Penggunaan chatbot berbasis AI dalam layanan pelanggan semakin populer di banyak perusahaan. Namun, dalam praktiknya, AI-Chatbot sering kali dianggap cacat, bahkan ditolak oleh pelanggan. Penelitian ini bertujuan untuk menyelidiki resistensi terhadap AI-Chatbot berdasarkan tingkat ketidakpercayaan pelanggan yang mencakup ketidakpercayaan terhadap kompetensi, kebajikan dan integritas AI-Chatbot tersebut. Selain fitur AI pada dimensi kemampuan kognisi, penelitian ini juga mengusulkan bahwa kurangnya empati sebagai dimensi kemampuan emosional merupakan fitur utama lainnya dari AI yang cacat. Secara khusus, penelitian ini mengusulkan tiga mekanisme di mana kurangnya empati kurang berperan berdampak pada resistensi pelanggan: efek langsung, tidak langsung, dan moderasi. Sampel penelitian ini adalah pengguna AI-Chatbot berusia antara 18-45 tahun dan berdomisili di Indonesia. Data didapatkan dari 233 responden menggunakan non-probability sampling dan dianalisis menggunakan pendekatan Structural Equation Model (SEM) berbasis Partial Least Square (PLS) dengan software SmartPLS 4.0. Temuan penelitian ini mengungkapkan bahwa kurangnya empati berpengaruh signifikan terhadap tingkat ketidakpercayaan pelanggan. Selanjutnya, ketidakpercayaan pelanggan juga secara signifikan meningkatkan resistensi pelanggan. Implikasi bagi pemasar adalah perusahaan perlu mengembangkan kemampuan empati AI-Chatbot, memastikan penyampaian informasi yang relevan dan tidak bias, serta meningkatkan kompetensi, kebajikan dan integritas AI-Chatbot untuk mengurangi resistensi pelanggan.

---

The usage of AI-based chatbot in customer service is increasingly popular among many companies. However, in practice, AI-Chatbot are often perceived as defective and even rejected by customers. This study aims to investigate the resistance to AI-Chatbot based on customer distrusting beliefs, which includes distrust in the competence, benevolence, and integrity of the chatbot. In addition to AI features in the cognitive intelligence dimension, this study also proposes that a lack of empathy, as an emotional intelligence dimension, is another key of defective AI features. Specifically, this study proposes three mechanisms by which lack of empathy affects customer resistance: direct, indirect, and moderation effects. The study sample consists of AI-Chatbot users aged between 18-45 years residing in Indonesia. Data were obtained from 233 respondents using non-probability sampling and analyzed using the Partial Least Squares Structural equation modeling (PLS-SEM) approach with SmartPLS 4.0 software. The findings reveal that lack of empathy significantly affects levels of customer distrust. Subsequently, customer distrust also significantly increases customer resistance. The implications for marketers are that companies need to develop the empathetic capabilities of AI-Chatbot, ensure the delivery of relevant and unbiased information, and enhance the competence, benevolence, and integrity of AI-Chatbot to reduce customer resistance.