ปัจจัยและการเปรียบเทียบระดับการยอมรับระบบแนะนำสินค้าด้วยปัญญาประดิษฐ์ของผู้บริโภคในแพลตฟอร์มมาร์เก็ตเพลส
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยเรื่องปัจจัยและการเปรียบเทียบระดับการยอมรับระบบแนะนำสินค้าด้วยปัญญาประดิษฐ์ของผู้บริโภค ในแพลตฟอร์มมาร์เก็ตเพลส มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่ส่งผลต่อการยอมรับระบบแนะนำสินค้าด้วยปัญญาประดิษฐ์ ในแพลตฟอร์มมาร์เก็ตเพลส และเปรียบเทียบปัจจัยที่ส่งผลต่อการยอมรับระบบแนะนำสินค้าด้วยปัญญาประดิษฐ์ในแพลตฟอร์มมาร์เก็ตเพลสที่แตกต่างกัน โดยเปรียบเทียบระหว่างแพลตฟอร์มที่เป็นที่นิยมสูงสุด 3 อันดับแรกและแพลตฟอร์มอื่น ๆ เป็นการวิจัยเชิงปริมาณใช้แบบสอบถามออนไลน์ผ่าน Google Form กลุ่มตัวอย่างเป็นผู้ที่เคยซื้อสินค้าบนแพลตฟอร์มมาร์เก็ตเพลสที่ใช้ระบบแนะนำสินค้าด้วยปัญญาประดิษฐ์จำนวน 483 คน เก็บข้อมูลระหว่างเดือนกันยายน–พฤศจิกายน 2568 วิเคราะห์ข้อมูลด้วยสถิติเชิงพรรณนา ได้แก่ ความถี่ ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน วิเคราะห์ความแตกต่างระหว่างกลุ่มตัวอย่างที่ใช้แพลตฟอร์มที่แตกต่างกันด้วย One-way ANOVA และทดสอบความแตกต่างรายคู่ด้วย LSD ผลการวิจัยพบว่าผู้ตอบแบบสอบถามส่วนใหญ่ใช้แพลตฟอร์ม Lazada ปัจจัยทั้ง 5 ด้านส่งผลต่อการยอมรับระบบแนะนำสินค้าด้วยปัญญาประดิษฐ์ภาพรวมอยู่ในระดับมาก เมื่อพิจารณารายปัจจัยพบว่าปัจจัยที่มีผลมากที่สุดคือ การรับรู้ถึงประโยชน์ แพลตฟอร์มที่มีค่าเฉลี่ยการยอมรับสูงที่สุดคือ Shopee เมื่อเปรียบเทียบเป็นรายปัจจัย การรับรู้ถึงประโยชน์และการรับรู้ความง่ายในการใช้งาน แพลตฟอร์มที่มีค่าเฉลี่ยสูงสุดคือ TikTok Shop ทัศนคติต่อการใช้ระบบ แพลตฟอร์มที่มีค่าเฉลี่ยสูงสุดคือ Lazada และความไว้วางใจในระบบและการรับรู้ความเสี่ยง แพลตฟอร์มที่มีค่าเฉลี่ยสูงสุดคือ Shopee เมื่อทดสอบความแตกต่างระหว่างผู้ใช้งานบนแพลตฟอร์มที่แตกต่างกันพบว่า ปัจจัยที่มีความแตกต่างกันอย่างมีนัยสำคัญทางสถิติ คือ การรับรู้ความง่ายในการใช้งาน ความไว้วางใจในระบบ การรับรู้ความเสี่ยง และทัศนคติต่อการใช้ระบบ จากการทดสอบรายคู่ด้วย LSD ในภาพรวมและรายปัจจัยพบว่าแพลตฟอร์มหลักทั้ง 3 มีความแตกต่างอย่างมีนัยสำคัญทางสถิติกับแพลตฟอร์มอื่นๆ ทั้ง 4 ปัจจัย งานวิจัยครั้งนี้มีข้อเสนอแนะสำหรับธุรกิจคือ ควรพัฒนาสภาพแวดล้อมของระบบโดยมีระบบให้ความช่วยเหลือที่เหมาะสม และควรคำนึงถึงปัจจัยอื่นๆ ได้แก่ ความง่ายในการใช้งาน การรับรู้ความเสี่ยง และความไว้วางใจในระบบ นอกจากนี้ควรมีการศึกษาผลของการใช้ปัญญาประดิษฐ์ในฝั่งของธุรกิจด้วย
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
กรมพัฒนาธุรกิจการค้า. (2561). คู่มือเปิดร้านค้าออนไลน์. กรมพัฒนาธุรกิจการค้า.
กฤษณะ หลักคงคา. (2565). แนวโน้มพฤติกรรมผู้บริโภคกับนวัตกรรมทางด้านเทคโนโลยีอนาคต. วารสารบริหารธุรกิจอุตสาหกรรม, 4(2), 80-88. https://so03.tci-thaijo.org/index.php/iba/issue/view/17375
กองข้อมูลธุรกิจ. (2567). โอกาส SME ไทย ในธุรกิจ e – Commerce. กรมพัฒนาธุรกิจการค้า.
คณะกรรมการจริยธรรมปัญญาประดิษฐ์. (2565). แนวปฏิบัติจริยธรรมด้านปัญญาประดิษฐ์. สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ.
จิรภา บุญพาสุข. (2568). จับตาสมรภูมิ AI แรงหนุนสำคัญในการปฏิวัติทางเทคโนโลยี. ศูนย์วิจัยเศรษฐกิจและธุรกิจ ธนาคารไทยพาณิชย์.
ชลธิชา ธีรวงศธร. (2565). การศึกษาการยอมรับเทคโนโลยีที่มีผลต่อความตั้งใจใช้บริการซื้อก่อนจ่ายทีหลังของเจเนอเรชัน แซด ในประเทศไทย [การค้นคว้าอิสระปริญญามหาบัณฑิตไม่ได้ตีพิมพ์].มหาวิทยาลัยธรรมศาสตร์.
ณัฏฐนันท์ พิธิวัตโชติกุล. (2560). การยอมรับเทคโนโลยีโทรศัพท์มือถือ การตลาดผ่านสื่อสังคมออนไลน์ และพฤติกรรมผู้บริโภคออนไลน์ที่ส่งผลต่อความตั้งใจซื้อสินค้าออนไลน์ผ่านแอปพลิเคชันของผู้บริโภคในกรุงเทพมหานคร [การค้นคว้าอิสระปริญญามหาบัณฑิตไม่ได้ตีพิมพ์]. มหาวิทยาลัยกรุงเทพ.
ณัฐพล ม่วงทำ. (2563). Personalized Marketing การตลาดแบบรู้ใจ (พิมพ์ครั้งที่ 2). อมรินทร์ฮาวทู.
ธนาคารไทยพาณิชย์. (2567). SCB EIC Industry Insight: Wholesale & Retail trade. https://www.scbeic.com/th/detail/file/product/9651/h28rgqjl71/Industry-insight-WR-20241129.pdf
ธัญญรักษ์ บุญตามหนุน. (2562). ปัจจัยที่ส่งผลต่อการยอมรับการใช้เทคโนโลยี AI (Machine Learning) ในการทำงาน ในอุตสาหกรรมลิสซิ่ง กรณีศึกษาบริษัทแห่งหนึ่งในเขตกรุงเทพมหานคร [การค้นคว้าอิสระปริญญามหาบัณฑิตไม่ได้ตีพิมพ์]. มหาวิทยาลัยธรรมศาสตร์.
ธีรชัย ศรีสุวงศ์. (ม.ป.ป.). ทิศทาง Ai ไทย สู่อุตสาหกรรมการผลิต. สำนักงานส่งเสริมเศรษฐกิจดิจิทัล. https://depa.or.th/th/article-view/ai-for-industrial-sector
นิเวศน์ ธรรมะ, วันเพ็ญ อนิวรรตนพงศ์, วิไลวรรณ ทองประยูร, ประไพทิพย์ ลือพงษ์, และเมธาวี นิวรรตนพงศ์. (2566). อิทธิพลของปัญญาประดิษฐ์ต่อการตัดสินใจซื้อสินค้าออนไลน์ของผู้บริโภคครัวเรือน ในประเทศไทย. Journal of Digital Business and Social Science, 9(1), 1 – 18.
บุญชม ศรีสะอาด. (2556). การวิจัยเบื้องต้น. (พิมพ์ครั้งที่ 9). สุวีริยาสาส์น.
ปราโมทย์ ลือนาม. (2554). แนวความคิดและวิวัฒนาการของแบบจำลองการยอมรับการใช้เทคโนโลยี. วารสารการจัดการสมัยใหม่, 9(1), 9-17.
พัสกร เจียจำรูญ และธนกฤต สังข์เฉย. (2567). ปัจจัยที่ส่งผลต่อความพึงพอใจของผู้บริโภคกลุ่มเจนวายต่อการใช้งานแอปพลิเคชันไลน์แมน : การประยุกต์ทฤษฎีการยอมรับเทคโนโลยี. วารสารวิชาการเทคโนโลยีการจัดการ, 5(3), 1 – 14. https://doi.org/10.14456/ajmt.2024.22
มลทินี ตรีสอน, โศรดา พาหวัฒนกร, และปาริฉัตร แตงเนื้อเหลือง. (2568). ปัจจัยการยอมรับเทคโนโลยีปัญญาประดิษฐ์ที่มีอิทธิพลต่อความพร้อมในการนำไปใช้ในการจัดการคลังสินค้าของพนักงานในจังหวัดปทุมธานี. Journal of Social Science for Local Development Rajabhat Mahasarakham University, 9(2), 64-76.
วราภรณ์ ด่านศิริ และฑิตยา สุขเพิ่ม. (2567). ประเด็นจริยธรรมการใช้ปัญญาประดิษฐ์ที่มีต่อภาพลักษณ์ธุรกิจในมุมมองของผู้บริโภค. วารสารวิทยาการจัดการ มหาวิทยาลัยเกษตรศาสตร์, 3(2), 105-125.
ศิระ นกยูงทอง. (ม.ป.ป.). ความสำเร็จของ TikTok. depa. https://www.depa.or.th/th/article-view/tiktok
สำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์. (2566). กรอบการกำกับดูแลการใช้งานปัญญาประดิษฐ์ (Artificial Intelligence) และการเรียนรู้ของเครื่อง (Machine Learning) ในตลาดทุน. ตลาดหลักทรัพย์แห่งประเทศไทย.
สำนักงานคณะกรรมการกิจการกระจายเสียง กิจการโทรทัศน์และกิจการโทรคมนาคมแห่งชาติ. (2565). รายงานสรุปผล การสำรวจและวิเคราะห์ข้อมูลผู้ให้บริการดิจิทัลแพลตฟอร์ม (Digital Platform) ในประเทศไทย. สำนักงานคณะกรรมการกิจการกระจายเสียง กิจการโทรทัศน์ และกิจการโทรคมนาคมแห่งชาติ (สำนักงาน กสทช.).
สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ. (2567). AI Thailand Annual Report 2024 รายงานประจำปี แผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติเพื่อการพัฒนาประเทศไทย พ.ศ. 2567. สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ, สำนักงานคณะกรรมการดิจิทัลเพื่อเศรษฐกิจและสังคมแห่งชาติ.
สำนักงานส่งเสริมเศรษฐกิจดิจิทัล. (ม.ป.ป.). เทคโนโลยีที่สำคัญในยุคดิจิทัล: เทคโนโลยีปัญญาประดิษฐ์ Tech Series: Artificial Intelligence (AI). สำนักงานส่งเสริมเศรษฐกิจดิจิทัล. https://www.depa.or.th/th/article-view/tech-series-artificial-intelligence-ai
อภิสรา คชรัฐแก้วฟ้า. (2566). การศึกษาผลกระทบจากการยอมรับใช้งานเทคโนโลยีปัญญาประดิษฐ์ (AI) ด้านความพึงพอใจในการทำงานของพนักงานออฟฟิศในประเทศไทย [สารนิพนธ์ปริญญามหาบัณฑิตไม่ได้ตีพิมพ์]. มหาวิทยาลัยมหิดล.
Adomavicius, G., & Tuzhilin, A. (2005). Toward the next generation of recommender systems: a survey of the state-of-the-art and possible extensions. IEEE Transactions on Knowledge and Data Engineering, 17(6), 734–749.
Ajzen, I., & Fishbein, M. (1980). Understanding Attitude and Predicting Social Behavior. Prentice – Hall.
Al-Gasawneh, J. A., Alzubi, K. N., Hasan, M., Joudeh, J. M. M., Ahmad, A. M. K., & Ngah, A. H. (2022). Impact of privacy on the marketing performance. Seybold, 17(12), 884-893. https://doi.org/10.5281/zenodo.7451025
Bag, S., Srivastava, G., Bashir, M., Kumari, S., Giannakis, M., & Chowdhury, A. H. (2022). Journey of Customers in This Digital Era: Understanding the Role of Artificial Intelligence Technologies in User Engagement and Conversion. Benchmarking: An International Journal. 29(7), 2074-2098.
Balabanovic, M., & Shoham, Y. (1997). Fab: content-based, collaborative recommendation. Communications of the ACM. 40(3), 66–72. https://doi.org/10.1145/245108.245124
Bhatnagr, P., & Rajesh, A. (2025). Artificial intelligence features and expectation confirmation theory in digital banking apps: Gen Y and Z perspective. Management Decision, 63(10): 3642-3675. https://doi.org/10.1108/MD-07-2023-1145
Bolton, R. N., Parasuraman, A. P., Hoefnagels, A., Migchels, N., Kabadayi, S., Gruber, T., Komarava, Y., & David, S. (2013). Understanding Generation Y and their use of social media: a review and research agenda. Journal of Service Management, 24(3), 245–267. https://doi.org/10.1108/09564231311326987
Boston Consulting Group. (2024). Unlocking Impact from AI. https://media-publications.bcg.com/BCG-Executive-Perspectives-Unlocking-Impact-from-AI-Customer-Service-Ops-EP3-28August2024.pdf
Celik, H. (2008). “What determines Turkish customer’s acceptance of internet banking?”, International Journal of Bank Marketing, 26(5), 353-370.
Cochran, W. G. (1977). Sampling Techniques (3rd Ed.). John Wiley & Sons.
Cronbach, L. J. (1970). Essentials of Psychological Testing (3rd Ed.). Harper & Row.
Da Silva, F. L., Slodkowski, B. K., Da Silva K. K. A., & Cazella, S. C. (2023). A systematic literature review on educational recommender systems for teaching and learning: Research trends, limitations and opportunities. Educ. Inf. Technol, 28(3), 3289–3328. https://doi.org/10.1007/s10639-022-11341-9
Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use and User Acceptance of Information Technology. MIS Quarterly, 13(3), 319-339. https://doi.org/10.2307/249008
Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: A comparison of two theoretical models. Management Science, 35(8): 982–1003. https://doi.org/10.1287/mnsc.35.8.982
Dwivedi, R., Dave, D., Naik, H., Singhal, S., Omer, R., Patel, P., Qian, B., Wen, Z., Shah, T., Morgan, G., & Ranjan, R. (2023). Explainable AI (XAI): core ideas, techniques, and solutions. ACM Computing Surveys, 55(9), 1-33. https://doi.org/10.1145/3561048
Eickhoff, F., & Zhevak, L. (2023). The Consumer attitude towards AI in marketing. [Unpublished Master’s thesis]. Jonkoping University.
Eriksson, T., Bigi, A., & Bonera M. (2020). Think with me, or think for me? On the future role of artificial intelligence in marketing strategy formulation. The TQM Journal, 32(4), 795-814. https://doi.org/10.1108/TQM-12-2019-0303
Felfernig, A., & Burke, R. (2008). Constraint-Based Recommender Systems: technologies and Research issues. In Proceedings of the 10th international conference on electronic commerce (ICEC '08). Association for Computing Machinery. (pp. 1–10). https://doi.org/10.1145/1409540.1409544
Gkikas, D. C., Theodoridis P. K. (2022). AI in Consumer Behavior. Advance in artificial intelligence-based technologies. (pp.147-176). http://doi.org/10.1007/978-3-030-80571-5_10
Geyskens, I., Steenkamp, J. E. B. M., Scheer, L. K., & Kumar, N. (1996). An investigation into the joint effects of trust and dependence on relationship commitment: a trans-atlantic study. Journal of Research in Marketing, 13, 303–317.
Google, Temasek and Bain & Company. (2024). e – Conomy Sea 2024. https://services.google.com/fh/files/misc/e_conomy_sea_2024_report.pdf
Hall, J. (2019). How Artificial Intelligence Is Transforming Digital Marketing. https://www.forbes.com/sites/forbesagencycouncil/2019/08/21/how-artificial-intelligence-is-transforming-digital-marketing/?sh=80b020c21e1b
Hameed, S., & Nigam, A. (2022). Exploring India’s Generation Z Perspective on AI Enabled Internet Banking Service. Foresight, 25(2), 287-302. https://doi.org/10.1108/FS-10-2021-0213
Haque, A. K. M. B., Islam, A. K. M. N., & Mikalef, P. (2023). Explainable artificial intelligence (XAI) from a user perspective: a synthesis of prior literature and problematizing avenues for future research. Technological Forecasting and Social Change, 186. 1-19.
Hsu, S. H., & Bayarsaikhan, B. E. (2012). Factors influencing on online shopping attitude and intention of Mongolian consumers. The Journal of International Management Studies, 7(2), 167-176.
Idrissi, N., & Zellou, A. (2020). A systematic literature review of sparsity issues in recommender systems. Social Network Analysis and Mining, 10(15). https://doi.org/10.1007/s13278-020-0626-2
Kalita, J. P., Neog, P., & Kalita, T. (2024). The Future and Impact of AI in The World of Marketing. Library Progress International, 44(3), 13358-13362.
Kalkar, S. D., & Chawan, P. M. (2022). Recommendation System using Machine Learning Techniques. International Research Journal of Engineering and Technology, 9(9), 1-5.
Kim, S., & Garrison, G. (2009). Investigating mobile wireless technology adoption: An extension of the technology acceptance model. Information Systems Frontiers, 11, 323–333.
Kumari, P. (2021). Role of Artificial Intelligence (AI) in Marketing. Research Gate. https://www.researchgate.net/publication/354200837_Role_of_Artificial_Intelligence_AI_in_Marketing
Libai, B., Bart, Y., Gensler, S., Hofacker, C. F., Kaplan, A., Kötterheinrich, K., & Kroll, E. B. (2020). Brave New World? On AI and the Management of Customer Relationships. Journal of Interactive Marketing, 51(1), 44–56. https://doi.org/10.1016/j.intmar.2020.04.002
Liu, H., Hu, Z., Mian, A., Tian, H., & Zhu, X. (2014). A new user similarity model to improve the accuracy of collaborative filtering. Knowledge-Based Systems, 56, 156–166.
Microsoft. (2024). Introduction to Artificial Intelligence (AI) Technology. World Travel & Tourism Council.
Nisar, T. M., Prabhakar, G., & Strakova, L. (2019). Social media information benefits, knowledge management and smart organizations. Journal of Business Research, 94, 264-272. https://doi.org/10.1016/j.jbusres.2018.05.005
Nizette, F., Hammedi, W., van Riel, A. C. R., & Steils, N. (2025). Why should I trust you? Influence of explanation design on consumer behavior in AI-based service. Journal of Service Management, 36(1), 50-74.
Praveen, K. K., Kaplan, A., Gangwar, M., & Ramachandran, D. (2022). Examining Artificial Intelligence (AI) Technologies in Marketing Via a Global Lens : Current Trends and Future Research. International Journal of Research in Marketing, 39(2), 522 – 540.
Pongsakorn Inrin. (17 มีนาคม 2567). AI Driven Marketing 2024 การใช้ AI ขับเคลื่อนการตลาดอัตโนมัติ. การตลาดวันละตอน. https://everydaymarketing.co/marketing-trends/ai-driven-marketing-2024-using-ai-driven-automation-marketing/
Salton, G., Wong, A., & Yang, C. S. (1975). A vector space model for automatic indexing. Communications of the ACM, 18(11), 613–620. https://doi.org/10.1145/361219.361220
Taherdoost, H. (2019). Importance of Technology Acceptance Assessment for Successful Implementation and Development of New Technologies. Global Journal of Engineering Sciences, 1(3), 1-3.
Taherdoost, H., Sahibuddin, S., & Jalaliyoon, N. (2011). Smart Card Security; Technology and Adoption. International Journal of Security, 5(2), 74-84.
Venkatesh, V., & Bala, H. (2008). Technology acceptance model 3 and a research agenda on interventions. Decision Sciences, 39(2), 273–315. https://doi.org/10.1111/j.1540-5915.2008.00192.x
Venkatesh, V., & Davis, F. D. (2000). A Theoretical Extension of The Technology Acceptance Model: Four Longitudinal Field Studies. Management Science, 46(2), 186-204.
Vlacic, B., Corbo, L., Silva, S. C. E., & Dabic, M. (2021). The evolving role of artificial intelligence in marketing: A review and research agenda. Journal of Business Research, 128, 187–203.
Simon Kemp. (5 February 2025). Digital 2025: Global Overview Report. https://datareportal.com/reports/digital-2025-global-overview-report
Wisesight. (9 สิงหาคม 2567). AI คืออะไร ทำความรู้จักกับเทคโนโลยีที่ช่วยสร้างแต้มต่อให้กับธุรกิจ. https://wisesight.com/th/articles/what-is-ai/
Zhang, Q., Lu, J., & Jin, Y. (2021). Artificial Intelligence in Recommender Systems. Complex & Intelligent System. 7, 439 – 475. https://doi.org/10.1007/s40747-020-00212-w
