AI-empowered financial advisory services, also known as robo-advisors, present both innovations and challenges as they replace human financial advisors, reshape customer service, and attract customers with different characteristics than their predecessors. Therefore, it is more important than ever for financial service providers to understand customers’ perception and experience of using robo-advisors on the service front line. However, our systematic literature review indicates that research on robo-advisors is scattered across different disciplines with a narrow focus on sharing knowledge across fields. Moreover, empirical studies on robo-advisors have primarily focused on customer acceptance and intentional behaviors, often based on data collected through surveys. Also, these studies have paid less attention to the role of robo-advisor design and the context in which customers interact with fully functional robo-advisors in real-life situations. To address these gaps, this thesis aims to synthesize interdisciplinary knowledge and identify gaps in the research on robo-advisors. It also aims to explore customers’ experience of using and interacting with robo-advisors and how the experience affects their perception and adoption of the service. By conducting a systematic literature review and a qualitative user study, this thesis finds that customers’ perceptions of robo-advisors often do not meet their expectations. Nontransparency and incomprehensible information about the system’s decision-making are significant barriers to customers’ adoption of robo-advisors. This thesis contributes to a deeper understanding of customers in AI-empowered financial advisory services by using theories and approaches across different disciplines. It also provides practical implications for practitioners in the robo-advisory service industry.

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.