係數表	47
表4-9  UTAUT2各構面對使用意圖之直接效果迴歸分析	51
表4-10 有利條件、習慣及使用意圖對使用行為之直接效果迴歸分析	53
表4-11 極客個性科對UTAUT2各構面影響使用意圖調節效果迴歸分析	56
表4-12 極客個性與付出預期對使用意圖的交互影響列聯表	57
表4-13 極客個性與習慣對使用意圖的交互影響列聯表	58
表4-14 科技就緒對UTAUT各構面影響使用意圖調節效果迴歸分析	61
表4-15 科技就緒與付出預期對使用意圖的交互影響列聯表	62
表4-16 科技就緒與享樂動機對使用意圖的交互影響列聯表	63
表4-17本研究各項假設驗證成果	64
 
圖目錄
圖1-1研究流程圖	7
圖2-1科技接受模型(TAM)	14
圖2-2延伸型整合科技接受模型(UTAUT2)	16
圖3-1研究架構	26
圖4-1極客個性與付出預期的交互作用對使用意圖影響	57
圖4-2極客個性與習慣的交互作用對使用意圖影響	        58
圖4-3科技就緒與付出預期的交互作用對使用意圖影響	62
圖4-4科技就緒與享樂動機的交互作用對使用意圖影響	63

參考文獻
一、中文文獻
1.王本正、許富榕(2016)。以延伸型整合性科技接受模式探討行動醫療App 協助照護任務之接受度。福祉科技與服務管理學刊，4(4)，483-494。doi:10.6283/JOCSG.2016.4.4.483
2.王怡強、楊淑美(2019)。由延伸型整合科技接受模式對消費者行動支付使用意願之研究。管理資訊計算，8，1-10。doi:10.6285/MIC.201908/SP_02_8.0001
3.甘欣蕙(2019)。智能客服在電子商務平台之應用與分析。國立臺灣海洋大學航運管理學系碩士論文，基隆市。 取自https://hdl.handle.net/11296/8my57w
4.安庭誼、王淑美(2019)。影響消費者對 AI 客服創新擴散與抵制相關因素—以博客來網路書店為例。文化事業與管理研究，19卷1期：1-17。
5.李巧琪(2017)。以 UTAUT 探討 Instagram 社群購物行為之研究。國立高雄應用科技大學企業管理系碩士論文，高雄市。 取自https://hdl.handle.net/11296/2pek49
6.宋培華(2019)。以UTAUT2模型探討影響消費者使用行動支付意願因素之研究。中國科技大學企業管理系碩士在職專班碩士論文，臺北市。取自https://hdl.handle.net/11296/dbfv7e
7.巫佩蓉(2019)。以延伸整合科技接受度模型探討臺灣消費者對於行動支付的接受度。中信金融管理學院金融管理研究所碩士論文，台南市。 取自https://hdl.handle.net/11296/28y6tr
8.吳雨桓(2019)。自我服務科技使用意圖之研究。國立高雄大學亞太工商管理學系碩士班碩士論文，高雄市。 取自https://hdl.handle.net/11296/t79yme
9.邱皓政(2019)。量化研究與統計分析（六版）：SPSS與R資料分析範例解析。臺北市：五南。
10.李開復、王詠剛(2017)。人工智慧來了。臺北市：遠見天下文化。
11.柯飛旭(2019)。金融業導入智能客服影響之研究-以國內某銀行為例。國立中山大學管理學院高階經營碩士學程在職專班碩士論文，高雄市。 取自https://hdl.handle.net/11296/ur4h2s
12.洪新原、梁定澎與張嘉銘(2005)。科技接受模式之彙總研究。資訊管理學報，12(4)，211-234。
13.陳怡靜(2012)。科技勝／剩男？工程師的陽剛特質與異性戀關係經營。國立中山大學社會學系碩士班碩士論文，高雄市。 取自https://hdl.handle.net/11296/m2355n
14.陳書恭(2017)。以UTAUT2模式探討證券商行動下單APP之使用者行為研究。國立中山大學企業管理學系研究所碩士論文，高雄市。取自https://hdl.handle.net/11296/jm7b44
15.高靖茹(2019)。消費者對購物網站文字型智能客服系統之知覺與使用態度暨持續使用意向。朝陽科技大學企業管理系碩士論文，台中市。 取自https://hdl.handle.net/11296/zsy2u6
16.翁晨語、黃惠萍(2017)。以延伸整合型科技接受模式和數位生活型態探討LINE TV的使用行為。資訊社會研究，(33)，17-63。doi:10.29843/JCCIS.201707_(33).0002
17.陳昇瑋、溫怡玲(2019)。人工智慧在台灣：產業轉型的契機與挑戰。臺北市：天下雜誌。
18.張巧真、陳筠惠(2014)。應用延伸型整合科技接受模式探討線上購買意願－以雙媒介之觀點。電子商務研究，12(2)，143-168。
19.彭文志、黃思皓(2019)。人工智慧在金融科技上的應用。科學發展，(555)，20-27。
20.楊善茵(2019)。數位原生與數位移民代間資訊行為比較。臺灣師範大學圖書資訊學研究所碩士論文，臺北市。
doi:10.6345/THE.NTNU.GLIS.003.2019.A01
21.楊麗燕(2020)。探討壽險公司客服中心客服專員與智能客服之服務品質，客戶滿意度與忠誠度關係之研究─以 S 壽險公司為例。淡江大學風險管理與保險學系保險經營碩士在職專班學位論文，1-103。
22.劉立行、李立中(2017)。行動原生廣告使用者行為意願之研究。國立虎尾科技大學學報，33(4)，61-80。
23.蕭穎之(2018)。整合型科技模式對於醫療自助化服務科技之接受程度研究-以醫院服務流程為例。國立中山大學國際經營管理碩士學程碩士論文，高雄市。 取自https://hdl.handle.net/11296/t62hga
24.謝享霈(2018)。Y世代生活型態、愛情態度與科技準備度對網路交友認知與行為之影響。國立東華大學社會學系碩士論文，花蓮縣。 取自https://hdl.handle.net/11296/2q28ep
25.簡碧萱(2019)。智能客服的持續使用意圖:期望確認理論與信任觀點。東海大學企業管理學系碩士班碩士論文，台中市。 取自https://hdl.handle.net/11296/3j97nu
 
二、英文文獻
1.Brundage, M. (2015). Taking superintelligence seriously: Superintelligence: Paths, dangers, strategies by Nick Bostrom (Oxford University Press, 2014). Futures, 72, 32-35.
2.Bringsjord, S., & Schimanski, B. (2003). What is artificial intelligence? Psychometric AI as an answer. In IJCAI, 887-893.
3.Brown, S. A., & Venkatesh, V. (2005). Model of adoption of technology in households: A baseline model test and extension incorporating household life cycle. MIS Quarterly: Management Information Systems, 29(3), 399-426.
4.Cortina, J. M. (1993). What is coefficient alpha? An examination of theory and applications. Journal of applied psychology, 78(1), 98.
5.Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: a comparison of two theoretical models. Management Science, 35(8), 982-1003.
6.Likert, R. (1932). A technique for the measurement of attitudes. Archives of psychology.
7.Limayem, M., Hirt, S. G., & Cheung, C. M. (2007). How habit limits the predictive power of intention: The case of information systems continuance. MIS Quarterly, 31(4), 705-737.
8.Mick, D. G., & Fournier, S. (1998). Paradoxes of technology: Consumer cognizance, emotions, and coping strategies. Journal of Consumer research, 25(2), 123-143.
9.Nunnally, J. C. (1978). Psychometric Theory. New York, NY: McGraw-Hill.
10.Parasuraman, A. (2000). Technology Readiness Index (TRI) a multiple-item scale to measure readiness to embrace new technologies. Journal of service research, 2(4), 307-320.
11.Prensky, M. (2001). Digital natives, digital immigrants. On the horizon, 9(5).
12.Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 425-478. doi: 10.2307/30036540
13.Venkatesh, V., Thong, J. Y., & Xu, X. (2012). Consumer acceptance and use of information technology: extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157-178. doi:10.2307/41410412
14.Zagel, C. (2016). Service fascination. In Service Fascination (pp. 89-136). Springer Gabler, Wiesbaden.
15.Zagel, C., Huber, S., & Bodendorf, F. (2015). The Geek Factor–Assessing Technology Desirability. Procedia Manufacturing, 3, 3529-3534.
16.Zagel, C., Herpich, S., Eskofier, B., & Bodendorf, F. (2016). Improving UX and Productivity through TUIs in Work Environments. Mensch und Computer 2016-Tagungsband.
17.Zheng, X. L., Zhu, M. Y., Li, Q. B., Chen, C. C., & Tan, Y. C. (2019). FinBrain: when finance meets AI 2.0. Frontiers of Information Technology & Electronic Engineering, 20(7), 914-924.

 
三、網路資源
1.Goldman Sachs Group, Inc. (2016, November 14). AI, Machine Learning and Data Fuel the Future of Productivity. Retrieved September 10, 2019, from http://www.smallake.kr/wp-content/uploads/2017/05/P020161223538320477062.pdf
2.STAMFORD, Conn. (2019, January 21). Gartner Survey Shows 37 Percent of Organizations Have Implemented AI in Some Form. Retrieved September 12, 2019, from
https://www.gartner.com/en/newsroom/press-releases/2019-01-21-gartner-survey-shows-37-percent-of-organizations-have
3.McKinsey & Company(2019年3月)。塑造體驗，加速增長 從客戶體驗中挖掘增長機會。2019年9月14日，取自：https://www.mckinsey.com.cn/wp-content/uploads/2019/04/2019-MS-CX-Whitepaper.pdf
4.36氪(2015年7月8日)。極客學院：120 萬用戶，10 萬個知識點，為了未來的「個性化學習」。科技。2020年06月02日，取自：https://kknews.cc/zh-tw/tech/2m8lnxr.html
5.王佐銘(2019年4月30日)。力抗亞馬遜無人店！Walmart推智慧零售實驗室靠AI正面迎戰。匯流新聞網。2019年9月18日，取自：https://cnews.com.tw/134190430a04/
6.王宏仁(2019年5月17日)。【2019企業AI大調查】臺灣企業AI應用即將爆發，近半數企業今年要積極採用。iThome。2019年9月15日，取自：
https://www.ithome.com.tw/article/130645
7.王宏仁(2019年5月17日)。【2019企業AI大調查】臺灣大型企業多夯AI？iThome。2019年9月15日，取自：https://www.ithome.com.tw/article/130647
8.王宏仁、何維涓(2017年11月23日)。【AlphaGo首席工程師黃士傑揭露AI無敵新關鍵】不靠海量資料，自我學習就有效：增強式學習開啟AI新方向。iThome。 2019年9月15日，取自：https://www.ithome.com.tw/news/118337
9.王珮華、李洵穎、方素貞(2019年4月15日)。聰明、貼心的AI進行式。今周刊。2019年9月21日，取自：https://www.businesstoday.com.tw/article/category/80394/post/201904150023/聰明、貼心的AI進行式
10.威克(2017年11月6日)。觀點：當人工智慧碰上醫療科學。BCC。2019年9月21日，取自：https://www.bbc.com/zhongwen/trad/chinese-news-42020319
11.【英語島】GEEK vs. NERD，你是哪種程度的科技宅(2015年8月13日)？生活報橘。2020年05月11日，取自：https://buzzorange.com/vidaorange/2015/08/13/geek-vs-nerd/
12.陳慧菱(2017年7月17日)。新壽導入AI技術 壽險業首家推出智能機器人客服。鉅亨網。2019年12月28日，取自：https://news.cnyes.com/news/id/3869245
13.高敬原(2017年10月23日)。乘客不必開口，馬斯克：特斯拉新AI系統能預測目的地。數位時代。2019年9月16日，取自：
https://www.bnext.com.tw/article/46662/elon-musk-tesla-ai-prediction
14.高敬原(2020年5月20日)。曾被譏路人甲，顧立雄為何讓金融圈又愛又懼？盤點金管會任內犀利政績。數位時代。2020年05月23日，取自：
https://www.bnext.com.tw/article/57770/fsc-director-general-review
15.許雅綿(2018年5月29日)。安聯人壽砸千萬元推智能客服 首創保戶身分認證等3功能。鉅亨網。2019年12月28日，取自：https://news.cnyes.com/news/id/4133546
16.張嘉伶(2019年7月)。銀行AI智慧客服聰明、貼心嗎？秘密客消費者測試大調查。台灣銀行家雜誌。2019年9月21日，取自：http://service.tabf.org.tw/TTB/Article/Detail?aID=291
17.曾允盈(2019年11月14日)。「網紅經濟」大行其道 成為KOL你將主宰世界？！聯合新聞網。2020年05月23日，取自：https://udn.com/news/story/6846/4164220
18.智能客服 銀行也能變身Siri(2019年4月7日)。工商時報。2019年12月26日，取自：https://www.chinatimes.com/newspapers/20190407000208-260202?chdtv
19.楊暉(2014年8月27日)。傳媒圈的「極客精神」。遠見華人菁英論壇。2020年05月11日，取自：
https://gvlf.gvm.com.tw/article.html?id=56838
20.溫子豪(2017年3月3日)。智能客服邦妮來幫你　小C、小Q線上回問題。卡優新聞網。2019年12月28日，取自：https://www.cardu.com.tw/news/detail.php?nt_pk=7&ns_pk=32165
21.新版智能客服「阿里小蜜」上線 提升個性化服務功能(2018年10月8日)。阿里足跡。2019年12月22日，取自：
https://www.alibabanews.com/xinbanzhinengkefualixiaomi-shangxian-tishenggexinghuafuwugongneng/
22.廖千瑩(2019年4月30日)。英國保誠人壽推出智能客服「保寶」。自由財經。2019年12月28日，取自：https://ec.ltn.com.tw/article/breakingnews/2775305
23.廖君雅(2019年10月4日)。「輕理財」圈粉功力一流 台新力抗群雄稱霸五大分榜。遠見。2019年12月26日，取自：https://www.gvm.com.tw/article/68579
24.劉偉(2017年7月6日)。将物流行业送往智能时代，菜鸟网络的配送车已经上路了。雷鋒網。2019年9月20日，取自：https://www.leiphone.com/news/201707/alaOY0U37DgvKcJ9.html
25.潘智義、蘇志宗(2018年9月3日)。中光電智慧商用無人機巡檢群創竹南廠。中央通訊社。2019年9月21日，取自：https://www.cna.com.tw/news/afe/201809030271.aspx
26.魏喬怡(2017年2月28日)。智能當紅 中信Line客服每日接客6千人。工商時報。2019年12月26日，取自：https://www.chinatimes.com/newspapers/20170228000110-260205?chdtv