Understanding Customers in AI-empowered Financial Advisory Systems and Services
An interdisciplinary study of Robo-advisors
Tid: Ti 2023-05-30 kl 10.00
Plats: E2, Lindstedtsvägen 3, Stockholm
Videolänk: https://kth-se.zoom.us/s/67517483614
Språk: Engelska
Ämnesområde: Företagsekonomi
Licentiand: Hui Zhu , Fastighetsföretagande och finansiella system
Granskare: Docent Jakob Tholander, Stockholms universitet
Huvudhandledare: Docent Inga-Lill Söderberg, Fastighetsföretagande och finansiella system; Professor Eva-Lotta Sallnäs, Medieteknik och interaktionsdesign, MID
QC 20230508
Abstract
AI-förstärkta finansiella robotrådgivare innebär både innovationer och utmaningar eftersom de ersätter mänskliga finansiella rådgivare, omformar kundservice och lockar till sig andra typer av kunder än deras föregångare. Därför är det viktigare än någonsin för tjänsteleverantörer i det finansiella systemet att förstå kunders erfarenheter och upplevelser av robotrådgivning i servicefronten. Dock indikerar avhandlingens systematiska litteraturgenomgång att tidigare forskning om robotrådgivare är spridd över olika discipliner med begränsat fokus på att dela kunskap mellan disciplinerna. Dessutom har de empiriska studierna rörande robotrådgivare primärt fokuserat på kundacceptans och intentionsbeteenden – ofta baserat på data insamlad via enkäter. Tidigare studier har också ägnat mindre uppmärksamhet åt robotrådgivares design och den kontext där kunder interagerar med robotrådgivare i verkliga situationer. Baserat på dessa brister i tidigare studier syntetiserar avhandlingen tvärvetenskaplig kunskap och identifierar luckor i forskning om robotrådgivare. Avhandlingen utforskar också kunders erfarenhet av att använda och interagera med robotrådgivare och hur dessa erfarenheter påverkar deras upplevelser av och användande av tjänsten. Genom en systematisk litteraturgenomgång och en kvalitativ intervjubaserad användarstudie visar avhandlingens studier att kunders upplevelse av robotrådgivare inte motsvarar deras förväntningar. Bristande transparens och svårbegriplig information om systemets beslutsfattande är betydande hinder för kundernas antagande av sådana tjänster när de interagerar med robotrådgivare. Avhandlingen bidrar till en djupare förståelse för kundupplevelser av AI-förstärkta finansiella robotrådgive genom att integrera teori och metod från olika discipliner. Det ger också praktiska implikationer för finanssektorns företag med verksamhet inom robotrådgivning.