🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
你大概接过推销保险的电话。电话那头的人，一天要打上百通，绝大多数被挂断。这家公司是中国一家大型互联网健康险中介，每天外呼上万通。客户在网上下单、没付钱就走了，系统就生成一条“线索”。走到付款页却没付的，叫热线索，购买意愿高；中途就退出的，叫冷线索，多半只是随便看看。
过去两类线索混在一个大池子里，按新鲜程度排队，谁空下来就派下一条。销售既不能自己挑，也看不见下一条是什么。销售靠成交拿提成，退回的线索不算他的业绩，也不会被罚。
2024 年 8 月 28 日，公司把 AI 电话机器人“转正”了：冷线索默认交给 AI 打，热线索优先留给人；只有热线索都分完了，人才会接到冷线索。管理层的算盘很直白——把没希望的活儿拿走，人手里剩下的不都是好机会吗？按常理，人的业绩该变好——毕竟热线索里想买的人更多，人应该更容易开单。
这篇论文却发现：机会变好了，业绩反而在最该涨的地方掉了。
② 研究问题（要回答什么？）
研究要回答一个很日常的问题：当你确定后面还有更好的机会时，还愿意在眼前这个机会上死磕吗？
找工作的人手里有一个 offer，如果他知道后面还会有更好的面试，就更可能先拖着不签；相亲也一样，见的人越多，越容易觉得“下一个更好”。经济学把这种心态叫保留价值：继续留在当前机会上的门槛，会随你对未来的预期一起抬高。
放到呼叫中心：AI 把冷线索吃掉以后，销售每接一通电话，心里都清楚“后面好线索更多了”。眼前这条热线索本身没变差，但它相对“下一条”就没那么香了。于是研究提出三个可检验的猜测：
① AI 上线后，销售在一天的头几通电话里接到热线索的比例会明显上升；
② 恰恰在头几通，成交率会下降；
③ 销售会更愿意把线索退回公共池（退单），也会在通话里少花时间。
关键在“位置”：越靠前，后面剩下的机会越多，反应应越强；越到下班，反应应越弱甚至消失。
③ 研究方法（怎么做的？）
研究用的是一家中国互联网健康险中介的真实运营记录，时间从 2023 年 1 月到 2024 年 11 月，主分析围绕 2024 年 8 月 28 日这次 AI 扩围。样本包含 409,622 通人工外呼和 157,468 通 AI 外呼，合计 56.7 万余通，约 13,000 个“销售员—工作日”。
难点在于：AI 上线前后，客户、季节、促销都在变，直接比“前后平均”会算错。作者用了时间断点回归（RDiT），可以理解成“把镜头对准断点前后各两个月，看曲线在 8 月 28 日这一天有没有突然跳一下”。具体分两步：
第一步，把每通电话的成交、退单、时长，先扣掉“这个销售员一贯的水平”“这一天的整体行情”“这个钟点的规律”，只留下“相对同一天平均水平”的残差；这一步相当于让每个销售员只和自己比，每天只和当天比；
第二步，在断点两侧各拟合一条直线，读断点处的跳跃。带宽按均方误差最优选取（约 ±63 到 ±65 天），断点前后各留 10 天“甜甜圈”空档，避开上线当口的混乱。
最巧的一步是按“这是当天第几通电话”分箱：第 1–3 通、4–6 通、7–9 通、10–12 通，以及第 81–120 通（快下班）。如果真是“后面还有机会”在起作用，效应就该像斜坡一样，从早到晚递减。
除了成交，作者还盯住两个行为：没成交时把线索退回公共池（退单），以及这通电话聊了多久（当作努力程度的替身）。
④ 结果（发现了什么？）
先看“机会有没有变好”。AI 接手冷线索的比例从约 25% 跳到 60% 以上，而热线索基本没动。落到销售员身上：第 1–3 通电话是热线索的概率，断点处高出 23.4 个百分点（p<0.01）；第 4–6 通高 15.7 个百分点；第 7–9 通高 11.7 个百分点；到第 81–120 通就只剩 −0.8 个百分点，统计上等于零。
再看“人怎么反应”，方向和直觉相反：
第 1–3 通 −4.5 个百分点（p<0.01）
第 4–6 通 −2.5 个百分点
第 81–120 通 +3.4 个百分点
第 1–3 通 +8.1 个百分点（p<0.10）
相对原来约 25% 的水平涨了约三成
第 81–120 通 −21.4 个百分点（不显著）
第 1–3 通 −0.145 对数点 约短 13%
第 7–9 通 −0.128（p<0.05）
尾段几乎不变
成交 +0.1 个百分点（不显著）
早段丢的与尾段补的互相抵消
“看起来没变”掩盖了大洗牌
把一天拉平看，热线索成交率只差 0.1 个百分点，几乎为零；但日内曲线被“掰平”了：断点前每往后一个分箱成交率降 1.1 个百分点，断点后只降 0.6 个百分点（斜率变化 +0.5 个百分点，p<0.01）。换句话说，AI 不是让所有人都变差，而是把成交从早上挪到了傍晚。
还有一个反直觉的细节：被退回的线索，后续成交率约 5.7%，反而高于被留下的 3.0%（约 1.9 倍）。但一旦控制“同一个销售员”，差距就缩到 0.6 个百分点、不显著——说明这是“爱退单的人本来业绩就好”的构成效应，不是销售在精准甩掉烂线索。
⑤ 讨论（这些发现说明什么？）
作者认为，最合理的解释是保留价值上升：AI 把冷线索扫走，等于告诉销售“你后面能接到的好线索更多了”，于是继续磨眼前这条热线索的机会成本变高。销售不一定是在“偷懒”，而是在重新算账——把这单退回池子，去抓下一条可能更好的。
至于尾段为什么反而变好，作者的解释是：那时后面几乎没机会了，销售反而肯把手上这单认真做完。
他们还逐一排除了别的说法：
• 是不是变慢了？不是。两通电话之间的间隔在头几通没有变化，调整发生在“通话之内”，不是在“通话之间”磨洋工。
• 是不是在学？不像。效应在上线后 30 天内就到位并稳定，而学习该是慢慢积累的；新人和老手的反应也差不多。
• 是不是客户变了？没有。头几通的“秒挂率”和客户性别构成都没跳变。
• 是不是线索本身变差了？不是。用“此前被拨打次数”衡量线索成色，头几通没有明显变化，最多只能解释早期跌幅的两成不到。
把机械收益和行为损失放进一个校准模型算账：AI 让热线索的“排序”变好，只带来约 +0.58% 的产出；销售的行为反应却带来约 −17.6% 的产出变化，后者约是前者的三十倍。净效果接近零。
⑥ 结论（最终结论 + 启示）
这篇论文的结论有点像一句老话：“手里有粮，心里不慌”反过来也成立——心里知道后面有粮，手里这碗就不香了。
对企业：把好机会给一线，不等于一线就会把它变成业绩。排班和派单不能只算“给谁什么”，还要算“什么时候给”。作者用一个校准反事实说明，如果把热线索在一天里的投放节奏从“前重后轻”调回 AI 上线前的平缓状态，单位呼叫的成交可提升约 13.5%（95% 区间 10.5%–16.6%），而且不必减少 AI 的用量。
对公共管理：一线服务工作者的行为，不只被“工作量”和“当前任务价值”决定，还被“我接下来会拿到什么”决定。评估 AI 上线只看自动化率、日均产出、总量指标，很可能把日内的重新分配误当成“没变化”。真正该盯的，是机会在一天里的分布，以及退回、转办、拒绝这些“退出权”怎么设计。
对打工人来说，这也提醒：算法安排的机会结构，会悄悄改变你愿不愿意认真对待眼前这一单。
当然，这只是一家企业、一个行业的故事，能不能推广到政务窗口、医保审核、内容审核，还要更多证据。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
服务运营长期把“分派”当作产能匹配问题：把需求与人力对齐，worker 被建模为固定的服务率参数（Wallace and Whitt 2005; Akşin et al. 2007）。行为运营研究随后指出，工人会对工作量、拥堵、排程与任务顺序作出反应（Tan and Netessine 2014; Cho et al. 2019; Ibanez and Toffel 2020; KC et al. 2020）。但这类研究把“机会集合”视为外生给定：关心的是给定任务流下工人怎么干，而不是任务流本身如何被技术重塑。
另一支文献研究 AI 如何改变“谁来做哪件事”：替代（Acemoglu and Restrepo 2019）、增强（Brynjolfsson et al. 2025; Dell’Acqua et al. 2026b）、任务分配与算法推荐（Fügener et al. 2026; Kawaguchi 2021; Bai et al. 2022）。多数研究让 AI 进入焦点任务本身。本文提出一条不同通道：AI 不参与当前这通电话，只在共享机会池里挑走一部分，改变人面对的机会分布——既包括质量构成，也包括它在班次内的时序位置。
贡献有三：其一，把 worker-facing opportunity distribution 确立为独立于工作量、拥堵与焦点任务价值的运营状态变量；其二，识别“并行 AI 部署”这一结构性通道——AI 与人处理不同任务，却因共享同一池子而在行为上耦合；其三，把序贯搜索的位置梯度预测落成日内断点设计，用“第一阶段与反应同向分级”而非单一平均处理效应识别机制。
对公共管理而言，这意味着 AI 治理不能只问“AI 替人做了多少”，还要问“它如何重排人面前的机会序列”。在政务窗口、医保审核、12345 热线等共享工单场景，同一机制可能以退单、转办、缩短接触时间的形式出现。
I. Theoretical Framework & Hypotheses（理论框架与假设）
序贯搜索理论（Stigler 1961; McCall 1970; Lippman and McCall 1976）给出核心逻辑：是否继续当前机会，取决于当前价值与未来机会的期望价值；未来分布变好，继续的门槛（保留价值）随之上升。本文将其扩展到“可先投入努力、再决定去留”的服务场景：代理人对每条线索有两个边际——外延边际（退回公共池，reallocation）与内涵边际（通话内努力，以时长与成交观察）。AI 吸收冷线索后，当前热线索的客观价值不变，但相对“下一条”变差，故退单上升、努力下降。由于班次早期剩余机会多、晚期少，反应应呈位置梯度。该梯度同时是机制判别工具：组织冲击、学习、客户侧变化或一般性扰动都不会自然产生“越靠前越强”的形状。形式化地，若未来机会分布 F 改善，继续当前任务的期望收益上升，保留价值 r* 随之上移；当前线索价值 v 不变时，v<r* 的概率上升，退单增加、努力下降。位次 j 越大，剩余机会 N−j 越少，F 的位置优势越弱，故效应随 j 递减。
| 编号 | 假设 | 对应理论 |
|---|---|---|
| H1 | AI 扩围后人工在班次早期接到热线索的相对概率上升，并随位次衰减 | 机会分布 / 共享池 |
| H2 | 在富化最强的早期位次，人工热线索成交率下降 | 保留价值（机会成本） |
| H3a | 早期位次退单率上升 | 保留价值—外延边际 |
| H3b | 早期位次通话时长缩短 | 保留价值—内涵边际 |
| H4 | 上述效应随位次推进衰减，尾段趋零或反转 | 机制判别性预测 |
| H5 | 机械富化收益被行为反应抵消，日均效应近零 | 校准分解 |
M. Materials & Methods（材料与方法）
- 场景：化名平台 X，2017 年成立、持牌互联网保险经纪，代销数十家险企的健康、重疾、意外与寿险，件均首年保费低至中千元，日均外呼约万通。线索按下单中断位置自动分类：到支付页未付为 hot，更早退出为 cold。单一共享池、按新鲜度排队、系统派单；代理人不选单、不预知下一条，但可保留、退回公共池或终止追访。
- 处置：2024-08-28 扩围。此前 2024-06-05 试点为“人优先、AI 兜底”，日间人工池基本不变；扩围后冷线索默认归 AI、热线索人优先，人满才溢出。AI 冷线索份额由 <25% 跃至 >60%（稳定 55%–75%），热线索 AI 份额始终 <10%。补偿、培训、话术、考核均未变；6 个月不重呼规则使“退回”相对“终止”保留后续价值，且退回无直接惩罚、不计考核。
- 数据：2023-01-01—2024-11-28 全量外呼记录；主样本 ±60/65 天、±10 天 donut；409,622 通人工 + 157,468 通 AI，约 13,000 agent-days（13,199）。人工样本 243,473（前）/166,149（后），agent-days 7,492/5,561。
- 变量：conversion（0/1）；reallocation（未成交后退回共享池，0/1；99.75% 的重分配在 35 天内完成，截断只会低估后测）；log call duration（连接样本）；inter-call gap 为补充节奏度量。
- 识别：两步残差化 RDiT（Hausman and Rapson 2018）。第一步
Y_ijt = η_i + δ_t + ξ_h(jt) + u_ijt；第二步û = β₀ + β₁·1{D_t≥0} + β₂D_t + β₃·1{D_t≥0}·D_t + ε，D_t = t − c。因含日期固定效应，β₁ 识别的是“相对同日平均的日内剖面”在断点处的跳跃，主估计量为日内形状变化，而非绝对水平效应。 - 分箱与推断：按当日通话位次分 1–3、4–6、7–9、10–12、81–120；带宽 MSE 最优（Calonico et al. 2014），多为 63–65 天；SE 按 agent-day 聚类；另报日期层 early−late 对比，避免把呼叫数当作独立冲击数。81–120 位并非未处理对照组：人工在该段仍同时处理冷热线索，它只提供“剩余机会接近耗尽”的极端基准；Table 2 显示该段无相对热线索跳变，故可作为比较位。主样本至少 ±65 天，MSE 带宽按结果与分箱分别估计，附录 E 另报固定 ±60 天带宽。缺失 <1%；C2/C3 显示总呼叫量与 agent 特征在断点处无跳跃（热呼叫每 agent-day 约 +4 通，符合路由规则本身）。
R. Results（结果）
- 第一阶段（Table 2）：人工呼叫为热线索的概率在断点处 +23.4(3.3)、+15.7(3.3)、+11.7(4.3)、+10.9(6.0) 个百分点，尾段 −0.8(5.5) 不显著；BW=63。图 3 显示 AI 冷线索份额由约 25% 跳至 60% 以上。
- 成交（Table 3）：Panel A 平均效应 0.001(0.004) 不显著；日内斜率由前期 −1.1 变为 −0.6 个百分点/分箱（变化 +0.005***，SE 0.001）；日期层 early−late 对比 −0.014*(0.008)。Panel B 位次系数 −0.045***(0.013)、−0.025***(0.009)、+0.001、+0.007、+3.4***(1.0) 个百分点（尾段上升），N=20,978–24,210，BW=65。
- 退单与努力（Table 4）：退单 +0.081*(0.044)、+0.072*(0.040)、+0.037、+0.068、−0.214(0.144)；条件于未成交仍为 +0.075*，排除“分母变大”的机械解释；日期层日均 −0.119(0.076) 不显著，与早晚反向移动一致。对数时长为 −0.145***(0.054)（约 −13%）、−0.128**(0.052)（7–9 通），其余不显著；连接样本结果相同（2,148,929 通中仅 1,880 通未接通，ln(0) 已排除）。
- 下游成色：退回线索最终成交 5.7% vs 保留 3.0%（1.9 倍，p<0.001）；条件支付 ¥80.97 vs ¥88.63（p=0.001）；期望值 ¥4.6 vs ¥2.7。加入 agent FE 后差距缩至 0.6pp（p=0.73）与 ¥1.4（p=0.79），说明是跨代理人的构成差异，而非同一代理人精准筛选。
- 机制分解（Gelbach 2016，N=47,655，位次 1–9）：总效应 −0.026***；退单第一阶段 +0.051(0.036)、时长第一阶段 −0.107***；间接效应：退单 +0.0032 [−0.0014, 0.0074]、时长 −0.0066** [−0.0109, −0.0023]、合计 −0.0034 [−0.0098, 0.0028]；直接效应 −0.022***。可观测两渠道仅解释小部分，余下为未观测的努力维度。
- 整体成交（不分冷热，Table D.5.1）：位次 1–3 为 −0.039***、4–6 为 −0.020**、尾段 +0.025***，与条件于热线索的结果同向；日期层平均 +0.029(0.019) 不显著，再次说明正负在日内互相抵消。
- 公司层（Table 6）：热线索人均产出 0.0452→0.0375（−17.0%）；排序渠道 +0.58%，行为渠道 −17.58%。每 50 通人工呼叫，人工热线索成交 1.336→1.198、AI 冷线索 0.049→0.188；人工呼叫量 −31.8%、AI +351.0%。按日量人工净失 50.5 单、AI 仅补回 7.7 单（约 7:1）；“每 50 通人工呼叫的系统成交” +6.3% 只因分母下降 31.8%。
- 稳健性：±60 天固定带宽（−0.043***/−0.029***/+0.032***；时长 −0.154***；退单 +0.057/+0.069*）；5 通分箱（1–5 通 −0.038***，尾段 +0.034***）；6 月试点断点方向一致但更弱（1–3 通 −0.020**）；事件研究的 early−late 差在 30 天内下移约 3pp 后稳定；按钟点分层全不显著（上班时间分散）；控制新鲜度系数不变；客户侧秒挂率与性别构成无断点；先前拨打次数仅解释早期跌幅 6.2%/5.1%（95% 上界约 17%），却在尾段解释 13%。
- 异质性：causal forest（位次 1–9）三分位 DR-ATE 为 −0.024(0.009)、−0.008(0.008)、+0.020(0.007)；扩围前退单率是唯一稳健调节变量（IQR 提高使效应 +1.4pp，p<0.01），任期、话量、时长、性别均不显著。
a / D. Discussion & Conclusion（讨论与结论）
- 理论意义：把 opportunity distribution 纳入行为运营的状态变量，与工作量、拥堵、焦点任务价值并列；共享池中的“外部选项”并非外生，而被企业路由政策内生塑造。人力—AI 专业化存在行为上限：把高价值机会给人，不一定提高实现产出。
- 与 AI 文献的区分：不是替代、增强或建议通道，AI 不进入焦点任务；也不同于 Yuan et al. (2026) 的技能扩散型反噬，本文机制是保留价值。并行 AI 与人的产出不能当作两条独立生产线来评估。
- 对一线服务与 AI 治理：算法派单在重写“街头官僚”的机会结构——决定的不只是工作量，还有可退出性与预期；退回权、不重呼规则、考核口径共同决定行为如何表达。只看自动化率、日均产出或总量指标，会把日内的再分配误读为“无变化”。评估应同时看日内分布、退出行为与努力强度，并把“工人能否感知并预判下一单”纳入算法透明度与劳动过程治理的讨论。
- 实践启示：错峰释放热线索、批处理部分冷线索、降低过度前倾的日内节奏；干预须与队列规则、再分配权、绩效与激励联合设计。校准反事实显示，把节奏从 0.22 调回扩围前的 0.10，单位呼叫成交可升 13.5%（95% 区间 10.5–16.6%），且无需削减 AI 渗透；结论是补配套流程，不是回滚 AI、更不是给工人更差的机会。
- 局限：单一企业、单一国家、单一岗位；RDiT 估计量是相对同日平均的日内剖面，非绝对水平；中介分解为线性条件分解、未工具化，不构成因果中介识别；下游比较受追加拨打次数与观察窗影响，仅为描述；校准模型是示意性核算，rhythm 仅在 [0.10, 0.22] 支持区间内可信；位次无法度量工人主观感知的剩余时间。
- 未来方向：在理赔、反欺诈、内容审核、分诊等共享池场景检验边界条件；设计第一阶段跨位次一致的情形；实时测量队列状态与工人预期，直接检验期权价值逻辑，并区分工具性与情感性任务的差异。
🧠 IRMaD 思维导图
mindmap
root((并行AI与机会反噬))
I 引言
冷热线索分流
机会分布成新变量
AI不碰当前任务
并行部署行为外溢
R 假设
H1 早段热线索增
H2 早段成交下降
H3 退单增时长减
H4 效应随班次衰减
M 方法
中国健康险呼叫中心
56.7万条外呼记录
日内断点RDiT
正负60日加10日甜甜圈
五个通话位次分箱
智能体日内聚类
R 结果
热线索正23.4点
成交负4.5点
退单正8.1点
时长负13%
尾段成交正3.4点
日均净效应近零
a 讨论
保留价值机制
排除节奏与学习
客户侧无变化
排序收益正0.58%
行为损失负17.6%
D 结论
好机会也会反噬
机会分布是状态变量
管好日内发放节奏
评估要看日内分布
单企业外部效度有限
图：本研究的 IRMaD 思维导图。蓝色 I 引言；橙色 R 研究问题；绿色 M 方法； 橙色 R 结果；紫色 a 讨论；红色 D 结论。