《ANNALS OF TOURISM RESEARCH》:Job automation constraints in hotel work: Task-level bottlenecks in four- and five-star sun-and-beach hotels
编辑推荐:
研究人员使用任务级工程瓶颈方法,考察了西班牙四星和五星级阳光与沙滩酒店中酒店岗位的自动化可行性。来自关键酒店岗位的202项任务在两种情景下(中重度情景和重度情景)跨越八个瓶颈进行了评级。结果表明,超过90%的任务遇到了至少一个中重度瓶颈,并且在重度情景下超过4
研究人员使用任务级工程瓶颈方法,考察了西班牙四星和五星级阳光与沙滩酒店中酒店岗位的自动化可行性。来自关键酒店岗位的202项任务在两种情景下(中重度情景和重度情景)跨越八个瓶颈进行了评级。结果表明,超过90%的任务遇到了至少一个中重度瓶颈,并且在重度情景下超过40%的任务仍具有抵抗性。感知、操作和社会瓶颈最为普遍。研究使用了三种人工智能(AI)系统来评估瓶颈。这一方法学创新为专家小组提供了一种可扩展的替代方案。研究表明,在这种背景下,自动化更有可能是补充工作而不是完全取代酒店岗位。
研究背景、问题及意义
工作自动化已成为学术和应用辩论的核心问题,因为其对劳动力市场、生产力和组织转型具有重大影响。在旅游与酒店业中,自动化被广泛讨论为一种主要的管理趋势,企业经常被描绘为采用自动化技术来解决劳动力短缺、降低成本并创造新颖的服务体验。尽管自动化通常与岗位流失联系在一起,但它也可能通过支持任务执行、提高服务一致性以及让员工将更多注意力集中在需要判断、适应性和人际交往的活动上,从而增强员工的能力。酒店工作不同于许多其他服务环境,因为它特别结合了密集的客人互动、情感劳动、实时的服务补救以及在多变且通常非结构化的环境中执行的物理任务。尽管自动化具有相关性,但评估旅游岗位自动化可行性的实证基础仍然参差不齐。先前的研究要么将工作视为同质单元,要么依赖于岗位内容的替代指标,这限制了它们在特定背景下生成自动化概率估计的能力。此外,文献中频繁出现关于近期自动化潜力的强烈主张,例如机器人将承担酒店业约25%的任务,但这些主张很少建立在对酒店环境中全面的、特定岗位的任务清单进行系统评估的基础之上。因此,为了弥补宏观预测与实际任务级技术可行性之间的差距,研究人员开展了一项研究,旨在通过任务级分析和工程瓶颈(指在自动化过程中遇到的感知、操作、创造力或社会互动方面的技术限制)视角,探讨关键酒店岗位的自动化可行性。研究表明,在酒店背景下,自动化更有可能是补充人力劳动而不是完全取代酒店岗位。该论文发表在《ANNALS OF TOURISM RESEARCH》上,其重要意义在于提供了一个更细致、更符合实际的理论视角,为理解酒店业自动化提供了机制层面的解释,支持了自动化更可能走向人机协作的路径。
技术方法
研究人员采用任务级评估方法,选取西班牙四星和五星级阳光与沙滩酒店中雇用大多数员工的关键岗位的202项具体任务作为样本队列来源。基于Frey & Osborne提出的工程瓶颈框架,研究对九项自动化瓶颈进行了评估。在问卷验证阶段,最初由两名旅游管理教授评估,发现一致性较弱。随后通过引入具体任务案例并利用ChatGPT生成特定情境任务细节来改进问卷。问卷有效性由四名教授和三个AI聊天机器人共同验证,Krippendorff's alpha(一种用于评估多个评估者之间一致性的统计指标)达到0.71。在正式评估阶段,利用三个AI模型对任务进行评级,并使用组内相关系数(ICC,一种用于评估评估者间可靠性的统计指标)评估可靠性,排除了ICC过低的“说服力”瓶颈。研究计算了每个任务的最大瓶颈评级平均值和受瓶颈影响的任务比例,构建了综合自动化阻力指数。在缺乏任务频率和重要性数据时,各项任务被赋予同等权重。
研究结果
研究人员通过两种不同阈值情景的分析得出结论:在中等至严重瓶颈情景下,平均90.78%的任务被归类为难以自动化;而在严格的严重瓶颈情景下,平均比例降至40.48%。所有岗位的瓶颈严重程度平均值在3.08至3.43之间,表明所有岗位都包含具有实质自动化阻力的任务。在中等至严重情景下,所有岗位均显示出较高的自动化阻力;而在严重瓶颈情景下,超过一半的岗位表现出中低水平的自动化阻力。灵活敏捷性瓶颈主要与厨房和维护工作相关;精美艺术瓶颈几乎完全出现在烹饪岗位;狭窄工作空间瓶颈集中在厨房和维护岗位。社会和人际瓶颈则强烈集中在面对客人的岗位,如接待处主管和领班。当从中等至严重情景转向严重情景时,瓶颈的分布变得更加两极分化,瓶颈越来越多地集中在可能需要高级社会、认知或精细运动技能的岗位上。
讨论部分总结
理论启示:研究推进了旅游与酒店业自动化的理论构建,表明酒店工作自动化是一个受约束的过程。研究细化了基于常规的视角,指出即使岗位包含常规任务,也可能因不规则环境中的感知或操作要求或社会智能而保持技术阻力。此外,研究揭示了服务标准化或低复杂性分类本身不足以决定技术替代人力,任务级技术约束应成为人机任务分配模型的必要输入。研究还完善了数字化转型理论,指出数字转型轨迹可能由选择性采用形成。研究支持自动化更可能是增强人力而非完全替代的论点。
管理启示:管理人员应根据任务级可行性而非任务是否常规来做出自动化决策。酒店应计划部分自动化,明确设计人机协作流程。管理人员应谨慎对待劳动力成本削减的说法,并将重点放在重新部署上,将技术应用于瓶颈暴露较低的任务,而将自动化的员工时间重新分配给需要人际适应的环节。在扩大规模前,应通过小规模试点来验证可行性。
方法学贡献:研究通过采用三个基于人工智能(AI)的聊天机器人作为评估者来评估酒店任务的自动化可行性,引入了方法学创新。使用AI工具提供了一种可复制、可扩展且具有成本效益的替代方案,多系统响应的三角互证增强了评估的稳健性和可靠性。
局限与未来研究:研究依赖于使用预定义标准的自动化评估,可能忽略特定领域的细微差别,且未考虑任务频率、持续时间和操作重要性,采取了等权重计算。结果的可推广性受限于西班牙特定类型酒店样本,且结论具有时间边界。未来研究应引入时间和重要性加权,进行纵向重新评估,并结合专家评估和多阶段共识协议以完善发现。
研究结论
关于自动化技术导致岗位流失的论调在学术界和媒体中很常见,旅游业也不例外。自动化技术已经展示了执行物理和认知任务的卓越能力。然而,酒店工作中的工程瓶颈挑战了这些能力。也许在未来,自动化技术将克服这些限制;然而,就目前而言,酒店是基于员工的企业。应当采用对自动化辩论的更细致视角。如果旅游业的自动化可能是逐步且在任务级进行的,那么辩论应从对失业的恐惧转向对岗位转型的更广泛讨论。重点不应是岗位是否会消失,而应是岗位将如何演变,以及如何利用技术来增强员工表现。基于任务的自动化评估可以通过确定技术可以在哪些方面协助员工而不侵蚀酒店服务质量所依赖的人际和背景能力,来支持更可持续的就业策略。它还可以通过指导培训、重新部署和人机协作来增强劳动力弹性,同时降低部分自动化使酒店工作去技能化的风险。从政策和行业的角度来看,目标应该是双重的:实现效率,并长期支持体面、包容和以人为本的旅游就业。